Berlin, 16. April 2013 — Angesichts der wachsenden Bedeutung von Online-
Werbung über Banner, Websites oder Apps wird der effiziente Einsatz des Werbebudgets
immer wichtiger. Die weiter abnehmende Wirksamkeit von TV-Werbung
führt dazu, dass sich viele Unternehmen fragen: Welchen Einfluss haben welche
Werbemaßnahmen auf welchen Kanälen auf typische Zielgrößen wie Umsatz, Deckungsbeitrag
oder Gewinn? Wie sollte dabei das Werbebudget auf die zahlreichen
möglichen Werbemedien verteilt werden? Die diesjährige Data Mining Studie des
BI-Analysten- und Beraterhauses mayato widmet sich der Beantwortung dieser
Fragen durch Media Analytics. Dazu traten vier Analyseprodukte gegeneinander
an: IBM SPSS Statistics Professional 21, STATISTICA Professionell 12 von Stat-
Soft, der SAS Enterprise Guide 5.1 sowie RapidMiner 5.3 / R von Rapid-I.
Die Studie ist ab sofort zu einem Preis von 299 Euro für Unternehmen und 99 Euro für
Studenten und Hochschulen unter www.mayato.com erhältlich.
Szenario Media Analytics
Der Praxistest wurde anhand einer Stichprobe aus den realen Datenbeständen des App-
Anbieters für Last-Minute-Hotelbuchungen JustBook (http://www.justbook.com/) durchgeführt:
Eine Offline-Kampagne von JustBook im TV umfasste mehrere hundert Ausstrahlungen
auf dem Nachrichtensender N24, zu verschiedenen Zeiten, mit unterschiedlichen
Zuschauerreichweiten und variierenden Spotlängen. Gleichzeitig wurde intensiv
auf den Mobile-Marketingkanälen für die App geworben. Und auch das Ranking der App
in einem Online-Portal wie dem App Store von Apple hat Einfluss auf die Nachfrage der
Nutzer. Im Rahmen von mayatos Media-Analytics-Ansatz wurden Offline- und Online-
Daten verknüpft, um den Einfluss der unterschiedlichen Werbemaßnahmen auf Online-
Zielgrößen – im vorliegenden Fall die Anzahl der iOS-Installationen – sichtbar zu machen.
Testfeld & Marktüberblick
Die Bewertung der Tools im Test stützt sich auf eine breite Anzahl praxisrelevanter Einzelkriterien.
Sie decken sowohl Funktionalitätsaspekte (Funktionsumfang in den Kategorien Datenvorverarbeitung, Analyseverfahren und Parametrisierung, Ergebnisvisualisierung,
Gesamteffizienz) als auch die Benutzerfreundlichkeit (Stabilität, Ausführungsgeschwindigkeit,
Dokumentation, Bedienung) ab. Neben den ausführlichen Testergebnissen
enthält die Studie einen Marktüberblick von 80 aktuell verfügbaren Data-Mining-
Produkten.
Ergebnisse der Praxistests
Die Gesamtbewertungen liegen – verglichen mit den Ergebnissen der Data Mining Studien
der letzten Jahre – vergleichsweise nahe beieinander. Die durchweg hohe Funktionsmächtigkeit
und die vielfältigen Parametrisierungsmöglichkeiten führen allerdings zu
vergleichsweise langen Einarbeitungszeiten. Daraus ergeben sich in einigen Bereichen
deutliche Unterschiede zwischen den Testkandidaten, zum Beispiel bei der Benutzerfreundlichkeit:
Hier führt STATISTICA Professionell von StatSoft das Testfeld an, vor allem dank seiner
modernen, über alle Analyseaufgaben und -produkte einheitlichen Oberfläche. Die Funktionalität
ist als hoch zu bewerten, wird jedoch von der des Enterprise Guide von SAS
noch übertroffen. Dieser bietet dem Statistikexperten den großen Funktionsumfang von
SAS/STAT und überzeugt auch durch die eingängige grafische Workflow-Oberfläche.
Dagegen weicht dieses Bedienkonzept stark von dem verwandter SAS-Produkte ab:
Nutzer, die etwa zusätzlich den Enterprise Miner verwenden, müssen sich auf ein anderes
Oberflächenkonzept einstellen.
In Statistics Professional von IBM SPSS ist insbesondere die Visualisierung der Ergebnisse
besonders gelungen: Sie bietet hohe Flexibilität bei der Erstellung von Grafiken
und ungewöhnlichen, aber übersichtlichen Ergebnisausgaben. Allerdings ist die Funktionalität
des SPSS-Produktes insgesamt geringer als die der weiteren Testkandidaten. Bei
der Bedienung fällt die etwas angestaubt wirkende Oberfläche auf – sie kann bei intensiver
Nutzung schnell unübersichtlich werden.
RapidMiner hat sich – als einziges Open-Source-Tool im Test – den kommerziellen Analyseprodukten
vor allem dank der neu konzipierten, im Vergleich zu vorherigen Versionen
übersichtlicheren Bedienoberfläche spürbar angenähert. Jedoch gibt es nach wie
vor Verbesserungspotenzial: An vielen Stellen im Analyseprozess sind zeitaufwändige,
manuelle Eingriffe und Korrekturen erforderlich. Auch die im Superlativ beworbene Bereitstellung
von Metadaten erwies sich im Test als noch nicht ausgereift. Die fehlende
automatische Erzeugung von Grafiken zur Ergebnisvisualisierung kann man immerhin
zum Teil durch die diesbezügliche Verwendung von R kompensieren – die Integration in
RapidMiner kann trotz kleiner Schwächen als gelungen angesehen werden.
Über mayato
mayato ist als Analysten- und Beraterhaus spezialisiert auf Business Intelligence. Von Niederlassungen in Berlin, Bielefeld und Mannheim aus arbeitet ein Team von erfahrenen IT- und BIArchitekten,Statistikern, Analysten sowie fachlichen Experten für spezielle Themen wie
Betrugserkennung, Data Mining und Analytisches CRM. Zu den Kunden von mayato zählen
namhafte Unternehmen aus unterschiedlichen Branchen. Als Partner mehrerer Softwareanbieter
ist mayato grundsätzlich der Neutralität und in erster Linie der Qualität seiner eigenen Dienstleistungen verpflichtet.
Nähere Infos unter: www.mayato.com.
