Tumblelog by Soup.io
Newer posts are loading.
You are at the newest post.
Click here to check if anything new just came in.

February 24 2014

February 18 2014

November 12 2013

Kunden, die diesen Kohlrabi kauften, kauften auch diese Mohrrüben …

Dass wir bei Onlinehändlern wie Amazon in Konsumentenschubladen gesteckt werden und man uns Produkte empfiehlt, die Menschen mit der gleichen Schuhgröße, Religionszugehörigkeit, Lieblingsfarbe, Blutgruppe, … auch schon gekauft haben, kennen wir.

Bisher blieb dem Offline-Markt diese Marketingstrategie weitestgehend verwehrt. Es gibt natürlich Payback- und andere Bonuskarten, die gegen einen Rabattbetrag die Einkaufsgewohnheit der Kunden aufzeichnen und damit Profile bilden können. RFID-Chips in Kleidung gehen noch eine Stufe weiter und operieren weitestgehend ohne die Kenntnis des Trägers.

Zu großflächigem personalisierten Direktmarketing im Offline-Geschäft ist es jedoch bis heute nicht gekommen. Es war nämlich schwierig, festzustellen, welches Produkt ein Kunde gerade ansieht, vor kurzem angesehen hat oder in seinen Einkaufswagen legt, was dem Besuch einer Produktseite, der Browserhistory oder dem Klick in den Warenkorb im Internet entspräche.

Hinweis auf Smartphone-Tracking bei Nordstrom

Hinweis auf Smartphone-Tracking bei Nordstrom

Point Inside, ein Startup aus dem US-Bundesstaat Washington, hat nun ein System namens StoreModetm entwickelt, das dem Abhilfe verschaffen soll. Basis ist ein genaues Trackingsystem, das ausgehend von einem bekannten Ort – wie dem Eingang des Gebäudes  – anhand des Gyroskops, Accelerometers und Kompasses im Kunden-Smartphones dessen Weg durch das Geschäft ermittelt. Dadurch ergibt sich eine recht präzise Positionierung der Einzelperson und man erhält Aufschluss darüber, wie lange sie sich wo aufhält. In der Selbstdarstellung der Firma klingt das so:

Das Shoppingerlebnis wird durch die grafische Präsentation des genauen Produktstandorts und effizienter Routen durch den Laden verbessert. Personalisierte Angebote, Produktvorschläge, Rabatte und noch mehr werden in Echtzeit auf Basis des Kundenstandorts, seiner Absichten, Handlungen und Profile geliefert. Kunden erhalten einen größeren Nutzen und haben ein viel angenehmeres Shoppingerlebnis.

In der Realität könnte man sich also vorstellen, dass die Kundin gerade Brot und Butter in den Einkaufskorb gelegt hat und eine kurze Nachricht bekommt, dass sie den Käse nicht vergessen soll, der gerade im Sonderangebot ist.

Andere Startups setzen bei der Ortsbestimmung ohne die notwendige Involvierung oder Zustimmung des Nutzers vor allem auf WLAN-Ortung. Dabei wird die Signalstärke von Gerät zu den WLAN-Access-Points in der Umgebung analysiert und durch Kombination dieser Angaben der Aufenthaltsbereich des Nutzers eingekreist. Durch die zunehmende Häufigkeit öffentlicher Access Points wird diese Technik immer geeigneter zur Ermittlung der Position in geschlossenen Räumen, wo GPS nicht geeignet ist.

Apple hat mit iBeacon bereits einen Shopping-Tracker in seine neuen iPhones eingebaut. Über Bluetooth und eine spezielle App melden sich die Handys bei sogenannten Beacons, Bluetooth-Modulen, die eine Ortung der Geräteposition vornehmen können. Die Managementberatung Mücke, Sturm & Company hat die Marktpotentiale der Technologie untersucht und ist zu dem Ergebnis gekommen, man könne die “vollständige Verkaufsfläche zu geringen Kosten mit Beacons versehen [15.000 Euro für das KaDeWe Berlin] und den Kunden situationsgerecht ansprechen”. Etwas verwundert gibt man sich jedoch über die bisherige Zurückhaltung von Apple selbst bei der Vermarktung:

Bei der Vielfalt an attraktiven Use Cases, die iBeacon bietet, ist es  verwunderlich, dass Apple keine offensive Vermarktung betreibt.  Möglicherweise wird iBeacon erst nach einer Testphase in Apple-Manier mit  viel Aufsehen bekannt gemacht.

Videobasierte Systeme sind bereits länger im Einsatz, sie sind aber beim Auseinanderhalten spezifischer Kunden weniger zuverlässig und genau im Vergleich zu MAC-Adressen oder Smartphone-Fingerprint. Außerdem ist die mit ihnen verbundene Technologie zumeist aufwändiger und damit teurer. Zur Bestimmung von Personengruppen werden sie dennoch benutzt. Erst vor Kurzem wurde bekannt, dass der britische Konzern Tesco damit an seinen Tankstellen gezielt Werbung einblenden will – zugeschnitten auf Alter und Geschlecht der Kunden.

Doch es gibt auch Zweifel an der neuen Marketing-Schiene. Nordstrom, eine amerikanische Kaufhauskette, hatte das Tracken der Kundensmartphones nach einigen Monaten im Mai diesen Jahres wieder eingestellt, da es zu Kundenbeschwerden kam nachdem diese das Hinweisschild am Eingang der Läden wahrgenommen hatten. Durch das befürchtete Negativimage ist es auch schwer herauszufinden, welche weiteren Marken und Händler – die vielleicht keine Hinweisschilder dafür angebracht haben – auch den Weg des Kunden durch die Regale verfolgen. Denn die Firmen, die solche Systeme vertreiben, schmücken sich nicht, wie sonst üblich, mit den Namen ihrer Kunden. Auf der “Customers”-Seite von brickstream, einem marktdominierenden Vorreiter auf dem Gebiet der Kundenverhaltensanalyse, findet man den Hinweis, man habe Hunderte von Kunden auf der ganzen Welt und man solle nachfragen, um Beispiele zu erhalten. Auf der Seite von RetailNext finden sich jedoch einige namhafte Beispiele, unter anderem Swatch, American Apparel, Montblanc und Procter&Gamble. Außerdem liefert die Firma interessante Zahlen zu sich selbst:

Über diese Datenquellen sammelt das RetailNext-System über 100 Petabyte Rohdaten über mehr als 500 Millionen Shoppingtrips pro Jahr. Diese Informationen stammen aus 65.000 Sensoren in tausenden Geschäften von über 100 Markenverkäufern in 20 Ländern. Wir verarbeiten diese Datenflut zu Trillionen von Analysemerkmalen, die dann die Messungen, Analysen und direkten Erkenntnisse liefern, für die die Einzelhändler unser System benutzen.

Klingt nicht schön für den Offline-Einkauf. Betrachtet man das Ganze aber einmal aus neutraler Perspektive, ist der Unterschied zwischen einem Tracking-Cookie im Browser und der Verfolgung des Smartphones durch ein Einkaufszentrum nur minimal. Videoerkennungssysteme, die “nur” eine On-the-Fly-Analyse von Alter und Geschlecht vornehmen, sind sogar weitgehend weniger invasiv. Doch die subjektive Wahrnehmung als Eingriff in die Privatsphäre ist wesentlich größer.

Ein deutliches Zeichen, dass es mehr Aufklärung braucht, damit die Analogien zwischen Online- und Offline-Welt endlich im Bewusstsein aller ankommen. Damit am Ende vielleicht doch der ein oder andere Mails verschlüsselt, weil er seine Kontodaten nicht auf eine Postkarte schreiben will.

 

 

 

 

Wir wollen netzpolitik.org weiter ausbauen. Dafür brauchen wir finanzielle Unterstützung. Investiere in digitale Bürgerrechte.

flattr this!

October 30 2013

Mozillas Lightbeam bringt Licht in den Cookie-Dschungel

Wer sammelt wo Cookies und von wie vielen Drittanbietern wird man wie weit getrackt? Das undurchsichtige Geflecht von Third-Party-Cookies und anderen versteckten Trackingmechanismen will Mozilla nun mit dem Firefox Add-on Lightbeam aufschlüsseln. Lightbeam ist der Nachfolger von Collusion, das bereits letztes Jahr veröffentlicht wurde. Genau wie dieses visualisiert es die Zusammenhänge zwischen Webseiten.

So hängen ebay.com, flickr.com, theguardian.com, lemonde.fr, amazon.com und mozilla.org zusammen

So hängen ebay.com, flickr.com, theguardian.com, lemonde.fr, amazon.com, github.com und mozilla.org zusammen

Neu hinzugekommen ist die Funktion, auszuwählen, ob man Tracking für bestimmte Seiten blockieren oder erlauben will. Dafür gab es vorher schon andere Erweiterungen, wie beispielsweise Ghostery – dafür ist eine andere Neuerung spannender: Wer will, kann seine Trackingdaten mit einer öffentlichen Datenbank teilen. Die Zustimmung zur Weiterleitung ist angenehmerweise als Opt-In gestaltet und die Daten, die gespeichert werden, sind in der Formatbeschreibung auf GitHub einsehbar.

Diese Datenbank soll dann bald über eine Lightbeam-Seite öffentlich zugänglich gemacht werden. Das dürfte dann auch für diejenigen interessant sein, die sich bereits umfassend mit Anti-Tracking-Schutzmaßnahmen ausgestattet haben und bei denen die Lightbeam-Oberfläche während des Browsens langweilig schwarz bleibt.

Wir wollen netzpolitik.org weiter ausbauen. Dafür brauchen wir finanzielle Unterstützung. Investiere in digitale Bürgerrechte.

flattr this!

May 24 2013

re:log – Interaktive Karte visualisiert Besucherströme der re:publica 2013 anhand von W-LAN-Daten

Der Aufenthaltsort und die Wege aller Geräte, die das W-LAN auf der re:publica 2013 verwendet haben, sind jetzt auf einer interaktiven Karte nachvollziehbar. Eine Web-Anwendung visualisiert die Besucherströme der Konferenz, die anonymen Rohdaten gibt es zum Download. Die Visualisierung zeigt, dass Mobilfunkgeräte mobile Tracking-Devices sind – und was die beliebtesten Veranstaltungen waren.

re-log-lobo-590

Da das W-LAN und das Internet auf der diesjährigen re:publica funktionierte, wurde es auch fleißig genutzt. Mehr als 6.700 Geräte haben sich eingebucht. Der Datensatz, wann welches Gerät (identifiziert anhand der Hardware-Adresse des jeweiligen WLAN-Adapters) welchen Wireless Access Point verwendet hat, ist jetzt anonymisiert (also ohne die MAC-Adressen) zum Download erhältlich: republica13-wlan-data.csv.zip (1,5 MB) Dank dafür geht an die Netzwerk-Techniker von picocell und newthinking. Die Daten sehen so aus:

Zeit Accesspoint Raum x (ungefähr) y (ungefähr) fortlaufende Gerätenummer 2013-05-05 T11:46:00.000Z ap-r1-m2-001 lounge 1.48162 0.19452 0 2013-05-05 T11:46:00.000Z ap-r1-m2-001 lounge 1.48162 0.19452 1 2013-05-05 T11:46:00.000Z ap-r1-m2-002 garderobe 1.27946 0.11638 2

 

Die Daten-Spezialexperten von OpenDataCity haben daraus einen interaktiven Plan erstellt. Hier ein kurzes Interview mit den Machern:

netzpolitik.org: Coole Visualisierung! Wie lange habt ihr dafür gebraucht?

OpenDataCity: Vor knapp 10 Tagen haben wir die Daten bekommen. Seitdem hat bei uns vor allem Michael Kreil viel Zeit damit verbracht, die App zum Laufen zu bringen.

netzpolitik.org: Was war die interessanteste Erkenntnis?

OpenDataCity: Das es geht. Theoretisch war uns das klar. Es auszuprobieren, zu sehen und dann noch für alle sichtbar zu machen, ist was ganz anderes.

netzpolitik.org: Was können wir aus der Visualisierung lernen?

OpenDataCity: Einerseits zeigt re:log, wie viele Datenspuren wir oft hinterlassen. Insofern wäre gut, wenn die Anwendung dazu beiträgt, dass Leute erst einmal kurz nachdenken, warum jemand ein “Free Wifi” anbietet. Anderseits ist re:log aber auch ein interessantes Tool, zu Dokumentation und Analyse von solchen Großveranstaltungen.

Weitere Hintergründe gibt’s auch im Blog von Lorenz Matzat auf datenjournalist.de:

Da die Macher einen detailliertes Mitschneiden des W-LAN nicht angekündigt hatten – etwa die Aufzeichnung der gesamten Hardware/MAC-Adressen oder des Traffics auf einem Gerät – kann aus Datenschutzgründen nur der Aspekt Verbindungsdauer und -ort ausgewertet werden.

Fürs kommende Jahr, so wird angekündigt, wolle man aber “gerne vom ‘Aluhut-’ in den ‘Spackeria-Modus’ wechseln” und eine tiefergehende Analyse ermöglichen.

Wir wollen netzpolitik.org weiter ausbauen. Dafür brauchen wir finanzielle Unterstützung, auch um weiterhin einen Full-RSS-Feed anbieten zu können. Investiere in digitale Bürgerrechte.

flattr this!

Older posts are this way If this message doesn't go away, click anywhere on the page to continue loading posts.
Could not load more posts
Maybe Soup is currently being updated? I'll try again automatically in a few seconds...
Just a second, loading more posts...
You've reached the end.

Don't be the product, buy the product!

Schweinderl