MOBILE RESEARCH& LOCATION INTELLIGENCE - infas 360 · 2015-11-04 · 10 Meter von einem Gebäude entfernt (Analyse infas 360). Die rund 23.000 identifizierten Adressen wurden mit

Folie 1 | 04.11.2015 | © infas 360

MOBILE RESEARCH & LOCATION INTELLIGENCE

Ein 360-Grad-Blick auf Handy-Nutzer

am Beispiel der Menthal App

Folie 2 | 04.11.2015 | © infas 360

2011 kannte kaum jemand

den Begriff - heute benutzen

> 60% ein Smartphone

Folie 3 | 04.11.2015 | © infas 360

40

30

20

10

0

2010 2012 2014 2016 2018 2020

Ze

tta

byte

s/

Jah

r

Alle zwei Jahre verdoppelt sich das digitale Datenvolumen

Die Digitalisierung der

Gesellschaft führt zu

unvorstellbar vielen Daten

über Ort und Zeit.

Folie 4 | 04.11.2015 | © infas 360

Gezielter Handeln

Institut für angewandte

Sozialwissenschaft

Data Driven MarketingIn Zeiten von Big Data gezielte Antworten finden

auf WER WAS WANN WIE WO .

Datenerhebung und -entwicklung

für Märkte und Zielgruppen

MEHR WISSEN. GEZIELTER HANDELN.

Data Driven IntelligenceZusammenspiel aus allen Informationsquellen

Marketing

Research

Customer

Analytics

Geo-

marketing

Folie 5 | 04.11.2015 | © infas 360

Das Grundprinzip


↸��

� �RealeMobilität

VirtuelleMobilität

Beruf Privat

als entscheidende Faktoren zur Beschreibung von Aktivitäten/Bedürfnisse des Menschen

Wo nutze ich WANN WAS bzw. nutze ich etwas in Abhängigkeit WO, WANN und WIE

LANGE?

Zeit und Raum

Folie 6 | 04.11.2015 | © infas 360

Das Resultat: Digitale Hot-Spots unseres realen Lebens (Lebensräume)


↸��

� �RealeMobilität

VirtuelleMobilität

Beruf Privat

Urlaub

Shoppen

Hobbies

Entertain

ment

Am StrandIm Fitnessstudio

Beim Einkaufen Auf dem Konzert

Zu HauseAuf der

Arbeit

… sowie digitale Foot-Prints der Verbindungen zueinander (Bewegungsprofile)

Folie 7 | 04.11.2015 | © infas 360


Die Menthal-App

Folie 8 | 04.11.2015 | © infas 360

Die Menthal-App der Universität Bonn

DIGITAL RESEARCH MEETS REAL WORLD Die Menthal App

Die Menthal-App unterstützt einen nachhaltigen digitalen Lebensstil. Sie leistet Hilfe zu Selbsthilfe, indem sie dem Nutzer Auskunft über seinen Umgang mit dem Telefon erteilt.

Gleichzeitig erhebt die Studie das Mobilfunkverhalten tausender Nutzer.

Ca. 300.000 Downloads, davon 75.000 „Heavy-Nutzer“, alle mit Einverständnis zur umfassenden „Überwachung“

Betriebssystem Android-App, erfasst werden u.a.:

Telefonate: [anonymisierte Telefonnr., Startzeit, Endzeit]

Eingehende und ausgehende SMS und Chat Messages: [anonymisierte Telefonnr., Anzahl Buchstaben, Sendezeitpunkt],

alle im Telefonbuch des Telefons gespeicherten Telefonnummern, und kommunizieren diese (wie oben anonymisiert)

Geografische Position: Ortung über GPS des Smartphones. Ist kein kein GPS-Signal zu empfangen (Abschattung, in vielen Gebäuden selbst), so versucht das Telefon anhand der verfügbaren Mobilfunk- und Wifi-Signale die aktuelle Position zu schätzen. Die Genauigkeit der Ortung liegt i. A. zwischen 10 und 100 Metern. Konkret wird alle zwanzig Minuten eine Ortung vorgenommen [Zeitpunkt, geografischer. Längengrad, geografischer Breitengrad, Genauigkeit].

Abfragen zum Befinden, Mentalen Zuständen, Lebenszufriedenheit und Persönlichkeit

Folie 9 | 04.11.2015 | © infas 360

Einige Erkenntnisse der Menthal-App (ohne Raumbezug)

Beobachtungszeitraum je nach Download-Zeitpunkt; seit Anfang 2014

On Screen in Deutschland 27.000-31.000 p.a. bzw. bis zu 85 mal täglich erfolgt Aktivierung des Handys, was bei 8 Stunden Schlaf (bzw. inaktiv) alle 11 Minuten bedeuten würde.

* Auswertung nach Arbeiten und Wohnen fehlt bzw. Unterscheidung nach Art einer „Inaktivität“.

In 39% der Fälle wird nur kurz aufs Display geschaut (Uhrzeit ablesen, schauen ob neue Nachrichten vorhanden) und in 61% der Fälle wird der Screen unlocked und das Handy genutzt.

TOP5-Funktionsauswertung nach Anzahl Start: WhatsApp, Facebook, Telefon, Google/Chrome, Instagram

Die tägliche Telefon-Handynutzung (incoming/outgoing) liegt nur zwischen 5,5 min und 9,5 min. Der Durchschnitt liegt bei 8 min

* Anmerkung: 2012 lag der BRD-Durchschnitt lt. Bitkom bei 9,8 min. inkl. Festnetz (60% am Volumen)

TOP5-Funktionsauswertung nach WhatsApp, Facebook, YouTube, Chrome/Browser, Instagram


Folie 10 | 04.11.2015 | © infas 360

Erkenntnisbasis Raumbezug: Alleine circa 2 Milliarden möglicher Koordinaten p.a. von 75.000 Heavy-Nutzer bilden eine Basis für neue Bewegungs- und Hot-Spot-Analysen

Quelle: Alle aufgezeichneten Lokationen der Menthal-App


Folie 11 | 04.11.2015 | © infas 360


Die Lagequalität einer

Handy-Koordinate ist relativ

Folie 12 | 04.11.2015 | © infas 360

Die Ausgangsbasis: Eine Daten-Suppe aus n-Koordinaten generiert über m-Handys

DIGITAL RESEARCH MEETS REAL WORLD Handy-Koordinaten

Folie 13 | 04.11.2015 | © infas 360

Smartphone-GPS im Vergleich: Koordinate ist nicht gleich Koordinate

Quelle: Pocketnavigation.de


Folie 14 | 04.11.2015 | © infas 360

Je nach Analyseebene und „Zielsetzung“ ist eine Lagegenauigkeit relativ

Hier: Internationales Bewegungsprofil eines Probanden an einem Tag *

* Zusätzliches Einverständnis für Veröffentlichung der Daten liegt vor


Folie 15 | 04.11.2015 | © infas 360

Je nach Analyseebene und „Zielsetzung“ ist eine Lagegenauigkeit relativ

Hier: Innerstädtisches Bewegungsprofil eines Probanden*

* Zusätzliches Einverständnis für Veröffentlichung der Daten liegt vor


Folie 16 | 04.11.2015 | © infas 360

Hier: Generelles Heatmap-Modell für Bonn; Identifikation von 100x100 Meter HotSpots

Zur Erstellung von Heatmaps und Identifikation von HotSpots ist die Lage-genauigkeit ebenfalls (noch) relativ …

Wohnen

Arbeiten

Freizeit


Folie 17 | 04.11.2015 | © infas 360

Hier: HotSpots-Identifikationnach Ortsteilen in Bonn1. Endenich (Wohnen)2. Castell (Arbeiten)3. Südstadt (Freizeit)

Zur Erstellung von Heatmaps und Identifikation von HotSpots ist die Lage-genauigkeit ebenfalls (noch) relativ …


Folie 18 | 04.11.2015 | © infas 360

Zur Identifikation eines adressgenauen HotSpot ist die Lagegenauigkeit wesentlich

Hier: Innerstädtisches Bewegungsprofil eines Probanden

Hier: Motorola Moto G, 1. Generation


Wohnadresse

identifiziert

Folie 19 | 04.11.2015 | © infas 360

Beispielinformationen aus der Datenbank CASA Consumer zur Wohnadresse

Hier: Innerstädtisches Bewegungsprofil eines Probanden


Amtliche Gebäudedaten

Gebäudetyp und -funktion

Gebäudealter

Gebäudehöhe und -volumen

Energie und Telekomversorgung

usw.

Sozio-Demographie auf Haus

Anzahl Einwohner und Haushalte

Alters- und Familienstruktur

Sozialer Status

Kaufkraft

usw.

Lifestyle-Informationen zu

Fashion

Essen & Trinken

LOHAS & Wellness

Customer Journey Typologie

usw.

Quartiersinformationen

Miet- und Kaufpreis

Siedlungs- und Quartierstyp

Ausländeranteil

Kinderdichte

usw.

Folie 20 | 04.11.2015 | © infas 360


Datenanreicherung und -analyse

mittels Drittdaten (CASA)

Folie 21 | 04.11.2015 | © infas 360

Eine erste Lage- und HotSpot-Analyse auf Adressebene

Von ca. 75.000 Heavy-Nutzer konnten über Tag-Nacht- und Ortsanalyse rund 35.000 eindeutige Lokationen ermittelt werden, von denen auszugehen ist, dass diese „ständige“ Aufenthaltsorte bzw. Wohnsitze sind (Analyse Uni Bonn).

Von den rund 35.000 Lokationen befinden sich rund 23.000 in Deutschland, die wiederum mit einer Gebäudeadresse gematcht wurden. 60% bzw. 13.700 der Lokationen befinden sich in einer Entfernung < 10 Meter von einem Gebäude entfernt (Analyse infas 360).

Die rund 23.000 identifizierten Adressen wurden mit Merkmalen der CASA-Datenbank von infas 360 angereichert.

Es erfolgte im ersten Schritt eine univariate Analyse (beispielhaft) einiger CASA-Merkmale

Es erfolgte im zweiten Schritt eine Verknüpfung der CASA-Merkmale mit dem Nutzungsverhalten.

DIGITAL RESEARCH MEETS REAL WORLD Datenanalyse

Folie 22 | 04.11.2015 | © infas 360


Auszug aus der CASA-Profilierung (1. Spalte/Verbreitungsgebiet = alle BRD-Haushalte)

Überdurchschnittliche Verteilung aus Hessen, NRW und Schleswig-Holstein.

Stadt-Land-Verteilung ‚ungewöhnlich‘ gleichverteilt

Eher aus den neueren Gebäuden kommend. Jeder Dritte aus Gebäuden > 1990.

Folie 23 | 04.11.2015 | © infas 360

Auszug aus der CASA-Profilierung


1-2 Familienhäuser, Doppelhaushälften

Kleine bis mittlere Häuser

Durchschnittliche Kauf- und Mietpreislagen

Weitere CASA-Merkmale wie Demographie und Lifestyle auf Anfrage

Folie 24 | 04.11.2015 | © infas 360

Beispiel aus der Verschneidung CASA und Nutzungsdaten


Folie 25 | 04.11.2015 | © infas 360

Beispiel aus der Verschneidung CASA und Nutzungsdaten


Folie 26 | 04.11.2015 | © infas 360

Google Maps Funktion ab iPhone 9.1

Bluetooth-Connect zum Auto führt zum automatischen Hinweis

„Abends“ = bis Zuhause ( über Analyse adressgenau autom. ermittelt )

„Morgens“ = bis zur Arbeit ( über Analyse adressgenau autom. ermittelt )

inkl. Wegstrecke und -zeit verkehrsabhängig zum jeweiligen Ziel

Zu guter Letzt

DIGITAL RESEARCH MEETS REAL WORLD Zu guter Letzt

Folie 27 | 04.11.2015 | © infas 360

Michael HerterGeschäftsführer

+49 (0)228/[email protected]

infas 360 GmbHOllenhauerstraße 153113 Bonnwww.infas360.de

Prof. Alexander MarkowetzUniversität BonnInstitut für Informatik

[email protected]

Wir freuen uns auf Projekte mit Ihnen!

Documents

MOBILE RESEARCH& LOCATION INTELLIGENCE - infas 360 · 2015-11-04 · 10 Meter von einem Gebäude entfernt (Analyse infas 360). Die rund 23.000 identifizierten Adressen wurden mit