Tom Alby auf der SMX 2019 zu SEO, Data Science, digitale Transformation uvm. [Video]

Tom Alby, Chief Digital Transformation Officer bei Euler Hermes Digital Agency, ist eine Legende in Sachen SEO und Datenanalyse. Uns hat er auf der SMX München erzählt, was Data Science und Datenanalyse mit Digitaler Transformation zu tun hat und noch viel mehr.

Das Video findet ihr hier.

Du bist ja wirklich ein echtes Suchmaschinen-Urgestein. Du hast für Lycos, Google und auch ask.com gearbeitet. Suchmaschinen sind heute ja eher Antwort-Maschinen. Hier hat sich viel getan. Wohin geht die Entwicklung deiner Meinung nach hin?

Ja, wie du schon sagst, geht das ja über die reine Suchmaschine hinaus. Ich glaube, dass wir bald eine Art “Lebens-Betriebssysteme” sehen werden. Das haben wir zum Teil ja heute schon. Ein Beispiel: Als ich meine Frau kennengelernt habe, da war sie auf Apple und ich war mit Android unterwegs, also im Google-Universum, weil ich damals auch noch bei Google gearbeitet habe.
Später, im nächsten Job, bin ich dann auf Apple umgestiegen, aber meine Frau war inzwischen bei Android. Dabei haben wir gemerkt, dass das Leben echt nicht ganz einfach ist, wenn du zwei verschiedene Systeme nutzt. Wo speicherst du deine Fotos? Mit welchem Kalender arbeitest du? Das Schlimmste war, als wir dann von Google Music auf Spotify gewechselt sind. Dann ist meine Tochter ausgerastet, weil die Playlists natürlich weg waren.
Das heißt, du hast irgendwann Logged-In Businesses. Du bist da drin und es ist ganz schwer, da wieder herauszukommen. Und das betrifft ja nicht nur die Suche, sondern alles andere auch. Wenn du also Filme bei Google Play hast, warum solltest du dann noch woanders hingehen?

Du baust dir also alles auf ein System auf und ich glaube, genau das ist es, was noch passieren wird. Wir dürfen dabei nicht nur an die Suche denken. Du hast einfach Vorteile, wenn du nur ein System nutzt und dadurch werden alle anderen Elemente des Systems besser.
Das ist das, worauf natürlich alle hoffen. Das ist bei Amazon so – und Amazon macht das auch sehr gut, finde ich. Die Prime-Mitgliedschaft bedeutete früher nur, dass du deine Büchersendung versandkostenfrei bekommst. Jetzt hast du Video mit drin. Super! Apple hat es letzte Woche vorgestellt, mit den News. Also ich glaube, wir gehen genau in diese Richtung und da ist Suche nur ein Teil von.

Aber wie wirkt sich das auf die Gesellschaft aus, wenn wir trotzdem vielleicht 3 Systeme haben. Du hast es ja gerade erklärt mit deiner Frau: einer hat Apple, der andere Google. Trifft man sich dann gar nicht mehr?

Wir sind ja alle mündige Bürger und können selber entscheiden. Ich glaube, für Unternehmen ist es viel spannender sich zu fragen: “Okay, was bedeutet das eigentlich für Unternehmen? Was muss ich tun, um relevant zu sein, wenn viele von den Commodity-Geschichten von den Großen schon abgedeckt werden?” Das ist die eigentlich spannende Frage, finde ich.

Bei dieser Entwicklung und dem ganzen Universum darum: Welche Branchen oder Geschäftsmodelle müssen sich denn jetzt Sorgen machen?

Ach, ich finde das mit den Sorgen immer schwierig, weil sobald sich etwas verändert, machen sich Menschen nunmal Sorgen. Das ist auch kein Wunder. Die Zukunft ist dummerweise ungewiss und da macht man sich eben auch mal Gedanken.
Die Frage ist vielmehr, was wir für Chancen dahinter sehen können. In Deutschland ist man halt immer sehr schnell bei den Sorgen. Wir müssen da, glaube ich, einfach mal lernen, umzudenken und die Chancen zu sehen. Ich glaube, es gibt für fast jedes Business eine Chance. Aber nur eins ist sicher: Es wird nicht so bleiben, wie es bisher gewesen ist. Das gilt wiederum für so ziemlich jede Industrie. Da gibt es niemanden, vor dem es Halt machen wird, glaube ich.

Wenn ich über diese Entwicklung nachdenke, dann denke ich dabei auch immer an Preisvergleichsportale. Was wird aus denen? Mittlerweile sind Preisvergleichsseiten auch bei Google Shopping gelistet. Das war nicht immer so. Es gab hier einige Aufreger. Wenn Google das alles selbst macht: Haben sie dann überhaupt noch eine Chance zu überleben?

Die Frage ist doch eher, ob die Nutzer sofort zu Google gehen oder nicht gleich woanders hin. Also das ist auf jeden Fall eine Entwicklung, die man in den Daten sehen kann. Wenn du z.B. nach Büchern oder Elektronik suchst, dann gehst du vielleicht gleich zu Amazon. bei Kleidung gehst du vielleicht eher zu Zalando. Das haben wir in ganz vielen Fällen.
Es ist also eher die Frage, was hier passieren wird, weil diese Unternehmen ja offenbar irgendetwas besser gemacht haben, als der Rest. Die Frage ist also: Wer kann den besseren Einstieg ermöglichen? Das ist alles eher nutzerorientiert und im Zweifel genau deswegen gut.

Okay, danke. Anderes Thema, aber auch eine spannende Entwicklung: Mobile Web. Du hast ein Buch über dieses Thema geschrieben, das letztes Jahr 10 Jahre alt geworden ist.

Ja, und es war extrem unerfolgreich. Ja, es gab nur eine Auflage und ich glaube, du kannst es mittlerweile irgendwo für 30 Cent, als Kaminholz kaufen. Ich weiß es nicht, ehrlich gesagt, aber ich war auf jeden Fall viel zu früh dran mit dem Thema, was sehr schade ist.

Aber das ist genau der Punkt. Du warst sehr früh mit dem Thema präsent und hast es auch schon sehr früh beobachtet. Heute ist Mobile Web halt DAS Ding. Es wird überall priorisiert. Was kommt denn jetzt als nächstes – jetzt, wo Mobile sich so integriert hat? Was ist deiner Meinung nach der nächste Schritt?

Es fällt mir schwer, aber ich muss dir da widersprechen. Das ist unsere Bubble. Wir glauben, dass Mobile überall first ist. Das ist nicht der Fall. Wenn du in ein normales, mittelständisches Unternehmen gehst – und das tue ich momentan sehr oft – dann siehst du, dass die Mitarbeiter noch immer vor ihren Desktops sitzen, um die Buchhaltung zu machen oder Rechnungen zu schreiben.
Ganz ehrlich: das wird sich auch nicht ändern. Wir können nicht von jemandem erwarten, dass er mit einem Mobiltelefon plötzlich Angebote schreibt. Also für so’nen Hipster, der gerade sein Startup aufbaut und nur in Cafés herumhängt, ja, dann ist es super, dass es funktioniert. Aber die normalen Abläufe in einem Unternehmen sind halt anders, also wir werden immer Nutzer haben, die auf Desktops arbeiten.

Das ist die eine Seite. Die andere ist: Wenn es einen Vorteil gibt, mobile zu arbeiten, dann musst du zusehen, dass es verdammt gut ist. Sonst bist du weg vom Fenster. Ich glaube, das sind die beiden Pole, die man sehen kann. Mobile nur dann, wenn es auch sinnvoll ist und die Arbeit erleichtert. Da hat sich die Spreu vom Weizen ja auch schon getrennt, aber nicht alles wird mobile sein.

Das ist wahrscheinlich eine sehr mutige These, weil die meisten das so nicht hören wollen, aber das ist das, was ich bei den Nutzern beobachte. Wenn müssen halt auch berücksichtigen, dass wir jetzt nicht nur noch Mobile machen, weil es für manche vielleicht einfach nicht so relevant ist.

Okay, ist notiert. Du bist ja nun nicht nur Experte für SEO, sondern auch für Data Science. Das ist ja auch ein sehr großes Thema. Du hast die beiden Thema SEO und Data Science auch zusammengebracht. Das alles ist sehr komplex, aber auch sehr spannend. Wir haben einen Artikel aus deinem Vortrag auf der SEOCampixx gelesen. Da ging es um Data Mining, Statistik, Machine Learning usw. Wie kann man das jetzt für den Alltag nutzen?

Also mir war es wichtig, Daten als Grundlage für eine Diskussion zu haben. Wir haben damals 5.000 Suchanfragen genommen und dann geschaut, was dafür bei Google ranked. Dann haben wir versucht, verschiedene Faktoren, die man nachvollziehen kann, durchzurechnen.
Das war extrem spannend, weil man bestimmte Dinge tatsächlich nachweisen konnte. Ich konnte bestimmte Dinge sehen und andere konnte ich nicht sehen. Das kann am Sample liegen, weil 5.000 Suchanfragen ja nun nicht repräsentativ für die gesamte Population aller Suchanfragen sind.
Für mich war es aber wichtig, mal nicht nur Meinungen zu haben. Ich habe häufig in dieser Szene, der ich vor etwa 10 Jahren selber noch angehört habe, gesehen, dass man oft sagt: “Das funktioniert so und so, den ich habe die Erfahrung gemacht…” In der Statistik würdest du sowas eher anekdotische Evidenz nennen.

Du hast ein Projekt, wo genau das funktioniert hat und deswegen denkst du, es funktioniert überall. Vor über 15 Jahren, als ich noch bei ask.com war, da hatten wir mit Machine Learning gearbeitet und haben Algorithmen trainiert. Das war sehr spannend, weil zwei Suchanfragen unterschiedliche Regionen des Algorithmus angetriggert hatten. Das heißt, es gab damals schon nicht nur ein dynamisches Ranking bei der Gewichtung, sondern auch, welche Teile des Algorithmus’ verwendet werden.

Das heißt wiederum, es gibt nicht DIE Formel. Die gibt es einfach nicht. Aber hier mal zu schauen, ob ich irgendwelche Muster entdecken kann, wenn ich ganz viele Suchanfragen drauf werfe, habe ich für einen sehr konstruktiven Ansatz gehalten. Er kam interessanterweise nur nicht so gut an. Ich habe auch die ganze Software und die ganzen Daten zur Verfügung gestellt und dachte mir, dass es jetzt ja jeder widerlegen kann, aber das hat kein einziger gemacht. Stattdessen wurde gesagt: “Naja, spannend, aber ich mache das jetzt trotzdem so, wie ich es bisher gemacht habe.”
Das Witzige war, es haben mich ein paar Leute angeschrieben und sagten so: “Bedeutet das, dass ich bisher alles falsch gemacht habe?” Dann habe ich gesagt: “Nein, eigentlich nicht.” Es kann halt nur sein, dass der Grund dafür, dass du erfolgreich bist, ein anderer ist. Vielleicht ist es eine Scheinkorrelation.

Ich habe das dann nicht weiter verfolgt, weil ich gemerkt habe, dass wir hier noch nicht so weit sind, datengetrieben zu arbeiten. In meinem jetzigen Job tue ich das wieder sehr stark. Jetzt geht es darum, datengetriebene Entscheidungen herbeizuführen und bei Analysen zu schauen, was wir jetzt als nächstes tun müssen. Das ist wieder extrem spannend.
Jedes Unternehmen – es muss ja kein SEO Unternehmen sein – kann mit Daten bessere Entscheidungen treffen, finde ich. Es ist immer nur die Frage, ob man die richtigen Daten dafür hat.

Das heißt, das Problem, das du damit lösen willst, ist, dass du Argumente schaffst, um nicht sagen zu können: “Ich denke…”, sondern: “Ich weiß, die Kunden kaufen nicht, weil in den Daten bestimmte Zusammenhänge bestehen”?

Also, solange du keine Daten hast, bist du nur ein Mensch mit einer Meinung.

Was genau hat eigentlich diese Datenanalyse mit der digitalen Transformation zu tun?

Sehr viel, weil wir jetzt immer mehr Daten haben, könne wir auch datengetriebene Geschäftsmodelle entwickeln. Meine Aufgabe bei Euler Hermes ist genau das – die digitale Transformation. Das bedeutet zum einen natürlich an der Kultur zu arbeiten, weil es natürlich auch ganz andere Arbeit ist, die wir momentan machen.
Aber es gehört auch dazu darüber nachzudenken, welche neuen Geschäftsmodelle wir entwickeln können. Ich meine, der Laden ist über 100 Jahre alt. Da ist schon sehr viel in den Jahren sehr viel geschehen. Was mich sehr angezogen hat ist, dass sie bereits sehr viele Daten haben, die auch sehr spannend sind.

Man kann wirklich etwas Neues daraus bauen. Wir haben z.B. ein Angebot, das heißt In-voice to cash. Wenn du eine Rechnung hast, die du einem anderen stellst, dann kannst du die uns verkaufen und hast dein Geld am nächsten Tag. Das Produkt ist rein digital. Wir entscheiden in der Sekunde, ob wir die Rechnung von dir kaufen oder nicht. Gehen wir das Risiko ein, dass derjenige, dem du die Rechnung gestellt hast nicht bezahlt? Weil wenn er nicht bezahlt, dann ist es nicht mehr dein Problem. Wir covern das.
Das ist extrem spannend. Wir haben sehr viele Daten, mit denen wir arbeiten und Modelle bauen können. Daraus können wir dann wieder neue Geschäftsmodelle entwickeln. Das ist ein großer Teil der digitalen Transformation, meiner Meinung nach.

Wirklich ein extrem spannendes Thema, weil es auch noch so am Anfang steht und es noch so viel zu entdecken gibt. Gut, du beschäftigst dich schon sehr lange damit, aber für viele ist es, glaube ich, jetzt gerade so, dass sie denken: “Wow!”

Ja, das geht ja schon seit über 15 Jahren. Bei ask.com haben wir schon mit Daten gearbeitet, also Tests mit Klickströmen und Samples, bei denen wir geschaut haben, wie User darauf reagieren, wenn sie einen anderen Algorithmus sehen.
Also das gibt es schon ganz lange, nur sind heute die Möglichkeiten besser, weil es mittlerweile so viel kostenlose Software gibt, mit der du das machen kannst. Damals war das noch ein Randgruppenthema und jetzt haben wir noch mehr Daten und mehr Software. Jetzt gerade ist eine sehr spannende Zeit.

Wir haben gerade eben schon über Scheinkorrelationen gesprochen, die man hier und da entdeckt. Was sind denn für dich die größten Missverständnisse bei der Datenanalyse?

Also der erste Punkt ist auf jeden Fall, dass man schauen muss, ob man tatsächlich versteht, wie die Daten erhoben wurden. In meinem Vortrag geht es auch genau darum. Viele Menschen glauben meiner Meinung nach, wenn sie ein Tool kaufen, z.B. von Google, Adobe oder was weiß ich von wem, dann sorgt das Tool schon dafür, dass die richtigen Daten erhoben und die richtigen Schlussfolgerungen getroffen werden. Das ist nicht so!
Man muss schon noch sein Gehirn anstrengen. Ein sehr geschätzter Kollege von mir hat mal gesagt: “Das beste Analyse-System ist zwischen deinen Ohren.” Das wird manchmal, glaube ich, nicht so stark beachtet, wie es sollte. Tool bedeutet also nicht, dass es gut wird. Das ist eins der größten Missverständnisse, glaube ich.

Erübrigt sich dann also die Frage, ob wir uns Sorgen um unsere Jobs machen müssen, wegen Machine Learning, künstlicher Intelligenz usw.? Damit werden ja auch immer viele Sorgen verbreitet.

Also ich persönlich weiß ja, dass die digitale Transformation irgendwann vorbei ist. Irgendwann ist der Job halt erledigt, weil wir fertig sind mit Transformieren. Von der Analystenseite würde ich sagen, die größte Herausforderung ist, erstmal die richtigen Fragen zu stellen. Was will ich eigentlich genau wissen?
Also, will ich page views wissen oder was anderes? Das nützt ja allein nichts. Das ist nur so eine Eitelkeits-Metrik. Ich glaube, solange wir es nicht hinbekommen, dass Maschinen die richtigen Fragen für uns identifizieren, solange brauchen wir auch Menschen, die genau das tun werden.
Was wir hoffentlich weniger haben werden, ist das Säubern von Daten. 80% der Zeit wird momentan damit verbraten, dass man versucht zu verstehen, ob die Daten sauber und schlüssig sind. Wo kommen sie her? Wenn das wegfallen würde, wäre das super, denn dann kann man tatsächlich mehr Zeit für wirklich gute Analysen aufwenden.

Das heißt, egal, was Maschinen irgendwann mal können, die Datenanalysten behalten ihren Job auf jeden Fall?

Ich hoffe, dass wir zu einer gewissen Qualität kommen bei der Datenanalyse, das wir das heutige Niveau von lästigen Aufgaben befreien und uns Dingen widmen können, die viel wertvoller Unternehmen sind. Daten zu reinigen ist ja ein Vorschritt, den du für die eigentliche Analyse durchführen musst, mit dem du aber keinen Wert schaffst.
Wenn du sagen kannst: “Ich habe da etwas analysiert und gemerkt, dass das Segment hier viel besser angesprochen werden könnte”, dann schaffst du einen Wert. Wenn aber 80% deiner Zeit für die Datenreinigung flöten geht, dann hast du auch 80% von diesem Wert verschwendet. Das ist sehr schade. Wenn wir das also hinkriegen: super! Dann werden die Analysten gewinnen, die die richtigen Fragen stellen und sehen können, wie wir die Schlussfolgerung so bekommen, dass man sie auch “kauft”.

Hast du zum Schluss vielleicht noch 3 Tipps für Web-Analysten, worauf sie sich jetzt fokussieren sollten?

Also erstmal natürlich mein neues Buch kaufen. Absolut wichtig. Ohne das geht gar nichts. Du brauchst auch das Hörbuch von Maik Bruns. Das ist phänomenal. Das ist jetzt auch, glaube ich, gerade erst erschienen. Okay, genug Werbung.
Erstens: Ihr solltet verstehen, was ein Tool ist und wie es genau funktioniert. Das heißt, ihr solltet euch nicht blind darauf verlassen, was von Google oder Adobe kommt. Da sitzen sehr viele schlaue Leute. Das heißt aber nicht, dass es auch schlaue Analysen sind. Tortendiagramme zum Beispiel – die könnt ihr vergessen. Das ist der größte Fehler.
Zweitens: Bei den Fragen, die ihr stellt, solltet ihr immer im Blick haben, was der Business Case dahinter ist. Also: Warum will ich das überhaupt wissen? Was verändert sich? Was tue ich, wenn ich das Ergebnis habe?
Als drittes würde ich ganz gerne nochmal eine Lanze für den Bereich der Statistik brechen. Statistik wird nämlich viel zu wenig in die momentan gegebenen Tools berücksichtigt. Ich arbeite fast nur noch mit Rohdaten, weil mir die Tools den richtigen Blick auf die Daten gar nicht ermöglichen.