Ein Rabatt hier, ein paar Bonuspunkte dort, die Bestellung bequem per Smartphone aufgeben – die App von McDonald’s verspricht vor allem Komfort. Doch ein Fall aus den USA zeigt, welche umfangreichen Datenspuren bei regelmäßiger Nutzung entstehen können. Ein Journalist verlangte Auskunft über die zu seiner Person gespeicherten Informationen und erhielt nach dem vorliegenden Bericht ein Dokument mit bemerkenswertem Umfang: 515 Seiten.
Darin ging es offenbar keineswegs nur um eine Liste vergangener Bestellungen. Enthalten waren unter anderem Informationen über Einkäufe, Bonuspunkte, Werbeangebote sowie Zeit- und Ortsangaben. Besonders interessant wird der Fall dort, wo aus vergangenen Verhaltensdaten Prognosen für die Zukunft abgeleitet wurden.
Das System soll beispielsweise vorausgesagt haben, wie häufig der Nutzer in den kommenden sechs Wochen bestellen könnte und wie viel Geld er dabei durchschnittlich ausgeben werde. Selbst eine bevorzugte Bestellung wurde identifiziert: eine große Cola light.
Damit zeigt der Fall beispielhaft, wie sich aus alltäglichen App-Interaktionen ein erstaunlich detailliertes Kundenprofil entwickeln kann.
Vom Kassenbon zum Verhaltensmodell
Ausgangspunkt war eine Datenauskunft des Journalisten Reece Rogers, der im US-Bundesstaat Kalifornien lebt. Er verlangte Informationen darüber, welche Daten McDonald’s über ihn gespeichert hatte.
Das Ergebnis: ein 515 Seiten umfassender Bericht.
Dass darin frühere Bestellungen auftauchen, überrascht zunächst wenig. Wer über eine App bestellt, Bonuspunkte sammelt oder Gutscheine einlöst, muss damit rechnen, dass entsprechende Transaktionen einem Kundenkonto zugeordnet werden.
Interessanter wird es bei der Verknüpfung dieser Informationen.
Aus vergangenen Einkäufen lässt sich beispielsweise erkennen, wann jemand typischerweise bestellt, welche Produkte bevorzugt werden, wie hoch der durchschnittliche Bestellwert ausfällt und welche Rabattaktionen tatsächlich zu einem Kauf führen.
Aus einer Sammlung einzelner Bestellungen wird damit ein Verhaltensprofil.
Das System wollte sogar wissen, wann der Kunde wiederkommt
Nach dem Bericht wurden die vorhandenen Daten nicht ausschließlich dazu verwendet, die Vergangenheit abzubilden.
Algorithmen erstellten demnach Prognosen über das zukünftige Verhalten des Journalisten. Für die folgenden sechs Wochen wurde beispielsweise erwartet, dass er etwas mehr als zwei Bestellungen aufgeben und dabei durchschnittlich 13,49 US-Dollar pro Einkauf ausgeben werde.
Das klingt zunächst beinahe amüsant: Die Fast-Food-App scheint sich Gedanken darüber zu machen, wann der nächste Burger bestellt wird, bevor der Kunde selbst darüber entschieden hat.
Aus Unternehmenssicht können solche Prognosen allerdings ausgesprochen wertvoll sein.
Wer abschätzen kann, dass ein Kunde wahrscheinlich bald wiederkommt, benötigt möglicherweise keinen besonders großzügigen Rabatt. Wer dagegen als abwanderungsgefährdet eingestuft wird, könnte gezielt mit einem Gutschein oder einer anderen Aktion angesprochen werden.
Der Bericht beschreibt tatsächlich, dass auch Wahrscheinlichkeiten dafür berechnet worden seien, ob Rogers künftig abspringen oder seltener bestellen könnte.
Damit wird aus der Frage „Was hat dieser Kunde gekauft?“ eine ganz andere:
„Was wird dieser Kunde wahrscheinlich als Nächstes tun?“
Die große Cola light hat es bis ins Profil geschafft
Auch konkrete Produktpräferenzen sollen aus den Daten abgeleitet worden sein. Das System identifizierte demnach eine große Cola light als bevorzugtes Produkt des Journalisten.
Für den einzelnen Verbraucher mag das banal wirken.
Für datengetriebenes Marketing sind genau solche Informationen jedoch interessant. Denn wenn bekannt ist, welche Produkte jemand bevorzugt, wann er typischerweise bestellt und auf welche Aktionen er reagiert, lassen sich Angebote wesentlich genauer personalisieren.
Das klassische Rabattheft weiß nicht, wer es in der Hand hält.
Eine eingeloggte Smartphone-App kann dagegen Bestellungen einem Konto zuordnen und daraus – abhängig von den tatsächlich erhobenen Daten und erteilten Einwilligungen – wesentlich detailliertere Erkenntnisse gewinnen.
McDonald’s beschreibt den Zweck zurückhaltender
McDonald’s selbst stellte die Verwendung der Daten gegenüber dem Magazin „Wired“ weniger spektakulär dar. Frühere Einkäufe würden vor allem genutzt, um relevantere Angebote, Rabattaktionen und Mitteilungen bereitzustellen.
Das widerspricht einer datenbasierten Analyse nicht unbedingt.
Personalisierung funktioniert schließlich gerade dadurch, dass vorhandene Informationen ausgewertet werden. Die entscheidenden Fragen lauten vielmehr: Welche Daten werden dafür verwendet, wie lange werden sie gespeichert, wie umfangreich werden sie miteinander verknüpft und welche zusätzlichen Schlussfolgerungen zieht das System daraus?
Der amerikanische Fall ist deshalb besonders interessant, weil die Datenauskunft sichtbar machte, dass neben konkreten historischen Informationen offenbar auch berechnete Einschätzungen und Prognosen vorhanden waren.
Und was passiert mit deutschen App-Nutzern?
Hier ist eine wichtige Grenze zu ziehen: Der US-Fall lässt sich nicht eins zu eins auf Deutschland übertragen.
Nach dem vorliegenden Bericht erstellt McDonald’s zwar auch hierzulande personenbezogene Kundenprofile, sofern Nutzer der entsprechenden Datenverarbeitung zugestimmt haben. Einbezogen werden können unter anderem App-Aktivitäten, Bestellungen, gesammelte Punkte, Favoriten und eingelöste Gutscheine.
Aus diesen Informationen können Präferenzen erkannt, Nutzer Gruppen zugeordnet und passende Angebote automatisiert ausgewählt werden.
Unklar bleibt nach dem Bericht allerdings, ob für deutsche Nutzer ebenfalls Prognosen wie im amerikanischen Fall erstellt werden – also beispielsweise Berechnungen darüber, wann jemand voraussichtlich erneut bestellt, wie viel er wahrscheinlich ausgeben wird oder mit welcher Wahrscheinlichkeit er als Kunde abspringt.
Aus den deutschen Datenschutzhinweisen gehe dies dem Bericht zufolge nicht eindeutig hervor.
Es wäre deshalb falsch, die beim amerikanischen Journalisten gefundenen Prognosen automatisch jedem deutschen McDonald’s-App-Konto zuzuschreiben.
Die DSGVO gibt deutschen Kunden Auskunftsrechte
Für Nutzer in Deutschland und der Europäischen Union kommt die Datenschutz-Grundverordnung ins Spiel.
Sie gibt Verbrauchern unter anderem Rechte hinsichtlich der Verarbeitung ihrer personenbezogenen Daten. Dazu gehört grundsätzlich auch die Möglichkeit, Auskunft darüber zu verlangen, welche personenbezogenen Daten ein Unternehmen verarbeitet.
Je nach konkreter Rechtsgrundlage und Situation können außerdem Einwilligungen widerrufen und unter bestimmten Voraussetzungen Löschungsrechte geltend gemacht werden.
Gerade der amerikanische Fall zeigt, warum eine solche Auskunft interessant sein kann.
Viele Nutzer wissen vermutlich noch, welche Burger sie zuletzt bestellt haben. Wesentlich weniger offensichtlich ist, welche Schlüsse ein Unternehmen aus der Gesamtheit ihrer Bestellungen, App-Nutzung, Gutscheine und Reaktionen auf Werbung gezogen hat.
Die eigentliche Währung des Rabattcoupons
Der Fall macht damit einen grundlegenden Mechanismus moderner Kundenprogramme sichtbar.
Rabatte und Bonuspunkte sind für Verbraucher unmittelbar verständlich: Man kauft etwas und bekommt dafür einen Preisvorteil oder Punkte.
Für Unternehmen entsteht gleichzeitig etwas anderes: eine immer längere Historie der Kundenbeziehung.
Je häufiger ein identifiziertes Kundenkonto verwendet wird, desto mehr Datenpunkte können grundsätzlich zusammenkommen. Aus vielen einzelnen Datenpunkten lassen sich wiederum Muster erkennen.
Der Wert liegt deshalb nicht unbedingt in der Information, dass jemand am Dienstag einen bestimmten Burger gekauft hat. Interessant wird die Kombination:
Was kauft die Person? Wann kauft sie? Wie häufig kommt sie zurück? Welche Gutscheine funktionieren? Wie viel gibt sie durchschnittlich aus? Welche Produkte bevorzugt sie? Und wann könnte sie aufhören zu kommen?
Der amerikanische Fall zeigt, wie weit solche Analysen reichen können.
515 Seiten bedeuten allerdings nicht 515 Seiten „Geheimwissen“
Auch die spektakuläre Zahl sollte richtig eingeordnet werden.
Ein 515 Seiten langes Auskunftsdokument bedeutet nicht automatisch, dass auf jeder dieser Seiten eine neue intime Erkenntnis über den Nutzer steht. Umfangreiche Datenexporte können beispielsweise zahlreiche einzelne Transaktionen, technische Einträge, wiederkehrende Felder und strukturierte Datensätze enthalten.
Die Seitenzahl allein sagt daher wenig über die Sensibilität jedes einzelnen Datensatzes aus.
Bemerkenswert bleibt vielmehr die Kombination aus historischen Nutzungsdaten und daraus errechneten Prognosen.
Genau darin liegt die größere Datenschutzfrage.
Der Burger ist schnell gegessen – das Datenprofil kann länger bleiben
Für Verbraucher bedeutet das nicht automatisch, dass sie auf jede Restaurant-App verzichten müssen. Es zeigt aber, dass Bequemlichkeit, Bonusprogramme und Personalisierung einen datenbezogenen Preis haben können.
Wer eine solche App intensiv verwendet, kann sich deshalb durchaus einmal mit den Datenschutzeinstellungen und erteilten Einwilligungen beschäftigen – und gegebenenfalls von seinen gesetzlichen Auskunftsrechten Gebrauch machen.
