Bewegungsdaten haben in den vergangenen Jahren viel Aufmerksamkeit bekommen – und mit ihr eine Erwartung, die sie nicht erfüllen können. Die folgenden Grenzen sind keine Kinderkrankheiten, die sich mit der nächsten Datengeneration erledigen. Sie folgen aus der Natur der Daten.
Was Bewegungsdaten grundsätzlich nicht zeigen
Kein Umsatz. Anwesenheit ist nicht Kauf. Eine steigende Frequenz kann mit sinkendem Umsatz einhergehen und umgekehrt. Wer Umsatzaussagen braucht, braucht Umsatzdaten – Bewegungsdaten liefern bestenfalls den Frequenzanteil der Erklärung.
Kein Motiv. Warum jemand da war, steht nicht in den Daten. Einkauf, Arztbesuch, Behördengang, Spaziergang oder Umsteigen sehen im Signal gleich aus. Für die Frage nach dem Warum bleiben Befragungen unverzichtbar.
Keine Personen. Aggregierte Bewegungsdaten beschreiben Gruppen. Eine Aussage über eine bestimmte Person ist nicht möglich – und ausdrücklich nicht gewollt. Warum das methodisch abgesichert ist, erklärt Anonymisierung und Aggregation.
Keine Echtzeit. Auswertungen liegen erst mit deutlichem Versatz vor. Für operative Steuerung im laufenden Betrieb sind sie ungeeignet – siehe Raum und Zeit.
Kein Verkehrsmittel, keine Route im Detail. Ob jemand zu Fuß, mit dem Rad oder mit dem Bus kam, lässt sich allenfalls schätzen. Und die konkrete Wegführung innerhalb eines Gebiets bleibt unscharf.
Keine Innenräume. In Gebäuden, Passagen und Tiefgaragen ist die Positionsbestimmung ungenau. Aussagen über Etagen, einzelne Ladenlokale in einem Center oder Wege im Gebäude sind mit dieser Datengrundlage nicht seriös möglich.
Typische Fehlschlüsse
„Die Frequenz ist gestiegen, also war die Maßnahme erfolgreich." Vielleicht. Vielleicht war es aber auch das Wetter, ein Feiertag, eine Baustelle in der Nachbarstraße oder ein Ereignis in der Region. Ohne Kontrollgruppe – etwa eine vergleichbare Lage ohne Maßnahme – ist eine Wirkungsaussage nicht abgesichert. Mehr dazu unter Innenstadt und Citymanagement.
„Lage A hat mehr Frequenz als Lage B, also ist sie besser." Nur, wenn Frequenz das Ziel ist. Eine hohe Frequenz mit kurzer Verweildauer beschreibt einen Durchgangsort, nicht zwingend eine gute Handelslage. Frequenz ohne Verweildauer und Herkunft ist eine halbe Information.
„Unsere Zahl weicht von der Zählung ab, also stimmt eine davon nicht." Beide können korrekt sein. Sie messen Unterschiedliches: Die Zählung erfasst Personen, die eine Linie überqueren; Bewegungsdaten erfassen Aufenthalte in einer Fläche ab einer Mindestdauer. Ein Abgleich ist trotzdem sinnvoll – als Kalibrierung, nicht als Richtigkeitsprüfung.
„Die Besucher gehören zur Zielgruppe X." Streng genommen: Sie wohnen in Gebieten, in denen Zielgruppe X überdurchschnittlich vertreten ist. Der Unterschied klingt akademisch, ist aber bei Gremienvorlagen wichtig. Siehe Kennzahlen.
Wo die Grenzen besonders wehtun
Drei Konstellationen sind in der Praxis heikel:
- Sehr kleine Gebiete. Ein einzelnes Ladenlokal, ein kleiner Platz: Die Fallzahlen werden zu gering, die Werte schwanken stark, Grenzeffekte dominieren.
- Dünn besiedelte Räume. Im ländlichen Raum ist das Panel klein. Auswertungen bleiben möglich, brauchen aber längere Zeiträume und gröbere Gebiete.
- Vergleiche über Methodenwechsel hinweg. Ändert sich die Datengrundlage oder ein Filter, ist der Zeitreihenvergleich gebrochen – auch wenn die Zahlen weiterlaufen.
Was daraus folgt
Nicht, dass man die Finger davon lassen sollte. Sondern dass die Fragestellung zur Datenart passen muss. Für Fragen nach Nachfragepotenzial, Kaufkraft, Wettbewerbsdichte oder Zielgruppenstruktur gibt es bessere Grundlagen – ein Überblick steht unter alternative Datenquellen. Und für die Entscheidung, ob Bewegungsdaten im konkreten Fall passen, hilft die Entscheidungshilfe.
Wir halten diese Seite bewusst prominent. Ein Datenmittler, der nur die Möglichkeiten beschreibt, macht seinen Job nur zur Hälfte.