Small Data? Alter Wein in neuen Schläuchen

In unseren Projekten, aber auch auf Konferenzen, hören wir gelegentlich den Begriff Small Data. In Abgrenzung zu Big Data soll Small Data die Aufmerksamkeit auf einzelne oder wenige Daten lenken, die Kausalzusammenhänge zwischen Variablen abbilden sollen.

Um es kurz zu sagen: das ist alter Wein in neuen Schläuchen. Small Data gab es früher, als keine oder nur wenige Prozesse digitalisiert waren und nur geringe Datenmengen zu Verfügungs standen. Um etwa Neuproduktentscheidungen auf Basis von Daten zu treffen, behalf man sich mit Marktforschungsmassnahmen, die eine ungefähre Ahnung des aktuellen und zukünftigen Kundenverhaltens vermittelten. Das ist die klassische Marktforschung, oder auch Marktforschung 1.0.

Seitdem immer mehr Prozesse digitalisiert werden, stehen Unternehmen und Individuen Daten in Hülle und Fülle zu Verfügung. Oft sind es soviele Daten, dass Unternehmen ihnen nicht mehr Herr werden, in neue Data Warehouse Infrastrukturen investieren und entsprechende neue Datenmanagemen-Prozesse neu aufsetzen müssen. Dies nicht nur, um datengetriebene Produkte zu entwickeln, sonden auch um bestehende Kundenverhältnisse zu optimieren: ein Kunde, dessen Bedürfnisse im Online-Shop, in der E-Mail- oder Call Center-Kommunikation nur unzureichend erkannt und beachtet werden, wechselt den Anbieter.
Vertreter des Small Data Gedankens werden meist von der oft als unüberschaubar wahrgenommenen Komplexität von Big Data abgeschreckt und ziehen sich deshalb auf bewährte Vorgehensweisen zurück: sie erstellen eine Hypothese – beispielsweise über das Verhalten Ihrer Zielgruppe – und suchen nach Daten, die diese Hypothese unterstützen. Sobald sie auch nur die geringsten Datenmengen gefunden haben, die ihre Hypothese unterstützt, nehmen sie dies als Beleg her und bauen darauf eine Marketingstrategie auf.

Aktuelles Beispiel für dieses archaische Vorgehen ist ein Vortrag des Marketing-Experten Martin Lindström auf dem Serviceplan Innovationstag 2016. Anhand von oben skizzierten Beispielen kommt er zu dem Schluss: „Big Data allein ist nutzlos. Im Grunde handelt es sich nur um eine Ansammlung von Daten, in denen Sie nach Korrelation suchen, aber nicht nach Kausalität – was sinnvoller wäre.“

Eine solche Aussage, getroffen von einem international anerkannten Experten, auf einer hochkarätig besetzen Konferenz, ist vermutlich im Jahr 2016 nur noch in Deutschland möglich – in einem Land, in dem das Bewahren von Bewährtem immer noch als deutlich wichtiger eingestuft wird als das Zerstören von Bekanntem, das Umwerfen und das Neu-Denken. Das Aufstellen von Hypothesen mit einer angeschlossenen auf geringen Datenmengen basierten Analyse wurde bis vor ca. 5 Jahren als Marktforschung durchgeführt. Nicht jedoch, weil man wusste, dass dies eine sinnvolle Methode beispielsweise zur Vorhersage von Kundenverhalten wäre, sondern weil auf der Basis der vorhandenen Daten dies damals das bestmögliche Vorgehen war. War.

In der Zwischenzeit hat sich die Welt jedoch geändert: wir haben jetzt die Daten, die uns ein vielfach besseres Bild der Gegenwart, wie auch der Zukunft ermitteln. Und weil wir diese Daten haben, müssen wir uns auch nicht mehr selber als Propheten betätigen und die Zukunft voraussagen, sondern wir sehen uns die Daten an, erkennen Korrelationen (nicht Kausalitäten) und entwickeln daraus Zukunftsoptionen.

Insbesondere der Unterschied zwischen Kausalität und Korrelation scheint sich in einigen Expertenkreisen noch nicht wirklich herumgesprochen zu haben. Der Grund, auf das Erkennen von Kausalitäten zugunsten von Korrelationen zu verzichten, ist einfach: Wenn Martin Lindström berichtet, dass ein Teenager seine Turnschuhe lieber abgetragen trägt, gilt das für genau diesen einen Teenager. Womöglich zeigt sich sogar, dass sich 100 Teenager so verhalten. Für ein Neuprodukt mit „pre-used“ Sohlen reicht das jedoch nicht. Diese „Kausalität“ hilft uns nicht weiter. Sie ist weder übertragbar, noch skalierbar.

Was uns weiterhelfen würde, wäre beispielsweise die Aussage, dass die Zeit, die Teenager durchschnittlich auf dem Skateboard verbringen, signifikant höher ist, wenn ihre Schuhe ein Mindestalter von > 6 Monaten haben und die Sohle um mind. 30% abgenutzt ist. Durch Sensoren im Schuh könnte eine solche Information verfügbar gemacht werden. In diesem Fall hätten wir einen tatsächlichen Beleg für das beschriebene Verhalten – im Fall der Lindströmschen Beobachtung handelt es sich lediglich um eine Anekdote.

Wir haben heutzutage die Möglichkeit, grosse Datenmengen zu erzeugen und zu analysieren. Lassen wir uns diese reichhaltigen Erkenntnis-Pool nicht entgehen! Indem wir uns selbst und unsere eigene Wahrnehmungsfähigkeit zunächst zurücknehmen und Daten sprechen lassen, werden wir unseren Blickwinkel deutlich erweitern und viele erstaunlich und bisher für undenkbar gehaltene Zusammenhãnge erkennen. Hören wir weniger auf Experten, sondern bilden wir uns unsere eigenen Meinungen basierend auf der Analyse von Big Data!

TeamGuide im Einsatz im Münchner Start-up Stylight

Mit über 250 Millionen Euro Umsatz bei 850 Partnern und 130 Mitarbeitern ist die Münchner Stylight schon fast nicht mehr als Start-up zu bezeichnen. Aus der Idee, Online- und Mobilnutzern einfacheren Zugang zu den neusten Modetrends zu geben, ist innerhalb von 6 Jahren ein in 18 europäischen Märkten tätiges Unternehmen geworden.

Was im 4-Mann-Gründerteam noch nicht in institutionalisierter Form notwendig war, ist in einer international aufgestellten Unternehmensstruktur mit autark und gleichzeitig vernetzt arbeitenden Teams umso wichtiger: gut miteinander kooperierende Arbeitsgruppen mit hoher Produktivität bei gleichzeitiger Zufriedenheit der einzelnen Teammitglieder.

Ideales Einsatzgebiet für den Datarella TeamGuide
Schnell wachsende Unternehmen stehen vor der großen Herausforderung, rasch viele neue Mitarbeiter zu finden und in bestehende Teams zu integrieren. Da in einem Start-up zum Zeitdruck immer auch eine gewisse Grundsãtzlicge Unsicherheit hinsichtlich der Durchsetzungsfähigkeit am Markt hinzukommt, stehend die Personalverantwortlichen vor einer großen Aufgabe. Um die Verantwortlichen bei dieser Aufgabe zu unterstützen und den Teammitgliedern individuelle Feedbackmöglichkeiten zu Arbeitsklima, -zufriedenheit und Teamkooperation zu schaffen, kommt der Datarella TeamGuide in einem ersten Team zum Testeinsatz.

Stylight App Team
Das ausgewählte Stylight App Team besteht aus 7 App-Entwicklern und Designern aus 4 Nationen. Arbeitssprache im Team ist englisch – es kommt die entsprechende englischsprachige Version des TeamGuide zum Einsatz. Nicht verwunderlich – das erste Feedback des Teams zum TeamGuide ist allein deshalb positiv, weil es sich um eine App handelt – die Teammitglieder sind nicht an ihre Desktops gebunden (oder müssten gar Papierformularen ausfüllen), sondern können die Interaktionen „on the go“ auf ihrem Smartphone erledigen. Das spart Zeit und soll – wie wir im Verlauf des Ersteinsatzes sehen werden – die Responsequote auf 100% heben.

Ziel und Erwartungshaltung
Die Erwartungshaltung hinsichtlich des TeamGuide Einsatzes im Team und auf Seiten der Verantwortlichen liegt in einer Optimierung der Kooperation zwischen den Teammitgliedern und eine sich daraus ergebende höhere Produktivität. Desweiteren sollen sogenannte Yellow oder Red Flag Themen rasch erkannt und adressiert werden können. Damit sind Themen gemeint, die typischerweise nicht offen angesprochen werden, weil sich Teammitglieder entweder davon Nachteile erwarten oder einfach nur nicht wissen, wie sie die Themen formulieren sollen, ohne andere Teammitglieder oder ihre Vorgesetzten zu verärgern. Die Interaktionen auf potenzielle derartige Themen werden als Feedback Charts allen TeamGuide Teilnehmern in realtime angezeigt und führen typischerweise zur Diskussion der Themen in Teammeetings. Letztlich wird über ein Mood Tracking die Befindlichkeit des ganzen Teams gemessen und somit sollen Veränderungen in der Arbeitszufriedenheit schnell erkannt werden. Eine kurze Reaktionszeit auf etwaige Verschlechterungen ist insbesondere deshalb wichtig, weil das App Team als Scrum Team in 14-tägigen Arbeitsrhythmen arbeitet und entsprechende Ergebnisse liefern muss.

Datenschutz wird GROSSgeschrieben
Wichtig im Umgang mit allen über den TeamGuide erhobenen Daten ist ein verantwortungsvoller Umgang mit allen Daten: diese werden nur anonymisierten und aggregiert als Feedback zurückgespielt, so dass keine Rückschlüsse auf einzelne Teammitglieder möglich ist und jede Einzelne komplett frei von etwaigen Nachteilen durch ehrliche Antworten interagieren kann.

Wie mit einzelnen Themen und Ergebnissen bei Stylight umgegangen wird, ist Teil des nächsten Beitrags zum Einsatz des TeamGuide bei Stylight.

Umweltveränderung mit Smartphones messen – ein weiteres „Citizen Science“ Projekt

Mobile Citizen Science („Bürgerwissenschaft“) – Menschen die gemeinsam mithilfe ihrer Smartphones einen Beitrag zur Wissenschaft leisten – ist ein prominentes Thema in diesem Blog. (z.B. hier, http://datarella.com/helping-people-to-understand-real-time-pollution-risks/, oder http://datarella.com/mapping-particulate-dust-with-phones/). Was das Thema so spannend macht, ist, dass einerseits die Teilnehmergruppe viel mehr Messdaten erzeugen kann als ein Forschungsteam und andererseits dass es so viel günstiger ist.
Im Fall von Nerds for Future ist der Fotschungsaufbau wahrlich minimalistisch. Die Aufgabe die sich Nerds for Future gestellt hat ist die dich erholende Flora und Fauna im Mount Diablo State Park nach einem großen Waldbrand aufzuzeichnen, und das im Verlauf von Monaten und Jahren. Dazu haben sie eine behelfsmäßige Kamerahalterung an mehreren Standorten aufgestellt, von denen aus man das Katastrophengebiet überblicken kann. Neben der Halterung haben sie ein Schild aufgestellt mit den einfachen Anweisungen:
„Platzieren Sie die Kamera Ihres Smartphones in der Halterung.“
„Machen Sie ohne Filter ein Foto der Aussicht.“
„Posten Sie Ihr Bild unter #diablofire01 auf Twitter, Flickr und Instagram.“
Das Projekt wurde ein Riesenerfolg als Sergej Kropenin, der für Twitter arbeitet, ein Bild postete mit dem Text „Coole Twitternutzung“. Das wurde bis jetzt über 8.000 Mal retweeted, was auf äußerst beeindruckende Weise zeigt wie begeistert die Leute von dieser Art Projekte sind!
Hier ist der Link zu Nerds for Nature:
www.nerdsfornature.org

Das Smartphone als Geigerzähler

Smartphones verfügen über viele verschiedene Sensoren. Mit den richtigen Apps könne sie daher durchaus teure Instrumente ersetzen – manchmal sogar den Geigerzähler.

Wenn Photonen, die Lichtteilchen, den Chip der Smartphonekamera treffen, regen sie Elektronen auf der Oberfläche des Chips an und verändern die Leitfähigkeit oder generieren sogar Spannung im Aufprallgebiet.

Gammastrahlen, die häufig Produkte radioaktiven Verfalls sind, sind auch elektromagnetische Wellen, genau wie Licht, allerdings mit viel mehr Energie. Das bedeutet: Genau wie radioaktive Strahlung einen chemischen Fotofilm belichten kann, kann sie auch den Kamerachip im Smartphone beeinflussen.

Ein Forschungsteam am Idaho National Laboratory in Idaho Falls haben diese Eigenschaft genutzt, um gewöhnliche Smartphones in Detektoren für radioaktive Strahlung umzuwandeln. Die Strahlung wird über die Kamera aufgezeichnet und an eine App weitergeleitet, die die Strahlenintensität aus den gesammelten Daten berechnet.

Diese Methode zeigt uns wieder einmal, wie vielseitig einsetzbar mobile Geräte sind. Bis zu 30 Sensoren messen in jedem Smartphone alle möglichen Variablen wie Temperatur, Magnetismus, Helligkeit, Geräusche und vieles mehr. Mit ein bisschen Kreativität können wir diese Messungen kombinieren und wertvolle Informationen über die Umgebung um das Smartphone und seinen Nutzer erhalten, die nicht selten teure, spezialisierte Methoden ersetzen können.

Hier der Link zur ursprünglichen Veröffentlichung:

Joshua J. Cogliati, Kurt W. Derr, Jayson Wharton: Using CMOS Sensors in a Cellphone for Gamma Detection and Classification

explore besteht Feldeinsatz mit Bravour

Seit Beginn Dezember läuft die explore App im Feldtest mit unserem Partner, der Serviceplan Gruppe. Mitarbeiter verschiedener Tochterunternehmen der Gruppe testen explore hinsichtlich Stabilität und Usability. Nach vier Wochen Test können wir erfreut melden: explore hat mit Bravour bestanden. Die App läuft rund und stabil – und wird nun im Januar auf ihre Einsatzmöglichkeiten im Feld geprüft.

Die Nutzer der App haben sich schwerpunktmässig in Deutschland aufgehalten, aber auch in London, Polen, Thailand und an der Westküste der Vereinigten Staaten wurde explore eingesetzt, wie die obige Abbildung zeigt. Innerhalb Münchens markieren die aggregierten zurückgelegten Wege und Aufenthaltspunkte der explore Tester in anschaulicher Form  die Hauptstrecken des öffentlich-rechtlichen Nahverkehrs inklusive der S-Bahn zum Flughafen, sowie die häufig frequentierten Bereiche der Münchner Innenstadt – mit Schwabing, Isarvorstadt und Sendling, sowie im Münchner Südwesten:

explore Nutzung in München

Main user locations within Greater Munich, explore app, December 2013 (Quelle: Datarella)

Alle explore Teilnehmer haben die GPS-Funktionalität über den gesamten Testzeitraum genutzt – niemand hat zur Option gegriffen, das Tracking im Profilbereich der App auszuschalten. Dies ist ein wichtiges Einzelergebnis des Tests: den Teilnehmern war diese Möglichkeit des Opt-out bewusst, keiner hat sich allerdings aktiv aus dem Tracking verabschiedet. Für das Datarella Team ein deutliches Indiz dafür, dass GPS-Tracking grundsätzlich vom Nutzer akzeptiert wird – zumindest wenn er einen Nutzen bzw. eine Sinnhaftigkeit in diesem Feature erkennt.

Das GPS-Tracking wurde im Test neben der Möglichkeit zur Erstellung individueller Wegstrecken dazu eingesetzt, den Nutzern an bestimmten Orten, an denen sie sich aufhielten, Fragen zu eben jenen Orten und korrespondierenden Aufenthalts-Zeiten zu stellen. Auf diese Weise konnte in Erfahrung gebracht werden, aus welchen Gründen sich Teilnehmer am Bahnhof aufhielten, und was sie dort – ausser beispielsweise mit dem Zug zu fahren – noch gemacht haben.

Neben den Fragen zu Aufenthaltsorten wurden im Test täglich bis zu 3 Umfragen mit jeweils bis zu 10 Einzelfragen durchgeführt. Diese Umfragen bezogen sich auf unterschiedliche Lebensbereiche: zum einen natürlich den Arbeitsplatz – bei einem Test mit Mitarbeitern eines Unternehmens eine Selbstverständlichkeit – zum anderen aber auch auf die Freizeitgestaltung sowie auf weitere Themen wie die allgemeine Befindlichkeit, Mediennutzung, Umweltbewusstsein und viele mehr. Als besonders wichtig bei Erhebung und Auswertung dieser Fragen hat sich eine optimale Mischung aus Bedienbarkeit der App (Usability) und Operationalisierbarkeit der Ergebnisse erwiesen.

BarometerWie fühlst Du Dich gerade?

Umfrage: „Wie fühlst Du Dich gerade?“, explore App, Format: Smilies 1=sehr schlecht, 5=sehr gut (Quelle: Datarella)

So zeigt diese Abbildungen Frage-Format (in der explore App) und Antworten (im Backend) der Frage „Wie fühlst Du Dich gerade?“ im Zeitraum 3.-18. Dezember. Die Frage ist Bestandteil der Barometer-Umfrage nach der persönlichen Befindlichkeit und kann vom Nutzer auf einer Skala mit fünf Smilies beantwortet werden. In der Auswertung bedeutet der Wert 1 das weinende Gesicht, der Wert 5 wird dem strahlenden Smiley gegeben. Diese Umfrage wurde den Teilnehmern wiederholt gestellt, damit der Stimmungsverlauf über die Zeit sichtbar ist.

Wie fühlst Du Dich?

Umfrage: „Wie fühlst Du Dich gerade?“, explore App, Format: Smilies 1=sehr schlecht, 5=sehr gut (Quelle: Datarella)

Dies soll nur ein kleiner Ausschnitt aus den Ergebnissen des explore Feldtests sein. Wir freuen uns sehr, dass das Ergebnis so positiv ist und wir die App ab Januar auch einen grösseren Kreis zum Einsatz zur Verfügung stellen können. Dazu werden wir uns Anfang Januar in einem weiteren Beitrag auffordern. Wer Interesse an der Nutzung bzw. dem Einsatz von explore hat, kann sich gern an uns wenden. Die App befindet sich bereits in Google Play und kann heruntergeladen werden.

Wir bedanken uns herzlich bei allen Teilnehmern des Feldtests und freuen uns auf eine Fortsetzung im erweiterten Kreis ab Januar! Allen Lesern wünschen wir einen guten Start ins Jahr 2014!

 

Datarella goes East – explore App ab Januar in China, Russland und Japan einsetzbar

Das schönste Weihnachtsgeschenk haben wir uns bei Datarella selbst gemacht: die explore App ist ab Januar nicht nur für den internationalen Einsatz auf englischsprachigen Märkten verfügbar, sondern auch für den Einsatz in China, Russland und Japan bereit. Damit ist Datarella das erste Unternehmen, das mobile Marktforschung in den beiden BRIC-Staaten und dem Land der aufgehenden Sonne für europäische Kunden anbietet. Erste Projekte in den Märkten sind für das erste Quartal 2014 bereits in Vorbereitung.

Gerade China und Russland stehen Marktforscher vor einer grossen Herausforderung: Allein China bietet mit einer Bevölkerung von über 1,3 Milliarden Menschen, auf einer Fläche von rund 9,6 Milliarden Quadratkilometern und über 20 Städten mit mehr als 1 Million Einwohner eine überaus vielfältige Volkswirtschaft, die systematische Marktforschung zu einem absoluten Muss werden lässt. Streng genommen gibt es nicht das eine China, sondern vielfältige, kulturell und ökonomisch stark unterschiedliche Bevölkerungssegmente. Daher empfiehlt es sich auch, Forschung nicht mit in einer übergreifenden Strategie anzugehen, sondern sich zunächst kleinere Regionen auszusuchen und diejenigen Kundensegmente auszumachen, die den grössten Wertbeitrag liefern.

38% der Chinesen nutzt das Internet über mobile Endgeräte – in ländlichen Gebieten steigt dieser Anteil gar auf 45%. Die Nutzung der Gerãte ähnelt der in anderen Kulturen: 90% spielen Games, 40% tun dies täglich. 89% nutzen Soziale Netzwerke wie Renren, Sina Weibo oder Tencent. Über ein Viertel – 27% aller Chinesen – nutzen ihr Mobilgerät für mindestens eine Stunde täglich.

Wir sind sehr gespannt auf die ersten explore Ergebnisse aus China, Russland und Japan. Interessierten Unternehmen bieten wir die Möglichkeit der Teilnahme an Testprojekten – sprechen Sie uns dazu direkt an!

explore App im Feldtest

Testen, testen, testen – so lautet das Motto für jedes neue Produkt, jedes Startup – einfach für alles, was sich in einem großen Markt behaupten will. Nach erfolgreich abgeschlossenen internen Tests, entlassen wir unsere App explore ins wahre Leben – in einen Feldtest mit einer geschlossenen Nutzergruppe, einer Closed Beta. Unser Partner in diesem Tests ist die Serviceplan Gruppe, die grösste inhabergeführte Agenturgruppe Europas.

Serviceplan Gruppe

Mitarbeiter der Münchner Serviceplan Zentrale setzen explore in der Android Version über einen Zeitraum von zunächst drei Wochen ein. Bis Weihnachten wird explore so auf Herz und Nieren getestet: Funktionalitäten und Usability sowie insbesondere die Eignung für den breiten öffentlichen Einsatz der App stehen auf dem Prüfstand. Beide zentralen Aspekte der App werden von den Teilnehmern täglich eingesetzt: die in die App eingespielten manuellen Umfragen sowie die Sammlung von Orts- und Bewegungsdaten über die entsprechenden Smartphone -Sensoren.

Wir sind gespant, welche Ergebnisse uns erwarten! Viele einzelne Tagesergebnisse werden den Teilnehmern tagesaktuell zurückgespielt – einer der zentralen Aspekte von explore. Wie sich explore geschlagen hat und ob die App bereits fit ist für den Marktstart im Januar 2014, wird bis kurz vor Weihnachten feststehen.

explore – Die Behavioral Analytics App von Datarella

Mit explore lernst Du Dich und Dein Verhalten besser kennen. Über explore bekommst Du Fragen über Dich, Deine täglichen Aktivitäten und Deine Meinungen zu unterschiedlichen Themen gestellt. Du kannst immer alle Fragen beantworten oder aber Du suchst Dir diejenigen aus, die Dich interessieren. Zusätzlich zu den Umfragen, die von unserer Redaktion eingestellt werden, misst explore Deine Orts- und Bewegungsdaten.

Die mit explore erhobenen und gemessenen Daten werden an Dich und alle anderen Nutzer in anonymisierter und nicht auf Dich oder andere Nutzer zurückführbarer Form zurückgespielt: entweder in Form übersichtlicher Charts, Karten oder als Text. Das bedeutet: Deine Daten werden zwar ausgewertet, aber niemand anderes weiss, dass es sich um Deine Daten handelt. Genauso wenig weisst Du, wer noch an explore teilnimmt oder wer sich hinter einzelnen Datenpunkten verbirgt.

3 triftige Gründe zum Mitmachen

  • Du kannst am Gewinnspiel teilnehmen und attraktive Preise gewinnen!
  • Du weisst, wo Du innerhalb Deines Freundeskreises stehst!
  • Du lernst Dich besser kennen!

Das Ziel von explore ist es, Aussagen über das Verhalten und die Einstellungen der Teilnehmer zu treffen. Die Kombination der aktiven Beantwortung der Umfragen und der gemessenen Orts- und Bewegungsdaten ergeben ein gutes Bild über das menschliche Verhalten.

Die auf explore gestellten Fragen kommen aus den folgenden Bereichen des täglichen Lebens:

  • Fitness & Gesundheit
  • Beruf & Karriere
  • Freizeit & Familie
  • Reise & Verkehr
  • Urlaub
  • Sport
  • Medien
  • Finanzen

Du wirst erstaunt sein, wieviel Du über Dich selbst lernen kannst – und mit etwas Glück bescheren Dir Deine gesammelten Punkte auch noch den Hauptgewinn!

explore ist in den folgenden Sprachen verfügbar:

  • Deutsch
  • Englisch
  • Chinesisch
  • Russisch

Lade explore von Google Play herunter!

Neue Location-Tracking Funktion mit iOS 7

Laut einem Bericht von BuzzFeed könnte mit dem anstehenden iOS 7 Update eine neue GPS Funktion eingebaut sein, die es dem Nutzer erlaubt, ständig die GPS Daten aufzeichnen zu lassen. Damit können die meist frequentierten Locations im Nachhinein eingesehen werden. Das System erkennt automatisch Plätze, die immer wieder aufgesucht werden (hier in diesem Beispiel „Work“ und „Home“. Aufgelistet werden Datum, Uhrzeit und die Frequenz mit der man den konkreten Ort aufgesucht hat. Mit Hilfe dieser Funktion können genauere Wettervorhersagen, Staumeldungen aber auch Restaurant Tipps an die User weitergegeben werden. Wer keine Lust hat, seine Wege Apple bekannt zu geben, kann diese Funktion komplett ausschalten.