Einzelhändler agieren seit jeher auf Basis von Daten. Doch ein datengestützter Ansatz allein reicht nicht aus, um unter den harten Wettbewerbsanforderungen des derzeitigen Marktes zu bestehen. Vielmehr sind Methoden gefragt, die über die herkömmliche Datenanalyse hinausgehen. Nur so lassen sich die Insights freilegen, die Unternehmen einen wirklichen Wettbewerbsvorteil verschaffen.
Mithilfe innovativer Herangehensweisen an die Big Data-Analyse können Einzelhändler dynamische Käuferprofile erstellen, die dazu beitragen, ihre Marke und Dienstleistungen von anderen abzuheben.
Anne-Queline Keller Senior Manager, Solution Marketing bei Alteryx, ist in einer exklusiven Frage-und-Antwort-Runde auf die wichtigsten Punkte zu diesem Thema eingegangen und erklärt, wie Kundendaten im Einzelhandel optimal genutzt werden können, um einen dreidimensionalen Überblick über Käufer:innen zu erhalten.
F: Welchen Herausforderungen stehen Einzelhändler heute auf dem Weg zum datengestützten Unternehmen in erster Linie gegenüber?
Einzelhandel und E‑Commerce erzeugen seit vielen Jahren große Datenmengen und wissen um den monetären Wert, den diese bergen. Einzelhändler – sowohl physisch als auch online – sind heute bereits sehr versiert darin, ihre Daten zielgerichtet einzusetzen – ob zur Anpassung des Sortiments, zur Beurteilung neuer Filialstandorte oder zum Ausbau ihrer Marke. Gleichzeitig sind sie auf die Weiterentwicklung ihrer derzeitigen Analyse- und Datenmethoden und die Erschließung von funktionsbasierten Effizienzgewinnen angewiesen, um wettbewerbsfähig zu bleiben und mit den rasanten Veränderungen in der Branche Schritt halten zu können. In dem Zusammenhang müssen sie sich fragen: „Können Insights, die auf den ersten Blick nicht ersichtlich sind, mir dabei helfen, mich von der Marktkonkurrenz abzusetzen?“
Was könnten solche weniger offensichtlichen Insights sein, die sich zu Markt und Kund:innen gewinnen lassen und eine Abkehr vom Status quo darstellen? Neben der Erfassung und Generierung von Daten entsteht beim Multichannel-Vertrieb, den die Unternehmen betreiben, auch ein Netz aus Informationen. Wie können diese Online- und Offline-Datenpunkte sinnvoll miteinander zu einem großen Ganzen verknüpft werden?
Ein Blick auf all diese Informationen zeigt: Stellenweise herrscht eine Fülle an Details, während andere Attribute als Punkt innerhalb eines Netzes verstanden werden müssen, die eine dreidimensionale Einordnung erfordern. Die erfassten Daten sind gut, aber noch nicht gut genug. Jetzt besteht die Herausforderung darin, sie in einen dreidimensionalen Kontext mit Dimensionen wie Zeit, Ort und Stimmung zu setzen. Dafür müssen zusätzlich externe Quellen eingebracht werden, um Geschäftserkenntnisse abzuleiten und das weniger Offensichtliche sichtbar zu machen.
In dieser komplexen, schnelllebigen Marktumgebung – in der in Sekunden statt in Tagen gemessen wird und man Käufe mit einem Klick auf Amazon erledigt, statt sich stundenlang im Einkaufszentrum aufzuhalten – ist im Einzelhandel und E‑Commerce ein Umdenken gefordert. Das Tempo hat für alle spürbar angezogen und fordert umfassende Verschlankungsmaßnahmen, etwa bei Reaktionszeit, Funktionen und Konversionszeit.
F: Wie können Einzelhändler Daten von verschiedenen Kontaktpunkten mit Verbraucher:innen miteinander kombinieren, um aussagekräftige und umsetzbare Kundenprofile zu erstellen?
Um eine dreidimensionale Ansicht auf Basis mehrerer Datenquellen zu erstellen, müssen Einzelhändler GIS-Daten (physische Daten), Stimmungsdaten (nicht physische Daten) und psychologische Daten (Verhaltens- und logische Daten) einbeziehen. Im E‑Commerce würde ich außerdem Zeit als Faktor ergänzen. Damit haben wir die neue Dreierformel für Daten aufgestellt. Um diese Art moderner Einzelhandelsanalysen durchzuführen und Ihr Geschäftsergebnis messbar zu beeinflussen, benötigen Sie UNBEDINGT eine Analytics-Plattform. Einfache Tabellen sind den Anforderungen solcher Analysen nicht gewachsen. Doch auch zwischen den existierenden Analytics-Plattformen gibt es wesentliche Unterschiede. Dass Einzelhändler sich bisher gescheut haben, die notwendigen Schritte zu unternehmen, liegt vor allem an den geforderten Qualifikationen.
In vielen Analytics-Teams fehlt es an Mitarbeitenden mit Master-Abschluss in Mathematik sowie Data Scientists. Dieser Umstand wird von Einzelhändlern häufig als der ausschlaggebende Grund genannt, warum sie sich mit der Einführung eines neuen Ansatzes schwertun. Doch bei Verwendung einer Self-Service-Analyselösung braucht es keine Data Scientists, Statistiker:innen oder Python-Programmierer:innen. Auf diese Weise werden Bedenken abgebaut und Hindernisse auf dem Weg zur Gewinnung dreidimensionaler Daten ausgeräumt. Sie müssen lediglich eine Frage beantworten: „Welches Problem versuche ich zu lösen?“ Die assistierte Modellierung für Predictive Analytics erleichtert die Anwendung zusätzlich. Sie müssen nicht einmal Algorithmen verstehen. Alteryx erstellt diese für Sie auf Basis der Daten, die Sie in die Plattform importieren, sodass Sie bereits nach wenigen Minuten damit arbeiten können.
F: Insights zu Big Data ermöglichen fundierte Entscheidungen im gesamten Einzelhandelsunternehmen. Doch leider werden wertvolle Daten in zahlreichen Unternehmen vor denjenigen zurückgehalten, die sie am meisten benötigen. Mit welchen Maßnahmen können Einzelhändler dafür sorgen, dass alle von diesen Insights profitieren?
Wie lassen sich diese Daten und Erkenntnisse mit anderen Niederlassungen oder Abteilungen teilen? Benutzer:innen möchten weg von simpler Berichterstellung und hin zu hochwertigen geschäftsfördernden Inhalten. Auch hier kommt es auf die Wahl der richtigen Analytics-Plattform an. Verfügen Analyst:innen über eine Plattform, die ihnen die Automatisierung von Berichten und deren On-demand-Übermittlung an Benutzer:innen erlaubt, können diese Analyst:innen ihren Fokus auf strategische geschäftsfördernde Tätigkeiten mit hoher Wertschöpfung legen. Wir haben auch bereits den Faktor Zeit angesprochen. Dieser bestimmt mittlerweile das Verhältnis zwischen Einzelhändler und Kund:in. Die erfolgreiche Kundengewinnung hängt ganz entscheidend davon ab, ob eine lokale Niederlassung oder Filialleiter:innen Zugriff auf Echtzeitinformationen erhalten. Gleiches gilt im E‑Commerce. Echtzeitanalysen Ihres Online-Shops können bei der Umwandlung von stöbernden Website-Besucher:innen in Käufer:innen den Ausschlag geben.
F: Inwiefern hat die Fähigkeit, die Kundennachfrage präzise vorherzusagen, den Lieferkettenbetrieb nachhaltig verändert?
Nachfrageprognosen nutzen nach wie vor sehr traditionelle Herangehensweisen. Die meisten Einzelhändler leiten zukünftige Umsatzzahlen von Umsatzverläufen ab. Nur wenige setzen tatsächlich auf moderne Prognosefunktionen. Vorhersagen ergeben eine 50‑prozentige Trefferquote, was sich ebenso mit einer fundierten Schätzung erreichen lässt. Viel eher sollten Sie eine exaktere Prognose anstreben, indem Sie Ihre Methodologie um prädiktive Modellierung erweitern. Dadurch erhöht sich die Wahrscheinlichkeit, dass Sie nahe an den tatsächlichen Zahlen liegen, auf mindestens 75 %. Damit das möglich ist, benötigen Sie eine Analytics-Plattform, die verschiedene für Ihr Unternehmen geeignete Prognosemodelle unterstützt. So kann es beispielsweise sein, dass Sie Saisonalität in Ihren Modellen berücksichtigen müssen und dieser Parameter gleichzeitig eine Normalisierung erfordert. Solche Größen und Verfahren sind für die meisten Einzelhändler erfolgsentscheidend. Darüber hinaus erfordert die Nachfrageprognose einen modernen Ansatz in Verbindung mit einer entsprechenden Plattform, die externe Faktoren wie Wetter, Standort und Demografie einbezieht, die sich unmittelbar auf die Nachfrage auswirken und für aussagekräftige Prognosen heute unverzichtbar sind. Damit sind wir wieder bei der Dreierformel für Daten, der Verbindung aus physischen, nicht physischen und psychologischen Daten.
Zur Erstellung eines dreidimensionalen Kundenprofils ist es wichtig, zu verstehen, WAS zu einem bestimmten Verhalten führt.
Ursprünglich veröffentlicht auf risnews.com.
BLEIBEN SIE DRAN.
LEKTÜRE
Sehen Sie sich Omnichannel Retail Merchandising in der Übersicht an.