Data Analytics: Fünf Trends im stationären Einzelhandel

Nicht nur Online-Anbieter, sondern auch stationäre Einzelhändler setzen zunehmend auf Software zur Analyse und Visualisierung von Daten (© adam121 | Fotolia.de)

Big Data, Small Data, Internet der Dinge: Durch die fortschreitende Digitalisierung fallen massenweise Daten an – überall, rund um die Uhr. Mit den richtigen Tools ausgewertet und analysiert, liefern sie dem Einzelhandel wertvolle Informationen zu Kunden, Umsätzen, Mitarbeitern und vielem mehr.

Autor: Lars Milde

Nicht nur Online-Anbieter, auch der stationäre Handel setzt zunehmend auf Software zur Analyse und Visualisierung von Daten. Auf Basis der Ergebnisse können Einzelhändler und Filialbetriebe genauer planen und schnellere und bessere Entscheidungen fällen. Welche Waren sollen in welchen Filialen vorrätig sein? Mit welchem Einrichtungsstil treffe ich den Geschmack meiner Kunden? Was gibt es noch für Möglichkeiten, um das Einkaufserlebnis zu verbessern? Viele Entscheidungen, die früher mehr oder weniger „aus dem Bauch heraus“ getroffen wurden, lassen sich heute auf eine fundierte Datenbasis stellen. Und schließlich hilft das Auswerten von Daten und die entsprechende Dokumentation, den Ursachen von Inventurdifferenzen auf die Spur zu kommen. Wir haben die wichtigsten Trends in diesem Jahr für Sie zusammengefasst:

 

  1. Self-Service-Analytics

Dank einfach zu bedienender Self-Service-Analytics-Tools ist es nicht länger den Data-Scientists und IT-Experten im Unternehmen vorbehalten, Daten zu analysieren und zu visualisieren. Auch Store Manager und Buchhalter können mit solchen Werkzeugen arbeiten – ohne Vorkenntnisse und ohne Programmieraufwand. Dadurch sind sie in der Lage, ihre Daten selbst auszuwerten, um wichtige Erkenntnisse – etwa den Bedarf an Zusatzkräften zu Stoßzeiten – schneller daraus abzuleiten.

 

  1. Mobile Analysen dank IoT

Nicht nur aus dem Onlinegeschäft, auch aus dem stationären Handel ist die Datenanalyse nicht mehr wegzudenken: Sensoren und Kameras zeichnen auf, welche Instore-Marketing-Aktivitäten die Käufer bevorzugen, welche „Routen“ sie nutzen, welche Produkte als “Eyecatcher” funktionieren etc. So hat die Firma Minodes eine WLAN-basierte Sensor-Technologie entwickelt, die Faktoren wie den Publikumsverkehr im Laden oder die Kundenbindung misst und analysiert. Kundenprofile werden automatisch erstellt; die Customer Journey wird in einer einzigen Ansicht visualisiert. Diese liefert nicht nur wertvolle Erkenntnisse über das Käuferverhalten, sondern schafft auch eine Grundlage, um datengetrieben zu planen, schnellere Entscheidungen zu treffen und die Kunden zu halten. „Die Verweildauer der Käufer lässt sich um sieben bis 28 Minuten erhöhen”, rechnet Tim Wegner, Gründer und Managing Director von Minodes vor.

Vor allem der Einzelhandel investiert zunehmend in WLAN-Verbindungen und mobile Endgeräte, damit die Filialverkäufer relevante Daten direkt am PoS (Point of Sale) erfassen und analysieren können. Fragt ein Kunde nach einem Produkt, das gerade nicht auf Lager ist, sieht der Mitarbeiter in seinem Tablet-PC nach, wann es wieder verfügbar beziehungsweise in einer anderen Filiale sofort zu haben ist. Durch den mobilen Zugriff verschiedener Abteilungen auf interaktive Visualisierungen lassen zudem wichtige Entscheidungen beschleunigen – zum Beispiel um Kapazitätsprobleme zu beheben oder die Lieferketteneffizienz zu verbessern.

 

  1. Genauere Daten dank IoT

Immer mehr Geräte, Anlagen, Systeme sind mit Sensoren ausgestattet, die Daten erfassen und für Analysen weiterleiten. In den nächsten drei Jahren soll sich die Zahl der IoT-Geräte (Internet of Things) mehr als verdreifachen. Durch WLAN-basierte Sensoren und RFID-Tags werden die erfassten Daten zudem immer genauer und erleichtern es dem Handel, die zunehmend anspruchsvollen Kunden zufriedenzustellen. Entscheidend ist dabei, dass der Käufer auf einen Blick sieht, wann er das gewünschte Produkt  abholen kann beziehungsweise wann es geliefert wird. „Heute wollen die Kunden nicht nur wissen, ob ein bestimmtes Produkt auf Lager ist. Sie erwarten auch, dass man es ihnen so schnell wie möglich zukommen lässt – idealerweise zu einer festen Uhrzeit”, beschreibt Bill Connell, Senior Vice President Logistics and Operations bei der US-amerikanischen Warenhauskette Macy’s, die Anspruchshaltung heutiger Konsumenten. „Wer solche Daten nicht sofort abrufen kann, hat ein Problem.” Macy’s setzt das Self-Service-Analytics-Tools Tableau auf der Basis von Hadoop ein, um seine Kunden zu analysieren.

 

  1. Integration verschiedener Vertriebskanäle

Durch die Kombination von Daten aus verschiedenen Vertriebskanälen –  etwa Call-Centern und sozialen Netzwerken – lassen sich zum Teil völlig neue Erkenntnisse gewinnen. In vielen Unternehmen dauert es jedoch zu lange, die richtigen Daten zu finden, da diese auf verschiedene Orte verteilt sind – etwa in heterogenen Legacy-Systemen und unterschiedlichen Datenbanken. Um echte Omnichannel-Integration ermöglichen, sind agile Analysen gefragt. Ausgefeilte Tools, die in verschiedenen Ansichten anzeigen, wie sich die Daten aus verschiedenen Vertriebskanälen und Datenquellen entwickeln, werden in diesem Jahr verstärkt auf den Markt kommen. Sie verknüpfen die Hauptdatenbank des Kunden – etwa Oracle – mit anderen Datenbanken wie SQL Servern, um neue Erkenntnisse daraus abzuleiten. „Verkaufszahlen in Quelle A, Transaktionsdaten aus Quelle B, Kundendaten aus Quelle C – um all diese Daten zusammenzubringen, müssen sie erst einmal extrahiert werden. Was früher Wochen gedauert hat, erledigen die modernen Tools innerhalb von Sekunden”, erklärt Erwin Oei, Lead Business Analyst CRM und Merchandise Controller bei der Metro.

Der B2B-Marktplatz „Werliefertwas“ (wlw) konnte den Arbeitsaufwand im Berichtswesen mit Hilfe der Business-Analytics-Software Tableau deutlich senken. Das Online-Unternehmen hat sein Berichtswesen vollständig automatisiert. Durch den Wegfall der manuellen Aufbereitung werden dadurch pro Wochenbericht rund vier Stunden Arbeitszeit eingespart – das entspricht acht Personentagen pro Monat.

 

  1. Roboter, Künstliche Intelligenz und Virtual Reality

Nicht nur in Lagern und Distributionszentren, auch in den Geschäften werden künftig immer mehr Roboter für Routine-Aufgaben eingesetzt –  selbst für Promotion-Aktionen und Umfragen und sogar für die Auftragsannahme. Roboter fungieren als Daten-Touchpoints und liefern wertvolle Informationen über das Kundenverhalten. Damit helfen sie dem Handel, seine Kunden besser kennenzulernen und gezielt anzusprechen – ein entscheidender Wettbewerbsvorteil. Empfehlungen und andere Echtzeitinformationen bieten einen zusätzlichen Nutzen.

Sie möchten wissen, wie die auf der Website angebotene Couch in Ihrem Wohnzimmer aussehen würde? Mit Künstlicher Intelligenz und Virtueller Realität kein Problem. Vor allem in der Möbel- und Einrichtungsindustrie halten solche Technologien zunehmend Einzug, und beide Seiten profitieren davon: Die Bildschirmsimulation eines Möbelstücks in den eigenen vier Wänden erhöht die Kaufwahrscheinlichkeit und vermeidet teure Retouren. Gleichzeitig steigt die Kundenzufriedenheit.

 

Der Autor

Lars Milde ist Senior Marketing Manager DACH & Eastern Europe bei Tableau.