Big Data im Dienste des Handels

Wie Einzelhändler Big Data nutzen, um die Personalisierung in drei Schlüsselaspekten für den Käufer zu verbessern – Sortiment, Angebot und Lieferung, erzählt in Umbrella IT

In den späten 1990er Jahren erkannten Unternehmer aus allen Lebensbereichen, dass Daten eine wertvolle Ressource sind, die bei richtiger Verwendung zu einem mächtigen Einflussinstrument werden kann. Das Problem war, dass die Datenmenge exponentiell zunahm und die damaligen Methoden zur Verarbeitung und Analyse von Informationen nicht effektiv genug waren.

In den 2000er Jahren machte die Technologie einen Quantensprung. Auf dem Markt sind skalierbare Lösungen aufgetaucht, die unstrukturierte Informationen verarbeiten, hohe Arbeitslasten bewältigen, logische Verknüpfungen aufbauen und chaotische Daten in ein interpretierbares, für einen Menschen verständliches Format übersetzen können.

Heute ist Big Data in einem der neun Bereiche des Programms „Digitale Wirtschaft der Russischen Föderation“ enthalten und nimmt in den Ratings und Ausgabenposten von Unternehmen die ersten Plätze ein. Die größten Investitionen in Big-Data-Technologien tätigen Unternehmen aus der Handels-, Finanz- und Telekommunikationsbranche.

In 10 bis 20 Jahren werden Big Data zum Hauptmittel der Kapitalisierung werden und eine Rolle in der Gesellschaft spielen, die in ihrer Bedeutung mit der Energiewirtschaft vergleichbar ist, sagen Analysten.

Die Käufer von heute sind nicht länger eine gesichtslose Masse von Statistiken, sondern klar definierte Individuen mit einzigartigen Eigenschaften und Bedürfnissen. Sie sind wählerisch und wechseln ohne Reue zu einer Konkurrenzmarke, wenn deren Angebot attraktiver erscheint. Deshalb nutzen Einzelhändler Big Data, die es ihnen ermöglichen, gezielt und genau mit Kunden zu interagieren, wobei sie sich auf das Prinzip „ein einzigartiger Verbraucher – ein einzigartiger Service“ konzentrieren.

1. Personalisiertes Sortiment und effiziente Raumnutzung

Die endgültige Entscheidung „kaufen oder nicht kaufen“ fällt in den meisten Fällen bereits im Laden neben dem Warenregal. Laut Nielsen-Statistik verbringt der Käufer nur 15 Sekunden damit, im Regal nach dem richtigen Produkt zu suchen. Daher ist es für ein Unternehmen sehr wichtig, ein bestimmtes Geschäft mit dem optimalen Sortiment zu beliefern und es richtig zu präsentieren. Damit das Sortiment der Nachfrage entspricht und die Auslage den Verkauf fördert, ist es notwendig, verschiedene Kategorien von Big Data zu untersuchen:

• lokale Demographie,
• Zahlungsfähigkeit,
• Kaufwahrnehmung,
• Treueprogrammkäufe und vieles mehr.

Beispielsweise hilft die Bewertung der Kaufhäufigkeit einer bestimmten Warenkategorie und die Messung der „Wechselfähigkeit“ eines Käufers von einem Produkt zu einem anderen, sofort zu verstehen, welcher Artikel sich besser verkauft, welcher überflüssig ist, und somit Bargeld rationeller umzuverteilen Ressourcen und Lagerfläche planen.

Eine eigene Richtung in der Entwicklung von Lösungen auf Basis von Big Data ist die effiziente Raumnutzung. Es sind Daten und nicht Intuition, auf die sich Merchandiser jetzt verlassen, wenn sie Waren auslegen.

In den Hypermärkten der X5 Retail Group werden Produktlayouts automatisch generiert, wobei die Eigenschaften der Einzelhandelsausstattung, Kundenpräferenzen, Daten zur Verkaufshistorie bestimmter Warenkategorien und andere Faktoren berücksichtigt werden.

Gleichzeitig werden die Korrektheit des Layouts und die Anzahl der Waren im Regal in Echtzeit überwacht: Videoanalyse- und Computer-Vision-Technologien analysieren den von den Kameras kommenden Videostream und heben Ereignisse gemäß den festgelegten Parametern hervor. Filialmitarbeiter erhalten beispielsweise ein Signal, dass Gläser mit Erbsenkonserven am falschen Ort sind oder dass die Kondensmilch in den Regalen ausgegangen ist.

2. Personalisiertes Angebot

Personalisierung für Verbraucher hat Priorität: Laut Untersuchungen von Edelman und Accenture kaufen 80 % der Käufer eher ein Produkt, wenn ein Einzelhändler ein personalisiertes Angebot macht oder einen Rabatt gewährt; Darüber hinaus zögern 48 % der Befragten nicht, zu Wettbewerbern zu gehen, wenn Produktempfehlungen nicht genau sind und nicht den Anforderungen entsprechen.

Um die Kundenerwartungen zu erfüllen, implementieren Einzelhändler aktiv IT-Lösungen und Analysetools, die Kundendaten sammeln, strukturieren und analysieren, um den Verbraucher besser zu verstehen und die Interaktion auf eine persönliche Ebene zu bringen. Eines der beliebtesten Formate bei Käufern – der Abschnitt der Produktempfehlungen „Das könnte Sie interessieren“ und „Kaufen Sie mit diesem Produkt“ – wird ebenfalls auf der Grundlage der Analyse vergangener Käufe und Vorlieben gebildet.

Amazon generiert diese Empfehlungen mithilfe von kollaborativen Filteralgorithmen (einer Empfehlungsmethode, die die bekannten Präferenzen einer Gruppe von Benutzern verwendet, um die unbekannten Präferenzen eines anderen Benutzers vorherzusagen). Laut Unternehmensvertretern gehen 30 % aller Verkäufe auf das Recommender-System von Amazon zurück.

3. Personalisierte Lieferung

Für einen modernen Käufer ist es wichtig, schnell das gewünschte Produkt zu erhalten, egal ob es sich um die Lieferung einer Bestellung aus einem Online-Shop oder die Ankunft der gewünschten Produkte in den Supermarktregalen handelt. Doch Schnelligkeit allein reicht nicht: Heute wird alles schnell geliefert. Auch die individuelle Herangehensweise ist wertvoll.

Die meisten großen Einzelhändler und Spediteure verfügen über Fahrzeuge, die mit vielen Sensoren und RFID-Tags (zur Identifizierung und Verfolgung von Waren) ausgestattet sind, von denen riesige Mengen an Informationen empfangen werden: Daten über den aktuellen Standort, Größe und Gewicht der Ladung, Verkehrsstaus, Wetterbedingungen , und sogar Fahrerverhalten.

Die Analyse dieser Daten hilft nicht nur dabei, in Echtzeit die wirtschaftlichste und schnellste Spur der Route zu erstellen, sondern sorgt auch für die Transparenz des Lieferprozesses für Käufer, die die Möglichkeit haben, den Fortschritt ihrer Bestellung zu verfolgen.

Die Personalisierung der Lieferung ist ein Schlüsselfaktor für den Käufer auf der „letzten Meile“. Ein Händler, der Kunden- und Logistikdaten in der strategischen Entscheidungsphase kombiniert, kann dem Kunden zeitnah anbieten, die Ware am Ausgabeort abzuholen, wo es am schnellsten und billigsten ist, sie zu liefern. Das Angebot, die Ware am selben oder am nächsten Tag zu erhalten, zusammen mit einem Rabatt bei der Lieferung, wird den Kunden dazu animieren, auch ans andere Ende der Stadt zu gehen.

Amazon ging wie üblich der Konkurrenz voraus, indem es eine prädiktive Logistiktechnologie patentierte, die auf prädiktiver Analytik basiert. Unterm Strich erhebt der Händler Daten:

• über die vergangenen Einkäufe des Benutzers,
• über die dem Warenkorb hinzugefügten Produkte,
• über Produkte, die zur Wunschliste hinzugefügt wurden,
• über Cursorbewegungen.

Algorithmen für maschinelles Lernen analysieren diese Informationen und sagen voraus, welches Produkt der Kunde am ehesten kaufen wird. Der Artikel wird dann über den günstigeren Standardversand an den dem Benutzer am nächsten gelegenen Versandknotenpunkt versandt.

Der moderne Käufer ist bereit, für eine individuelle Ansprache und ein einmaliges Erlebnis doppelt zu zahlen – mit Geld und Information. Die Bereitstellung des richtigen Serviceniveaus unter Berücksichtigung der persönlichen Vorlieben der Kunden ist nur mit Hilfe von Big Data möglich. Während Branchenführer ganze Struktureinheiten für Projekte im Bereich Big Data aufbauen, setzen kleine und mittelständische Unternehmen auf Boxed Solutions. Aber das gemeinsame Ziel ist es, ein genaues Verbraucherprofil zu erstellen, Verbraucherprobleme zu verstehen und die Auslöser zu bestimmen, die die Kaufentscheidung beeinflussen, die Einkaufslisten hervorzuheben und einen umfassenden personalisierten Service zu schaffen, der immer mehr zum Kauf anregt.