Beiträge

Der Retail Store der Zukunft oder: wie der stationäre Handel auch in Zeiten des Onlineshoppings attraktiv bleiben kann

Online boomt. Nicht erst seit der Coronakrise verzeichnen online Pure-Player traumhafte Wachstumszahlen, von denen so mancher Retailer mit Fokus auf stationäre Shops träumt. Als die letzten Hürden der Lockdown-Beschränkungen fielen, strömten die Kunden wieder in die Geschäfte der Innenstädte.

Ein IFO-Index von 101,8 (Stand: Juni 2021; das sind +16 Zähler mehr als im gleichen Monat vor einem Jahr*) bestätigt das Bauchgefühl: Retail-Stores haben keineswegs ausgedient. Ganz im Gegenteil: derzeit berät Wirtschaftsminister Altmaier mit den Größen des Handels über die „Stadt der Zukunft“. Schon vor dem „Brandbeschleuniger“ Corona war abzusehen, dass der stationäre Handel sich mit höherem Tempo gen Zukunft wenden muss, sollen ihm nicht die disruptiven Onlinern dieser Welt den Rang ablaufen.


“…ohne Online geht es nicht mehr. Die intelligente Verknüpfung beider Kanäle ist deswegen der goldene Königsweg.”

Autor:
Lutz Hollmann-Raabe, CSO/COO Bütema AG

Wunderwaffe Beratung

Doch warum steigt der Kunde in sein Auto/auf sein Rad/in die Bahn und nimmt sich diese wertvolle Lebenszeit, um genau zu diesem einen Store zu fahren, wenn er doch mit 99%-iger Sicherheit das Produkt auch online kaufen kann? „Weil er ‚offline‘ eine Beratung bekommt, die er im World Wide Web oder in der App nicht genießen kann‘ ist ein oft angeführter Grund. Doch auch die Onliner haben diesen Manko natürlich bereits verinnerlicht und arbeiten daran, hier mit dem Retail-Handel en par zu kommen.

Umso wichtiger ist es deshalb, das wertvolle Personal auf der Fläche nicht nur mit guten Schulungen zu versorgen, sondern ihm auch jene moderne Hilfsmittel an die Hand zu geben, die die Verkäufer*innen quasi zur Super-Geheimwaffe boosten.

Hierfür gibt es z.B. den InStore Assistant, der in einer App sowohl die ‚digitale Regalverlängerung‘, wie auch alle warenwirtschaftliche Prozesse abbilden kann und somit gerade für Up- und Cross-Selling perfekt geeignet. Wichtig ist dabei, dass eine solche App intuitiv und vollständig ist. Kein Store Assistent hat Lust, sich erstens mit einer tagelangen Einarbeitung rumzuschlagen und zweitens womöglich 30 verschiedene Apps für 60 verschiedene tägliche To-Dos anzueignen.

„Think local – act global“

Dennoch weiß spätestens jetzt jeder Offliner: ohne Online geht es nicht mehr. Die intelligente Verknüpfung beider Kanäle ist deswegen der goldene Königsweg. Ein zusätzliches Online-Angebot hilft außerdem, die Warendichte auf der Fläche zu reduzieren. Denn die alte Devise ‚mehr ist mehr‘ hat ebenso ausgedient wie die Annahme, dass die (Konsum-)Welt vor den eigenen Stadttoren endet.

Greifen wir noch einmal das Buzzword „Digitale Regalverlängerung“ auf: Ware von der Fläche zu nehmen und damit den einzelnen Produkten wörtlich mehr Raum zum Atmen zu geben (sprich: sie zur Geltung kommen zu lassen) geht dann einher mit einer potenziell expandierenden Käuferschaft, wenn das gesamte Angebot online abgebildet werden kann.

Gibt man dann dem Kunden direkt im Laden noch die Möglichkeit, unkompliziert und vielleicht sogar spielerisch auf das vollständige Sortiment zuzugreifen, schließt sich der Kreis. Möglich wird dies zum Beispiel mit Self Service Terminals, über die Kunden auch ohne Berater an der Seite durch die Angebote browsen können. Self Service Angebote können auch mit Gamification aufgeladen werden, wie der Interaktive Spiegel (das Touch-Display ist hier in einen Spiegel eingelassen, der z.B. in der Umkleidekabine steht) oder das Interaktive Schaufenster (das via 8 Buttons navigiert werden kann, und zwar 24/7 also auch außerhalb der Öffnungszeiten).

Bewegtbild bewegt.

Zuletzt ist ein einfacher, aber wirkungsvoller Weg genau das in den Store zu transportieren, was Online eigentlich immer gut läuft: minutengenaue Updates und Bewegtbild. Der große Vorteil des Internets ist seine Schnelligkeit und die Abbildung verschiedener Medienformen, wie eben Videos. Doch warum sollte der Einzelhandel auf diese Vorzüge verzichten? Digital Signage Bildschirme – heute in allen möglichen Größen, Formen und Varianten erhältlich – können Dank guter Software heute so gesteuert werden, dass sie auf Lagerschwankungen, SALE-Artikel und sogar das Wetter automatisch reagieren und passende Inhalte ausspielen.

Wunscherfüller werden

Der Vorschlag: „gebt dem Kunden, was der Kunde sich wünscht“ klingt vielleicht banal simpel, wird jedoch nicht so konsequent umgesetzt, wie man manchmal glauben mag. Einer dieser Herzenswünsche ist der vermehrte Einsatz neuer Kassensysteme. Bekannt aus Super- und Baumärkten setzen sich hier langsam, aber sicher die Self Checkouts („Selbstbedienungskassen“) durch. Der Kunden scannt und bezahlt seine Ware ohne Zutun eine*r Kassierer*in.

Oft ist für 4 bis 6 Kassen nur ein Mitarbeiter als Aufsicht und als Helfer im Problemfall zuständig. Jene somit entlasteten Kollegen können als Berater auf der Fläche eingesetzt werden – eine Win-Win-Situation sowohl für den Retailer als auch die Kunden.

Eine andere Art des modernen Kassensystems ist die Mobile Checkout Kasse, die den Bezahlvorgang vollständig in den Händen des Kundenberaters lässt. Denkbar vor allem in Premium-Häusers, die sowieso schon auf enge Kundenberatung setzen, muss hier der Kaufende gar nicht erst an die stationäre Kasse – und somit womöglich in eine lange Schlange – geschickt werden, sondern kann die Ware, die er zusammen mit ‚seinem‘ dedizierten Berater rausgesucht hat, auch direkt bei ihm oder ihr bezahlen. Dies funktioniert bargeldlos per mobilem Kartenterminal in Verbindung mit der geeigneten App. Eine Lösung, die nicht nur das lästige Anstehen an der Kasse obsolet macht, sondern das Einkaufserlebnis sowohl auf Kunden- wie auch auf Verkäuferseite verschönert.

* Quelle: https://www.ifo.de/node/63824

https://www.buetema-ag.de/

This content is licensed under a Creative Commons Attribution-NoDerivatives 4.0 International license.

CC-BY-ND

Wenn sich die Kunden wieder einmal in langen Schlangen vor den Kassen einreihen wie in alten Zeiten, fragen sich nicht nur die Händler, warum sich der allgegenwärtige Fortschritt nicht auch auf die Zahlungsabwicklung auswirkt.

Vernetzung, Sicherheit und durchgängige End-to-End-Prozesse bilden die Basis für eine nachhaltige Customer Centricity im Zeitalter der Digitalisierung.

Neues gemeinfreies Open-Content-Werk am deutschen Markt erschienen
Das Fachbuch beschreibt die Digitalisie­rung und ihre Auswirkungen auf die Branche.
Journalisten und Gastautoren aus Wissenschaft und Wirtschaft stellen innovative Entwicklungen und deren Anwendungspotenzial sowohl im B2C- als auch im B2B-Bereich dabei in den Mittelpunkt des Open-Content-Werks. Leser erhalten durch das Fachbuch neue Lösungs- und Denkansätze und lernen, die Technologien rund um Smart Services und digitale Ökosysteme gewinnbringend für sich einzusetzen.
Das Buch wird regelmäßig auf unserer digitalen Plattform im Internet aktualisiert. Unter http://www.handbuch-handel.de halten wir alle Inhalte des Buches für Sie zum kostenfrei­en Download vor.
Wer darüber hinaus ein Printexemplar bestel­len und gemütlich lesen möchte, kann dies über den Buchhandel oder im Internet online bei Amazon realisieren. ISBN: 978-3-9818482-3-6


Teilen – Sharen – Weiterverarbeiten

Multiplikatoren wie Journalis­ten und Blogger dürfen unse­re Inhalte jederzeit auch unter kommerziellen Aspekten bei Nennung der Quelle und des Autors kopieren und ändern.
Die Änderungen müssen her­vorgehoben werden und das entstandene neue Werk muss unter derselben Textlizenz wie­der gemeinfrei zur Verfügung gestellt werden.
Wenn Sie im Handbuch für Sie wichtige Bei­träge und Artikel finden, können Sie diese jederzeit mit Bekannten und Freunden teilen. Unsere Inhalte mit der gewählten gemeinfrei­en Creative-Commons-Textlizenz sind prä­destiniert, um in den Sozialen Netzwerken geshared zu werden.
Sollte die Startauflage von 2 000 Printexem­plaren vergriffen sein, müssen Sie trotzdem nicht auf die „Papierausgabe“ verzichten. Wir drucken dann extra ein Exemplar für Sie mit der Printing-on-Demand-Technologie. Da unsere Inhalte ja gemeinfrei sind (Open Con­tent), zahlen Sie nur für die Verarbeitung und das Papier.
Wir wünschen viel Spaß beim Lesen!
Ihre Redaktion
 
 
 

Big Data ist die Grundvoraussetzung für den Retail von Morgen.
Mit dem richtigen Know-How, Werkzeug und Ziel profitieren Händler enorm von der Analyse der Datenberge.

 
Big Data ist kein neues Thema mehr. Doch wie kann es dann sein, dass einer Umfrage zufolge nur etwa 35 Prozent der deutschen Unternehmen Big-Data-Lösungen bereits einsetzen? Immerhin sind die Datenberge nicht nur wichtige Erfolgsfaktoren, sondern auch Geschäftsgrundlage großer Unternehmen geworden. Allerdings ist die Arbeit mit Big Data eine technisch hochkomplexe Aufgabe, weshalb viele deutsche Unternehmen vor ihr immer noch zurückschrecken.
Jede Aktion generiert im digitalen Zeitalter Daten. Daten, die gesammelt werden und schnell zu großen, komplexen, unstrukturierten Massen werden. Diese Masse an Daten wächst in Unternehmen täglich weiter und nennt sich daher Big Data. Doch sie enthalten wertvolle Informationen, weiß man sie richtig zu verarbeiten.
Für Unternehmen bedeutet das allerdings, dass sie die Daten nicht nur sammeln, sondern auch intelligente Algorithmen schreiben sowie effektive Analyseprozesse entwickeln müssen, um das volle Potenzial der Daten für sich nutzen zu können. An diesem Punkt scheitern aber die meisten Firmen, weil sie die Datenverarbeitung als zu komplex ansehen.

Integrierte Systeme sind das All-Inclusive-Analyse-Paket

Mit den richtigen Fachleuten im Team und den passenden Tools können Unternehmen diese Herausforderung jedoch bewältigen. Für eine kosteneffiziente Lösung, sollten sie daher integrierte Systeme wie Mindtrees Plattform Decision Moments einsetzen, welche Datenseen, Algorithmen und Analysen zusammenführen und es ihnen dadurch erleichtern, den ersten Schritt in Richtung Big-Data-Verarbeitung zu machen.
Die Methodik des integrierten Systems ist im Vergleich relativ einfach: Es setzt sich aus fünf Schritten für die Datenverarbeitung zusammen. Im ersten Schritt müssen die Daten von all den Orten geholt werden, an denen sie erhoben wurden. Deshalb läuft zuerst der sogenannte ETL-Prozess (Extract, Transform, Load) ab. Er zapft die verschiedenen Quellen an und wandelt die Daten so um, dass die Zieldatenbank sie einordnen kann und speichert sie letztendlich dort ab.
Im zweiten Schritt legt das System einen Datensee an, in dem alle strukturierten, semi-strukturierten und unstrukturierten Daten gesammelt werden. NoSQL-Engines können an dieser Stelle vorteilhaft sein, um die Geschwindigkeit der Datenverarbeitung zu erhöhen.
Einen Schritt weiter in Phase drei ist die Lösung über branchenspezifische Algorithmen in der Lage, teilautonom und vollautonom zu lernen. Die Daten werden über verschiedene Verfahren wie Clustering, logistische Regression, kollaboratives Filtern, Random-Decision-Forests oder neuronale Netze sortiert und für den nächsten Schritt vorbereitet.
Im vierten Schritt sind die Daten nun zur Weiterverarbeitung bereit. Etablierte Datenarchitekturmodelle wie Lambda, Kappa und Zeta helfen dabei, die großen Big-Data-Workloads erst bezwingbar zu machen. Die Daten werden jetzt visualisiert, für Einsichten weiterverarbeitet und spätere Ansichten in Backups archiviert.
Schließlich befinden sich auf der letzten Ebene der Big-Data-Plattform Schnittstellen, mit denen sich allerlei Anwendungen verbinden lassen, um so direkt von den Einsichten und Dateninhalten zu profitieren. Dies ist etwa für Omni-Channel-Strategien nützlich und nur aufgrund der hohen Skalierbarkeit und Flexibilität der integrierten Systeme möglich.

Erfolg zeichnet sich durch Ziele aus

Wie bei jeder Datenverarbeitung und –analyse ist es auch bei der Big-Data-Analyse notwendig, wirtschaftliche Ziele zu definieren, auf welche die Arbeit hinauslaufen soll. Das Geschäftsmodell des Unternehmens hat also eine besonders einflussreiche Rolle für die Erfolgsbestimmung der Auswertung des Datenbergs. Dieses bestimmt nämlich, inwiefern ein Unternehmen dazu in der Lage ist, von Big Data letztendlich zu profitieren.
Zum einen können Unternehmen mithilfe der Big-Data-Einsichten ihre eigene Produktivität sowie Effizienz steigern und so ihre Prozesse wirtschaftlicher gestalten. Sei es zur Optimierung der Handelswege oder zum Vorbeugen technischer Probleme durch frühzeitige Wartungen.
Auch im Marketing und Vertrieb können Unternehmen ihren Vorteil aus Big-Data-Analysen ziehen, indem sie den Kunden besser kennenlernen, dessen Nachfrage studieren und in der Produktentwicklung auf ihn reagieren. Dadurch können sie nicht nur genauere Prognosen bezüglich ihres Umsatzes treffen, sondern auch die Erfolgsmessung ihrer Kampagnen wird deutlich erleichtert.
Außerdem ist Big Data für Unternehmen eine große Hilfe wenn es darum geht, das Angebot ihrer Kunden zu individualisieren, die Verkaufs- und Kommunikationskanäle anzupassen und somit für eine personalisierte Customer Experience zu sorgen.

Big Data ist Voraussetzung für Zukunftsgeschäft

Dieser Trend wird sich auch im Jahr 2018 fortsetzen und zeichnet sich schon heute ab. Big-Data-Analysen helfen Retailern etwa dabei, durch Predictive Analytics Engpässe bei Produkten vorherzusehen und entsprechend vorzubeugen oder schnell darauf zu reagieren, indem sie den nächstgelegenen Zulieferer mit einer weiteren Lieferung beauftragen.
Auch künstliche Intelligenzen werden künftig vermehrt im stationären Handel vertreten sein, um beispielsweise Kunden vor Ort per Display Kleidungskombinationen an den Körper zu projizieren, damit diese sich nicht mühselig immer wieder umziehen muss und bequem verschiedene Kombinationen ausprobieren können. Und auch falls ein Kunde bei der Suche nach Produkten Probleme hat kann eine KI das erkennen und den Kunden darauf aufmerksam machen.
Damit die KI jedoch all diese Kunden unterscheiden, ihr Verhalten erkennen und von Interaktionen lernen kann, muss sie Zugriff auf große Mengen an Kundendaten in analysierter, strukturierter Form haben. Besonders hierfür wird die Big-Data-Analyse eine Grundvoraussetzung für kommende Jahre sein.
Amazon, Google und Facebook machen es vor: Wer sich in der digitalen Zeit sich die Daten nicht zunutze macht, wird am Markt irrelevant. Dementsprechend ist vor allem der stationäre Handel zu Umstrukturierungen gezwungen. Mit integrierten Big-Data-Lösungen und einer klaren Zieldefinition können Retailer jedoch großen Profit aus den Daten schlagen und sich für den Handel der Zukunft vorbereiten.
* * *
 
 
 

Unser Autor

 
Ralf Reich, Head of Continental Europe bei Mindtree

 
Ralf Reich verantwortet das Geschäft in Zentraleuropa bei Mindtree. In seiner Rolle kümmert er sich um das Wachstum von Mindtree hauptsächlich in den Branchen Finanzdienstleistungen, Banken, Versicherungen, Retail, Produktion, Tourismus und Transportwesen. Reich bringt über 25 Jahre IT-Service-Erfahrung mit, in denen er Neukunden und Geschäftsbeziehungen in den verschiedensten Märkten und Regionen aufgebaut hat.
 
 
 
 
 
Über Mindtree
Mindtree bietet digitale Transformations- und Technologie-Dienste – von der Ideensammlung bis zur Ausführung. So können sich die Global 2000-Kunden einen Wettbewerbsvorteil verschaffen. Mindtree wurde „digital geboren“ und verfolgt einen agilen, gemeinschaftlichen Ansatz, wenn es darum geht, kundenspezifische Lösungen für die digitale Wertschöpfungskette zu entwickeln. Gleichzeitig sorgt die umfassende Expertise von Mindtree im Infrastruktur- und Anwendungsmanagement dafür, dass die IT zu einem strategischen Asset wird. So unterstützt Mindtree Unternehmen, egal, ob diese sich abheben, Geschäftsfunktionen neu definieren oder das Umsatzwachstum beschleunigen wollen. Besuchen Sie uns und erfahren Sie mehr. http://www.mindtree.com/.
 
Pressekontakt
Hotwire für Mindtree
Jacqueline Pitz
069 25 66 93 15
jacqueline.pitz@hotwireglobal.com
 
 
Aufmacherbild / Quelle / Lizenz
Pixabay / CC0 Creative Commons

Ob Sie nun temporären Einzelhandel, Flash-Einzelhandel, Guerilla-Stores oder Pop-up-Store hören, es ist alles ein und dasselbe. Pop-up-Shops erobern die Einzelhandelswelt und stellen traditionelle Verkaufsflächen vor Herausforderungen. Aber was genau steckt hinter diesem wirtschaftlichen Trend?
Bereits in den 1990er Jahren entstanden in Großstädten wie Tokio, London, Los Angeles und New York City Pop-up-Shops: temporäre Verkaufsflächen, auf denen Waren aller Art verkauft werden. Seitdem wurde fast jedes Konsumprodukt zu einem bestimmten Zeitpunkt über einen Shop verkauft. Von Kunst über Mode bis hin zu Tech-Gadgets und Essen sind Pop-ups spannend, weil sie kurzfristige Geschäfte schaffen, die ebenso kreativ wie ansprechend sind. Und es gibt sie in allen Formen und Größen.

Typische Eigenschaften dieser Geschäfte:

Laufzeit: nur wenige Wochen
Lage: stark frequentierte Bereiche wie Stadtzentren, Einkaufszentren und belebte Straßen, zum Teil aber auch ausgefallene Orte, wie Hinterhöfe.
Preis: häufig spezielle Rabattaktionen
Anwendung: Einführung neuer Produkte, Bewusstsein erzeugen, Coolness-Faktor erhöhen, Zielgruppe finden, Brand stärken


 

Was sind die Vorteile eines Pop-up-Shops?

Verbindung der Shopbetreiber mit ihren Kunden: Das Pop-up-Format ermöglicht es Shops, ihre Kunden persönlich kennenzulernen und stärkere Beziehungen aufzubauen.
Mehr verkaufen: Etwa 95% aller Einkäufe werden noch immer offline getätigt. Dies ist die Chance, diesen Handelskanal zu nutzen.
Bewusstsein erzeugen: Verbraucher und Medien lieben die Begeisterung, die von ausgefallenen Shops ausgeht. Händler erzeugen Aufmerksamkeit, indem Sie offline gehen und über Social Media gratis Werbung bekommen
Es ist billiger: Die Eröffnung eines Pop-up-Shops ist 80 % günstiger als ein traditionelles Einzelhandelsgeschäft, die Mietverträge sind kurzweilig
Test neuer Märkte: einfacher Einstieg in einen neuen Markt und Einführung neuer Produkte gerade für junge Unternehmer die ihr Produkt austesten möchten

 

Wer kann einen Pop-up-Shop eröffnen?

Die kurze Antwort ist: Jeder. Namenhafte Marken machen es vor. Der Mode Shop Peek & Cloppenburg bietet wechselnde Themen und Events in seinen Häusern an und erreicht damit neue Zielgruppen. Gleichzeitig sind lokale Künstler, Macher und Modedesigner auch in der Pop-up-Szene immer beliebter geworden. Selbst mobile Trucks für Lebensmittel, Designermode und Vintage-Hausrat werden immer häufiger auch in deutschen Städten entdeckt.
 

Fazit

Pop-up-Stores bieten sowohl klassischen Einzelhändlern als auch den Mietern dieser Flächen zahlreiche Vorteile. Kleine Unternehmen profitieren von der meist exklusiven Lage und hoher Besucherfrequenz. Diese sind ideal, um neue Produkte einzuführen und die Zielgruppe ausfindig zu machen.
Vermieter von Einkaufsflächen vermeiden Leerstände ihrer Verkaufsflächen, generieren Einnahmen durch die Miete und ziehen durch die Attraktivität und zeitliche Beschränkung der Verkaufsflächen neues Publikum an. Vor allem jedoch profitieren die Kunden, denen meist exklusive und hochwertige Produkte in einem attraktiven Umfeld und zu günstigen Konditionen angeboten werden. Somit lohnt sich diese Geschäftsidee für jeden Beteiligten.
 
 
 
 
 
 
Aufmacher- und Beitragsbilder / Quelle / Lizenz
Aufmacher
Pixabay CCO Creative Commons
Discount
Pixabay CC0 Creative Commons
Hot Dog Van
Pixabay CCO Creative Commons

Interview


Stefan Metzger, als Partner der KPS AG verantwortlich für das Business-Consulting im digitalen Segment erläutert im Gspräch mit der TREND-REPORT-Redaktion wie der Handel mit durchdachten Omnichannel-Lösungen und Smart Services die Kundenbindung gezielt und effzient intensivieren kann.

 

Herr Metzger, was verstehen Sie unter Smart Services?

Smart Services sind Dienste, welche das Leben erleichtern oder bequemer machen, Zeit sparen oder neue Möglichkeiten schaffen sollen. Dies geschieht durch die sinnvolle Analyse bestehender sowie ständig neu entstehender Daten und der Vernetzung von Mensch und Produkt.
Unser Kommunikationstempo im Berufsleben hat über die letzten Jahre enorm zugenommen. Mittels Smartphone ist man immer und überall erreichbar, die Grenze zwischen Arbeit und Freizeit verschwimmt zunehmend. Um seine Zeit im beruflichen wie im privaten Bereich möglichst sinnvoll zu nutzen – am Ende hat der Tag immer noch 24 Stunden – sind maßgeschneiderte Angebote und Informationen erforderlich.
Smart Services können dabei ideal unterstützen.
 

Inwieweit bringen Sie Smart Services in Ihrem Haus zum Einsatz?

KPS betreibt beispielsweise eine unternehmensweite App, die zahlreiche Dienste rund um den Arbeitsplatz für die Mitarbeiter bietet. News rund um die KPS AG und unsere Kunden sowie Informationen zu den verschiedenen Standorten werden hier individualisiert ausgespielt.
Gleichzeitig bietet sie eine interaktive Plattform für die Zusammenarbeit der Projektteams sowie unsere Innovation Centers. Wichtige Informationen aus Administration und dem HR-Bereich werden zur Verfügung gestellt.
Unsere Mitarbeiter haben mit allen Geräten darauf Zugriff und bleiben so rund um die Welt in Echtzeit am Laufenden. Gerade für die Zusammenarbeit verteilter Teams sind smarte Applikationen von größter Wichtigkeit.
 

Inwieweit ermöglichen Sie Ihren Kunden durch Ihre Lösungen Smart Services anzubieten?

Die Sprachsteuerung zieht nicht nur für Auto und Smartphone, sondern auch in den privaten Haushalten immer stärker ein. Systeme wie beispielsweise Alexa von Amazon unterstützen uns bereits im Alltag und verfügbare Funktionen und Dienste werden hier sehr schnell zunehmen.
Wir integrieren sprachgesteuerte Plattformen in die Supply Chain und Systemlandschaft unserer Kunden, um das Einkaufserlebnis noch einfacher, bequemer und völlig unabhängig von realen Orten und Physik zu machen.
Auf Basis von SAP Hybris Marketing nutzen wir große Mengen an Daten und entwickeln Empfehlungssysteme für die individuelle Ansprache von Kunden.
Für Kunden im stationären Einzelhandel stellen wir die Welt der digitalen Services zur Verfügung: Hier steht die Vernetzung von Musikstreaming, eBooks, Mobilfunktarifen und Spielen mit der physikalischen Welt im Vordergrund. Die Kopplung mit dem Filialgeschäft geht dabei soweit, dass über ein eigens geschaffenes Payment-System die Bezahlung innerhalb der Service-Welten zur Kundenbindung genutzt wird.
 

Wie kann der Handel der Zukunft von Smart Services profitieren und was bedeutet das für den Kunden?

Der Kunde steht immer mehr im Mittelpunkt und wird den Händler oder Dienstleister wählen, der seine individuellen Bedürfnisse am besten erfüllt. Händler müssen sich somit überlegen, wie sie ihre Kunden ansprechen. Dafür benötigen sie einerseits große Mengen an Kundendaten, aber andererseits auch Fähigkeiten und Expertise, diese zu interpretieren und durch Smart Services nutzbar zu machen.
Durch Loyalty-Programme und die Integration von stationärem und Online-Handel besteht oftmals eine sehr gute Datenbasis. Der Handel hat hier sehr gute Möglichkeiten, weitere Services zur Verbesserung der Kundenbindung zu etablieren.
 

Inwieweit wird heute die klassische Rollenverteilung von Industrie und Handel durch die digitale Transformation sukzessive aufgelöst?

Hersteller von IoT Geräten oder Smart Devices haben den direkten Zugriff zu Kundendaten und somit die Möglichkeit, die Kundenbeziehung selbst zu optimieren. In diesen Bereichen wird es für den Handel immer schwieriger werden, einen Mehrwert für den Kunden zu erzielen, zumal Onlinemarktplätze auch vielerorts den klassischen Handel als Kanal ersetzen.
 

 
Der stationäre Handel jedoch kann seine Position in vielen Segmenten stärken, da er den direkten physischen Zugriff auf den Kunden hat und mit durchdachten Omnichannel-Lösungen und Smart Services die Kundenbindung gezielt und effizient intensivieren kann.
 

Welche Rolle wird die Sensorik im Kontext von Smart Services in Zukunft einnehmen?

Sensorik bietet die Möglichkeit, weitere Erkenntnisse über das Verhalten des Kunden und seine Nutzung von Produkten zu gewinnen. Die Datenerfassung geschieht einerseits durch Smart Devices oder andererseits durch Technologien, die direkt in den Filialen installiert werden.
Gerade im Freizeit- und Gesundheitsbereich wird es viele zusätzliche Anwendungsfälle geben und der Angebotsumfang von Smart Services stark erweitert werden.
Allerdings gilt es durch den Einsatz von Sensorik und die dadurch exponentiell stark wachsenden Datenmengen und die zugehörigen Datenschutzaspekte auch Herausforderungen zu meistern.
 

In welchem Verhältnis stehen heute Digitale Ökosysteme und Smart Services?

Smart Services und Digitale Ökosysteme sind sicherlich eng miteinander verwoben. Digitale Ökosysteme bauen allerdings auch Hürden auf, die aus rein technischer Sicht nicht notwendig wären. Abhängig von der Zielgruppe für Smart Services muss abgewogen werden, welche bestehenden digitalen Ökosysteme einbezogen werden können, oder ob eher der Aufbau eines eigenen, neuen digitalen Ökosystems sinnvoll ist. Hier sind zum Beispiel der sichere Austausch von Services und Bezahlfunktionen und der vertrauliche und gesetzeskonforme Umgang mit den Daten zu gewährleisten.
 
 
Unser Interviewpartner:
Stefan Metzger, Partner der KPS AG, verantwortlich für das Business Consulting im digitalen Segment


Stefan Metzger ist Partner der KPS AG und für das Business Consulting im digitalen Segment verantwortlich. Mit seiner Erfahrung von mehr als 15 Jahren – unter anderem als Head of Direct Sales/E-Commerce der MEDION AG – entwickelt er innovative digitale Strategien und Roadmaps für KPS-Kunden im digitalen Marketing, CRM und E-Commerce.
 
Weiterführende Informationen:
KPS AG
 
 
 
Aufmacherbild / Bilder / Quelle / Lizenz
Pixabay / CC0 Creative Commons
Personenfoto / Lizenz
KPS AG

Marketing-Teams müssen sich voll und ganz auf den Kunden konzentrieren. Dazu müssen sie sämtliche Möglichkeiten nutzen, welche die Digitale Transformation bietet. Insbesondere auf die Personalisierung sollte Wert gelegt werden. Commanders Act verfolgt hierbei einen innovativen Ansatz, der direkt den Kunden mit dem E-Commerce-Anbieter in Relation setzt und es ermöglicht, Kundenbewegungen in Echtzeit auszuwerten. Timo von Focht ist seit Anfang 2015 für das Deutschland-Geschäft von Commanders Act zuständig. Wir haben ihn im Nachgang der dmexco zu aktuellen Herausforderungen im E-Commerce befragt.
Herr von Focht, welche Hürden müssen z.B. Online-Händler heute meistern um ein kundenzentriertes Marketing aufzubauen?
Mit über 5.000 Marketinglösungen und einer immer größer werdenden Anzahl an Kanälen wird es für Online-Händler immer schwieriger, konsistente Daten über die verschiedenen Interaktionspunkte mit einem Kunden zu sammeln, zu integrieren und in Echtzeit aktivierbar zu machen. Zudem gibt es ab 2018 verschärfte Datenschutzbestimmungen mit hohen Bußgeldern bei Nichtbeachtung, welche dazu führen werden, dass viele Händler ihre Online-Strategie sowie einen Großteil ihrer bisherigen Marketingaktivitäten neu überdenken müssen.
Was raten Sie Unternehmen, die bisher auf Massen-Marketing gesetzt haben?
Das „Gießkannenprinzip“ des vorherigen Jahrhunderts, bei dem man mit TV- und Printwerbung eine hohe Anzahl potenzieller Käufer erreichen konnte, funktioniert schon länger nicht mehr. Die Personalisierung der Nutzeransprache und kundenzentrisches Marketing sind in aller Munde. Doch trotz der nachweisbar hohen Erfolgsraten, die eine Personalisierung der Nutzeransprache nach sich zieht, findet diese Personalisierung – wenn überhaupt – nur punktuell pro Kontaktpunkt oder Kanal statt, nicht jedoch übergreifend im Kontext der gesamten Customer Journey. Diese sollte man im Blick haben. Denn was Nutzer heute an Werbung am meisten stört ist die Redundanz bzw. das Spammen mit Informationen, die für den User irrelevant sind. Gleichzeitig ist es oft eine Kostenfrage, ob man versucht, Kunden, die nicht konvertieren, weiter mit Marketing-Euros zu erreichen. Zusätzlich könnte man alle, die mit hoher Wahrscheinlichkeit etwas im Shop kaufen werden, über Retargeting-Maßnahmen ansprechen.

Timo von Focht, Country Manager bei CommandersAct: „Unsere Retail-Kunden bezeugen eine deutliche Steigerung in der Conversion.“

Timo von Focht, Country Manager bei CommandersAct: „Unsere Retail-Kunden bezeugen eine deutliche Steigerung in der Conversion.“


Wie wirkt sich die personalisierte Kundenansprache auf den Umsatz aus?
Unsere Retail-Kunden bezeugen enorme Steigerungsraten in Bezug auf Konversionen und Umsatz. So konnte zum Beispiel der Modehändler Promod die Performance der Online-Kampagnen um das Vierfache steigern. Ähnliche Verbesserungsraten erzielten auch andere Retail-Kunden in Punkto personalisierte E-Mail-Ansprache der Nutzer. Die Einführung von Personalisierungslösungen wie einer Customer Data Plattform zahlt sich also in jedem Fall aus.
Welche Schnittstellen zu den gängigen CRM-Systemen und sozialen Netzwerken bieten Sie an?
Unsere Customer Data Plattform „Data Commander“, also unsere interne Data-Management-Plattform, bietet Anbindungsmöglichkeiten zu allen gängigen CRM-Lösungen, sofern diese über eine Schnittstelle verfügen. Wir helfen unseren Kunden aktiv beim „Onboarden“, also der Zusammenführung der CRM-Daten, so dass die Daten technisch sauber und datenschutzkonform übergeben werden. Über sogenannte Data Streams können diese aggregierten Segment-Daten in Echtzeit den verschiedensten Online-Marketing, Targeting- und Marketing-Automation-Lösungen übergeben werden. Die Attributionslösung „Mix Commander“ bietet zudem Kostenimport-Schnittstellen zu allen großen sozialen Netzwerken wie Facebook, Instragram etc. an, so dass diese Kosten automatisiert in die Berechnung des ROAS (Return on Advertisement Spent) oder der Kosten-Umsatz-Relation einfließen können.
Welche Möglichkeiten bestehen zur Kampagnenauswertung?
Mit der Attributionslösung Mix Commander kann die Performance jeder digitalen Kampagne mit einer Vielzahl an Metriken und bezüglich unterschiedlichster Attributionsmodelle gemessen werden. In den Dashboards und Reportings können Analysen pro Endgerät, pro Customer Journey (auf Nutzerlevel) oder pro Conversion getätigt werden. Zudem ermöglicht die Lösung Cross-Device-Tracking und kanalübergreifende Attribution (z.B. Online-Offline) um eine 360-Grad-Sicht über jede Customer Journey zu bekommen.
Wie sieht heute eine zeitgemäße Cookie-Technologie aus und was sollte sie leisten?
An der Cookie-Technologie hat sich aus meiner Sicht in letzter Zeit nicht viel geändert – sie steht aber aktuell aufgrund der neuen ePrivacy-Richtlinie der EU, die derzeit in Brüssel diskutiert wird, auf dem Prüfstand. Man sollte seine Marketingstrategie daher nicht (nur) auf Cookies aufbauen, sondern auf Kundenprofilen und anderen Identifizierungsmerkmalen. Cookies helfen der Branche derzeit noch beim Cross-Device-Tracking, durch anonyme Cookie-IDs können Kundendaten einander geräteübergreifend zugeordnet werden. Ganz ohne Cookies kommt das Ad-Business noch nicht aus, wenn es um die personalisierte Kundenansprache geht.
Welche Trends konnten Sie auf der diesjährigen dmexco ausmachen?
Wie es scheint, sind alle Besucher inzwischen in der „Digitalen Transformation“ angekommen. Dieses Buzz-Word ist mittlerweile mehr als ein Trend. Statt neuer Entwicklungen wie Künstliche Intelligenz, Voice Interfaces oder komplexere Algorithmen war der diesjährige Tenor der Besucher eher verhalten: Erst einmal soll das umgesetzt werden, was geplant ist. Um mit der US-Konkurrenz mitzuhalten, müssen deutsche Unternehmen einige Herausforderungen meistern: Sie müssen ihre Online-Shops hinsichtlich Personalisierung und Privacy für 2018 fit machen – und das trotz begrenzter Ressourcen und komplexen internen Neustrukturierungen.

Über Timo von Focht

Timo von Focht ist seit Anfang 2015 als Country Manager DACH bei Commanders Act für den Aufbau des Münchener Büros und die deutschen Kunden zuständig. Zuvor war er Senior Enterprise Account Manager für die strategischen Kunden von Adobe in Deutschland. Weitere Stationen lagen im Bereich Website Optimierung und Analytics. Er beschäftigt sich seit 10 Jahren mit den Themen Big Data, Web Intelligence und Digital Marketing.

 
 
 
 
 
 
 
 
 
Kaum ein anderes Thema wird aktuell bei Händlern so intensiv diskutiert wie das der Datenanalyse. Begriffe wie Big Data, Data Science und Predictive Analytics stehen aber vielfach noch in den Kinderschuhen. Wie Händler schnell Potenziale ermitteln und nutzbar machen können, erklärt Jochen Freese, Geschäftsführer von Ingenico Marketing Solutions, einem führenden Anbieter von Omnichannel Loyalty Programmen und ROI-orientierten Data Analytics.
 
 
Herr Freese, worin bestehen aus Ihrer Sicht die aktuell größten Herausforderungen für den Handel in Bezug auf die Datenanalyse?
Gerade der stationäre Handel steht bezüglich der Datenanalyse noch im Schatten anderer Branchen und ist eher als Spätstarter im Bereich derTechnologie und Forschungeinzustufen. Das sehen wir fast täglich bei unseren Gesprächen vor allem mit mittelständischen Handelsunternehmen.
Häufig werden analytische Mechaniken und Methoden aus den 80er und 90er Jahren eingesetzt und viele Handelshäuser kämpfen insbesondere bezogen auf ihre IT und Systeme mit Altlasten.
In Deutschland gibt es mehrere hundert am Markt platzierte Kundenbindungsprogramme der Händler in unterschiedlichster Ausgestaltungsform.
Unsere Feststellung hier: je länger das Programm bereits am Markt ist und die Unternehmen dieses nicht als fundamentale strategische Säule des Geschäftserfolges ansehen und auch so handhaben, umso deutlicher werden Renovierungsstaus bzgl. Analytik und Datenhaltung. In manchen Fällen ist die Datenqualität so schlecht, dass erst einmal vielfältige Optimierungen durchgeführt werden müssen, um mit einer sauberen Datenbasis den Schritt in Richtung Informationsgewinnung antreten zu können.
Häufig besteht die einzige als solche zu bezeichnende Analytik darin, dass der kumulierte Kundenumsatz in eine ABC-Klassifizierung der Kunden überführt wird. Und diese wiederrum wird dann nur sporadisch für Marketingentscheidungen herangezogen. Ein Spannungsfeld existiert somit nicht nur bei der Technologie sondern genauso bei der Verfügbarkeit von analytischem Wissen.
Aber es gibt auch eine Reihe an positiven Beispielen.
Handelskonzerne, die entweder einen hohen Umsatzanteil über den eShop machen oder pure Online-Vertreter sind, sind hier häufig deutlich besser aufgestellt. Das liegt daran, dass digitale Geschäftsmodelle per se datengetriebener sind, häufig per Definition einen Kundenbezug besitzen und bewährte Analysemethoden wie die Recommendation Engines bewiesen haben, dass relevantere 1:1 Kommunikation Ergebniseffekte bewirken.
Es gilt somit auch, und das ist durchaus das Resümee an dieser Stelle, die positiven Erfahrungen aus der Online-Welt in den stationären Handel und Omnichannel-Handel zu überführen. Gerade da sehen wir eine große dynamische Entwicklung, da durch Data Science plötzlich ganz neue erfolgversprechende Anwendungsgebiete entstehen.
Genau die richtige Zeit, sich aus Sicht des Händlers mit einem noch größeren Fokus auf dieses Thema zu stürzen, um nicht vollends den Anschluss zu verlieren.
 
Gerade in der jüngeren Vergangenheit taucht verstärkt der Begriff „Data Science“ auf, wenn über Analyse gesprochen wird. Ist das nur alter Wein in neuen Schläuchen oder bietet Data Science im Gegensatz zur klassischen Analyse wirklich mehr?
Im heutigen Sprachgebrauch wird häufig der Begriff Data Science für die neueste Generation der Datenanalyse verwendet. Data Science geht gegenüber der herkömmlichen Arbeit des Datenanalysten einen Schritt weiter.
Der Data Scientist verbindet die statistisch-mathematischen Methoden mit dem Knowhow um die internen Geschäftsabläufe und baut mit Hilfe seiner Tool- und Technologie-Kenntnisse eine deutlich effektivere Brücke zwischen Auswertung und Management.
Wir bezeichnen Data Scientists daher auch gerne als Pfadfinder, die den Weg zu einem größeren Geschäftserfolg aufzeigen. Das liegt darin begründet, dass sie sich tief in die unternehmerischen Probleme hineindenken können und gleichzeitig die Sprache des Managements, der IT und der Mathematik beherrschen.
 
Sie haben vor kurzem ein eigenes Data Science Competence Center ins Leben gerufen? Was macht dieses Competence Center und wer kann dieses nutzen?
Mit unserem Data Science Competence Center richten wir uns genau an die Handelsunternehmen, die nun schnell auf den Analyse-Zug aufspringen möchten. Wir fokussieren uns dabei auf kundenbezogene Fragestellungen, denn in der Optimierung der Customer Journey sehen wir die größten Umsatzpotenziale.
Dabei wird der Kundendialog mit den Produktaffinitäten und den präferierten Kommunikationskanälen in Einklang gebracht. Mit unserer über 25-jährigen Erfahrung als Dienstleister für Kundenbindungsprogramme kennen wir die entsprechenden Stellschrauben und Effekte sehr gut.
Wir gehen mit unserem Competence Center aber auch über die engen Grenzen des Handels hinaus und adressieren unsere Analyselösungen auch an handelsnahe Organisationen. Hierzu zählen wir neben anderen Bereichen insbesondere Petrol, Travel und Entertainment sowie den Gastronomie- und Hotellerie-Bereich.
 

Unser Retail Data Science Lab ist ein Workshop-Format, mit dem zielgerichtet individuelle Unternehmensfragestellungen schnell und lösungsorientiert analysiert werden.


 
Schauen wir ein wenig genauer auf den Handel und seine Anforderungen. Herr Freese, welche konkreten Lösungen können Sie uns als Beispiel nennen, an denen Sie arbeiten und die Sie schon in der Praxis zur Anwendung gebracht haben?
Wir entwickeln seit vielen Jahren analytische Lösungen für den Handel und unsere Data Scientists haben sich schon mit ganz unterschiedlichen Fragestellungen beschäftigt.
Im Competence Center bündeln wir nun sämtliches Knowhow und legen auch einen verstärkten Wert auf den Wissenstransfer in die Handelsunternehmen.
Enabling steht für uns nun auf der gleichen Ebene wie die Weiterentwicklung der analytischen Lösungen für den Handel.
Lassen Sie mich an dieser Stelle zwei Beispiele kurz skizzieren:
Eine unserer Lösungen beschäftigt sich mit der optimierten Ausgestaltung des Kundendialogs mit deutlichem Effekt in Richtung relevanterer Kundenangebote. Wir haben dazu Algorithmen aus dem Onlinehandel, die als Recommendation Engines bezeichnet werden, weiterentwickelt und bieten diese als Next Best Offer-Lösung auch für die Offline-Kommunikation des Händlers an. Hierüber werden dann unter anderem Direktmailings und E-Mailings ausgesteuert, in denen die erfolgswahrscheinlichsten Produktangebote des Händlers je Einzelkunde, z.B. in Form von Coupons, beworben werden.
Dieses bewirkt unter anderem eine Frequenzsteigerung in den Filialen und dem eShop und zeigt deutlich höhere Abverkaufserfolge gegenüber nicht-individualisierten Angebotsvarianten, teilweise mit Responsesteigerungen von über 60%.
Das Besondere ist, dass gegenüber herkömmlicher Recommendation Engines aus dem Online-Bereich, unsere Next Best Offer-Lösung auf den Daten aus dem Kundenbindungsprogramm des Händlers basiert und so auch Käufe aus unterschiedlichen Kanälen berücksichtigt werden können. Dieses setzt natürlich Einwilligungserklärungen des Endkunden voraus und wir empfehlen grundsätzlich unseren Handelskunden, bereits in den ersten konzeptionellen Gesprächen, die Datenschutzverantwortlichen zu involvieren.
Die zweite Lösung, die ich kurz erläutern kann, optimiert Direktmarketing-Kampagnen auf eine ganz andere Art und Weise. Die Lösung heißt Uplift Modeling. Die Haupteigenschaft dieser Lösung besteht darin, dass mittels einer speziellen analytischen Methodik Kunden aus der Kampagnen-Selektion ausgeschlossen werden, die zwar eine hohe Affinität zu den beworbenen Angeboten besitzen, diese aber auch ohne den Marketinganstoß gekauft hätten. Da der Marketinganstoß im Handel häufig Vorteilsangebote mit Rabattenbeinhaltet, wird hier sofort Einsparungspotenzial wirksam. Denn zum einen kauft der sogenannte „Ehda-Kunde“ zum Normalpreis ein und zum anderen wird der Kampagnenhebel auf Kunden mit Potenzial für Zusatzumsatz, im englischen „Uplift“, gelegt.
 
Sie sprachen eben auch einen Wissenstransfer an. Was genau verbirgt sich dahinter und wie können Sie Handelsunternehmen gerade in der Data Science-Startphase dahingehend unterstützen, dass diese schon bald selbständig Analysen durchführen können?
Hierzu haben wir unser Retail Data Science Lab ins Leben gerufen. Das Retail Data Science Lab ist ein Workshop-Format, mit dem zielgerichtet individuelle Unternehmensfragestellungen schnell und lösungsorientiert analysiert werden.
Es ist auf Händler ausgerichtet, die entweder mit der Datenanalyse erstmalig starten wollen oder die ihr eigenes Knowhow in der Datenanalyse weiterentwickeln möchten. Es geht uns dabei vor allem darum, eine Wissensgenerierung aus den aktuell bereits verfügbaren Kundendaten herbeizuführen.
Wir führen einen Workshop mit Ansprechpartnern des Unternehmens durch, definieren und priorisieren dabei gemeinsam alle Fragestellungen, die das Unternehmen über seine Kundenstruktur, seine Kampagnen und seine Kundenprozesse hat und beleuchten, welche Daten zur Analyse verfügbar sind. Anschließend werden diese Daten in unsere Big Data Analyseumgebung geladen. Die Daten können je nach Fragestellung anonymisiert sein oder mit einem Token versehen werden, sodass nur der Händler selbst einen Rückschluss auf einen Endkunden herbeiführen kann. Anschließend erfolgen Analyseschleifen. Wir führen dazu vorbereitend einige initiale Auswertungen durch und starten mit den ersten Erkenntnissen in gemeinsam geführte Tages-Workshops. Dabei werden die interessantesten Ergebnisse durch weitere Analysen vertieft. Der Händler hat darüber hinaus jederzeit die Möglichkeit, aktiv auf den dann nachfolgenden Analyseschritt einzuwirken.
Unsere Infrastruktur stellt sicher, dass im Workshop nicht lange auf die nächsten Analyseergebnisse gewartet werden muss, sodass man sich sehr schnell dem Kern einer Fragestellung und somit der Lösung nähert. Sehr häufig gibt es da während solch eines Workshops mehrere Aha-Erlebnisse und Ausrufe des Erstaunens, da unbekanntes Terrain beschritten wird. Flankiert werden die Workshops mit kurzen Einführungen in die verwendeten Methoden und es wird besprochen, wie die Integration der Ergebnisse in das Unternehmen zur operativen Nutzung erfolgen kann.
 
Können Sie ein paar typische Fragestellungen nennen, die Sie mit dem Retail Data Science Lab beantworten?
Das startet häufig mit einfachen Auswertungen zu der vorhandenen Datenqualität und kann an diesem Punkt schon in den ersten Optimierungen münden.
Dann stehen verstärkt Kundensegmentierungen in homogene Verhaltenscluster oder nach Kundenwert und zukünftigem Kundenpotenzial im Vordergrund. Hierüber lassen sich die Ausgestaltung und Intensität der Kommunikation sowie erste Business Rules zur Kundenbetreuung steuern.
Für viele Händler ist es wichtig, sofort Umsatzeffekte zu erzielen, daher sind wir auch oft mit Themen rund um Prognosen zur Responseoptimierung und Potenzialhebung beim Cross- und Up-Selling oder bzgl. Rabattsensitivitäten beschäftigt.
Auch Verhaltensprognosen, z.B. in Richtung Weiterempfehlung, Inaktivität und Abwanderung stehen im Mittelpunkt. Im Grunde orientieren sich die Analysen an der jeweiligen Customer Journey und den dortigen Problemfeldern. Und nicht zu vergessen ist, dass sich sehr viele Detailfragen an obige Segmentierungen und Prognosen anschließen, die dann für den Händler teilweise noch handlungsrelevanter sein können.
Zum Beispiel kann festgestellt werden, dass nur in einem bestimmten Kundensegment die Abwanderungsquote erhöht ist, sodass hier gegebenenfalls der Kundennutzen im Loyalty-Programm optimiert werden muss.
In einem anderen Fall kann die Analyse nach dem durchschnittlichen Zeitraum zwischen Kundenregistrierung und erstem Kauf zu sofortigen Rückschlüssen auf den optimalen Zeitpunkt der Zusendung des Willkommenspakets oder des ersten Aktivierungsmailings führen.
Um die Bandbreite einmal mit einem Beispiel zu versehen: für einen Handelskunden haben wir beispielhaft gleich im ersten Workshop innerhalb der ersten Stunde festgestellt, dass dieser seit geraumer Zeit ein regelmäßiges Standardmailing immer doppelt an die Kunden versendet hat. Eine überraschende Erkenntnis, vor allem, weil diese Frage gar nicht im Mittelpunkt stand. Es zeigt, dass der Data Scientist gewohnt ist, auch über den Tellerrand hinaus zu schauen.
 
Sie haben soeben eine ganze Bandbreite an Analysen genannt. Auch die Fragestellungen, die Sie erwähnten, können ja offensichtlich sehr facettenreich sein. Welche Daten werden für die Analysen und Lösungen denn überhaupt benötigt?
Da wir uns schwerpunktmäßig mit endkundenbezogenen Fragestellungen beschäftigen, ist es gar nicht so kompliziert und komplex, wie man vielleicht von außen denken würde.
Wir beziehen unsere Analysen in aller Regel auf vier Datenquellen. Hierzu gehören die Kundenstammdaten, z.B. der in einem Kundenbindungsprogramm registrierten Endkunden, die Kaufdaten und die flankierenden Daten zu dem Artikel- und Filialstamm.
Wie oben schon einmal erwähnt, benötigen wir keine personenbezogenen Daten für die Analysen. Die Extraktion und Bereitstellung der Daten ist auch für den Händler mit etwas veralteten Datenstrukturen in aller Regel leicht zu bewältigen.
Ab dann übernimmt der Data Scientist.

Es gilt, die positiven Erfahrungen aus der Online-Welt in den stationären Handel und Omnichannel-Handel zu überführen.


 
Und welche Daten erhält der Händler wieder zurück bzw. wie werden die Ergebnisse für den Händler operativ nutzbar gemacht?
Es gibt drei Ebenen der Ergebnisübergabe an den Händler.
Zum einen können aus den Analysen Ergebnisse entstehen, die in Form von Modellen an die Daten herangespielt werden. Das kann zum Beispiel das Kundensegment sein, zu dem der Kunde analytisch zugeordnet wurde oder ein Wahrscheinlichkeitswert aus einem Prognosemodell zur Responseoptimierung für die nächste Marketingkampagne. Diese Daten werden dann durch den Händler zum Beispiel mittels eines Tokens direkt in dessen Datenbank importiert, mit den Kundendaten verbunden und für die Übergabe an einen Lettershop weiterverarbeitet.
Die zweite Variante stellen Datenbank-Algorithmen dar, die wir an den Händler übergeben. Diese werden anschließend für die regelmäßige und wiederholende Anwendung in die Datenbank integriert. Auch hierbei unterstützen wir natürlich und lassen den Händler nicht alleine.
Last but not least werden auch viele Ergebnisse erarbeitet, die rein als Erkenntnisse zu werten sind. Auf Basis dieser Erkenntnisse verändert dann der Händler zum Beispiel Regeln im Kundenbindungsprogramm oder optimiert die Ausgestaltung der Kommunikation für ein bestimmtes Kundensegment. Auch Ableitungen für Prozessverbesserungen entstammen häufig dieser Art an Analyseergebnissen. Auch hier helfen wir dem Händler durch Empfehlungen aus unserem Erfahrungsschatz.
 
Muss der Händler nicht vor der Analyse oder der Anwendung der angesprochenen Algorithmen erst umfangreich in das Thema Big Data Infrastruktur investieren?
Da haben wir eine eindeutige Meinung. Wir selbst nutzen hauptsächlich Open Source Tools wie Hadoop, Spark und R, um die Analysen durchzuführen. Diese Werkzeuge besitzen inzwischen eine sehr große Community, sodass viele Kniffe und Tricks öffentlich zugänglich sind. Und sie sind äußerst leistungsstark.
Darüber hinaus spielt das Thema Big Data bei traditionellen Kundenbindungsprogrammen kaum eine Rolle, da die über Jahre angesammelten Datenmengen selten als wirklich groß zu bezeichnen sind. Big Data Technologien kommen erst dann ins Spiel, wenn sehr komplexe Analyse-Algorithmen verwendet werden, zum Beispiel zur Berechnung eines Next Best Offer Modells.
Abgesehen davon wird das Thema Big Data auch relevant, wenn verstärkt Daten aus dem online- oder mobilen Bereich analysiert werden sollen, da hier sehr große Datenmengen in kurzer Zeit generiert werden können.
Unsere Devise: lieber erste Erfahrungen sammeln, um dann Gewissheit über die benötigte Infrastruktur zu erlangen.
 
Datensicherheit und Datenschutz sind für den Handel wichtig: Wie weit sind Händler in diesem Kontext sensibilisiert? Wo gibt es Ihrer Meinung nach Handlungsbedarf?
Daten werden schon heute als Unternehmens-Asset verstanden und die eigenen Kundendaten stellen dabei eines der schutzwürdigsten Güter für das Unternehmen dar. Das wissen die Händler. Themen wie Datenschutz und Datensicherheit spielen bei jeder Diskussion über mögliche Potenziale eine bedeutende Rolle. In der Regel wird schon zu den ersten Gesprächen der Datenschutzbeauftragte eingebunden und bei der Verarbeitung von personenbezogenen Daten geschieht nichts ohne entsprechenden Vertrag zwischen den Parteien.
Wichtig ist aber auch die Verwendungvon geeigneten Datenschutzhinweisen für die Endkunden. Diese regeln, was mit den erhobenen Daten gemacht werden darf und zu welchen Zwecken und von wem zum Beispiel Analysen erfolgen dürfen.
Unsere grundsätzliche Empfehlung lautet: in einem ersten Schritt die Fragestellungen, die dem Unternehmen helfen, fest umreißen. Dann gilt es, die Analysemöglichkeiten und die Granularität der Analyse mit dem Datenschutzbeauftragten abzustimmen und anschließend die zulässigen Detaildaten auszuwerten oder wenn notwendig, auf anonymisierte Datenaggregate auszuweichen.
 
Wir hatten eben schon einmal das Thema der Data Scientist gestreift. Dieser Personenkreis scheint ja ganz besondere Fähigkeiten zu haben. Wie leicht oder schwer ist es denn für einen Händler, selber ein Team aufzubauen?
Die Berufsgruppe der Data Scientists stellt aktuell eine der begehrtesten Fachrichtungen überhaupt dar. Die Nachfrage ist sehr hoch und wird noch weiter steigen. Das Angebot an qualifizierten Fachkräften ist hingegen noch zu gering.
Hochschulen haben das erkannt und bieten immer mehr Studiengänge in diese Richtung an. Die Lage wird sich aber auch deshalb noch zuspitzen, weil nicht nur der Handel auf diesen Markt schaut. Vielmehr ist das Thema Big Data und Data Science fast flächendeckend und branchenübergreifend ein Wachstumsbereich.
Unternehmen stehen daher vor der Frage, wie auch ohne eigene Ressourcen schnell und kurzfristig Wissen aus Daten entstehen kann und greifen zunehmend auf externe Dienstleister zurück, die auf Datenanalyse spezialisiert sind.
 
Vielen Dank für das Gespräch, Herr Freese!
 
Interviewpartner:
Jochen Freese,
Geschäftsführer von Ingenico Marketing Solutions
 
Weiterführende Informationen:
Ingenico Marketing Solutions GmbH

Reportage: Der Handel der Zukunft ist datengetrieben. Nur wer seinen Kunden kennt, wird Erfolg haben. Der Schlüssel dazu liegt in der Zusammenführung der unterschiedlichen Datenrepositories.
 
Wo Tante-Emma-Läden des 19. Jahrhunderts ihre Kunden noch kannten und persönliche Interessen bedienten, herrschen bei heutigen Zeitgenossen oft Anonymität, die es zu über-winden gilt. Big-Data-Technologien werden hier zu smarten Helfern, die Kundendaten sammeln, analysieren und es Händlern so ermöglichen, ihren Kunden wieder individuell und persönlich zu begegnen. Unabhängig, ob der Kunde vor Ort ist oder online einkauft. Das Interesse am Kunden und das Wissen um seine individuelle Multichannel-Customer-Journey lässt sich vorteilhaft für beide Seiten digitalisieren.
In Form von Fallbeispielen, Gastbeiträgen und Interviews zeigen wir auf, wie Daten zu Informationen werden und dadurch reale und digitale Einkaufserlebnisse generiert werden. In der Verknüpfung der on- und offline-Welt mittels Big Data liegen enorme Potenziale, die es für den Handel zu heben gilt!
 

Themen und Inhalte

Customer Centricity
Perfekt orchestrierte Off- und Online-Kanäle als Basis für Customer-Centricity.
Touchpoint Management
B2B- und B2C- Kontaktpunkte identifizieren und optimieren.
Handelslogistik
Leistungsfähige Logistikprozesse für Multichannel-Händler

Payment-Solutions
Innovativ, intelligent, sicher und convenient
Absicherung für den Handel der Zukunft
Kreditwarenversicherung, Factoring & Co.

Smart Services
Mit Big-Data-Technologien die richtige Information zur richtigen Zeit zum richtigen Kunden.

Content Commerce
Den Wissenshunger stillen
Digitalisierung und Technologie
Indoor-Localisation-Services, virtuelle Berater im realen Geschäft und Digitalisierung am Point-of-Sale – Kundenbindung mit Big Data
 
 
 
Das Themenexposé können Sie hier herunterladen.
Die Mediadaten finden Sie hier.