Gastbeitrag • 31.01.2019

Digitale Daten für Erfolg im stationären Handel nutzen

Advanced Outlet Analytics

Vor allem in der Nutzung und Analyse relevanter Daten hinkt der stationäre Handel der Online-Konkurrenz hinterher. Während E-Commerce-Anbieter auf Basis detaillierter Daten aus Webanalyse, CRM und Google-Suchen das Verhalten ihrer Nutzer analysieren und personalisierte Angebote entwickeln, ist die Nutzung solcher Informationen für einen Großteil konventioneller Händler und Marken noch Zukunftsmusik.

Möchten Retailer oder Brands in der analogen Welt wissen, welcher Ort sich für die Eröffnung eines neuen Outlets am besten eignet, wie sie ihr Sortiment optimieren oder wie sie ihre begrenzten Vertriebsressourcen zielgenau planen, greifen viele von ihnen noch immer lediglich auf statische Strukturdaten oder das implizite Wissen ihrer Mitarbeiter zurück. Trotz der mittlerweile breiten Verfügbarkeit digitaler Geodaten erfolgen strategische Ausrichtungen im Offline-Handel häufig immer noch im Blindflug.

Damit auch der stationäre Handel auf den Zug datengetriebener Entscheidungen aufspringen kann, gibt es nun einen skalierbaren Ansatz, der Abverkäufe für die unterschiedlichsten Verkaufspunkte vorhersagt, Outlets auf Basis ihres Verkaufspotentials und ihres Zielgruppenfits segmentiert sowie die Marketingmaßnahmen pro Store optimiert – alles auf der Grundlage verschiedenster digitaler Daten. Anwendbar ist dieser von TD Reply entwickelte und als „Advanced Outlet Analytics“ bezeichnete Ansatz in den vielen Branchen: Lebensmittel- und Getränke, Fashion oder Automotive sind nur einige Beispiele.

Earned Data: verborgene digitale Datenschätze für Händler

Lächelnder Mann; copyright: TD Reply
Niklas Stog von TD Reply
Quelle: TD Reply

Vertriebler im B2B-Bereich stehen vor der Herausforderung, genau die Outlets anzusteuern, in denen sich das angebotene Produkt am besten verkaufen wird. Für einen B2C-Händler gestaltet sich die Problematik ähnlich: Welche Kategorien und Produkte besitzen pro Filiale besonders großes Potenzial, und wie groß sollte der jeweils vorrätig gehaltene Bestand sein? Die Informationen, die zur Beantwortung dieser Frage herangezogen werden können, sind zunächst unternehmenseigene Daten (Owned Data), zum Beispiel die Sell-in- oder Sell-out-Daten aus erster Hand. Für Marken, die keine Hoheit über diese Daten haben oder nur über eine unzureichende Datenqualität verfügen, ist zudem der Zukauf von Sales-Daten über digitale Kassenanbieter denkbar (sogenannte Paid Data).

Doch selbst wenn Daten zum Produktverkauf vorliegen – sei es über die Nutzung bereits existierender Kassendaten oder einen externen Zukauf – haben nur wenige Unternehmen eine Antwort auf die Frage, welche externen Faktoren den Verkaufserfolg beeinflussen und was die effektivsten Stellhebel zur Erfolgsmaximierung sind. Antworten auf diese Fragen finden sich – vom Offline-Handel häufig unbeachtet – im Internet.

Bei Diensten wie Google Maps, Facebook oder Flickr finden sich große Mengen geo-spezifischer Daten mit hohem Informationswert. Der stationäre Handel kann hierbei die Perspektive des Endkonsumenten einnehmen, um die für seine Branche relevantesten Informationen zu identifizieren. So informieren sich Verbraucher online über Öffnungszeiten (Google), Nutzerbewertungen (Google, Tripadvisor, Foursquare), ladenspezifische Angebote (Yelp), Wegbeschreibungen (Google Maps) oder relevante Events (Facebook). Dieses Verhalten generiert geospezifische Daten, die für jedes Outlet individuell und zugleich für den gesamten Markt skaliert nutzbar sind.

So ist es allein über die Daten von Geo-Diensten wie Google Places oder Open Street Map möglich, detaillierte Einblicke über die umliegende Gegend eines einzelnen Outlets zu erhalten – beispielsweise über die Dichte von Geschäften, relevante Orte wie Konzerthallen oder Schulen oder die Nähe zu Bahnhaltestellen.

Die Integration dieser Daten zusammen mit unternehmenseigenem Zahlenmaterial stellt ein entscheidendes und bislang fehlendes Bindeglied dar, um pro Outlet detaillierte Einschätzungen zur relevanten Konsumentenzielgruppe, dem jeweiligen Verkaufspotenzial und den optimalen Marketingmaßnahmen zu treffen.

Abverkauf vorhersagen, Out-of-Stock minimieren

Ein Anwendungsfall für die intelligente Nutzung von Online-Daten ist die bessere Vorhersage des Abverkaufs, die zum Beispiel im Lebensmittel- und Getränkehandel eine Genauigkeit von über 90 Prozent erzielen kann. Als Datengrundlage werden hierbei neben den Sell-Out-Daten pro Outlet unter anderem Informationen von Facebook zu lokalen Veranstaltungen, Google-Daten zu regionalem Suchinteresse und Live-Wetter-Daten einbezogen.

Auf Basis dieser genaueren datengestützten Vorhersagen kann die Anzahl von Lieferfahrten um bis zu 60 Prozent reduziert werden, während sich gleichzeitig das Risiko für Out-of-Stock-Situationen minimiert. Auch der Besuch der Außendienstmitarbeiter ist besser planbar, was entscheidend zur Steigerung der Kosteneffizienz beiträgt.

Segmentierte Marktbearbeitung – auf Basis digitaler Daten

Ein weiterer Ansatz für die Verwendung externer Online-Daten ist die datengetriebene Segmentierung von Outlets, relevant sowohl für Händler als auch für Marken in Punkto Sortiments- und Marketingoptimierung. Auf Basis von Informationen über Restaurants, Bars und Hotels in der Umgebung (zum Beispiel über Trip Advisor), das Frequenz-Potenzial der Lage (etwa über Informationen von Google Places) oder die touristische Attraktivität einer Umgebung (beispielsweise über die Anzahl der auf Social Media hochgeladenen Fotos) können Vorhersagen zum Umsatzpotenzial und Zielgruppenfit getroffen werden, um Outlets zu priorisieren und sie einzelnen Marken und Produkten zuzuordnen.

Werden diese Segmentierungen mit Informationen zu Marketingmaßnahmen und Verkaufsdaten verknüpft, kann gezielt priorisiert werden, an welchen Stellen sich entsprechende Aktivitäten lohnen – sei es durch Promotionen in Shops, Preisaktionen oder eine Veränderung des Sortiments.

Grafik zu den Datenquellen für Retail Analytics
Quelle: TD Reply

Von Big Data zu Smart Data

Der Einsatz neuester Technologien wie Machine Learning und Künstliche Intelligenz spielt eine zentrale Rolle, um die benannten Ansätze skalierbar zu machen und fortlaufend zu optimieren. Dabei ist es essentiell, dass die entwickelten Modelle sich dynamisch aktualisieren und auf Veränderungen in den Daten und Umfeldfaktoren reagieren.

Und doch stellen neue Technologien kein Allheilmittel für unternehmerische Aufgaben dar. Neue Daten und Technologien können nur dann sinnvoll genutzt werden, wenn sie mit konkreten Fragestellungen und dem zuvor erwähnten impliziten Branchenwissen verknüpft werden. Dabei sollte der iterativen Überprüfung der generierten Ergebnisse im Feld und der folgenden Optimierung der erstellten Modelle eine große Bedeutung beigemessen werden.

„Advanced Outlet Analytics“ ist kein rein statistischer Ansatz, der im stillen Kämmerlein entwickelt wird, sondern erfordert den fortlaufenden Abgleich mit der Realität im Markt und dem bestehenden Know-how von lokalen Vertriebs- und Store-Managern. „Data Science“ und „Machine Learning“ sind die Buzzwords der Stunde, beide können aber nur im Austausch mit der unternehmerischen Basis ihre volle Wirkung entfalten.

Autor: Niklas Stog, TD Reply

Weitere Beiträge zum Thema:

Beliebte Beiträge:

Thumbnail-Foto: PIEL entwickelt Blockchain-Lösung mit Fraunhofer IML...
26.09.2018   #Datenmanagement #Supply Chain Management (SCM)

PIEL entwickelt Blockchain-Lösung mit Fraunhofer IML

Blockchain-basierter Datenaustausch in der Supply Chain im Technischen Handel

– PIEL – Die Technische Großhandlung GmbH entwickelt im Rahmen eines zwölfmonatigen Kooperationsprojekts, dass am 01.09.2018 begann, mit dem Fraunhofer-Institut für Materialfluss und Logistik (IML) eine ...

Thumbnail-Foto: Retail Agenda 2025
31.10.2018   #Digitalisierung #Veranstaltung

Retail Agenda 2025

adesso präsentiert sein Digitalisierungs-Portfolio für den Handel

Thumbnail-Foto: Personalisierung in Echtzeit: “Eine zehn prozentige Umsatzsteigerung...
19.12.2018   #digitales Marketing #Kundenanalyse

Personalisierung in Echtzeit: “Eine zehn prozentige Umsatzsteigerung ist möglich“

Interview über individualisierte User Experience mit Gregor Wolf, Geschäftsführer der Evergage GmbH

„Kunden, die diese Waschmaschine gekauft haben, kauften auch diese Socken.“ Schlechte Vorschläge wie diese will kein Kunde beim Onlineshoppen. Wie aber können Einzelhändler relevantere Empfehlungen anzeigen? Wir ...

Thumbnail-Foto: Stationärer Handel beim Shopping meist beliebter als E-Commerce...
25.09.2018   #E-Commerce #stationärer Einzelhandel

Stationärer Handel beim Shopping meist beliebter als E-Commerce

Omnichannel-Konzepte gewinnen an Bedeutung

Der stationäre Handel lebt! Das ist das Ergebnis einer aktuellen, länderübergreifenden Studie von JDA Software, führender Anbieter von Ende-zu-Ende Supply Chain Software und Centiro, Anbieter von Saas-Lösungen für ...

Thumbnail-Foto: Sharing is Caring
08.11.2018   #Kundenzufriedenheit #Nachhaltigkeit

Sharing is Caring

Mieten statt kaufen: Der Outdoorausrüster VAUDE traut sich

Produkte und Ausrüstung für das Outdoor-Erlebnis mieten und nicht kaufen? Ja, das geht. VAUDE macht es seit 2017 möglich. Noch steckt das Projekt „iRentit“ in den Kinderschuhen. Der perfekte Moment für uns, um mit ...

Thumbnail-Foto: EuroCIS Start-up hub geht in die 2. Runde
13.12.2018   #Messe-Special EuroCIS 2019

EuroCIS Start-up hub geht in die 2. Runde

Future-Lab, Perspektiven-Schaufenster, Ideen-Bühne

Seit 2018 bietet die EuroCIS jungen, innovativen Unternehmen, die sich speziell der Entwicklung modernster IT-Systeme und Lösungen im Handel verschrieben haben eine eigene Plattform. Nach dem großen Erfolg im vergangenen Jahr, ...

Thumbnail-Foto: Die neue Connection: Mobiles Bezahlen über Elektronische Preisetiketten...
19.12.2018   #Mobile Payment #stationärer Einzelhandel

Die neue Connection: Mobiles Bezahlen über Elektronische Preisetiketten

Interview mit Alexander Hahn von Digital-Payment-Anbieter Wirecard

Für viele Kunden ein Traum: Kein Schlange stehen an der Kasse. Ware selbst mit dem Handy einscannen, bezahlen und aus dem Laden gehen ist schon möglich. Im Falle von Wirecard in Verbindung mit SES-imagotag läuft das über neue ...

Thumbnail-Foto: Präzise und effizient: Personalsuche mit künstlicher Intelligenz...
12.12.2018   #Personalmanagement #Künstliche Intelligenz

Präzise und effizient: Personalsuche mit künstlicher Intelligenz

„Andere Kanäle funktionieren nicht mehr“: Interview mit Melikshah Ünver von Taledo

Fachkräftemangel, hohe Fluktuation und die Herausforderung der Digitalisierung: Personalsuche gestaltet sich gerade im Einzelhandel schwer. Erst recht, wenn das Image von Unternehmen Rost angesetzt hat. Da heißt es, in Sachen Recruiting ...

Thumbnail-Foto: 6 Gütesiegel, die Onlinehändler kennen müssen...
08.11.2018   #Online-Handel #Sicherheit

6 Gütesiegel, die Onlinehändler kennen müssen

Auszeichnungen steigern das Kundenvertrauen und den Umsatz eines Onlineshops

Zertifikate für Onlineshops gibt es wie Sand am Meer. Da den Überblick zu behalten, fällt vielen Shopbetreibern schwer. Kunden aber kaufen lieber auf Webseiten, die von Experten für gut befunden wurden. Doch was sind diese ...

Thumbnail-Foto: Elektronische Bezahlabwicklung statt Münzgeld...
20.11.2018   #Zahlungssysteme #Zahlungsterminals

Elektronische Bezahlabwicklung statt Münzgeld

Brezelbäckerei Ditsch setzt auf Kunden Convenience

Die deutschlandweit agierende Brezelbäckerei Ditsch setzt seit Anfang 2018 150 Payment-Terminals von Verifone in den umsatzstärksten Shops an Flughäfen, Bahnhöfen und anderen Hochfrequenzlagen ein. Damit ist Ditsch einer der ...

Anbieter

Bizerba SE & Co. KG
Bizerba SE & Co. KG
Wilhelm-Kraut-Straße 65
72336 Balingen
APG Cash Drawer
APG Cash Drawer
4 The Drove
BN9 0LA Newhaven
Allgeier Enterprise Services
Allgeier Enterprise Services
Westerbachstr. 32
61476 Kronberg im Taunus
adesso AG
adesso AG
Stockholmer Allee 20
44269 Dortmund
AURES Technologies GmbH
AURES Technologies GmbH
Maisacherstr. 118
82256 Fürstenfeldbruck
CCV Deutschland GmbH
CCV Deutschland GmbH
Gewerbering 1
84072 Au i.d.Hallertau
Mood Media GmbH
Mood Media GmbH
Wandalenweg 30
20097 Hamburg
LODATA Micro Computer GmbH
LODATA Micro Computer GmbH
Karl-Arnold-Str. 5
47877 Willich
Intenta GmbH
Intenta GmbH
Ahornstraße 55
09112 Chemnitz
DRS AG
Wilhelmstrasse 22
89073 Ulm