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: Decathlon: Einzelhandel per Smartphone?
12.06.2019   #Kassensysteme #Kassenkomponenten

Decathlon: Einzelhandel per Smartphone?

Weltgrößter Sportartikel-Einzelhändler Decathlon setzt auf bargeldlose Filialen

NewStore, der erste Anbieter für „Omnichannel-as-a-Service“, unterstützt ab sofort den Eintritt des weltgrößten Sportartikelhändler Decathlon in den US-Markt. Decathlon eröffnete sein rund 4.500 ...

Thumbnail-Foto: Neues Hybrid-Kassensystem für Kleinunternehmen...
20.05.2019   #POS-Systeme #Kassen

Neues Hybrid-Kassensystem für Kleinunternehmen

Posiflex bringt ein neues innovatives Hybrid-Kassensystem für Kleinunternehmen auf den Markt

Der Retail-Markt entwickelt sich ständig weiter. Um seinen Kunden das zu bieten, was sie wirklich benötigen, beobachtet Posiflex den Markt kontinuierlich und aufmerksam. Nun stellt der POS-Spezialist mit der hybriden POS-Lösung ...

Thumbnail-Foto: Roboter im Einzelhandel: Produzent und Verkäufer im vollautomatischen...
15.03.2019   #Künstliche Intelligenz #Kundenbindung

Roboter im Einzelhandel: Produzent und Verkäufer im vollautomatischen Kiosk

Interview mit Matthias Krinke, Geschäftsführer von der pi4_robotics GmbH

In Berlin finden wir den Roboter Gisela im Bikini Berlin. Was sie kann und was der Einzelhandel künftig von ihr und ihren Nachfolgern erwarten darf, besprachen wir mit Matthias Krinke, der sie entwickelte. ...

Thumbnail-Foto: Kameras, Komfort und künstliche Intelligenz
10.04.2019   #Sicherheit #Kassen

Kameras, Komfort und künstliche Intelligenz

Video: Was Self-Checkout-Systeme schon heute leisten können

Self-Checkout-Systeme erfreuen sich einer immer höheren Akzeptanz und gelten als wichtiges Zukunftsthema für Einzelhändler und Kunden. ...

Thumbnail-Foto: Zucchetti Group: POS-Systeme als Mittelpunkt für den „seamless...
21.02.2019   #Self-Checkout-Systeme #Kioskterminals

Zucchetti Group: POS-Systeme als Mittelpunkt für den „seamless retail“

Von Personaleinsatzplanung bis zu SelfCheckout-Systemen

Thumbnail-Foto: Adieu Kassenbon aus Papier: alle Belege in einer App...
16.05.2019   #Kassensysteme #Kassen

Adieu Kassenbon aus Papier: alle Belege in einer App

Und wenn die Belegausgabepflicht kommt? Dann digitalisieren wir!

Sie erzeugen Aufwand und Abfall ohne Ende: die Massen an Papierrollen, die täglich durch die Kasse zum Kunden oder direkt in den Papierkorb wandern. Anfang 2020 muss jeder Kunde dann auch noch immer einen Beleg über seinen Einkauf ...

Thumbnail-Foto: E-Commerce: KI-Übersetzungen beleben das Geschäft...
29.04.2019   #Online-Handel #E-Commerce

E-Commerce: KI-Übersetzungen beleben das Geschäft

Interview mit Boris Zielonka, Leiter Marketing & Sales, Eurotext AG

Händler, die einen Online-Shop aufbauen, können ihre Reichweite vervielfachen – vor allem, wenn sie ihren Shop mehrsprachig aufstellen.Die Eurotext AG unterstützt Händler als Sprach- und Übersetzungsdienstleister ...

Thumbnail-Foto: In 5 Schritten zur Omnichannel-Strategie
07.06.2019   #E-Commerce #Omnichannel

"In 5 Schritten zur Omnichannel-Strategie"

Omnichannel-Strategie finden mit dem Whitepaper von ROQQIO

Die Umsetzung einer Omnichannel Strategie in Handelsunternehmen ist ein mehrschichtiges Projekt. Anregungen für vorbereitende Recherchen und grundsätzliche Überlegungen gibt das Whitepaper „In 5 Schritten zur ...

Thumbnail-Foto: E-Commerce rückt stärker ins Zentrum der digitalen Transformation...
12.03.2019   #Online-Handel #E-Commerce

E-Commerce rückt stärker ins Zentrum der digitalen Transformation

78 Prozent der Deutschen Unternehmen betreiben eigenen Webshop

Rund die Hälfte der B2B-Organisationen weltweit (51 Prozent) setzt aktuell digitale Transformationsprojekte in ihrem Unternehmen um. Dies zeigt die aktuelle weltweite B2B-E-Commerce-Studie von Sana Commerce „Digitale Transformation & ...

Thumbnail-Foto: Künstliche Intelligenz steuert immer mehr Prozesse in unserem Alltag...
16.04.2019   #Digitalisierung #Wirtschaft

Künstliche Intelligenz steuert immer mehr Prozesse in unserem Alltag

Fünf Gründe, weshalb die Angst vor KI unbegründet ist

Künstliche Intelligenz (KI) steuert immer mehr Prozesse in unserem Alltag: auf den User zugeschnittene Werbeanzeigen, dynamische Warenpreise in Echtzeit und die Logistik in vielen Industrieunternehmen. Dadurch beeinflusst die KI auch unsere ...

Anbieter

Allgeier Enterprise Services
Allgeier Enterprise Services
Westerbachstr. 32
61476 Kronberg im Taunus
Permaplay Media Solutions GmbH
Permaplay Media Solutions GmbH
Aschmattstr. 8
76532 Baden-Baden
LANCOM Systems GmbH
LANCOM Systems GmbH
Adenauerstraße 20 / B2
52146 Würselen
VR Payment GmbH
VR Payment GmbH
Saonestraße 3a
60528 Frankfurt am Main
Livello GmbH
Livello GmbH
Gerhard-Hoehme-Allee 2
41466 Neuss
plentysystems AG
plentysystems AG
Bürgermeister-Brunner-Straße 15
34117 Kassel
Management Forum der Verlagsgruppe Handelsblatt GmbH
Management Forum der Verlagsgruppe Handelsblatt GmbH
Eschersheimer Landstr. 50
60322 Frankfurt am Main
GLORY Global Solutions (Germany) GmbH
GLORY Global Solutions (Germany) GmbH
Thomas-Edison-Platz 1
63263 Neu-Isenburg
Mood Media GmbH
Mood Media GmbH
Wandalenweg 30
20097 Hamburg
Axis Communications GmbH
Axis Communications GmbH
Adalperostraße 86
85737 Ismaning