Handelsunternehmen erfassen ständig unvorstellbare Mengen an Informationen über Kunden, Zulieferer und Geschäftsprozesse. Hinzu kommen die wachsenden Datenmengen aus sozialen Netzwerken, in denen Konsumenten über Produkte, Marken und Handelsunternehmen diskutieren. Die Auswertung dieser elektronischen Daten stellt eine gewaltige Herausforderung dar. Obwohl Analytics-Lösungen dafür vorhanden sind, setzt sie der Handel noch nicht unternehmensweit und systematisch ein.
Die Kluft zwischen Massen an täglich generierten Daten und noch nicht ausgeschöpftem Potenzial bei der Auswertung belegt die aktuelle Studie „Wettbewerbsfaktor Analytics 2014″, die die Uni Potsdam im Auftrag des Softwareherstellers SAS herausgebracht hat. Ein Ergebnis: Der Handel ist in Sachen Analytics noch längst nicht so weit, wie er sein könnte.
Der deutschsprachige Handel weist einen „Ad-hoc“-Reifegrad auf: Business Analytics wird dort demnach noch eher spontan und individuell eingesetzt. Bisher nutzen 74 Prozent der befragten Handelsunternehmen weniger als die Hälfte aller verfügbaren Daten für Analysezwecke. Business Analytics kommt momentan vor allem im Service und im Vertrieb verstärkt zum Einsatz. Überraschend: Entgegen allgemein üblichen Annahmen fällt die Auswertung von Daten aus Webseiten und Social Media im Handel noch recht gering aus. Ein Mangel an Analysen, Simulationen, Prognosen und Optimierungen in wichtigen Bereichen wie Marketing führt dazu, dass Potenziale im Handel nicht erschlossen werden.
Diese Defizite können Handelsunternehmen ausgleichen, wenn es ihnen gelingt, ihre Daten effizienter auszuwerten und dadurch die Kundenbeziehungen zu verbessern. Big Data und die Integration von Quellen und Systemen sind dabei zwei wichtige Aspekte, die eine Analytics-Lösung erfüllen muss. Lösungen wie SAS Retail Intelligence Solutions, die speziell den Handelssektor adressieren, helfen Unternehmen dabei, Zielgruppen differenziert anzusprechen, die Ressourcenverteilung zu optimieren sowie ihr Unternehmen zu steuern.
Vielfalt an Einsatzmöglichkeiten
Analytics-Lösungen können Verbesserungen in zahlreichen Bereichen bringen. Hierzu gehören – um nur einige zu nennen:
– differenzierte Zielgruppenansprache: Analyse von Nachfrage- und Verhaltensmuster, Zielgruppensegmentierung, Planung von Marketing- und Kommunikationsmaßnahmen
– Steuerung der Sortiments- und Lagerbestände: Transparenz in der Sortiments- und Warengruppenplanung, Abbildung von Unternehmens-/Umsatzzielen und Kundenbedürfnissen, individuelle Sortimentskonzepte und Preisstrategien im Bereich Regalpreise, Promotions und Markdown
– Supply-Chain-Optimierung: Vermeidung von Lieferengpässen und Out-of-Stock-Situationen, Beschleunigung des Warenflusses, zuverlässige Projektionen der zukünftigen Absatzentwicklung
– effiziente Ressourcenverteilung: kostenoptimale Strukturen und Prozesse, effizienter Personaleinsatz, bedarfsgerechte IT-Infrastruktur
– integrierte Unternehmenssteuerung: Integration und Verteilung von relevanten Informationen aus allen wichtigen Unternehmensbereichen; konsolidierte, unternehmensweite Sicht auf die erfolgsbestimmenden Schlüsselfaktoren
Eine der wichtigsten Anforderungen beispielsweise bei der Analyse von Daten im Online-Handel ist die Verfügbarkeit der Informationen annähernd in Echtzeit (Near Realtime). Entscheidungen und Aktionen müssen anhand einer Warenkorbanalyse extrem schnell getroffen werden. Angesichts einer Betrachtungsweise der Transaktionen auf Ebene der einzelnen Kunden und der enormen Datenmengen, die damit verknüpft sind, ergibt sich daraus eine erhebliche Herausforderung.
Den Blick nach vorne richten
Analytische Softwareplattformen stellen heute die komplette Bandbreite an Funktionalitäten zur Verfügung, die für eine Datenanalyse im Rahmen der oben genannten Einsatzbereiche notwendig sind. Die meisten dafür erforderlichen Daten sind im Unternehmen bereits vorhanden – wenn auch in unterschiedlichen Systemen und Datensilos. Hinzu kommen immer mehr Echtzeitdaten, etwa aus Online-Interaktionen. Analytics-Lösungen verknüpfen die Kunden-, Geschäfts- und Transaktionsdaten aus den bestehenden operativen Anwendungen und konsolidieren sie in einer gemeinsamen Datenbasis. Die Analyse dieser Informationen schafft dann eine tragfähige Entscheidungsgrundlage.
Wichtig ist, dass eine Analytics-Lösung für den Handel sofort einsetzbare Datenmodelle, Analysen und Reports für Vertrieb und Marketing, Einkauf und Logistik sowie Finanz-/Rechnungswesen und Controlling umfasst und übergreifend allen Managementebenen aussagekräftige Erkenntnisse liefert. Dabei geht es jedoch nicht mehr um die Auswertung zurückliegender Ereignisse und die Bestimmung des Ist-Zustands wie bei der herkömmlichen Business Intelligence. Stattdessen ist verstärkt eine vorausdeutende Analyse gefragt. Die Fähigkeit, präzise Prognosen zu erstellen und erkannte Chancen in schnelle Aktionen umzusetzen, ist dabei der entscheidende Schritt in der Wertschöpfung.
Fazit
Blickt man in die Zukunft, so lässt sich erahnen, dass der Bedarf an Big Data Analytics erheblich zunehmen wird. Alleine das viel besprochene „Internet der Dinge“, bei dem Gegenstände über das IPv6-Protokoll kommunizieren, wird eine Vielzahl von wertvollen Daten zur Auswertung (unter anderem für den Logistikbereich im Handel) generieren – und für eine starke Zunahme des Datenflusses sorgen.
Dem Handel stellt sich also die Aufgabe, Analytics-Lösungen übergreifend und unternehmensweit einzusetzen, um die Datenfülle zu interpretieren. Auf diese Weise können Handelsunternehmen das Einkaufserlebnis für ihre Kunden optimieren, intelligente Logistikketten entwickeln und interne Geschäftsprozesse verbessern. Neue Technologien ermöglichen bereits heute die effektive Nutzung sämtlicher im Unternehmen vorliegender Daten sowie die Einbeziehung weiterer Informationen in die Analyse.
