Nie war es einfacher, data-driven zu werden (und sofort davon zu profitieren)

Die besonders turbulenten Marktbedingungen im Jahr 2022 haben die Preis- und Lieferkettenpolitik des Einzelhandels gestört. Die Preisoptimierung war zwar schon immer ein tägliches Thema in dieser Branche, aber der Anstieg der Verbraucherpreise um 5,2% im gesamten Jahr 2022 (gegenüber 1,6% im Jahr 2021) und seine Beschleunigung im ersten Quartal 2023 haben die Notwendigkeit zu reagieren noch verstärkt. Täglich müssen häufigere Entscheidungen zur Preisanpassung getroffen werden, um Kostensteigerungen aufzufangen oder auf die Neupositionierung von Wettbewerbern zu reagieren, und sie müssen sofort in den Filialnetzen umgesetzt werden.

Erschwerend kommt hinzu, dass immer noch ein Schatten über den Lieferketten hängt, der von den Pandemien geerbt wurde. Viele Einzelhändler sind sich nicht mehr sicher, ob sie alle Produkte anbieten können, weil sie nicht genug auf Lager haben.

Bei der Bewältigung dieser beiden Herausforderungen zeichnen sich die Akteure aus, die in der Lage sind, sich in hohem Maße auf ihr data zu verlassen und es sofort und in großem Umfang durch maschinelles Lernen zu verarbeiten. Natürlich kann man nicht von heute auf morgen von data-reich zu data-driven werden, aber entgegen weit verbreiteter Befürchtungen sind die Technologien so ausgereift, dass die ersten Bausteine, die schnell Früchte tragen können, in wenigen Wochen eingesetzt werden können.

Die Inflation hat die Aufmerksamkeit der Einzelhändler auf die tägliche Herausforderung der Preisoptimierung gelenkt: Wie kann man Produkte identifizieren, die am empfindlichsten auf Preisschwankungen reagieren (Elastizität)? Welche Produkte prägen das Preisimage einer Marke (bekannte Wertartikel)? Wie kann man in Echtzeit auf die Neupositionierung von Wettbewerbern reagieren? Wie können Werbeaktionen optimiert werden, ohne die Rentabilität zu beeinträchtigen, da sie einen immer größeren Anteil am Umsatz ausmachen (die Verbraucher suchen mehr denn je nach Schnäppchen, die in ein knappes Budget passen)? Alle Antworten finden Sie im data! Kunden data und die eigene Verkaufshistorie können mit externen data wie Preis- und Aktionsaufzeichnungen der Konkurrenz, Saisonalität, Kalenderereignissen und, ja, sogar dem Wetter (!) kombiniert werden, um die richtigen Entscheidungen zu treffen. Einzelhändler-Preise und Kategorie-Management Teams tun all dies normalerweise. Leider müssen sie oft mit Excel arbeiten, haben aber aufgrund ihrer anderen Aufgaben nur wenig Zeit dafür.

Was ist also neu? Nun, es ist die heutige Verfügbarkeit bewährter Standardalgorithmen, die die einfachsten Entscheidungsprozesse automatisieren. Es ist die nahtlose und massive Verfügbarkeit von data von Drittanbietern auf dem Markt. Es ist die Benutzerfreundlichkeit von Technologiepaketen, mit denen Millionen von Transaktionen in wenigen Millisekunden verarbeitet werden können. Heute dauert es nur noch drei Monate, um ein data platform zu erstellen, das alle Transaktionen data, Werbeaktionen, Lagerbestände, Produkthierarchien, Filialhierarchien, Kunden data usw. vereint. Und ein Technologiepartner kann die Infrastruktur, den Ressourceneinsatz und die Netzwerkdimensionen im cloud über seine Managed Services verwalten. Wenn Sie heute wie Monsieur Jourdain Excel und PowerPoint beherrschen, sind Sie ein data-Analyst ohne es zu merken: In wenigen Tagen können Sie die Kontrolle über data in BigQuery (Google), Synapse (Microsoft) oder Snowflake übernehmen und interaktive Dashboards in Looker, Power BI oder Tableau erstellen.

In den letzten Jahren hat auch der gesundheitliche und geopolitische Kontext die Lieferketten herausgefordert. Heute schwankt die Servicequote der Lieferanten von Woche zu Woche und die Lieferzeiten können sehr unsicher sein. Auch die Vertriebskanäle sind sehr komplex geworden: Es müssen nicht nur die Läden beliefert werden, sondern auch Hauslieferungen, Click-and-Collect und Partnerschaften bedient werden. Auch hier kommt die data-Wissenschaft den Einzelhändlern zu Hilfe, indem sie ihnen eine bessere Kontrolle der Bestandsverwaltung ermöglicht. Durch den Einsatz von maschinellem Lernen können Einzelhändler jetzt Quittungen in Echtzeit analysieren, um vergriffene Artikel sofort zu erkennen, die Streuung von Unsicherheiten über alle Glieder der Kette hinweg zu berechnen, um Pufferbestände besser zu bemessen, oder die Bestandszuweisung unter einer unendlichen Anzahl von Einschränkungen zu verbessern (um Kosten zu optimieren, Lieferzeiten zu verkürzen oder den CO2-Fußabdruck zu reduzieren).

In einem Geschäft, in dem die Gewinnspannen so knapp sind, dass operative Exzellenz eine Notwendigkeit ist, ist die Idee eines data-driven-Unternehmens alles andere als neu. Was sich heute ändert, ist der einfache Zugang und die Nutzung von technologischen Plattformen.

Wenn die Technologie kein Hindernis mehr darstellt, besteht die Herausforderung immer noch darin, diese Lösungen einem möglichst breiten audience zugänglich zu machen. Um ihre Nutzung zu demokratisieren, müssen einfache Lösungen in großem Umfang eingesetzt werden, die Schulungsprogramme für Mitarbeiter müssen vervielfacht werden, sei es auf Abruf oder intensiver, und es müssen Veranstaltungen (z.B. Hackathons) organisiert werden, um die Manager einzubinden, die den Wandel vorantreiben. Bei Data geht es um Menschen. Dies ist der Slogan von Artefact, und das zu Recht.

Das Tüpfelchen auf dem i ist, dass data selbst eine Goldmine ist, dank der Einzelhandelsmedien und data teilen. Da digitale Signale immer schwieriger zu erfassen sind, sind die Milliarden von Transaktionen und Kundeninteraktionen, die Einzelhändler generieren, zu einem entscheidenden strategischen Vorteil für sie geworden. Dieses data, das ein tiefgreifendes Verständnis der Verbrauchererwartungen ermöglicht, birgt großes Potenzial für die Monetarisierung. Aber es stellt eine tiefgreifende, existenzielle Veränderung des Geschäftsmodells des Einzelhandels dar: der Übergang von einem selbstfinanzierten Modell (mit negativem Betriebskapital), aber mit sehr geringen Margen, zu einem Modell, bei dem die Anfangsinvestitionen beträchtlich, die Margen aber hoch sind. Eine kopernikanische Revolution, die vielleicht nicht für alle Akteure einfach zu bewerkstelligen ist.

Im großen Supermarkt der Wertschöpfungsmöglichkeiten im Einzelhandel stehen die data-Technologien jetzt ganz oben im Regal, in der Selbstbedienung. Einzelhändler, warum sollten Sie damit warten, diese unschlagbaren Angebote mit Ihren Partnern zu teilen?