Autor
Data Technologien stehen jetzt an der Spitze des großen Supermarkts der Einzelhandelsmöglichkeiten. Bedienen Sie sich: Nutzen Sie diese unschlagbaren Angebote noch heute!
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 über Preisanpassungen 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 noch immer ein Schatten über den Lieferketten hängt, der von den Pandemieereignissen 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 Akteure aus, die in der Lage sind, sich in hohem Maße auf ihre data zu stützen und diese sofort und in großem Umfang durch maschinelles Lernen zu verarbeiten. Natürlich kann man nicht von heute auf morgen von einer data zu einer data übergehen, aber entgegen den weit verbreiteten Befürchtungen sind die Technologien so ausgereift, dass die ersten Bausteine, die schnell Früchte tragen können, in wenigen Wochen eingesetzt werden können.
Maschinelles Lernen zur Preisoptimierung...
Die Inflation hat die Aufmerksamkeit der Einzelhändler auf die tägliche Herausforderung der Preisoptimierung gelenkt: Wie lassen sich 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 auf data! Kunden data und die eigene Verkaufshistorie können mit externen data wie Preis- und Aktionsaufzeichnungen von Wettbewerbern, Saisonalität, Kalenderereignissen und, ja, sogar dem Wetter (!) kombiniert werden, um die richtigen Entscheidungen zu treffen. Die Preisgestalter und Category Management-Teams des Einzelhandels tun 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 von bewährten Standardalgorithmen, die die einfachsten Entscheidungsprozesse automatisieren. Es ist die nahtlose und massive Verfügbarkeit von data Dritter auf dem Markt. Es ist die Benutzerfreundlichkeit von Technologiepaketen, mit denen Millionen von Transaktionen in wenigen Millisekunden verarbeitet werden können. Heute dauert es nur drei Monate, um eine data aufzubauen, die alle data, Werbeaktionen, Lagerbestände, Produkthierarchien, Filialhierarchien, data usw. vereint. Und ein Technologiepartner kann über seine Managed Services die Infrastruktur, den Ressourceneinsatz und die Netzwerkdimensionen in der cloud verwalten. Wenn Sie wie Monsieur Jourdain Excel und PowerPoint beherrschen, sind Sie heute ein data , ohne es zu merken: In wenigen Tagen können Sie die Kontrolle über die data in BigQuery (Google), Synapse (Microsoft) oder Snowflake übernehmen und interaktive Dashboards in Looker, Power BI oder Tableau erstellen.
...und eine bessere Bestandsverwaltung
In den letzten Jahren haben auch die gesundheitlichen und geopolitischen Rahmenbedingungen die Lieferketten vor Herausforderungen gestellt. 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 Wissenschaft von data den Einzelhändlern zu Hilfe, indem sie ihnen eine bessere Kontrolle des Bestandsmanagements ermöglicht. Durch den Einsatz von maschinellem Lernen können Einzelhändler jetzt Quittungen in Echtzeit analysieren, um vergriffene Artikel sofort zu erkennen, die Verteilung von Unsicherheiten über alle Glieder der Kette 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).
Demokratisierung der Nutzung von data im gesamten Unternehmen: data ist eine Frage der Menschen
In einer Branche, in der die Gewinnspannen so knapp sind, dass operative Exzellenz eine Notwendigkeit ist, ist der Gedanke eines data Unternehmens alles andere als neu. Was sich heute ändert, ist die Leichtigkeit des Zugangs und der Nutzung von technologischen Plattformen.
Auch wenn die Technologie kein Hindernis mehr darstellt, besteht die Herausforderung darin, diese Lösungen einem möglichst breiten Publikum zugänglich zu machen audience. 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 Führungskräfte einzubinden, die den Wandel vorantreiben. Data is about people. Dies ist der Slogan von Artefact, und das zu Recht.
Direkt monetarisierbar data... Aber vielleicht nicht sofort für jeden
Das Tüpfelchen auf dem i ist, dass data selbst eine Goldmine ist, dank der Einzelhandelsmedien und data . 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. Diese data, die ein tiefes Verständnis der Verbrauchererwartungen vermittelt, birgt ein großes Potenzial für die Monetarisierung. Es bedeutet jedoch eine tiefgreifende, existenzielle Umgestaltung des Geschäftsmodells der Einzelhändler: der Übergang von einem selbstfinanzierten Modell (mit negativem Betriebskapital), aber mit sehr geringen Gewinnspannen, zu einem Modell, bei dem die Anfangsinvestitionen beträchtlich, die Gewinnspannen jedoch hoch sind. Eine kopernikanische Revolution, die vielleicht nicht für alle Akteure einfach zu bewerkstelligen ist.
Im großen Supermarkt der Wertschöpfungsmöglichkeiten im Einzelhandel stehen die Technologien von data jetzt ganz oben im Regal, in der Selbstbedienung. Einzelhändler, warum sollten Sie warten, um diese unschlagbaren Angebote mit Ihren Partnern zu teilen?
