Automatisierte entscheidungen entlang des Produktlebenszyklus sparen OTTO Millionen - OTTO ist Vorreiter auf dem Gebiet Smart Data im deutschen Handel
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Customer Case Study Handel Automatisierte Entscheidungen entlang des Produktlebenszyklus sparen OTTO Millionen OTTO ist Vorreiter auf dem Gebiet Smart Data im deutschen Handel
Überblick
Kunde
Onlinehändler für Fashion und Lifestyle OTTO
Herausforderung
Den sich immer schneller ändernden Marktbedingungen und Kundenanforderungen im Multichannelhandel gerecht werden
Warenverfügbarkeit sicherstellen und Lieferzeiten von mehr als einer Woche vermeiden
Retourentreiber identifizieren und diesen gegensteuern
Lösung
Datenbasierter Closed‐Loop‐Ansatz entlang des gesamten Produktlebenszyklus
Produkt
Blue Yonder Predictive Analytics Suite
Erfolg in Zahlen
Absatzprognosen
Tägliche Inputvariablen 200
Wöchentlich ausgewertete Datensätze 300 Millionen
Jährliche Einzelprognosen 5 Milliarden
Verbesserung der Prognosequalität um 40 %
Senkung der Restbestände um 20 %
Retourenoptimierung
Vermiedene Artikelrücksendungen 2 Millionen
Dynamische Preisgestaltung
Die im Pilotprojekt für einen bestimmten Sortimentsbe-
reich von Otto gesetzten Ziele hinsichtlich Umsatz‐, Ab-
satz‐ und Neukundensteigerung wurden übertroffen
2Wie lassen sich die riesigen Datenmengen im
Onlinehandel gewinnbringend nutzen?
Komplexe Zusammenhänge und hohe Kundenerwartungen lassen Versandunter-
nehmen nach neuen Lösungen suchen
OTTO befindet sich als Multichannelunternehmen in einem Wettbewerbsumfeld, das
seit einigen Jahren geprägt ist von sich immer schneller ändernden Marktbedingungen
und Kundenanforderungen. Die Dominanz des Onlinehandels impliziert stetig neue
Herausforderungen. Entscheidungsprozesse sind heute von immensen Datenmengen,
einer Vielzahl von Einflussfaktoren, permanentem Handlungsbedarf in Echtzeit und ho-
hem Zeitdruck geprägt.
Herkömmliche statistische Verfahren im Bereich der Absatzprognose wurden diesen
neuen Anforderungen nicht mehr gerecht. Dank der einzigartigen Predictive Analytics
Software von Blue Yonder jedoch kann die Einzelgesellschaft nun ihre Datenmengen
erfolgreich nutzen.
Über OTTO
Der deutsche Multichannelhändler OTTO hat den Übergang vom klassischen Ver-
sandhändler zum Onlinehändler durch permanente Anpassung seiner Geschäfts-
prozesse und Neuausrichtung des Unternehmens erfolgreich gemeistert. Den Mit-
telpunkt des heutigen Geschäfts bildet der Onlineshop www.otto.de mit einem
Anteil von über 80 % am Gesamtjahresumsatz von mehr als 2 Milliarden Euro. Eine
der Grundvoraussetzungen für diese positive Entwicklung ist das umfassende Sor-
timentsangebot. Neben Mode und Technik werden unter anderem auch Möbel,
Sportartikel, Schuhe und Spielzeug angeboten. Insgesamt führt der Onlineshop
rund 4.000 Marken und mehr als 2 Millionen Artikelpositionen.
3Der erste Schritt:
Neue Wege bei der Absatzprognose
Um seinen betriebswirtschaftlichen Erfolg sicherzustellen, muss OTTO sein umfassendes Angebot an Pro-
dukten für jeden einzelnen Artikel präzise steuern. Eine der größten Herausforderungen hierbei ist es,
den voraussichtlichen Absatz eines Artikels frühzeitig vorherzusagen, denn der rentable Wareneinkauf
entscheidet über den Gesamterfolg. Die wichtigste Aufgabe ist somit, permanent die richtigen Mengen
zu identifizieren.
Blue Yonder überzeugte mit der Qualität seiner Prognosen
Um die Komplexität des heutigen Geschäftsmodells mit seinen Mengen an Daten aus den unterschied-
lichsten Kanälen abzubilden, evaluierte OTTO 13 international ausgerichtete Softwareanbieter. Die Blue
Yonder Predictive Analytics Suite überzeugte. OTTO stellte den Anbietern testweise historische Daten zur
Verfügung, deren IST‐Zahlen dem Unternehmen bereits bekannt waren. Bei dem Test lieferte Blue Yon-
der die mit Abstand präzisesten Prognosen. So startete eine enge und erfolgreiche Zusammenarbeit, um
zunächst die Absatzprognosen auf Einzelartikelebene zu verbessern. Auf Basis von historischen Daten
mit unterschiedlichsten Inputvariablen wurde das System trainiert, sodass es von Beginn an sehr gute
Prognosen lieferte. Mit jedem weiteren Iterationsschritt überprüft das System seine eigene Prognosequa-
lität und zieht Schlüsse daraus. Dabei nutzt die Software innovative Techniken wie Predictive Modelling
und Machine Learning.
Mit Blue Yonder verbessert OTTO seine Prognosequalität um bis zu 40 %
Mit dem Einsatz der einzigartigen Prognosesoftware von Blue Yonder wurde OTTO zum „First Mover“
auf dem Gebiet Big Data im Handelsumfeld. Die Artikelabsatzprognose mit Blue Yonder ist heute fest
in den operativen Geschäftsprozessen bei OTTO verankert. Es wird täglich für jeden Artikel je Farbe und
Größe eine aktualisierte Prognose auf Basis von 200 verschiedenen Inputvariablen (z. B. Marke, Preis, On-
lineplatzierung, Bestandssituation, Wetter) ermittelt. Hierzu übergibt OTTO wöchentlich 300 Millionen
Datensätze an Blue Yonder. Jedes Jahr werden somit mehr als 5 Milliarden Einzelprognosen erstellt. Ein
großer betriebswirtschaftlicher Erfolg: Die Prognosequalität verbesserte sich gegenüber den herkömmli-
chen Verfahren um bis zu 40 % je Artikel und die Restbestände am Saisonende wurden um 20 % gesenkt!
Tägliche Inputvariablen 200
Wöchentlich ausgewertete Datensätze 300 Millionen
Jährliche Einzelprognosen 5 Milliarden
Verbesserung der Prognosequalität um 40 %
Senkung der Restbestände um 20 %
„Unsere Prognosequalität steigt mit Blue Yonder kontinuierlich und die
prognostizierten Absatzmengen werden immer präziser. Sie unterstützen
uns dabei, uns frühzeitig auf künftige Entwicklungen einzustellen.“
Michael Sinn, Direktor Category Support, OTTO
4Der Closed‐Loop‐Ansatz
Technologiegetriebener Produktlebenszyklus
Aufbauend auf dem Erfolg der neuen Artikelabsatzprognose identifizierten OTTO und Blue Yonder
entlang des gesamten Produktlebenszyklus Fragestellungen, die vom Einsatz der neuen Technologie
profitieren können. So entstand die Idee des „technology‐driven product lifecycle“, eines ganzheitli-
chen Systems zur Steuerung des Produktlebenszyklus. Die Steuerungsinstrumente versetzen OTTO in
die Lage, schneller und einfacher wirtschaftlich sinnvolle Entscheidungen für einen Artikel zu treffen.
Der Produktlebenszyklus wurde in vier Phasen eingeteilt, die im Zusammenspiel einen geschlossenen
Kreislauf (Closed Loop) ergeben: Trenderkennung, Planung, Prognose und Abverkaufsoptimierung. Ei-
nige der Instrumente sind bei OTTO bereits vollständig in die operativen Geschäftsprozesse integriert,
andere befinden sich noch auf der Zielgeraden. Der „technology‐driven product lifecycle“ wird perma-
nent weiterentwickelt. Er trägt den Gegebenheiten des sich immer schneller verändernden Marktum-
felds Rechnung und ermöglicht es OTTO, Entscheidungen zu automatisieren und betriebswirtschaftlich
bessere Ergebnisse zu erzielen.
Closed Loop
Ganzheitliche Betrachtung verschiedener Fragestellungen
entlang des Produktlebenszyklus
Trenderkennung
• Frühzeitiges Erkennen
• Neue Informationsquellen
• Welches Produkt möchte
der Kunde in Zukunft?
Abverkaufsoptimierung Planung
• Flexible Preissetzung
• Recommendation Engine Closed • Aufbau Sortimentsstruktur
• Kollektionsgedanke
• Retourenmanagement
• Effiziente Bestandssteuerung
Loop • Mengenschätzung
• Betriebswirtschaftliche
Steuerung der
Eigenbewirtschaftung
Prognose
• Beschaffung
• Absatz-/Retourenprognose
• Publikationsmanagement
5Dynamic Pricing:
Wie OTTO den optimalen Preis findet
Die Anforderungen an ein intelligentes Preismanagement sind heute im Onlinegeschäft ungleich hö-
her als zu Katalogzeiten. Der Kunde erwartet stets einen angemessenen Preis, die Preistransparenz liegt
insbesondere bei Markenware bei nahezu 100 %. Der optimale Preis für ein Produkt hängt von zahlrei-
chen Einflussfaktoren ab, die täglich variieren können. Zu jedem Zeitpunkt im Produktlebenszyklus gibt
es einen optimalen Preis für ein Produkt − die Herausforderung ist, diesen zeitbezogen festzulegen.
Das Finden des „idealen“ Preises wird bei OTTO heute mit Unterstützung von Big Data erfolgreich um-
gesetzt. In einem halbjährigen Pilotprojekt im Bereich Herrenausstattung testete OTTO, wie mithilfe
der Predictive Analytics Software von Blue Yonder die Preisfestsetzung automatisiert werden kann, um
den Umsatz und die Rendite zu steigern. Mit beeindruckenden Resultaten: Blue Yonder war nachweis-
lich in der Lage, gleichzeitig den Absatz, den Umsatz und das Ergebnis signifikant zu optimieren. Auf
dieser Basis erfolgt aktuell der sukzessive Rollout auf das gesamte Sortiment, von dem sich OTTO eine
nennenswerte Verbesserung des Unternehmensergebnisses verspricht.
Retourenmanagement:
So senkt OTTO seine Retourenquote
Warenrücksendungen durch den Kunden und deren Management haben sich durch den Onlinehandel zum erfolgskriti-
schen Faktor Nummer 1 entwickelt. Auf der einen Seite verursachen Retouren immense Logistikkosten, Kosten zur Wieder-
aufbereitung und im unerfreulichsten Fall Abschreibungen für nicht mehr einlagerungs‐ und somit versandfähige Ware.
Auf der anderen Seite sind Retouren grundlegender Bestandteil des Geschäftsmodells. Denn ein Vorteil des Versandhan-
dels ist es, die Ware in Ruhe zu Hause zu prüfen, dann zu entscheiden und anschließend unter Umständen einen Teil der
Ware zurückzusenden. Vor diesem Hintergrund wurde ein gemeinsames Projekt zwischen OTTO und Blue Yonder initiiert,
um Gründe und Treiber für Rücksendungen zu identifizieren, zu quantifizieren und auf Basis dessen Maßnahmen zur Sen-
kung der Retourenquote abzuleiten.
Im Rahmen eines Expertenworkshops wurden Arbeitshypothesen formuliert,
die im Verlauf des Projektes mit der Blue Yonder Software überprüft wurden.
Die Senkung der Retourenquote
Hierbei wurden beispielsweise die Entwicklung von Auswahlbestellungen (ein
führte zu einer Kostenersparnis in
Kunde bestellt einen Artikel in mehreren Größen oder Farben), der Zusammen-
zweistelliger Millionenhöhe.
hang zwischen Lieferzeit und Retourenverhalten oder auch der Einfluss der
werblichen Darstellung eines Artikels im Rahmen eines umfangreichen Daten-
modells untersucht. Auf Basis der Ergebnisse wurden zahlreiche Maßnahmen ergriffen, die zu einer signifikanten Senkung
der Retourenquote geführt haben. So konnten beispielsweise die Auswahlbestellungen durch das Einblenden eines Um-
welthinweises im Bestellprozess deutlich gemindert werden. Zudem wurde ein System entwickelt, um die Retourenquo-
te eines Artikels frühzeitig zu prognostizieren und hochretourige, unrentable Artikel vollautomatisch entsprechend eines
genau definierten Regelwerks aus dem Onlineshop zu entfernen. Insgesamt wurden durch die Erkenntnisse des Projektes
bisher ca. 2 Millionen Artikelrücksendungen vermieden.
6Exakte Planung:
So verbessert OTTO seine Sortimentierung
Die präzisen Absatzprognosen, die OTTO mithilfe von Blue Yonder Software ermittelt, haben direkten
Einfluss auf die erfolgsentscheidende Sortimentsstruktur des Unternehmens. Denn die Kernfrage, die
bei der Planung zu beantworten ist, lautet: Welche Sortimentsstruktur hat unsere neue Kollektion und
welche Mengen müssen wir von einem bestimmten Artikel in der Produktion berücksichtigen? Um
die Kollektionen zu planen, werden präzise Einschätzungen voraussichtlicher Abverkäufe und Order-
mengen benötigt. Hier stellt Blue Yonder einzigartige Analysen zur Verfügung, die sowohl historische
Daten, eigene Kundendaten, aber auch unstrukturierte Daten wie Suchanfragen auf otto.de und neue
Informationsquellen, z. B. aus Social Media oder Google, berücksichtigen. Trends lassen sich damit frü-
her erkennen und die Sortimentsplanung wird deutlich einfacher und präziser.
Trenderkennung:
Gemeinsam mit Blue Yonder schaut
OTTO in die Zukunft
In einem nächsten Projekt werden die Data Scientists von Blue Yonder und die Handelsexperten bei
OTTO den Einsatz der Software in der ganz frühen Planungsphase prüfen. Denn natürlich will OTTO
rechtzeitig wissen, welche Artikel in der Zukunft von den Kunden gewünscht werden und welche
Trends abzusehen sind. Hierbei kann Predictive Analytics die Trendexperten von OTTO sinnvoll unter-
stützen. Deren Entscheidungen basieren heute auf ihrem großen Erfahrungsschatz, auf Store Checks,
Messebesuchen, Reisen in Produktionsmärkte und auf historischen Daten. Künftig sollen diese Infor-
mationen durch die Betrachtung und Analyse zusätzlicher Informationsquellen wie Google und Social
Media präzisiert und mithilfe von Blue Yonder Predictive Analytics ausgewertet werden.
7Blue Yonder
Blue Yonder hilft Unternehmen dabei, wertvolles Wissen für automatisierte
Entscheidungsprozesse und profitables Wachstum aus ihren Datenmen-
gen zu ziehen. Das Blue Yonder Entwicklungsteam besteht aus Data Scien-
tists und Softwareentwicklern, die alle aus der Wissenschaft kommen und
an internationalen Forschungsinstituten wie dem CERN profundes Wissen
erworben haben. Basierend auf unserer langjährigen Erfahrung mit Unter-
nehmenssoftware und Software as a Service (SaaS) entwickeln wir Lösun-
gen, die für anspruchsvolle Aufgaben in der Wirtschaft eingesetzt werden.
Mithilfe unserer branchenspezifischen Prognosesoftware und Data‐driven
Apps können auch Fachabteilungen einfach mit Predictive Analytics arbei-
ten. Durch diese Demokratisierung von Big Data ermöglichen wir Unter-
nehmen auf der ganzen Welt, selbst zum Predictive Enterprise zu werden.
Dabei nutzen wir innovative Techniken wie Predictive Modelling und Ma-
chine Learning, um präzise Prognosen von höchster Qualität zu erstellen
und Massenentscheidungen zu automatisieren.
Die SaaS-Lösung für Predictive Analytics
Wollen auch Sie ein datengetriebenes
Unternehmen werden?
Sprechen Sie mit uns!
BY_022014
Blue Yonder GmbH
Karlsruher Straße 88
D-76139 Karlsruhe
Tel. +49 (0)721 383 117 0
Fax +49 (0)721 383 117 69
info@blue-yonder.com
www.blue-yonder.com
8Sie können auch lesen
