Daten vs. Bauchgefühl? - Zur Zukunft datengetriebener Entscheidungen im Einzelhandel des ländlichen Raums Cindy Schäfer, Aida Stelter, Hans ...
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Ausgabe 8, 2021
Daten vs. Bauchgefühl?
Zur Zukunft datengetriebener Entscheidungen
im Einzelhandel des ländlichen Raums
Cindy Schäfer, Aida Stelter, Hans Christian Klein, Björn Niehaves
1
Inhalt
4 Big Data: Stimmen aus Wirtschaft und Forschung
6 Strukturwandel im Einzelhandel und Verödung der Innenstädte
9 Aktuelle Herausforderungen – Der Einzelhandel der Zukunft
13 Was wir (noch) nicht wissen
14 Die Studie
16 Ergebnisse
26 Handlungsempfehlungen für den ländlichen stationären Einzelhandel
28 Steckbrief DALES
MANAGEMENT SUMMARY
Wie kann der Einzelhandel im ländlichen Raum zukünftig von Daten, seitens der Einzelhändlerinnen und Ein
aussehen? Gerade dort stehen stationäre Einzelhändler zelhändler untersucht, was die Grundlage für Big-
innen und Einzelhändler vor zahlreichen Herausforder Data-Anwendungen darstellt.
ungen. Einerseits müssen die Einzelhändlerinnen und
Einzelhändler die gestiegenen Anforderungen der Die Studie stellt die Ergebnisse einer umfassenden
Kundinnen und Kunden, wie beispielsweise die Online- Befragung mit 81 Befragten in Attendorn und Umge
Bestandsprüfung, adressieren. Andererseits müssen sie bung vor. Die Resultate zeigen, dass datenbasierte
sich vom E-Commerce (Onlinehandel) differenzieren. Entscheidungen signifikant die traditionellen Instru
Big Data kann stationären Einzelhändlerinnen und mente übertreffen und damit einen unternehmerischen
Einzelhändlern helfen, um Kundinnen und Kunden vor Mehrwert ab Phase II bringen. Weiterhin zeigt sich,
Ort stärker zu binden, indem die Einzelhändlerinnen dass die Einzelhändlerinnen und Einzelhändler Vorteile
und Einzelhändler ihre Entscheidungen datenbasiert im Teilen und der Analyse ihrer Daten erkennen, die
optimieren. sogar zu einem (Markt-)Vorteil führen. Eine weitere
Erkenntnis war, dass die Einzelhändlerinnen und
In dieser Studie haben wir den Entscheidungsprozess Einzelhändler grundsätzlich eine positive Einstellung
von datenbasierten versus traditionellen Entscheid und Absicht zum Teilen von Daten haben sowie ihre
ungenmit Hilfe von Wirksamkeitsfaktoren untersucht. Daten auch in privaten Bereichen teilen. Jedoch kommt
Das sind Faktoren, die einen Einfluss auf die Nutzung es sehr auf die Art der Daten an, die sie teilen. Viel
und Akzeptanz von Big-Data-Anwendungen im Einzel Zustimmung zum Teilen erhalten die Social-Media-
handel haben. Den Prozess konnten wir in drei Phasen Aktivitäten und die Bezahlvarianten. Bei Kassen- und
unterteilen und haben dabei die individuellen Wirksam Verkaufsdaten dagegen wird das Teilen vielfach ab
keitsfaktoren bei den Projektteilnehmenden erfragt und gelehnt,auch anonymisiert. Es bestehen zu viele Ängste,
anschließend in einer quantitativen Erhebung multiper dass daraus Nachteile entstehen. Werden diese Barrieren
spektivisch bewerten lassen. Hierbei haben wir die schlussendlich überwunden, so kann aus Big-Data-
Auswirkungen der Covid-19-Pandemie integriert. Zudem Projekten sämtlicher Mehrwert allumfänglich generiert
haben wir die Einstellung und die Absichten zum Teilen werden.
2 Daten vs. Bauchgefühl? 3
1 Big Data: Stimmen aus Wirtschaft
und Forschung
Warum sollte man sich mit dem Thema
„Big Data in ländlichen Städten“ aktiv auseinandersetzen?
„Digitalisierung ist eine Gemeinschaftsaufgabe, und „Im Rahmen des DALES Projektes haben wir Händ- „Erfolgreiche Unternehmen benötigen seit jeher ein „Auch in kleinen Städten sollten wir aggregierte Daten
dies gilt in komplexen Systemen wie unseren Städten lerinnen und Händlern aufzeigen können, dass sich gutes Bauchgefühl für die Bedürfnisse ihrer Kundschaft. nutzen, damit der stationäre Handel seine Angebote
in besonderem Maße. Ob hier die mit der Digitalisie- durch datengetriebene Analysen und Auswertungen Daten spielen dabei eine immer zentralere Rolle. besser am Kundenverhalten ausrichten kann und lang-
rung verbundenen Ziele erreicht werden, hängt ganz echte Mehrwerte und konkrete Handlungsempfeh- Digital unterlegte Prognosen können unentdeckte Präf fristig erfolgreich bleibt.“
maßgeblich davon ab, wie verschiedene Akteure auch lungen gewinnen lassen. Gerade in Zeiten steigender erenzmuster der Kundschaft offenbaren. Auf diese
intersektoral zusammenarbeiten. Die Integration und Mitbewerber im Online-Handel ist der lokale Einzel- Weise tragen sie dazu bei, neue Geschäftsfelder zu Christian Pospischil,
kombinierte Nutzung großer Datenmengen z.B. der handel in ländlichen Gegenden besonders gefordert. eröffnen und den Personaleinsatz zu optimieren. Sinn- Bürgermeister von Attendorn
Kommune, der Wirtschaft und der Bürger*innen stellt DALES hat gezeigt, dass stichhaltige Erkenntnisse voll und rechtskonform eingesetzt, kann die Nutzung
eine wichtige Grundlage dar, um die Zukunftsfähigkeit aus Datenauswertungen gemeinsam mit kreativen von „Big Data“ ganzen Einkaufsstandorten Alleinstel-
des lokalen Einzelhandels sicherzustellen. Mit dem Ideen der Schlüssel sind, die eigenen Kunden und lungsmerkmale verschaffen; nicht allein, aber vor allem
Projekt DALES konnten wir zeigen, dass dies auch im ihre Wünsche noch besser zu verstehen und das Kauf- im ländlichen Raum bietet dies zahlreiche Chancen.“
ländlichen Raum möglich ist. Die Innovationskraft lebt erlebnis für Käufer und Verkäufer zu stärken.“
in allen Gegenden.“ Klaus Gräbener,
Christian Friedrich, Hauptgeschäftsführer der Industrie-
Univ.-Prof. Dr. Dr. Björn Niehaves, Geschäftsführer der statmath GmbH und Handelskammer (IHK) Siegen
Inhaber des Lehrstuhls für
Wirtschaftsinformatik der Universität Siegen
4 Daten vs. Bauchgefühl? 5
s tationäre Einzelhandel in den Innenstädten, insbeson aufrechtzuerhalten und nachhaltig für die Zukunft zu
dere in Mittelzentren unserer ländlichen Regionen, stärken. Ein wichtiger Schwerpunkt liegt dabei auf dem
zunehmend unter Druck. Der stationäre Einzelhandel Aufbau digitaler Kompetenzen der Einzelhändlerinnen
belebt die Stadtzentren und bietet allein in Deutschland und Einzelhändler (Handelsverband Deutschland,
mehr als drei Millionen Arbeitsplätze (Handelsverband 2016). Veränderungen wie moderne Tools und digitale
Deutschland, 2020a). Die Bedeutung des stationären Zahlungsmethoden sind essenziell, um aktuelle und
Einzelhandels für die Innenstädte zeigt sich dabei in zukünftige Kundenbedürfnisse zu befriedigen. Kundin
dreierlei Hinsicht. Neben der ökonomischen Bedeutung, nen und Kunden erwarten beispielsweise, dass sie
wie der Schaffung von millionenfachen Arbeitsplätzen, Online-Lagerbestände im stationären Einzelhandel
hat ein funktionierender Einzelhandel sowohl struktu überprüfen und online reservieren können und/oder
relle als auch räumlich-gestalterische Bedeutungen für stationäre Einzelhändlerinnen und Einzelhändler einen
die Innenstädte (Stepper, 2016). Für die Zukunft unserer eigenen Online-Shop betreiben.
Innenstädte ist es daher umso wichtiger, den Einzelhandel
Einfluss von COVID-19
Die weltweite Schließung zahlreicher Ladengeschäfte waren es im Januar 2021 sogar 80 % (IFH Köln GmbH,
auf unbestimmte Zeit sorgte für unterschiedliche Aus 2021). Auch das Einkaufsverhalten der Verbraucher
wirkungen auf die Einzelhandelsbranche. Beispielsweise hat sich durch die Pandemie gewandelt. Im Mai 2020
wurden Kleidungstücke (Anzüge und Sport- / Bade gaben knapp die Hälfte der Befragten an, dass sie seit
bekleidung), Schuhe, Spielzeug, Schmuck, Reiseartikel Pandemieausbruch seltener einkaufen gehen; im Januar
(Reiseführer, Koffer), Sport- und Campingartikel deutlich 2021 waren dies immer noch 36,26 % (POSpulse,
2 Strukturwandel im Einzelhandel und seltener gekauft als im Vorjahr. Im Gegensatz dazu hat 2021). Der Geschäftsführer des Kölner Instituts für
Verödung der Innenstädte der Absatz von Lebensmitteln, Baumaterialien, Kunst
handwerk, Versandhandel, medizinischen Verbrauchs
Handelsforschung (IFH), Boris Hedde, hat die Situation
des deutschen Einzelhandels als einen „dreifachen
materialien und Fahrrädern einschließlich Zubehör Tsunami“ (RND, 2020) bezeichnet, der aus dem
(im Vergleich zum Vorjahr) enorm zugenommen (Jung „Strukturwandel im Einzelhandel, der Digitalisierung
Der Einzelhandel hat sich in den letzten Jahrzehnten in Kundenanforderungen zu erfüllen – dem zukünftigen et al., 2020). Eine Umfrage des deutschen Handelsver und der Corona-Pandemie“ besteht. Die Kombination
vielerlei Hinsicht verändert. Während bis zum Ende der Smart Retail. Verpasst man die Anpassung an neue bands (HDE) unter mehr als 1.000 Händlerinnen und dieser drei Aspekte sei für den Handel „eine Heraus
1950er-Jahre die Standortstruktur maßgeblich von der Gegebenheiten drohen fatale Folgen. Als warnendes Händlern zeigt, dass sich 53 % der Bekleidungshändler forderung, wie er sie vielleicht noch nie erlebt hat.“
räumlichen Nachfrageverteilung beeinflusst wurde, Beispiel ist der Niedergang des ehemaligen Versand ohne weitere staatliche Hilfen im Jahresverlauf in (RND, 2020). Insgesamt ist die Situation seit Beginn
ergaben sich in den nachfolgenden Jahren durch die
hauses Neckermann zu nennen, das statt die Digitalisie Existenzgefahr sehen, im Schuh- und Lederwarenhandel der Pandemie im März 2020 für stationäre Einzel
zunehmende Mobilität der Verbraucher neue Möglich rung voranzutreiben und den Online-Handel auszubauen sogar knapp 60 % der befragten Händlerinnen und händlerinnen und Einzelhändler nicht sehr vielver
keiten für den Handel (Kulke, 1992). Die darauffolgenden lieber weiter auf den klassischen Weg per Katalog Händler (Handelsverband Deutschland, 2021b). Die sprechend. Wiederholte Geschäftsschließungen aufgrund
Jahrzehnte wurden mit Beginn der 1960er-Jahre durch gesetzt hat, was letztlich in der Insolvenz endete (Gehr Konsumenten sehen die Situation sogar als noch extremer von Lockdowns haben das Verbraucherverhalten und
die Globalisierung geprägt, welche einen weltweiten ckens, 2019). In vielen Ländern der Welt wird der an: Während im November 2020 noch 63 % der befragten somit auch die Umsatzzahlen massiv beeinflusst. Die
Handel ermöglichte, der zu verschiedenen Veränderun Online-Handel bereits dem Offline-Handel vorgezogen. Personen damit rechneten, dass viele Läden in den Folge dessen sind enorme finanzielle Engpässe oder
gen in den Handelsbeziehungen und -prozessen geführt So konsumierten im Jahr 2020 prozentual nur die Innenstädten die Corona-Zeit nicht überleben würden, sogar Insolvenzen.
hat. Insbesondere die Schaffung des Europäischen Bin Niederlande und Dänemark mehr online als Deutschland
nenmarktes führte „zu einem merklichen Internationali (Eurostat, 2021). Zahlen über den Online-Umsatzanteil
sierungsschub im Einzelhandel“ (Wortmann, 2003, S. 17). des deutschen Einzelhandels stützen die These eines Big Data
zunehmenden Online-Handels: So hat sich der Online-
Verstärkt wurde dieser Trend zudem durch die Entwick Umsatzanteil im deutschen Einzelhandel von 20,2 Unter dem Begriff Big Data wird, wörtlich übersetzt, ythos, dass es bei Big Data nur um Datenvolumen
M
lung des Online-Handels (E-Commerce), wodurch der Milliarden Euro im Jahr 2010 auf 72,8 Milliarden Euro zunächst nur die Größe der gespeicherten Daten ver geht“ (Russom, 2011, S. 6). Das Datenvolumen – also
Handel nochmal zusätzlich an Dynamik und Flexibilität im Jahr 2020 mehr als verdreifacht (Handelsverband standen. Die Datengröße spielt zwar eine übergeordnete die Größe der Daten – ist somit einer von drei Haupt
gewonnen hat. Die Folge dessen war, dass Rohstoffe Deutschland, 2021a). Auch wenn aktuelle, von Google Rolle, allerdings müssen noch andere Faktoren betrachtet bestandteilen von Big Data. Es kann durch Terabyte,
weltweit verkauft, gekauft und transportiert werden beauftragte, Studien zeigen, dass weltweit auch 2024 werden, um das Ziel von Big Data zu verstehen. In der Datensätze, Transaktionen, Tabellen und Dateien
(Ortiz-Ospina & Beltekian, 2014). Gleichzeitig und voraussichtlich die meisten Einkäufe noch offline statt wissenschaftlichen Literatur wird dafür der Big-Data- quantifiziert werden. Viele Unternehmen ziehen es vor,
parallel dazu wird die Welt immer digitaler und die finden (78 % offline, 22 % online (Pérez & Altman, Begriff häufig mit drei Vs beschrieben: Volumen, Vielfalt Big Data zeitlich zu betrachten (z. B. 7-Jahres-Regel)
Bedürfnisse der Verbraucher ändern sich. Einzelhändle 2020)), lässt sich ein Trend in Richtung steigender und Geschwindigkeit (engl. velocity). „Die drei Vs von und entsprechend zu analysieren (Russom, 2011).
rinnen und Einzelhändler müssen sich an diese neuen Online-Einkäufe nicht von der Hand weisen. Aufgrund Big Data (Volumen, Vielfalt und Geschwindigkeit) stellen Die Datenvielfalt beschreibt die Vielfalt aus verschie
Kundenbedürfnisse anpassen, um die sich wandelnden steigender Anteile des Online-Handels gerät der eine umfassende Definition dar und zerstören den denen Quellen, die Big Data so besonders macht.
6 Daten vs. Bauchgefühl? 7
Die Daten können strukturiert, semistrukturiert, un
strukturiert oder eine Mischung aus allem sein, wie
z.B. soziale M
edien, Texte, Audio und Video (Russom,
2011). Die Datengeschwindigkeit nimmt ebenfalls eine Der Einzelhandel steht einer noch nie dagewesenen
wichtige Rolle ein, um einen performanten Nutzen Krise gegenüber und niemand weiß, wann diese
beim Einsatz von Big Data zu gewährleisten. So sam enden wird.“
meln beispielsweise Sensoren Daten, indem sie die
Temperatur messen oder Bewegungen aufzeichnen. (IT4Retailers, 2020)
Möchte man diese Daten in Echtzeit analysieren und
weiterverarbeiten, ist eine hohe Datengeschwindigkeit
erforderlich. Unternehmen nutzen Echtzeitdaten be
reits seit mehreren Jahren, um schneller und genauer
auf Kundenbedürfnisse und -anforderungen reagieren
zu können (Russom, 2011).
„Der stationäre Handel steht vor einer der größten
Big Data gilt als einer der Schlüssel zur Lösung vieler Transformationsherausforderungen der Handels
alltäglicher Probleme im Umgang mit hohem Daten geschichte.“
volumen. Erst seit den letzten Jahren wurden die
Zusammenhänge zwischen Big Data und Smart City (Gehrckens, 2019)
aufgrund der signifikanten Zunahme vernetzter Geräte
über das Internet der Dinge (IoT), welches insbesonde
re in urbanen Gegenden zu einem schnellen Daten
wachstum geführt hat, zunehmend untersucht. Bis 2016
war die Kombination von IoT und Big Data jedoch noch
ein weitestgehend unerforschtes Gebiet (Hashem et al.,
2016). Städte stehen in dieser Hinsicht vor einer Vielzahl „Keine Branche ist derzeit größeren Herausforderungen
von Herausforderungen, da durch die fortschreitende ausgesetzt als der Einzelhandel.“
Digitalisierung Auswirkungen auf nahezu alle Branchen
sichtbar werden. Unternehmen müssen ihre Mitarbeit (Heinemann, 2019)
erinnen und Mitarbeiter mit digitalen Fähigkeiten aus
statten, um neue Aufgaben und Aktivitäten ausführen
zu können. Zusätzlich besteht die Gefahr, dass zahlreiche
Arbeitsplätze wegfallen könnten. Es sind klare Konzepte
für Datenintegration und Sicherheit erforderlich. Die
Veröffentlichung offener Datensätze („Open Data“) des
öffentlichen Sektors wird ebenfalls als wichtiges Element
angesehen (van Winden et al., 2017).
Die Kombination von Big Data und Einzelhandel war
bislang weniger häufig Gegenstand wissenschaftlicher
Untersuchungen, allerdings mit steigendem Trend. Begriffsdefinition:
Einzelhändlerinnen und Einzelhändler, die das Know-
how besitzen, um Produkt-, Zeit-, Standort- und
Big Data
Vertriebskanaldaten miteinander zu verknüpfen, können 3 Aktuelle Herausforderungen
so gezieltere Strategien implementieren und zukünftige „Big Data ist der Informationswert, der – Der Einzelhandel der Zukunft
Ereignisse auf der Grundlage historischer Daten sich durch eine so hohe Menge, Geschwin
vorhersagen (Bradlow et al., 2017). Die Verbindung von digkeit und Vielfalt auszeichnet, dass er
technischen Systemen über Sensoren, in Verbindung spezifische Technologien und Analyse
mit (mobilen) Anwendungen (Apps) bietet die Mög methoden für seine Umwandlung in Wert All diese Zitate klingen nach einem Schreckensszenario und Händlern bevor? Wie genau könnte der Einzelhandel
lichkeit, das Kundenverhalten besser zu verstehen und erfordert.“ (De Mauro et al., 2016, S. 131) und sagen dem stationären Einzelhandel eine schwierige im ländlichen Umfeld in der Zukunft aussehen? Und
kann dadurch dem stationären Einzelhandel und somit Zukunft voraus. Doch welche Faktoren werden das welche Auswirkungen hat die Zukunft des Einzelhandels
auch den Innenstädten einen Wettbewerbsvorteil ver Kaufverhalten der Kundinnen und Kunden beeinflussen? auf unsere Innenstädte? Mit diesen Fragen wollen
schaffen (Barkham et al., 2018). Welche Her ausforderungen stehen den Händlerinnen wir uns im Folgenden befassen.
8 Daten vs. Bauchgefühl? 9
Demografische Faktoren Als neue, wichtige Generationen für den Einzelhandel digitalen Möglichkeiten grundlegend von dem der
werden die sogenannten Millennials (Generation Y) vorherigen Generationen. Die Generation Z nutzt dabei
Der demografische Wandel und die dadurch bedingte 29,7 % (1970), über 18,4 % (2020) auf 18,0 % (2060). und die Generation Z angesehen (Weuthen, 2019). die digitalen Möglichkeiten bereits stärker als die
Alterung der Gesellschaft beeinflussen nahezu alle (deStatis, 2019, S. 54), siehe Abbildung 1. Im weltweiten Während die Millennials den Beginn des Internets Millennials. So zeigen Studien beispielsweise, dass der
gesellschaftlichen Bereiche und somit auch den Einzel Vergleich ist dies sogar noch deutlicher zu erkennen – der hautnah miterlebt haben, kennt die Generation Z Einfluss von Social Media auf das tatsächliche Kaufver
handel. Der Anteil der älteren Menschen steigt aufgrund Anteil an unter 20-Jährigen wird immer weiter sinken überhaupt keine Welt ohne „das Digitale“. Das Kaufver halten bei der Generation Z deutlich größer ist als bei
besserer medizinischer Versorgung und damit einher und der Anteil an über 67-Jährigen wird immer weiter halten dieser Generationen unterscheidet sich durch die den Millennials (Weuthen, 2019).
gehender steigender Lebenserwartung, während sich steigen (siehe Abbildung 2). Für den Einzelhandel
die Geburtenrate auf einem niedrigen Niveau ein bedeutet diese Änderung der Altersstruktur eine Verän
gependelt hat. So betrug der Anteil der über 67-Jährigen derung im Konsumentenverhalten und eine rückläufige
in Deutschland 1970 noch 11,1 %, so liegt dieser im Jahr Kaufkraft der Konsumentinnen und Konsumenten
2020 bei knapp 20 % und wird für 2060 auf 27,4 % (Gehrckens, 2019). Für die Einzelhändlerinnen und Ein
prognostiziert. Bei der Prognose wird eine moderate zelhändler gilt es, auf das veränderte Konsumenten
Entwicklung angenommen (vgl. G2-L2-W2 des statis verhalten und möglicherweise wandelnde Produktnach
tischen Bundesamtes). Im Gegensatz dazu sinkt der fragen zu reagieren, indem das Warenangebot dynamisch
Anteil der unter 20-Jährigen im selben Zeitraum von an die veränderten Gegebenheiten angepasst wird.
Bevölkerungsanteil nach Jahren
100
90
80
67 Jahre und älter
70
60
50 20 bis unter 67 Jahren
40
30
20
unter 20 Jahren
10
0
1970 2020 2030 2040 2050 2060
Abbildung 1: Entwicklung der Bevölkerung je Altersgruppen in Deutschland (deStatis, 2019, S. 54)
Bevölkerungsanteil Weltweit
100
90
80
67 Jahre und älter
70
60
50
20 bis unter 67 Jahren
40
30
20
10 unter 20 Jahren
0
1970 2020 2030 2040 2050 2060
Abbildung 2: Entwicklung der Bevölkerung je Altersgruppen weltweit (United Nations, 2019)
10 Daten vs. Bauchgefühl? 11
Technologische Faktoren
Die im vorherigen Abschnitt beschriebene Situation I n-Store-Analysen, wie die Verbesserung der Lieferkette,
sorgt dafür, dass der Einzelhandel sich den veränderten durchgeführt werden können (Gehrckens, 2019).
Gegebenheiten anpassen muss. Die zukünftig kauf
kraftstärkste Kundschaft wird durch den digitalen Künstliche Intelligenz (KI) und maschinelles Lernen
Wandel geprägt sein und unterscheidet sich dement bieten weitere, vielfältige Potentiale. Durch den Einsatz
sprechend im Kaufverhalten. Einzelhändlerinnen und von Softwarelösungen und auf Basis von vorhandenen
Einzelhändler müssen daher den technologischen Daten lassen sich Zukunftsszenarien prognostizieren,
Fortschritt vorantreiben, um die Bedürfnisse der Kund wodurch beispielsweise die Personalplanung optimiert
innen und Kundenzu stillen. Denn durch die Kauf- und werden kann. Potentiale finden sich auch in der Waren
Serviceerfahrungen, welche die jüngeren Generationen logistik wieder. Durch die Berücksichtigung aktueller
aus dem Online- Handel kennen, steigen auch die Verkehrs- und Wetterdaten können intelligente Liefer
Erwartungen für den Kauf vor Ort. systeme die schnellsten Routen für die Auslieferung
von Produkten finden. Lagerbestände lassen sich durch
Wir befinden uns derzeit in der dritten Welle der Sensoren in Echtzeit erfassen, sodass auf Wunsch
Digitalisierung, die durch das „Internet der Dinge“ Produkte automatisch nachbestellt werden können.
gekennzeichnet ist, während die erste Welle mit der (Gehrckens, 2019)
Entstehung des Internets und die zweite Welle mit
dem Vorhandensein mobiler Endgeräte assoziiert wird Auch für das tatsächliche Einkaufsverhalten der
(Weuthen, 2019). Die Vernetzung von beliebigen Geräten Kundinnen und Kunden können neue Technologien
durch das Internet der Dinge wird durch Sensoren Vorteile bieten, wie beispielsweise Selbstbedienungs
ermöglicht, die über ein spezielles Netzwerk (LoRaWAN) kassen, die ein schnelleres und komfortableres Einkaufen
Daten bereitstellen. Ein Anwendungsbeispiel für die ermöglichen (Handelsverband Deutschland, 2020b).
Funktionalitäten des Internet der Dinge, welches Dynamische Preisoptimierungen sind im Online-Handel
Online-Kaufende kennen, ist die Paketverfolgung von bereits weit verbreitet und bieten auch für den stationären
zuvor bestellten Produkten über das Internet. Unter Handel Potentiale. Auf Grundlage von verschiedenen
anderem durch die Vernetzung über das Internet der Parametern wie den Lagerbeständen, Wettbewerbs
Dinge nimmt die Anzahl der sich im Umlauf befinden preisen oder dem Wetter können Produktpreise durch
den Datenmengen stark zu. Der Online-Handel hat diese digitale Lösungen dynamisch angepasst werden. Ein
Potentiale schon längst für sich erkannt, sodass mittels weiteres Anwendungsbeispiel sind Chatbots, welche
Big-Data-Technologien das Einkaufsverhalten der die Kundenberatung erweitern und eine Verfügbarkeit
Kundinnen und Kunden analysiert wird oder rund um die Uhr bieten. (Gehrckens, 2019)
Administrative Faktoren 4 Was wir (noch) nicht wissen
Die Digitalisierung stellt eine weitere Herausforderung Vor diesem Hintergrund sind Lösungsansätze gefragt,
für den Einzelhandel dar, im Speziellen für die dort die einen verantwortungsvollen Umgang mit Daten
arbeitenden Mitarbeiterinnen und Mitarbeiter, denn
ermöglichen, wodurch der größtmögliche Mehrwert
die Kundinnen und Kunden sind über die Produkte sowohl für Einzelhändlerinnen und Einzelhändler als Die Welt wird zunehmend abhängiger von Daten. Diese Risiken eingeschätzt? Wie anstrengend empfinden die
besser informiert denn je. Über das Internet lassen sich auch Bürgerinnen und Bürger erzeugt wird. Im Kern Abhängigkeit bringt jedoch nicht zwingend Nachteile Einzelhändlerinnen und Einzelhändler das Teilen von
für beliebige Produkte detaillierte Informationen oder soll daher die Basis für die Anwendung von Big Data mit sich. Denn datenbasierte Entscheidungen können zu Daten? Wie gerne teilen die Einzelhändlerinnen und
Kundenrezensionen jederzeit abrufen. Das Verkaufs im stationären Einzelhandel erarbeitet w
erden. Weiter viel Mehrwert führen Deshalb sind Daten sowie deren Einzelhändler überhaupt Daten (im beruflichen und
personal vor Ort muss bestenfalls ein genauso gutes sollen Faktoren ermittelt werden, die für den Einsatz Analyse in vielen Bereichen einer Stadt, so auch dem privaten Kontext)? Wie weit geht die Bereitschaft,
Know-how besitzen, um der Kundschaft eine qualitativ von Big Data im stationären Einzelhandel von Relevanz (Einzel-)Handel, von hoher Bedeutung. Doch welche anonymisierte Daten für Big Data- oder Forschungs
hochwertige Beratung bieten zu können. Gerade die sind. Im Projekt DALES wird das Ziel verfolgt diese Faktoren sind bei dem Einsatz von Big-Data-Methoden projekte bereit zu stellen? Für diese Fragen gibt es
Generation Z macht den Kauf im stationären Handel Faktoren zu ermitteln und die Akzeptanz von Big- in Städten von Bedeutung? Wie ist der aktuelle Status bislang kaum Antworten oder empirische Untersuch
bereits derzeit zu einem Multi-Channel-Event, indem Data-Anwendung seitens der Einzelhändlerinnen und Quo der Nutzung von öffentlichen Daten? Analysieren ungen. Bisher erstellte Studien fokussieren eher urbane
während des Geschäftsaufenthaltes über das Smartphone Einzelhändler als auch der Bürgerinnen und Bürger zu Einzelhändlerinnen und Einzelhändler ihre Daten? Oder Perspektiven und geben im Ausblick an, dass auch der
Produktinformationen abgerufen, Kundenrezensionen erhöhen. hören Sie nur auf ihr Bauchgefühl? Werden die Vorteile ländliche Raum untersucht werden sollte. Diese Lücke
gelesen und Preise verglichen werden (Weuthen, 2019). wahrgenommen oder nur die Nachteile? Wie werden die möchten wir mit der vorliegenden Studie schließen.
12 Daten vs. Bauchgefühl? 13
Methode:
Die vorliegende Studie wurde durch die Univer
Welche Risiken sehen Sie sität Siegen in Kooperation mit der IHK Siegen
beim Teilen von Daten? und der statmath GmbH erstellt. Unter Leitung
Welche Faktoren sind für von Univ.-Prof. Dr. Dr. Björn Niehaves wurden
Sie bei datenbasierten 13 Interviews mit Einzelhändlerinnen und Ein
Entscheidungen wichtig? zelhändlern geführt, um Faktoren für das Teilen
von Daten zu ermitteln. Aufbauend darauf wur
den im Rahmen einer qualitativen Umfrage Bür
gerinnen und Bürger sowie Einzelhändlerinnen
und Einzelhändler in Attendorn und Umgebung
befragt, um die Ergebnisse zu verstetigen.
Zur Befragung wurde ein leitfadengestützter Ansatz
Würden Sie Ihre Daten für
verfolgt, der unter anderem den Status Quo bezüglich
Big-Data-Projekte (anonymisiert) des Projektes, der Einstellung und dem Verhalten
zur Verfügung stellen? gegenüber der gemeinsamen Nutzung von Daten
Welches sind Ihre Beweggründe? (z.B. „Welche Bedenken haben Sie, Ihre Daten im
Rahmen des Projektes an das Datenanalyseunterneh
men zu geben?“), der aktuellen Bereitstellung der Da
ten und den Potenzialen und Erwartungen an Big-
Data-Anwendungen (z.B. „Was erhoffen Sie sich von
der Teilnahme an dem Projekt?“) beinhaltet. Im
Durchschnitt dauerten die Interviews rund eine Stun
©David Bock – Marketing und Design
de, wurden aufgezeichnet und vollständig transkri
biert. Auf dieser Basis wurde die Auswertung vorge
nommen. Dabei wurde darauf geachtet, Aussagen
hervorzuheben, die bei vielen Personen auftraten und
somit besonders bedeutsam erschienen.
5 DIE STUDIE Steckbrief Stadt Attendorn:
Die 25.000-Einwohnerstadt Attendorn liegt im südlichen Sauerland in
Südwestfalen. Das Mittelzentrum liegt zwischen den Oberzentren Siegen
(rund 45 km) und Hagen (rund 60 km). Die Ballungszentren im Ruhrge
Die vorliegende Studie ist das Ergebnis einer umfas individuelle, organisationale (z.B. Aspekte der Un biet und im Rheinland sind etwa eine Autofahrstunde entfernt. Der mittel
senden Untersuchung von Einstellungen zu Big- ternehmensstruktur) als auch technische Aspekte alterliche Grundriss verleiht der Hansestadt einen historischen Charme
Data-Anwendungen von Einzelhändlerinnen und (z.B. welche Kassensysteme verwendet werden). Im und verbindet sich mit dem Angebot einer modernen Stadt. Das Mittel
Einzelhändlern im ländlichen Raum. Dazu wurden im zweiten Schritt wurde eine Umfrage mit Einzelhänd zentrum Attendorn ist geprägt von inhabergeführten Geschäften mit
ersten Schritt umfangreiche qualitative Daten in lerinnen und Einzelhändlern sowie Bürgerinnen und hoher Serviceorientierung und einem vielseitigen Angebot. Der tägliche
Form von leitfadengestützten Interviews mit den Bürgern (N = 81) in Attendorn und Umgebung durch Bedarf wird mit Lebensmittelgeschäften, Apotheken und einem Droge
Einzelhändlerinnen und Einzelhändlern des Forschungs geführt. Eine Beschreibung der Hansestadt Attendorn riemarkt abgedeckt. Das kleine Einkaufszentrum „Allee-Center“, direkt
projektes DALES geführt. Den inhaltlichen Rahmen ist in dem nachfolgenden Steckbrief hinterlegt. Das am Rand der historischen Altstadt gelegen, bietet großflächigen Einzel
stellen hierbei die Faktoren dar, die einen Einfluss auf methodische Vorgehen kann der Infobox (Methode) handel. Ergänzt wird das Handelsangebot durch Dienstleistungs- und
die Nutzung und Akzeptanz von Big-Data-Anwend (siehe rechts) detailliert entnommen werden. In der Gastronomiebetriebe. Der sehr gut frequentierte Wochenmarkt – mittwochs
ungen im Einzelhandel haben, sogenannte Wirksam Umfrage wurde eine Normalverteilung der Alters und samstags – belebt die Innenstadt und ist auch für Kunden aus den
keitsfaktoren. Berücksichtigt wurden dabei sowohl gruppen erreicht. Nachbarstädten ein Anziehungspunkt.
14 Daten vs. Bauchgefühl? 15
6 Ergebnisse
Im Projektverlauf zeigte sich, dass das Intuitive, ist. Auf der Ordinate wird der Unternehmerische Mehr atenbasierten Entscheidungen. Diese Diskrepanz kann
d Big-Data-Anwendungen im Einzelhandel haben, bei den
sogenannte „Bauchgefühl“, der Einzelhändlerinnen und wert in Abhängigkeit verschiedener Instrumente für die Enttäuschungen verursachen, da die traditionellen Inst Einzelhändlerinnen und Einzelhändlern herauszufinden,
Einzelhändler ein wichtiges Instrument im täglichen Einzelhändlerinnen und Einzelhändler dargestellt. Der rumente in dieser Phase (noch) besser sind und erklären, um Mehrwert zu schaffen. Diese Faktoren werden
Geschäft darstellt. Datenbasierte oder datenunter Mehrwert der traditionellen Instrumente (grün), im Pro dass manche Einzelhändlerinnen und Einzelhändler von Wirksamkeitsfaktoren genannt und wir haben diese in
stützende Entscheidungen wurden zunächst kritisch jekt oftmals als Bauchgefühl bezeichnet, sind dabei dem Big-Data-Anwendungen wieder Abstand nehmen. Interviews mit den projektbeteiligten Einzelhändler
betrachtet, später jedoch als sinnvolles Element ange Mehrwert der Instrumente der effektiven (blau) und Daher ist es in dieser Phase umso wichtiger, die Faktoren, innen und Einzelhändlern herausgearbeitet. Die Ergeb
sehen. Daraus haben wir drei zeitlich aufeinander erwarteten datenbasierten Entscheidung (blau gestri die einen Einfluss auf die Nutzung und Akzeptanz von nisse dazu werden im nächsten Kapitel präsentiert.
folgende Phasen ableiten können. Phase I stellt die chelt) vergleichend gegenübergestellt. Im zeitlichen
Initialisierungsphase dar, gefolgt von Phase II, der Verlauf werden die unterschiedlichen Einflüsse der ver
Konsolidierungsphase und Phase III als Verstetigungs schiedenen Instrumente auf den Unternehmerischen WIRKSAMKEITSFAKTOREN DES EINZELHANDELS
phase. In Abbildung 3 ist der Verlauf der drei Phasen Mehrwert der Einzelhändlerinnen und Einzelhändler
dargestellt, wobei auf der Abszisse die Zeit aufgetragen deutlich und im Folgenden näher betrachtet Die Interviews mit den Einzelhändlerinnen und Einzel
händlern (EZH) zeigten 19 Wirksamkeitsfaktoren,
welche in Tabelle 1 dargestellt sind.
Unternehmerischer
Mehrwert
Bauchgefühl bzw. Wirksamkeitsfaktoren
traditionelle Instrumente
Ladenspezifika: • Kundenkarten
Effektive datenbasierte • Angemessene Öffnungszeiten
Entscheidung • Personal zu Spitzenzeiten
• Kundenfrequenz während des Tages
Erwartete datenbasierte
Entscheidung Warenspezifika: • Art der Waren
• Verfügbarkeit der Waren
Phase I Phase II Phase III Zeit Kosten: • Zahlungsarten
• Preis-Leistungs-Verhältnis
Abbildung 3: Mehrwert verschiedener unternehmerischer Entscheidungsmethoden über die Zeit
Kommunikationsmethoden: • Social-Media-Marketing
• Veranstaltungen
• Andere Marketingaktivitäten
Phase I – Initialisierungsphase Vertriebskanäle: • Online
• Innerhalb und außerhalb der Filiale
Zu Beginn steht die Initialisierungsphase. Hier werden die Anfangspunkte der drei Kurven, wird ersichtlich,
die Grundlagen geschaffen, um überhaupt effektive dass der Mehrwert für erwartete datenbasierte Ent Kundenspezifika: • Kundengruppen
datenbasierte Entscheidungen treffen zu können. Wich scheidungen allerdings am höchsten ist. Dies lässt sich • Parkplatzsituation
tige Grundlagen für Big-Data-Anwendungen sind durch die Medien und Social Media erklären, denn diese • Datensicherheit
beispielweise digitalisierte Verkaufszahlen und Kassen stellen Big Data als eine leicht zu realisierende Techno
systeme oder Schnittstellen zur Übertragung dieser logie dar, die schnell erste Erkenntnisse liefert. Dies ist Externe Einflüsse: • Gesetze und Verordnungen (Covid-19)
Daten. Dies dauert nach der Erfahrung im Projekt sehr leider nicht so, weshalb sich ein fallender Verlauf des • Wetter und Jahreszeiten
lange, weshalb Phase I im Vergleich zu den anderen Mehrwertes einstellt. Vergleicht man dies mit der Kurve • Auswirkungen von Covid-19
Phasen einen wesentlich längeren Zeitraum umfasst. In von effektiven datenbasierten Entscheidungen, so fällt
dieser Phase gibt es noch wenig Mehrwert für die auf, dass das Gefälle der erwarteten datenbasierten Ent Tabelle 1: Wirksamkeitsfaktoren des Einzelhandels
Einzelhändlerinnen und Einzelhändler. Betrachtet man scheidungen steiler ist als das Gefälle der effektiven
16 Daten vs. Bauchgefühl? 17
Die Befragung zeigt, dass auch angemessene Öffnungs ewinn zu maximieren. Das Spannende an dem Wirk
G Die Ergebnisse der Befragung zeigen, dass Marketing zeigen aber auch, dass ältere Händlerinnen und Händler
zeiteneines Geschäfts Einfluss auf den Umsatz haben samkeitsfaktor ist, dass Traditionen in einer ländlichen schon immer vielschichtig war und gerade im 21. Jahr darin deutlich mehr Hürden und Aufwand sehen als
können. Hier können Big-Data-Analysen hilfreich sein Umgebung starken Einfluss haben, denn wie EZH 8 er hundert das meiste davon online auf Social Media jüngere Händlerinnen und Händler. Insgesamt sind die
und Informationen darüber liefern, wann und wie viele klärt, hat es sich über Jahrzehnte eingebürgert, dass zum stattfindet (Leyes, 2021). Deshalb ist es wichtig, das Einzelhändlerinnen und Einzelhändler sehr daran inte
Menschen in der Stadt sind und wie sie sich bewegen. Beispiel ein bestimmtes Geschäft am Mittwochnachmittag Geschäft aktiv online auf Social Media zu präsentieren. ressiert, die eigenen Social-Media-Aktivitäten zu ana
Nach der Analyse könnten Einzelhändlerinnen und geschlossen ist. Die folgenden Interviewausschnitte ver Gerade in Zeiten einer Pandemie ist dies eine gute Mög lysieren und sehen darin ein großes Potenzial. Die
Einzelhändler ihre Öffnungszeiten anpassen, um den anschaulichen diese Entwicklung exemplarisch: lichkeit, die Kundinnen und Kunden zu erreichen und folgenden Interviewausschnitte veranschaulichen, inwie
sie auf aktuelle Ereignisse oder Angebote und Kauf fern Social-Media-Marketing Einfluss auf den stati
möglichkeiten aufmerksam zu machen. Die Interviews onären Einzelhandel hat:
„Man verlässt sich nicht mehr darauf, dass man mitt „Es ist interessant zu hören, was die Analysen zeigen,
wochmittags um halb drei bei [Name des Ladens] ist, und dann empfiehlt das Projekt im Nachgang, mitt-
weil die mittwochnachmittags geschlossen haben. wochs ist gut oder damit ändere ich meine Zeiten.“ „Also, ich poste auf Facebook über unsere Seite und „Das wäre natürlich interessant, wie viele da irgendwo
Am Mittwochnachmittag ist auch [Name des Ge- versuche, es nicht zu übertreiben. Natürlich beobachte angeklickt haben, und wie viele dann tatsächlich hier-
schäfts] geschlossen, weil die Eltern das 40 Jahre (EZH10) ich auch, was unsere Branche macht und was die hergekommen sind, weil sie das dort gelesen haben.“
lang so gemacht haben. Ich habe das aufgelöst und anderen machen.“
10 oder 15 Jahre lang mittwochs durchgehend ge (EZH11)
öffnet und dann gemerkt, dass es sich finanziell (EZH3)
nicht lohnt.“
(EZH8)
Die Befragung zeigt auch, dass die Covid-19-Pandemie-
Situation große Auswirkungen auf die Einzelhändler
innen und Einzelhändler hat. Sie können ihre Waren
nicht mehr wie gewohnt verkaufen und müssen teil
weise um ihre Existenz bangen. Zwar haben sich auch
in Attendorn digitale Alternativen etabliert, aber das
ersetzt nicht den normalen Verkaufsalltag.
„Was aber noch der ganz große Hebel ist, sind die
fehlenden Veranstaltungen durch Corona.“
(EZH13)
„Das hat auch die Krise gezeigt. Es gibt auch in unserer
Branche viele Studien darüber, dass diese kleinen
Läden das ganz gut überstanden haben. Die großen
Läden haben es schwer, weil sie oft in den Top-Läden
in den Innenstädten sind, wo die Leute im Moment
nicht so gerne hingehen, und sie sind genauso ano-
nym, und viele Kunden wollen ihren lokalen Laden
unterstützen.“
(EZH5)
18 Daten vs. Bauchgefühl? 19RANKING DER WIRKSAMKEITSFAKTOREN
Im Rahmen der quantitativen Umfrage wurden die drittwichtigsten sind den Einzelhändlerinnen und
Wirksamkeitsfaktoren von den Einzelhändlerinnen und Einzelhändlern Social-Media-Analysen aus der Ober
Einzelhändlern bewertet, sodass sich eine ordinale kategorie Kommunikationsmethoden. Bestätigen ließ
Reihenfolge derer ergibt – siehe Tabelle 2. Auffallend ist sich dies durch die Datenanalysen der statmath GmbH.
hier, dass vier von sieben Oberkategorien in der Reihen Die Social-Media-Aktivitäten der Projektteilnehmer
folge vertreten sind. Am wichtigsten sind den Einzel innen und -teilnehmer zeigten einen signifikanten
händlerinnen und Einzelhändlern Analysen über externe Einfluss auf Umsatz und Verkaufszahlen. Abschließend
Einflüsse bezüglich des Wetters und der Jahreszeiten. sind den Einzelhändlerinnen und Einzelhändlern auch
Am zweitwichtigsten sind den Einzelhändlerinnen und noch Analysen über die Warenart aus der Oberkategorie
Einzelhändlern Analysen über die Öffnungszeiten, wie Warenspezifika und Analysen über die Kundenfrequenz
„Sind diese angemessen?“, „Wo besteht Verbesserungs im Tagesverlauf aus der Oberkategorie Ladenspezifika
potenzial?“, aus dem Bereich der Ladenspezifika. Am wichtig.
Wirksamkeitsfaktoren Effektivitätsfaktoren
1. Wetter und Jahreszeiten 1. Keine Wettbewerbsverluste
2. Öffnungszeiten 2. Hohe Datensicherheit
3. Social-Media-Aktivitäten 3. Ausgewogenes
Ressourcenmanagement
4. Art der Waren
4. Erkennbarer Mehrwert
5. Tägliche Kundenfrequenz
5. Hohe Selbstwirksamkeit
Tabelle 2: Ordinale Reihenfolge der Tabelle 3: Effektivitätsfaktoren aus Sicht
Wirksamkeitsfaktoren der Einzelhändlerinnen und Einzelhändler
Ergänzend zu den Analysen über die Wirksamkeits hatte und die Daten nur bei statmath analysiert und
faktoren haben wir die Einzelhändlerinnen und Einzel verarbeitet wurden. Keinerlei Daten wurden nach außen
händler befragt, was deren wichtigsten Faktoren sind, getragen. Zum Projektende haben die Einzelhändler
damit die Einzelhändlerinnen und Einzelhändler von innen und Einzelhändler einen individuellen Analyse
einem Big-Data-Projekt partizipieren. Im Ergebnis zeigt bericht über ihre Daten erhalten. Der nächste wichtige
sich, dass fünf Faktoren, sogenannte Effektivitäts Effektivitätsfaktor ist, dass stets ein ausgewogenes
Phase II – Konsolidierungsphase faktoren, für die Einzelhändlerinnen und Einzelhändler
von Bedeutung sind, damit ein Big-Data-Projekt in deren
Ressourcenmanagement vorhanden ist. Das bedeutet,
dass das Verhältnis von Aufwand und Nutzen ausge
Die Konsolidierungsphase beginnt, wenn sich die Kurven immer besser als die der traditionellen Instrumente. In Augen effektiv für sie ist (siehe Tabelle 3). glichen ist. Ein weiterer wichtiger Effektivitätsfaktor
von effektiven datenbasierten Entscheidungen mit der dieser Phase wird auch die Diskrepanz zwischen den ist, dass der Mehrwert für die Einzelhändlerinnen und
Kurve der traditionellen Instrumente schneidet. Ab hier effektiven datenbasierten Entscheidungen und denen
Klar erkennbar ist, dass die Einzelhändlerinnen und Einzelhändler erkennbar ist. Im Projektverlauf haben
ist die Grundlagenarbeit erledigt und der erste unter die auf Erwartungen basierenWWw immer kleiner Einzelhändler durch eine aktive Projektteilnahme keine wir dafür mit den teilnehmenden Einzelhändlerinnen
nehmerische Mehrwert für Einzelhändlerinnen und – die K
urven verlaufen asymptotisch. In dieser Phase Wettbewerbsverluste erleiden möchten. Im Projektver und Einzelhändlern Workshops zu verschiedenen The
Einzelhändler über das Maß traditioneller Maßnahmen ist somit die Abbruchrate auch signifikant klein, da der lauf kam oft die Beschreibung „gläserner Einzelhandel“ men veranstaltet, wodurch der individuelle Mehrwert
wird sichtbar. Ab hier starten die Vorteile für die bisherige Aufwand und der Nutzen sich nun ausglei auf. Dies wird auf jeden Fall vermieden und geht mit deutlich wurde. Zuletzt ist ein Effektivitätsfaktor, dass
Einzelhändlerinnen und Einzelhändler. Das Zeitintervall chen. In dieser Phase haben wir die zuvor hergeleite dem zweiten Effektivitätsfaktor einher. Im Projekt war die Einzelhändlerinnen und Einzelhändler die Ergeb
dieser Phase ist damit auch wesentlich kürzer als das ten Wirksamkeitsfaktoren mit einer quantitativen Um zu jeder Zeit eine hohe Datensicherheit gewährleistet, nisse nutzen und adaptieren, sodass in Schlussfolgerung
der vorherigen Phase. Ab hier ist der Mehrwert der frage bewertet. Die Ergebnisse davon sind im indem die statmath GmbH mit den partizipierten eine hohe Selbstwirksamkeit entsteht. Hierbei haben die
effektiven datenbasierten Entscheidungen (blaue Kurven) nächsten Kapitel dargestellt. Einzelhändlerinnen und Einzelhändlern einen Vertrag Projektpartner stets unterstützt.
20 Daten vs. Bauchgefühl? 21Phase III – Verstetigungsphase
Die Verstetigungsphase beginnt abschließend, wenn der s tatmath GmbH erhalten, in dem die Erkenntnisse für
Mehrwert der effektiven datenbasierten Entscheidungen ihr Geschäft aufgezeigt wurden. Diese Vorteile sollten
mit dem Mehrwert der erwarteten datenbasierten nun aktiv g enutzt werden.
Entscheidungen korreliert, also annähernd gleich ver
laufen. Die Erwartungen an die Leistungsfähigkeit Als Beispiel möchten wir hier eine Analyse eines Einzel
datenbasierter Verfahren sind realistischer geworden
händlers zeigen, welche die wichtigsten Einflussfaktoren
und der unternehmerische Mehrwert ist deutlich größer auf den Umsatz aufzeigt (Abbildung 4). Sichtbar ist, dass
als beim anfänglichen Bauchgefühl. Ab hier sind im die vier größten Einflussfaktoren für diesen Einzelhänd
Datenanalysesystem nur noch kleine Anpassungen nötig ler die Wochentage, die Tageszeit, die Nutzungszahlen
und der unternehmerische Mehrwert für Einzelhändler der Freifunkmasten und die Jahreszeit sind, wobei insbe
innen und Einzelhändler ist gegenüber den traditionellen sondere die ersten beiden klar sind. Aussagekräftig sind
Instrumenten deutlich sichtbar. Die projektbeteiligten der hohe Einfluss der Freifunknutzer, der Temperatur
Einzelhändlerinnen und Einzelhändler haben hierzu und Social-Media-Aktivitäten. Damit kann der Einzel
einen ausführlichen, individualisierten Bericht der
händler nun seine persönliche Strategie anpassen.
Einfluss auf den Umsatz
Variable
Wochentage
Tageszeit
Nutzungszahlen der
Freifunkmasten
78%
Monat
Temperatur
der befragten Einzelhändlerinnen Facebook Reichweite
in der vorherigen Woche
und Einzelhändler stimmen für die Zeit im Monat oder
anonymisierte Bereitstellung ihrer Lage im Monat
Daten in Social Media. Facebook Reichweite
am vorherigen Tag
Facebook Reichweite
der vorherigen 3 Tage
Niederschlag
Nutzung des
67%
Hanse Check
Bewölkung
89%
Schulferien
der befragten Einzelhändlerinnen
Veranstaltungen
und Einzelhändler würden ihre Daten
Tag der
über die Kundenanzahl nicht der befragten Einzelhändlerinnen Werbemaßnahme
anonymisiert teilen. und Einzelhändler stimmen dafür, Werbeanzeigen
ihre Daten über die Bezahlvarianten
Ferienzeiten
ihrer Kundinnen und Kunden
anonymisiert zu teilen. Einfluss
Abbildung 4: Analyse der Einflussfaktoren auf den Umsatz
22 Daten vs. Bauchgefühl? 2317%
der Einzelhändlerinnen und Einzel-
händler würden die Anzahl ihrer
Kundinnen und Kunden und
Verkaufsvorgänge teilen.
Teilen von Daten? Ja oder nein?
Social-Media
– Die Sicht der Einzelhändlerinnen und Einzelhändler Umsatzdaten Kundenzahlen
Aktivitäten
Bezahlvarianten
In dieser Studie wurden neben der Analyse der Wirksam stimmen sie dem Teilen von bestimmten Daten zu, wie
keitsfaktoren von Big Data im Einzelhandel ebenso die z.B. ihrer Social-Media-Aktivitäten.
verschiedenen Aspekte des Teilens von Daten im Rah
men einer quantitativen Ergebung (N=81) beleuchtet. Die Ergebnisse zeigen deutlich, dass insbesondere Daten
über Umsatzzahlen und Kundenzahlen zu privat sind und
Die Einstellung der Einzelhändlerinnen und Einzel über 75 % der Befragten solche Informationen nicht
händler zum Teilen ihrer Daten ist zweigeteilt. Einerseits veröffentlichen oder teilen würden. Im Gegensatz dazu
stehen die Einzelhändlerinnen und Einzelhändler dem gaben mehr als 86 % der Befragten an, dass sie Daten zu ja eher ja neutral eher nein
Teilen von Daten kritisch gegenüber, da sie Angst haben, Bezahlvarianten teilen würden und mehr als 71 % der
zu private und wichtige Daten zu veröffentlichen und sie Befragten würden ihre Social-Media-Aktivitäten veröf Abbildung 5: Datenbereitstellung aus der Sicht von Einzelhändlerinnen und Einzelhändler
dadurch einen Nachteil bekommen könnten. Andererseits fentlichen, siehe Abbildung 5.
Als Resümee kann festgehalten werden, dass alle dass es immer Vorangehende gibt, die eine Vorbildfunk
befragten Einzelhändlerinnen und Einzelhändler grund tion einnehmen, sodass wir durch das Bereitstellen der
sätzlich eine positive Einstellung und Absicht zum Teilen Daten in dieser Studie aufzeigen konnten, welche
88%
von Daten haben. Je nachdem, um welche Daten es sich Wirkungen Daten tatsächlich haben. Durch die Analyse
handelt, sind die Einzelhändlerinnen und Einzelhändler und Be wertung aller bereitstehenden Daten konnten
71%
bereit, diese zur Verfügung zu stellen, wenn sie das wichtige Rückschlüsse gezogen werden, die ohne die
Gefühl haben, dass sie nicht allzu private Daten veröf Einzel händlerinnen und Einzelhändler nicht bekannt
der Einzelhändlerinnen und Einzel- fentlichen. Es fehlt ihnen das Wissen und die konkrete wären. Dadurch zeigt diese Studie, dass durch die
händler würden ihre Daten zu ihren Umsetzung darüber, welche Daten tatsächlich preisgege gemeinsame Bereitstellung von Daten wichtige Erkennt
der Einzelhändlerinnen und Einzel- ben werden sollen und wie sie die Daten für ihre eigene nisse gezogen werden können und sich ein Mehrwert für
Bezahlvorgängen veröffentlichen.
händler stimmen dafür, ihre Daten Zwecke nutzen. Hier kommen die Ängste hervor, die die alle Beteiligten ergibt. Werden die Hürden bei den
zu Social-Media-Aktivitäten konkrete Umsetzung verhindern. Da die Ergebnisse anderen Einzelhändlerinnen und Einzelhändlern schluss
zu teilen. dieser Studie auf Daten von den teilnehmenden Einzel endlich überwunden, so kann aus Big-Data-Projekten
händlerinnen und Einzelhändlern basieren, zeigt sich, sämtlicher Mehrwert allumfänglich generiert werden.
24 Daten vs. Bauchgefühl? 253. Stosszeiten nutzen!
Einen sehr starken Einfluss auf den Umsatz und die bestimmten Zeiten (zwei Stunden am Morgen und zwei
Verkaufszahlen haben die Kundenfrequenz während Stunden am Nachmittag) einen starken Andrang erleben
des Tages, die Veranstaltungen, die Covid-19-Pandemie und daher einen Unterschied im Umsatz im Vergleich
in ihren Auswirkungen und die daraus folgende zu den Spitzenzeiten sehen. Daraus lässt sich schließen,
Gesetzgebung beziehungsweise Verordnungen. So hatte dass die Einzelhändlerinnen und Einzelhändler gerade
beispielsweise die Kundenfrequenz während des Tages in den Stoßzeiten ihre Produkte intensiver an die Kun
einen sehr großen Einfluss sowohl auf den Umsatz als dinnen und Kunden verkaufen können und daher ihre
auch auf die Verkaufszahlen. Alle befragten Einzel individuellen Strategien anpassen sollten.
händlerinnen und Einzelhändler gaben an, dass sie zu
4. Kundenvertrauen wertschätzen!
Kundenkarten sind beispielsweise für den stationären Kunden zu binden. Die Auswertung zeigt, dass diese
Handel von großer Relevanz, um einen Überblick und Art der Kundenbindung zwar beliebt ist, aber nur einen
eine Datenbasis über die Kundschaft zu erhalten und geringen Einfluss auf die Umsatz- und Verkaufszahlen
diese regelmäßig über Aktionen der Markenpartner hat. Sie zeigt den Kundinnen und Kunden jedoch, dass
innen und Markenpartner zu informieren sowie kleine ihr Vertrauen und ihre Unterstützung durch den Kauf
Zusatzgeschenke nur für Karteninhaberinnen und Kar wertgeschätzt werden.
teninhaber bereitzustellen. Kurz: Um Kundinnen und
7 Handlungsempfehlungen für den 5. Externe Faktoren berücksichtigen!
ländlichen stationären Einzelhandel
Eine Differenzierung der Einflüsse auf die Umsatz- und nur einen geringen Einfluss auf den Umsatz, aber einen
Verkaufszahlen zeigte sich vor allem bei den Faktoren stärkeren Einfluss auf die Verkaufszahlen hat. Je nach
Wetter, Online-Präsenz, Social-Media-Marketing und Sortiment berichteten einige Händlerinnen und Händler,
1. Dem Bauchgefühl vertrauen und ergänzen! die Warenart. Am Beispiel des Wetters lässt sich dies dass sich beispielsweise ein Sommerregen positiv auf
anschaulich darstellen. Mit Hilfe der Datenanalyse lassen ihre Verkaufszahlen auswirkt und vermuten, dass die
Ein wichtiges Instrument der Einzelhändlerinnen und ehrwerts und dem verbundenen Aufwand steigen
M sich so schon einfache Prognosen über das Kunden Kundinnen und Kunden nicht im Garten sind, sondern
Einzelhändler ist und bleibt ihr Bauchgefühl. Im Rahmen infolgedessen an. Im Projektverlauf zeigte sich, dass verhalten erzeugen, welche unmittelbar genutzt werden in der Stadt einkaufen gehen. Daraus lässt sich schließen,
dieser Studie zeigt sich jedoch, dass das Bauchgefühl um datenbasierte oder datenunterstützende Entscheidungen können. Zusammen mit der Berücksichtigung externer dass Wettervorhersagen einen Einfluss auf die Verkaufs
datengetrieben Entscheidungen ergänzt werden sollte. zunächst kritisch bewertet wurden, diese mit der Zeit Faktoren und der Kenntnis der verschiedenen Phasen zahlen haben können und vom stationären Handel in die
Der Einsatz von datenbasierten Verfahren zeigt erst mit jedoch als sehr sinnvoll und wichtig betrachtet wurden. der Datenanalyse wird verstecktes Potential zugänglich Planung umsatzfördernder Maßnahmen aufgenommen
Beginn der Konsolidierungsphase (Phase II) seinen Einzelhändlerinnen und Einzelhändler sollten auf ihr (ab Phase II). So zeigten die Ergebnisse, dass das Wetter werden sollten.
Mehrwert, welche in der Verstetigungsphase (Phase Bauchgefühl vertrauen und ihre Entscheidungen daten
III) weit über dem Bauchgefühl liegt. In der Regel basiert ergänzen, um den Mehrwert vollumfänglich
werden die hoch angesiedelten Erwartungen nicht auszunutzen. 6. Verschiedene Methoden des Bezahlens
von Beginn an erfüllt und die Zweifel bezüglich des
sind „nur“ attraktiv!
2. Datenbasierte Entscheidungen brauchen ihre Zeit! Das Angebot von verschiedenen Zahlungsmethoden auf die Verkaufszahlen und einen eher mittelmäßigen
kann eine Reihe von Kundinnen und Kunden erreichen Einfluss auf den Umsatz haben. Durch eine automati
Die Nutzung von Daten und deren Bereitstellung für Vorteilen führt. Daten sind in Zeiten der Digitalisie und ihnen verschiedene Optionen bieten. Neben den sierten Datenaufzeichnung und Analyse werden die
die Öffentlichkeit bedeutet für viele Einzelhändlerinnen rung nicht mehr wegzudenken und nur durch die klassischen Zahlungsmethoden, wie Bar- und EC- Hürden für datenbasierte Entscheidungen gesenkt, da
und Einzelhändler zu Beginn einen enormen Arbeits frühzeitige und konstante Auseinandersetzung mit Zahlungen, werden neue Zahlungsmethoden, wie Apple die Grundarbeiten, wie sie im Projekt stattgefunden
aufwand, welcher zunächst höher als der Mehrwert den Daten werden der Mehrwert und all die Vorteile Pay oder Google Pay, gesellschaftlich attraktiver und haben, bereits vorhanden sind. Die Initialisierungsphase
erscheint. Jedoch handelt es sich bei der Arbeit mit sichtbar. Schlussendlich ergeben sich so Erleichterungen vielfältige Zahlungsmethoden sprechen Kundinnen und (Phase I) verkürzt sich somit und die Vorteile der Kon
Daten um einen langwierigen Prozess, welcher mit und Zeitersparnis für den Einzelhandel. Hier gilt das Kunden an ohne nachteilige Beeinflussung des Kaufver solidierungsphase (Phase II) und Verstetigungsphase
Beginn der Konsolidierungsphase (Phase II) und spä Motto: >>Dran bleiben – der Erfolg zahlt sich aus!Sie können auch lesen
