High-Speed Analytics als Unterstützung des Wandels in der Einzelhandelsbranche - #2 Die neuen Erfolgsfaktoren im Handel
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
White paper
High-Speed Analytics
als Unterstützung des Wandels
in der Einzelhandelsbranche.
#2 Die neuen Erfolgsfaktoren im Handel
Die Datenbank von Exasol – einzigartig und zukunftssicher.
White paper 2 Inhalt 02 Die neuen Erfolgsfaktoren im Handel Digitalisierung und datenunterstützte Geschäftsmodelle 04 Fast Analytics – Permanent Analytics 05 Datenintegration und Neuorganisation 06 Unternehmenskultur, Strategie und Technologie 08 Customer Centricity 10 Fazit 11
White paper 3
02 Die neuen Erfolgsfaktoren im Handel
02.1.
Digitalisierung und datenunterstützte
Geschäftsmodelle
Um Daten strategisch aus-
werten zu können, müssen
sämtliche Datenquellen in
allen Kanälen und der Supply
Chain integriert werden.
Die Voraussetzung dafür ist die Integration
sämtlicher Datenquellen in allen Kanälen und
in der gesamten Supply Chain. Die betrieblich
relevanten Informationen können nicht mehr
Die datengetriebene Weiterentwicklung wie früher in getrennten Datentöpfen wie
der bestehenden Geschäftsmodelle ist ein etwa ERP, POS, Online oder Supply Chain ver-
Schlüsselfaktor für den Erfolg von Handels- arbeitet werden. Vielmehr werden sämtliche
unternehmen. Denn angesichts zunehmender Daten in einem einheitlichen großen Daten-
Digitalisierung und Konkurrenz wächst die strom kombiniert, aus dessen Reservoir sich
strategische Bedeutung der Datenanalyse als alle Abteilungen bedienen – vom Shop Floor
Grundlage von Managemententscheidungen. bis zum Kundenservice.
White paper 4
02 Die neuen Erfolgsfaktoren im Handel
02.2.
Fast Analytics – Permanent Analytics
Sowohl interne als auch externe Daten müs-
sen schneller und zugleich gründlicher
analysiert und in die Unternehmensprozes-
se integriert werden – vom Einkauf bis zum
Kundenservice. Diese Fast Analytics bringt
zunehmend den entscheidenden Wettbe-
werbsvorteil. Allerdings sollte das Manage-
ment aufgrund des wachsenden Tempos und
Wettbewerbs die Erkenntnisse aus der Data
Analytics schneller als früher nutzen, um die-
sen Vorteil ausspielen zu können.
Fast Analytics ist aber nur die eine Seite der
Erfolgsstory von E-Commerce und Omni
Channel. Die andere besteht in permanen-
ter Analytik. Denn anders als im klassischen
stationären Handel gibt es im E-Commerce
keinen Ladenschluss. Deshalb kommt es
darauf an, die Verkaufszahlen und die Res-
sourcen ständig zu analysieren – parallel zum
laufenden Geschäft. Die Verfügbarkeit der an-
gebotenen Produkte muss jederzeit in Echtzeit
abrufbar sein – damit rechtzeitig nachgeor-
dert werden kann.
Nötig ist vor allem eine tiefere Analytik für
ein breiteres Spektrum an Empfängern in
Unternehmen: Zu ihnen zählen nicht mehr
allein BI- und IT-Spezialisten. Heute brauchen
Mitarbeiter in allen Bereichen bessere Daten-
analysen: vom Standard-Reporting bis hin zu
Visual Analytics. Dieser Anforderung müssen
sich die moderne BI-Architekturen anpas-
sen – zum Beispiel durch Lösungen mit mehr
Anwendungsvarianten, höheren analytischen
Ansprüchen und gleichzeitig komfortablen
Schnittstellen für die Fachabteilungen. Dabei
geht es nicht nur um Standarddaten wie etwa
im Reporting, sondern auch um nichtrelatio-
nale oder unstrukturierte Informationen, bei-
spielsweise aus den Social Media-Kanälen.
White paper 5
02 Die neuen Erfolgsfaktoren im Handel
02.3.
Datenintegration und Neuorganisation
Dies ist sowohl eine technische als auch eine Auf der technischen Ebene ist Data Analy-
betriebswirtschaftliche Herausforderung. Weil tics nur dann möglich, wenn die IT insge-
zum einen das Unternehmensumfeld immer samt flexibler und leichter zu warten ist, die
dynamischer wird, zum anderen die Zahl der Qualität der gespeicherten Informationen
Datenquellen für Managemententscheidungen deutlich verbessert und der Zugriff auf die
explodiert, müssen leistungsstärkere Techno- Datenbanken erleichtert wird. Eine skalier-
logien eingeführt und die Aufgaben in der bare In-Memory-Datenbank mit erweiterbaren
Organisation neu aufgeteilt werden. Frameworks ist hier als Basis das Maß aller
Dinge. Auch sollte eine leistungsstarke Data
Auf der strategischen Ebene beginnend sollte Analytics etabliert werden, bei der die Infor-
eine organisatorische Umstrukturierung mit mationen nicht mehr in abteilungsspezifischen
klaren und zielkonformen Zuschnitten der Datenbanken oder gar Dateninseln lagern.
Kompetenzfelder ein zentraler Teil der digita-
len Agenda sein. Die in vielen Handelsunter- Um sie stärker zur Grundlage von Business
nehmen streng hierarchische, funktionale und Entscheidungen heranzuziehen zu können,
in Silos getrennte Organisationsform gehört benötigen die Organisationen eine klare
angesichts der umfassenden Digitalisierung Dateninfrastruktur, um wirklich alle nötigen
der Geschäftsprozesse auf den Prüfstand. Es Fakten zur Hand zu haben und redundante,
gilt, neue Formen der Zusammenarbeit aus- obsolete sowie triviale Informationen (die so-
zuprobieren und zu etablieren. genannten ROT-Daten) herauszufiltern. Dies
erleichtert es zum Beispiel, Werbemails zu
löschen oder die bislang ungenutzten, even-
tuell nützlichen Unternehmensinformationen
(„Dark Data“) ans Licht zu bringen.
White paper 6
02 Die neuen Erfolgsfaktoren im Handel
Best Practice:
Supermärkte
Nord Vertriebs GmbH & Co
Eine gelungene Best Practice auf diesem Feld Seit das Unternehmen eine In-Memory-
bietet die Supermärkte Nord Vertriebs GmbH Datenbank zur zentralen Datenverwaltungs-
& Co, mit rund 200 angeschlossenen Centern lösung einsetzt, in der alle relevanten Daten
die größte Konsumgenossenschaft Deutsch- der gesamten Handelskette integriert oder
lands im Lebensmitteleinzelhandel. Das Unter- angedockt wurden, sind all diese Proble-
nehmen wollte bestimmte Vorlieben und eine me überwunden. Ist zum Beispiel Kaffee im
geänderte Nachfrage seiner Kunden genauer Angebot, kann man über gezieltes Category
kennen und schneller reagieren können: Management auch die dazugehörigen Artikel
Durch die tiefere und schnellere Analyse der wie Filtertüten und Reiniger besser steuern.
Bon-Daten einerseits, der externen Informa- Im Bereich Warenwirtschaft/SAP wurde ein
tionen beispielsweise aus Preisvergleichen Mitarbeiter früher durch den Abruf von Aus-
mit Wettbewerbern oder Nielsen-Absatzdaten wertungen regelmäßig in seiner Tätigkeit
andererseits. eingeschränkt. Heute erhält er in Sekunden-
schnelle die Informationen, die er benötigt
In der Vergangenheit gab es im Unternehmen und kann deutlich effizienter arbeiten.
zu viele verschiedene Datentöpfe, die nicht
miteinander verknüpft waren. Die Fachbe- Von der zentralen In-Memory-Datenbank-
reiche mussten sich die benötigten Informa- Lösung profitieren Controlling, Einkauf und
tionen mühsam zusammensuchen und oft Vertrieb gleichermaßen: Die Entscheider kön-
dreißig Minuten und länger auf die Reports nen zum Beispiel Jahresgespräche mit Liefe-
warten. ranten in einem Dashboard zusammenfassen.
Sie sehen auf einen Blick, wie sich die Gesamt-
leistung (Verbundumsatz, -ertrag, -spanne)
pro Lieferant mit seinen Artikeln entwickelt
hat, wie die Relation zwischen Lieferant und
Kundenfrequenz ist oder auch wie hoch die
anteilige Durchschnittsleistung des Lieferan-
ten je Bon ist. Unter dem Strich wurden bei
bestimmten Analysen die Abfragen zum Teil
Von der zentralen In-Memory- um bis zu 100-fach beschleunigt.
Datenbank-Lösung profitieren
Controlling, Einkauf und
Vertrieb gleichermaßen. (Quelle: www.exasol.com)White paper 7
02 Die neuen Erfolgsfaktoren im Handel
02.4.
Unternehmenskultur, Strategie
und Technologie
Eine grundlegende Voraussetzung für eine
derartige Modernisierung der Infrastruktu-
ren im Handel ist eine offene und innovative
Unternehmenskultur. Wie unterschiedlich die Herangehens-
weise auf diesem Gebiet sein kann,
Denn von den Geschäftsprozessen über den zeigt sich an den Handelskonzernen
Kundenservice bis hin zum Management muss Lidl und Otto Group.
die gesamte Organisation grundsätzlich bereit
sein, die bisherigen Praktiken und Gewohn- Beide Unternehmensleitungen
heiten in Frage zu stellen. Die Akzeptanz von entschieden sich zu Beginn dieser
Abwehrsätzen nach dem Motto „Das haben Dekade dazu, ihre überkommenden
wir immer so gemacht“ verbaut Unternehmen IT-Strukturen durch neue,
die Möglichkeit einer echten Transformation. schlagkräftigere zu ersetzen.
Tiefgreifende Modernisierungen
wie eine umfassende Digitalisie-
rung setzen den Willen und Mut
zum Wandel voraus.White paper 8
02 Die neuen Erfolgsfaktoren im Handel
Problem und Lösung:
Lidl und die Otto Group.
Die Wahl fiel bei beiden Unternehmen auf die Anders ging die Otto Group mit der Heraus-
damals wegweisenden Lösungen von SAP, die forderung um: Nachdem das P4P-Projekt mit
bereits auf der schnellen In-Memory-Technik SAP auch nach zwei Jahren keine Früchte
beruhte. Zentrale Ziele waren, den Wildwuchs trug, beendete das Management das Vorha-
vieler paralleler IT-Systeme mit den entspre- ben und baute mit anderen Softwarepartnern
chenden betriebswirtschaftlichen Reibungs- und eigenen IT-Lösungen eine neue techni-
verlusten zu beenden, die Transparenz in der sche Plattform auf. Als Grundlage definierte
Supply Chain zu erhöhen, die Abläufe deutlich das Management eine klare Strategie, die auf
zu beschleunigen und die Kennzahlenana- vier Säulen beruht und als Benchmark für an-
lysen als Basis für die Managemententscheide dere Handelsunternehmen gilt:
zu verbessern. Die Erwartungen waren hoch.
Das Lidl-Management etwa sprach im Zu- 1. „Transform“: Sämtliche Verkaufskanäle und
sammenhang mit dem geplanten Projekt vom Marken die ihren Ursprung im Distanz- oder
größten Transformationsprozess der Unter- Stationärhandel haben, werden konsequent zu
nehmensgeschichte. „e-driven-companies“ ausgebaut.
Sehr schnell erwies sich in beiden Projek- 2. „Participate“: Konzerneigene Spezialfirmen
ten jedoch, dass eine betriebswirtschaftliche helfen intern und Partnern mit digitalen
Transformation nicht funktioniert, wenn einer Dienstleistungen. Dazu zählt zum Beispiel Blue
herkömmlichen Organisationsstruktur nur Yonder, ein Highend-Anbieter wissenschaftlich
moderne Techniken aufgepflanzt werden. basierter Prognosesoftware.
Vielmehr bedarf es zum Teil großer Änderun-
gen in der Betriebswirtschaft sowie in Kom- 3. „Create“: Gemeinsam mit Partnern wie etwa
munikation und Unternehmenskultur – nach Content-Lieferanten oder Developern werden
Möglichkeit begleitet von intensivem Change innovative Onlinekonzepte entwickelt – zum
Management. Beispiel ein Multi-Shop-Konzept, dass es
Eltern ermöglicht, auf verschiedenen Websites
Im Lidl-Projekt Elwis („elektronisches Lidl Wa- einzukaufen und den Bestell- und Zahlprozess
rensystem“) tat sich beispielsweise der Wider- über einen gemeinsamen Warenkorb sowie
spruch auf, dass die eigene Warenwirtschaft nur ein Kundenkonto abzuwickeln.
nach Verkaufspreisen gesteuert wird, die zum
Einsatz bestimmte SAP-Software jedoch stan- 4. „Venture“: Die Otto Group investiert als
dardmäßig die Einkaufspreise zur Bewertung Venture Capitalist weltweit in innovative Start-
der Bestände nutzt. Da das Management ent- ups und betätigt sich als Inkubator.
schied, weder das eigene System zu ändern
noch eine andere Technik einzusetzen, ver- Diese klare Ausrichtung stärkte das Wachstum
suchten mehr als 100 Experten jahrelang, die und die Profitabilität der Otto Group und schuf
Stammdaten aus mehr als 10.000 Filialen und für die eigenen E-Commerce-Tochterfirmen
140 Logistikzentren mit der neuen Technik wie etwa „About You“ ein fruchtbares Klima.
zusammenzubringen – und dabei die rund 90
vorhandenen Module etwa für Einkauf, Logis-
tik oder Angebotsentwicklung mit mehr als
50 Schnittstellen zu anderen Anwendungen im
Konzern und bei externen Partnern einzubin-
den. Der Versuch scheiterte nach sieben Jah-
ren an der Komplexität der technischen und
vor allem organisatorischen Herausforderun-
gen: 2018 stellte Lidl das Projekt ein und will
Experten zufolge nun mit dem mittlerweile 30
Jahre alten System wieder bei null anfangen.White paper 9
02 Die neuen Erfolgsfaktoren im Handel
02.5.
Customer Centricity
Ein weiteres Kernelement des modernen,
datengestützten Handels ist das Prinzip der
„Customer Centricity“, bei der die Käufer
konsequent ins Zentrum des gesamten Ge-
schäftsmodells gestellt werden.
Dies kann beispielsweise durch eine feinere
Differenzierung der Käufer aufgrund von Big
Data geschehen. Dazu gehört nicht mehr nur
allein die Bon-Analyse oder die Nutzung der
Marktforschung. Es geht darüber hinaus auch
um die Integration weicher Daten etwa über
die emotionalen Vorlieben der Konsumenten.
Durch die Integration weicher
Daten kann eine feinere Differen-
zierung der Käufer geschehen –
so lernt man beispielsweise die
emotionalen Vorlieben kennen.White paper 10
02 Die neuen Erfolgsfaktoren im Handel
Best Practice:
Zalando
Derartiges integriert zum Beispiel die auf Zalando nutzt dieses neue System nicht nur
Mode spezialisierte E-Commerce-Plattform für eigene Zwecke, sondern bietet es auch
Zalando mit der neuen Kundentypologie na- Partnerunternehmen an – zum Beispiel in
mens „zTypes“. Sie setzt auf eine stärker emo- einem Pilotprojekt mit der niederländischen
tionale und qualitative Zielgruppentypologie. Modemarke G-Star RAW, bei dem in einer
Damit geht sie weit über die bislang üblichen digitalen Kampagne für ein bestimmtes
Klassifizierungen im Handelsmarketing hinaus, Jeans-Modell speziell Frauen mit der einer
die sich einerseits an abstrakten soziodemo- Sanduhr-Figur angesprochen werden.
graphischen Milieus, andererseits an den Kauf- Die genaue Zielgruppe wurde über mehrere
verhaltensanalysen und der Adressierung von zTypes (preppy strivers, modern mainstream
Fokusgruppen orientieren. und happy casuals) bestimmt. Via Facebook
und Onsite-Werbemittel werden die poten-
Der Ansatz: Auf der Basis der Analyse von tiellen Käuferinnen auf eine eigens erstellte
Kaufverhaltensmustern seiner 22 Millionen Landing Page geleitet, auf der sie alle weiter-
Kunden und der ergänzenden Analyse ano- gehenden Informationen zur Jeans finden und
nymisierter Facebook-Daten von 31 Millio- ihre gewünschte Variante bestellen können.
nen Menschen definierte Zalando unter den
Gesichtspunkten des Fashion Lifestage (Skala Um indes sämtliche Transaktionen mit Kun-
von „formative“ bis „settled“) und des Social den, Lieferanten und Logistikdienstleistern
Mindsets (Skala von „blending in“ bis „standing reibungslos zu gestalten, benötigt Zalando
out“) sieben neue – jeweils weibliche und durchgängige Prozesse und standardisiert
männliche – Käufertypen: Happy Casuals, konsistente Daten zu Produkten und Bestän-
Fresh Families, Modern Mainstreamers, Hip den, genauso wie zu Aufträgen, Kunden und
Poppers, Street Snobs, Cultered Elite und die Lieferungen. Als wichtiger Baustein des ge-
Preppy Strivers. Sie unterscheiden sich unter samten Data Warehouse Systems unterstützt
anderem danach, auf welchen Kanälen sie die analytische In-Memory-Datenbank von
unterwegs sind, welche Musik sie hören oder Exasol den Online-Händler effektiv zum Bei-
mit welchen Argumenten sie sich überzeugen spiel bei Nachbestellprozessen. Mithilfe von
lassen. Ad-hoc-Analysen kann der Händler darüber
hinaus schneller auf das Kundenverhalten
Aufgrund des einheitlichen Datenpools mit reagieren und das Sortiment sowie Marke-
konsistenten Werten können über den gesam- ting-Maßnahmen anpassen. Umsatzströme
ten Lifecycle eines Fashion- oder Lifestyle werden auf diese Weise besser gesteuert und
produktes dieselben Käufergruppen realer neue Umsatzpotentiale frühzeitig erkannt.
Personen angesprochen werden: von der
Rekrutierung für Marktforschung über das
Targeting bis hin zum Kampagnenreporting. (Quellen: Zalando, Exasol)White paper 11
02 Die neuen Erfolgsfaktoren im Handel
02.11.
Fazit
Um die neuen Strukturen des Handels effek- Um im schnelllebigen Online-Geschäft Wett-
tiv nutzen zu können, müssen Unternehmen bewerbsvorteile erkennen und ausnutzen zu
ihre bisherigen Geschäftsmodelle anpassen können, müssen E-Commerce-Unternehmen
und Daten sowie Kunden ins Zentrum der ihren Fokus auf Fast & Permanent Analytics
Aufmerksamkeit rücken. Die dynamischen richten, bei denen kundenbezogene Daten
Strukturen des E-Commerce und die stetig regelmäßig in Echtzeit erhoben und analysiert
steigenden Datenquellen verlangen nach werden. Auch hier zeichnet sich die Notwen-
leistungsstärkeren Technologien mit einer klar digkeit einer schnellen In-Memory-Datenbank
definierten Dateninfrastruktur, die ROT-Daten mit breiter Analyseanwendung und zentralem,
filtern und „Dark Data“ enthüllen. abteilungsübergreifendem Zugang ab.
Entgegen konventioneller Verfahren sollten
alle Datenquellen entlang des gesamten Ver-
triebs- und Entscheidungsprozesses in einer
zentralen, einheitlichen Datenbank gebündelt
werden. Hierbei müssen Unternehmen über
bestehende (Abteilungs-) Grenzen hinausden-
ken und neue Formen der Zusammenarbeit
schaffen, um Informationsasymmetrien und
Verzögerungen zu vermeiden. Eine skalierbare
In-Memory-Datenbank gewährleistet die hier-
für nötige Verwaltungsflexibilität sowie einen
einfachen und zentralen Zugriff auf relevante
und hochwertige Daten.12
Exasol AG Exasol UK Limited
Neumeyerstr. 22-26 Cannon Green. 27 Bush Lane,
90411 Nürnberg London
Deutschland EC4R 0AA
Großbritannien
Tel: +49 911 23991-0
E-Mail: info@exasol.com Tel: +44 20 3813 8310
E-Mail: info@exasol.com
Exasol France SAS Exasol, INC.
Coeur Defense c/o WeWork
110 Espl. du Général de Gaulle 575 5th Ave.
Bat A - Etage 3 New York, NY, 10017
92400 Courbevoie USA
Frankreich
Tel: +1 415 363 5500
Tel: +44 20 3813 8310 E-Mail: info@exasol.com
E-Mail: france@exasol.com
Immer informiert bleiben:
Zu den Angaben in diesem Whitepaper:
Nach Redaktionsschluss dieser Whitepaper, Oktober 2018, können sich Änderungen ergeben.
Exasol ist eine eingetragene Marke. Alle genannten Marken Dritter sind geschützt und
befinden sich im Eigentum der jeweiligen Markeninhaber.
© 2018, Exasol AG | Alle Rechte vorbehaltenSie können auch lesen
