Real-Time Entscheidungsfindung (RTDM) Anwendungsfälle im Einzelhandel

Im letzten Blog über Entscheidungsfindung (RTDM) haben wir erörtert, was das genau ist und warum es wichtig ist. Bevor wir jedoch mit theoretischen Diskussionen fortfahren, lohnt es sich wahrscheinlich, Ihnen einige praktische Beispiele für RTDM zu geben und zu zeigen, wie Datenmanagement, Integration und Analytik RTDM strategische Funktionen unterstützen, die sich erheblich auf die Geschäftsabläufe auswirken.

Einzelhandel: Ground Zero für COVID-19 Geschäftsunterbrechung

Unabhängig von Ihrer Funktion oder der Branche, in der Sie arbeiten, haben wir alle zumindest ein rudimentäres Verständnis für den Einzelhandel und sind uns der Störungen, denen er in den letzten Monaten ausgesetzt war, und der Marktunsicherheiten, die ihm in den kommenden Jahren bevorstehen, schmerzlich bewusst.

Die Teilbereiche dieser Branche können jedoch sehr unterschiedliche Auswirkungen haben, insbesondere wenn Sie wie Supermärkte zu den wesentlichen Dienstleistungen gehören oder wenn Sie eine große Kaufhauskette sind, die typischerweise ein Einkaufszentrum verankert. Weitere Unterschiede ergeben sich daraus, inwieweit Ihr Unternehmen online oder stationär tätig ist.

Wir alle haben den rasanten Wandel im Einzelhandel miterlebt: Verlagerung auf das Internet, Schließung von Geschäften, soziale Distanzierung innerhalb der Geschäfte und Abholung am Straßenrand außerhalb der Geschäfte, die noch geöffnet haben. Ob online oder offline, wir alle haben akute Engpässe aufgrund von Hamsterkäufen erlebt (Hey Charmin gibt es wieder bei Costco, wenn Sie Freitagmorgen um 9 Uhr dort sind), und leider auch Preistreiberei und gefälschte Waren - insbesondere bei PSA.

Kunden sind griechische Götter

Ich hatte das Glück, Mitte der 90er Jahre vier Jahre lang in Japan zu arbeiten, und die Japaner haben ein Sprichwort: "Kokyaku-sama wa kami desu", was soviel heißt wie "Der Kunde ist Gott". Nun, in Zeiten wie diesen sind die Kunden griechische Götter. Sie wissen schon, die Götter, die unergründlich und wankelmütig sind. Dennoch ist es wichtig, ihr Verhalten zu verstehen, um zu wissen, was man ihnen wo und wie verkaufen kann. Außerdem ändern sich die Dinge schnell. Vor zwei Monaten ging es darum, welche Läden zu schließen oder welche Produkte wohin zu liefern sind. Jetzt geht es darum, zu planen, welche Geschäfte eröffnet und welche Produkte im nächsten Quartal verkauft werden sollen. Der Punkt ist, dass Sie Daten über das Kundenverhalten sammeln und Ihre Antworten ständig neu bewerten müssen.

Die Notwendigkeit, den Kundenfokus zu schärfen, zieht sich wie ein roter Faden durch alle Teilbereiche des Einzelhandels, wobei Funktionen der wichtigste Treiber sind. Die drei wichtigsten Fragen, die sich Einzelhändler stellen müssen, um den Kundenfokus zu schärfen:

• Welche Daten benötige ich, um die richtigen Empfehlungen zur Unterstützung von RTDM zu erstellen?
• Wer muss RTDM nutzen, ist es innerhalb meines bestehenden Geschäftsprozesses umsetzbar?
• Trägt RTDM dazu bei, mein Unternehmen flexibler zu machen, so dass es Kosten reduziert, Risiken mindert oder Hinweise auf das Kundenverhalten liefert, die sich positiv auf Vertrieb und Service auswirken?

Kundenbindungsprogramme zu einer strategischen RTDM-Fähigkeit machen

Kiabi, ein globales Einzelhandelsunternehmen mit 500 Filialen in mehr als 15 Ländern und einem Online-Shop, benötigte Funktionen für sein Kundenbindungsprogramm. Die Daten für dieses Programm befanden sich in einem veralteten Data Warehouse, das langsam, unflexibel und teuer in der Skalierung war. Das Unternehmen benötigte eine Echtzeit-Performance auf einer kostengünstigen, skalierbar Plattform, die ihm aktuelle und genaue Daten liefert, mit denen es seine Marketingprogramme flexibel anpassen kann. Das Unternehmen entschied sich für Actian, um sein neues Cloud Data Warehouse als Offload und Bypass zu den täglichen operativen Anwendungen und dem Enterprise Data Warehouse aufzubauen. Actian war in der Lage, eine 200-fache Leistungssteigerung zu bieten, die den Echtzeit-Anforderungen des Unternehmens entsprach, sowie die Integration mit bestehenden und neuen Datenquellen.

Sobald eine Fähigkeit wie die von Kiabi aufgebaut ist, kann sie genutzt werden, um auf Umstände wie COVID-19 zu reagieren. Der einzige Unterschied besteht darin, welche zusätzlichen Datensätze benötigt werden, um das Angebot, die Preise und die Werbung in Zeiten von Geschäftsunterbrechungen oder Marktunsicherheiten anzupassen.

Nehmen wir einmal an, es handele sich nicht um Kiabi, sondern um eine US-amerikanische Bekleidungskette, die landesweit 500 Geschäfte und einen Online-Shop betreibt. Ihre Geschäfte in Einkaufszentren werden in einigen Bundesstaaten für einige Zeit geschlossen bleiben, in anderen geöffnet. Die Geschäfte befinden sich in dicht besiedelten städtischen Gebieten, einige in Vorstädten und vielleicht ein paar in ländlicheren Gegenden. Für den Fall, dass es sich um ein normales Geschäft handelt, würde ihr Kundenbindungsprogramm über transaktionsbezogene Kundendaten verfügen, aus denen sie höchstwahrscheinlich auf Geschlecht, Alter und andere demografische Merkmale schließen können. Wenn sie darüber hinaus Clickstream-Daten in Kombination mit dem Kundenbindungsprogramm nutzen, sollten sie in der Lage sein, das Lieblingsgeschäft eines Kunden zu bestimmen, wenn es mehr als eines in seiner Nähe gibt, und Informationen über seinen Wohnort aus Online-Transaktionen und dem Versand an seine Adresse zu gewinnen.

All diese Daten sind notwendig, aber unzureichend, um schnelle und genaue Entscheidungen darüber zu treffen, welche Geschäfte eröffnet werden sollen und was zu erwarten ist, wenn Sie dies tun. Was Sie außerdem brauchen, sind zusätzliche externe Daten. Wenn Sie beispielsweise anonymisierte Handydaten von den Mobilfunkanbietern erhalten könnten, könnten Sie ermitteln, wie weit die Menschen bereit sind, zu reisen, und diese Daten mit den Wohnadressen Ihrer Kunden und den Entfernungen zu Ihren Geschäften abgleichen. Auf diese Weise könnten Sie feststellen, wann die Reichweite wieder einen Schwellenwert erreicht, bei dem Sie eine gewisse Anzahl von Käufern erreichen. Um dies noch genauer zu machen, könnten Sie auch Daten^{von Dritten} über die Nutzung öffentlicher Verkehrsmittel im Vergleich zu privaten Autos heranziehen (oder vielleicht auch, welche Geschäfte größere Parkplätze haben). In Vorstädten können Käufer mit privaten Verkehrsmitteln leichter eine soziale Distanz wahren als in städtischen Gebieten mit öffentlichen Verkehrsmitteln. Dies führt zu mehr Laufkundschaft und macht die Abholung am Straßenrand einfacher, ohne dass Sie sich darauf verlassen müssen, dass Ihre Kunden sich sozial distanzieren. Ich könnte noch weitere Datenquellen hinzufügen, die Ihnen zusätzliche Faktoren nennen, die Ihre Entscheidung präziser machen, aber ich hoffe, dass ich damit den Kern der Sache erfasst habe.

Wenn Sie sich an die Vorbehalte gegenüber der RTDM-Definition erinnern, die ich im letzten Blog genannt habe, geht es hier eigentlich darum, die fehlenden Puzzleteile - oder Daten - hinzuzufügen, die notwendig sind, um ein besseres gemeinsames Betriebsbild zu erstellen. Die zusätzlichen Daten würden von der Zentrale ganz anders genutzt werden als von den einzelnen Filialleitern, wenn sie ihre Entscheidungen treffen. Aber in beiden Fällen würden sich die Entscheidungen von Wochen auf Tage und von Tagen auf Stunden verkürzen, wenn sich die Situation On-Premises ändert.

Offensichtlich ist der Einzelhandel nicht die einzige Branche, die mit Kunden zu tun hat und die Art und Weise ändern muss, wie sie ihren Kundenfokus verstärkt oder die Reaktionen auf das Kundenverhalten beschleunigt. Wenn Sie mehr über RTDM erfahren möchten oder darüber, wie ein Real-Time Connected Data Warehouse Ihnen eine verbesserte dynamische Preisgestaltung, Warenkorbanalysen für beste Angebote oder supply chain Management bieten kann, bleiben Sie auf dem Laufenden.

Über Actian Corporation

Actian macht Daten einfach. Unsere Datenplattform vereinfacht die Verbindung, verwalten und Analyse von Daten in Cloud, Hybrid- und On-Premises . Mit jahrzehntelanger Erfahrung in den Bereichen Datenmanagement und Analytik liefert Actian High-Performance Lösungen, die Unternehmen in die Lage versetzen, data driven Entscheidungen zu treffen. Actian wird von führenden Analysten anerkannt und hat Branchenauszeichnungen für Leistung und Innovation erhalten. Unsere Teams präsentieren bewährte Anwendungsfälle auf Konferenzen (z. B. Strata Data) und tragen zu Open-Source-Projekten bei. Im Actian-Blog behandeln wir Themen, die von Dateneingang bis hin zu KI-gesteuerter Analytik reichen. Lernen Sie das Führungsteam kennen https://www.actian.com/company/leadership-team/