Balance in der Big Data-Analyse finden | stores+shops

Anzeige
{{{name}}}

Vorgeschlagene Beiträge

Anzeige

Foto: istockphoto / kemalbas

Balance in der Big Data-Analyse finden

Große Mengen an Kundendaten können dem Händler dabei helfen, ein Profil über seine Kunden zu erstellen und diese gezielter mobil, online oder stationär anzusprechen. Doch ein Profil lohnt sich erst, wenn der Retailer seine Prozesse auf dieses Ziel ausrichtet. Mit der richtigen Einbindung von Informationen in Interaktionen kann dies gelingen.

E-Commerce-Retailer sitzen ebenso wie die traditionellen Warenhäuser und Einzelhändler häufig auf einem Berg wertvoller Daten, die sie aus den unterschiedlichsten Vertriebskanälen gewonnen haben. Diese resultieren zum Beispiel aus den Anmeldedaten der Kunden, aus der Kaufhistorie, aus ihren Zahlungsdaten oder – etwa im stationären Handel – aus EC- und Kreditkartendaten, die am POS erfasst worden sind. Aus dieser Menge an Rohdaten gilt es, Erkenntnisse zu bergen.

Für sehr große Retail-Konzerne kann es sich zudem lohnen, Social Media-Kanäle sowie Blogs, Foren und Wikis auszuwerten, um Meinungsführer zu identifizieren, und eine „Social Sentiment Analysis“ für ein Produkt, eine Kampagne oder einen neuen Service zu betreiben. Durch diese Methode lassen sich emotionale Stimmungen in sozialen Medien erfassen und interpretieren. Doch dafür sind umfangreiche Analyse-Lösungen erforderlich. Es gibt sie zwar mittlerweile auch aus der Cloud, doch erfordern die meisten Anwendungen weiterführende Kenntnisse in Informatik beziehungsweise Programmierung und sollten daher nur von IT-Experten ausgeführt werden.

Das A & O: Die Korrelation

Um aus vorliegenden Daten Informationen ziehen zu können, die Aussagen über einen Kunden und dessen Kaufverhalten ermöglichen, ist es unerlässlich, Daten miteinander zu korrelieren. Bei der Erstellung eines Profils ist zu beachten, dass für den Schutz personenbezogener Daten strenge Gesetzesvorgaben gelten. Im nächsten Schritt kann der Händler den gesteigerten Umsatz, den er aufgrund eines beworbenen Produkts erzielt hat, analysieren und feststellen, ob wirklich die richtige Zielgruppe angesprochen wurde.

Die Datenquelle: Das Smartphone

Ein Smartphone gibt Nutzerdaten auf mehreren Ebenen preis: als GPS-Daten, in Form der sogenannten IMEI-Nummer der Simulationen-Karte, über UMTS, WLAN, Bluetooth, NFC und zunehmend auch über iBeacon. Bei diesen Technologien ist es mit entsprechenden Empfängern einfach, den Nutzer zu identifizieren und seine Daten – möglichst anonym – in der IT zu verarbeiten.

Ebenso ist es möglich, im Laden Mikro-Netzwerke einzurichten, über die ein Retailer seine Kunden genau orten kann. Dies kann dazu dienen, dem Kunden gemäß dessen Profil passende Angebote, elektronische Gutscheine, QR-Codes usw. auf das Handy zu schicken. Um den Kunden noch während seines Aufenthalts im Laden zu erreichen, erfolgt dies zunehmend in Echtzeit. Echtzeit-Verarbeitung ist allerdings nicht zwingend notwendig: Meistens reicht es aus, einen Tag oder eine Woche auszuwerten, um profitable Ergebnisse aus der Big Data-Analyse zu gewinnen. Wichtig bleibt stets, dass alle Prozesse und Kanäle des Händlers darauf ausgerichtet sind, dem Kunden ein allseits positives Kauferlebnis zu verschaffen – und zwar auch nach dem Kauf.

Wenn der Kunde einen Artikel online erstanden hat, der sich für ihn im Nachhinein doch nicht als  passend erweist, so sollte er diesen nach Möglichkeit auch in einem Ladengeschäft dieses Retailers zurückgeben und den Kaufbetrag erstattet bekommen können. Da Retouren für Kunden mittlerweile auch in Deutschland kostenpflichtig sein können, ist die Notwendigkeit eines reibungslosen Retour-Vorgangs gestiegen. Umgekehrt wird in den USA das Modell „online einkaufen, aber im Laden abholen“ immer beliebter: Man stelle sich einen Kunden von Ikea vor, der am Samstag zum nächsten Markt fährt, um seine unter der Woche im Webshop vorbestellte Ware abzuholen. Als Ikea Family-Mitglied bekommt er 10 Prozent Preisnachlass, und kann mit Kreditkarte oder mit seinem Mobilgerät (E-Payment) bezahlen.

Die Zukunft: Retailing besteht im Entertainment

Das Multichannel-Erlebnis des Kunden sollte von jedem Händler so verbessert werden, dass der Kunde online, mobil sowie im Laden nicht nur mit dem Service zufrieden ist, sondern sogar Spaß daran hat. Die Voraussetzung für die Realisierung dieser Entertainment-Vorstellung besteht darin, die Prozesse über alle Kanäle hinweg mit entsprechenden Kundendaten zu verknüpfen und zur richtigen Zeit am richtigen Ort für den Kunden arbeiten zu lassen. Dazu müssen die mit den Daten verknüpften Prozesse von entsprechend ausgeklügelten Richtlinien sowie Regeln gesteuert und durch intelligente Analyse-Tools ausgewertet werden. Jede kaufmännische Software wie etwa SAP oder Tomax enthält heute eine sogenannte „Rules Engine“.

Ebenso wichtig sind Reports, Analysen und Dashboards: Diese Business Intelligence (BI)-Tools gehören mittlerweile auch zum Handwerkszeug des Retail-Managements. Tibco Jaspersoft ist ein Anbieter für solche BI-Pakete, die auch aus der Cloud abgerufen werden können. Mit einem eingebetteten Analyse-Paket können sich die Verkaufsleitung und das Marketing beispielsweise auf dem Laufenden halten, was den Erfolg des Geschäftsverlaufs und der Kampagnen anbelangt. Sind diese Grundvoraussetzungen am Backend erfüllt, lässt sich dem Kunden sein Einkaufserlebnis bei der nächsten Shopping-Tour viel angenehmer gestalten – schon einfach dadurch, dass er kostenlos Zugang zum drahtlosen Internet hat.

Foto: istockphoto / kemalbas

Autor Brian Gentile ist Senior Vice President und General Manager bei Tibco Analytics.

Weitere Informationen: www.jaspersoft.com/de

Produkt-News