Bereits 2002 sorgte eine Nachricht über den US-Discounter Target für Aufsehen: Laut „New York Times Magazine“ war der Einzelhändler in der Lage, Schwangere anhand ihres Einkaufsverhaltens zu erkennen und Geburtstermine auf zwei Wochen genau prognostizieren zu können. Statistiker hatten Informationen von Kundenkarten analysiert und daraus einen Algorithmus abgeleitet: Shoppten Kundinnen parfümfreie Cremes, Vitaminpräparate mit Zink oder Magnesium in bestimmten Konstellationen, fanden sie kurz vor ihrer Entbindung aktuelle Windel- und Babynahrungsangebote im Briefkasten vor.
Vorlaufzeiten prognostizieren
„In der Beschaffung lassen sich anhand von Datenanalysen Vorlaufzeiten prognostizieren. Auch die Logistikkette lässt sich verbessern, z. B. um Produkte mit dem längst möglichen Mindesthaltbarkeitsdatum anzubieten“, sagt Thorsten Raquet, Bereichsleiter SAP Retail & Innovation bei der QSC AG. Produktions- und Warenbestandsdaten lassen sich in Echtzeit analysieren. So lässt sich folglich die Zeit zwischen Produkteingang und -verkauf reduzieren. Ist das Regalmanagement intelligent, kombiniert also beispielsweise Umwelt-, Absatz- und Social-Media-Daten, können Händler Nachbestellungen bedarfsgerecht organisieren.
Datenanalysen können dabei helfen, Transportwege zu beschleunigen. Beispiel Feldfrüchte: Umwelt- und Wetterdaten eignen sich zur Erstellung von Prognosen. Ziel ist es, Produkte so zu bewerben, dass der Bedarf am größten ist, wenn die Ernte vom Feld kommt. So beeinflusst das Wetter nicht nur das Wachstum von Obst und Gemüse, sondern auch jede Metzgereiauslage. Zwischen Sonnenschein und Fleischproduktion, Angebot und Nachfrage besteht eine Verbindung, die es zu kennen und zu berücksichtigen gilt. „Wer im Sommer Würstchen kauft, kauft auch Ketchup“, sagt Raquet.
Im Cross- und Upselling versprechen Datenanalysen Erkenntnisse, die über das hinausgehen, was sich über Warengruppen ableiten lässt. Kundenkartensysteme mit Treuepunkten erlauben es, das Konsumverhalten übergreifend auszuwerten und zu analysieren – egal ob im Supermarkt, an der Tankstelle oder im Onlineshop. Auch der Abverkauf über das Internet hat Potential für den Einzelhandel. Laut „Digital Disruption Index“ des Unternehmensberatung Horn & Company jedoch liegt die Branche abgeschlagen hinter Segmenten wie Bekleidung, Elektronik oder Medien.
Transparente Lieferkette
Daten unterstützen Transparenz: Kunden möchten die Herkunft ihrer Lebensmittel kennen und auch, welchen Weg diese genommen haben. Möglich macht dies IoT. Bereits heute überwachen Sensoren die Standorte von Trailern und Containern, registrieren Temperaturen oder Erschütterungen und senden Messwerte in die Cloud. Logistiker können mit Daten heute die Supply Chain optimieren, diese Daten können in Zukunft aber auch für Transparenz sorgen – von der Kuh bis zum Endverbraucher.
Foto: iStock/samael334
Weitere Informationen: www.qsc.de
Proaktiv statt reaktiv
Verbraucher nutzen künstliche Intelligenz bereits bei der automatischen Vervollständigung von Google-Suchanfragen, dem Facebook-Newsfeed oder den Amazon-Produktempfehlungen. Jetzt hält künstliche Intelligenz auch Einzug in den mittelständischen Modehandel mit Omnichannel-Konzepten. Beispiel: Engelhorn in Mannheim.
