Wie kann Big Data im stationären Handel helfen?
von Markus Gärtner am 29.September 2016 in News, Trends & AnalysenBei Big Data kommt den meisten wohl zuerst die gesammelten Datenmassen aus den sozialen Netzwerken und anderen Online-Playern wie Google und Amazon in den Sinn. Dabei hinterlässt jeder Einzelne in seinem Tun und Lassen im Alltag täglich Spuren seines Verhaltens, die sich Unternehmen zu Nutze machen wollen. Big Data bezeichnet zum Einen eine gigantische Menge an unstrukturiertem Datenmaterial, das sich mit hoher Geschwindigkeit aus unterschiedlichen Quellen speist. Zum Anderen bezeichnet es aber auch die Methoden von Akteuren wie Unternehmen etc. durch entsprechende Technologien diese Flut an Information sinnvoll zu ordnen und daraus Schlüsse zu ziehen.
Auch für den Handel erlangt Big Data immer größere Relevanz. Datenanalysen können bei der Entscheidung helfen, wie die Waren im Supermarkt angeordnet oder Preise festgelegt werden. Experten gehen davon aus, dass 2020 insgesamt 300 Mal so viel Daten erzeugt werden wie noch 2005. Für die Unternehmen bedeutet das nicht nur die große Herausforderung, aus dem Rohmaterial Verbesserungen für die Geschäftsprozesse herauszuarbeiten, sondern dabei auch die ethische Komponente zu beachten. Denn der Kunde will natürlich vom für ihn besten Angebot profitieren – ohne dass dafür jedoch allzu deutlich seine Daten in welcher Form auch immer erfasst, gespeichert und analysiert werden. Amazon und Zalando machen vor, wie man das Online-Verhalten und die entstehenden Datenmengen z.B. für das Empfehlen weiterer Produkte nutzen kann. Die Einsatzmöglichkeiten für Big Data reichen dabei vom Marketing bis zu Logistik und Warenverteilung. 
Durch die Kombination von Informationen können z.B. neue, detailliertere Zielgruppen gebildet oder sogar Kaufverhalten vorausgesagt werden. Der weltgrößte Einzelhändler Walmart stellte z.B. fest, dass sich in den USA nach Hurricane-Warnungen eine bestimmte Cornflakes-Sorte besonders gut verkaufte und passte daraufhin seine Logistik an die Wetterprognosen an. Auch durch eine so genannte Sentiment-Analyse in den sozialen Netzwerken sollen Marken und Firmen Kaufbereitschaft ablesen können. Dabei untersucht ein Programm die Äußerungen über das Produkt bzw. das Unternehmen bei Facebook und Co und versucht daraus abzulesen, welche Stimmung gerade herrscht.
Auch bei der Frage nach dem optimalen Preis müssen viele verschiedene Faktoren bedacht werden: Wie billig ist die Konkurrenz, wie ist die aktuelle Nachfrage, wie voll sind die Lager? Ja, vielleicht auch in Zukunft: Wie ist das Wetter? Durch elektronische Preissschilder wären relativ spontane Änderungen möglich. Dieses so genannte „Dynamic Pricing“, basierend auf Algorithmen, ist im Onlinehandel bereits gang und gebe.
In Deutschland ließ der Discounter Lidl vor kurzem mit einer Big-Data-Offensive aufhorchen. Die Schwarz-Gruppe will einen zweistelligen Millionenbetrag in die Datenanalyse-IT investieren, um ihre Verkäufe zu steigern. Dabei sollen die Kassenbons ausgewertet werden. Lidl will so unter anderem herausfinden, welche Produkte gemeinsam gekauft werden. Auch hier sollen externe Faktoren berücksichtigt werden, etwa wie sich das Wetter auf das Kaufverhalten und die Produktauswahl auswirken kann. „Eine moderne und flexible Business-Intelligence- und Analytics-Landschaft wird im Handel immer mehr zum entscheidenden Erfolgsfaktor“, meint Lidls IT-Vorstand Alexander Sonnenmoser. Künftig könnten dann auch Daten aus Webshops, mobilen Geräten und sozialen Netzwerken genutzt werden, um mögliche Zusammenhänge zu erkennen und die Absätze zu steigern.
Bisher sind die Einzelhändler noch eher zurückhaltend, was die Big-Data-Nutzung angeht: Laut der Studie „Wettbewerbsfaktor Analytics“ der Universität Potsdam und SAS wertet der Handel nur 20 bis 50 Prozent der verfügbaren Daten aus. Überdies würden die Erkenntnisse nicht systematisch in zukünftige Maßnahmen einfließen, kritisiert Studienleiter Norbert Gronau. „Ursache für diese geringe Nutzung sind vor allem fehlendes Knowhow und zu geringe interne Ressourcen“, erklärt er. Big Data wird demnach vor allem im Rahmen von Kundenbindungsprogrammen und Kampagnen angewendet.
Dabei stehen dem Handel z.B. mit Beacons Instrumente für einen großflächigeren Einsatz von Big Data zur Verfügung. Mit Hilfe der Funksensoren könnten Händler Position, Verweildauer und Bewegung eines Kunden in der Filiale bestimmen und dann gemeinsam mit weiteren Kontextinformationen z.B. individuelle Rabatte anbieten. Ebenso könnten Kundenberater in verschiedene Bereiche einer Filiale beordert werden, wenn dort großer Kundenandrang festgestellt wird. Unternehmen wie Minodes unterstützen die stationären Händler bei der Erfassung von Daten, z.B. auch durch Wlan, Bluetooth oder Kameras. In Israel sollte Minodes z.B. für eine Supermarktkette herausfinden wann und wie sich Warteschlangen bilden und einen Kommunikationsautomatismus entwickeln, um das Personal zu informieren.
Die Investitionen in ein solches System schrecken noch viele Händler ab, gleichzeitig sind viele auch skeptisch über die wirklichen Einsichten und den Erfolg, den Big Data liefern kann. Doch der Innovationsdruck auf den stationären Handel nimmt konstant zu, je mehr Umsätze in den E-Commerce abfließen. Und dort sind die Unternehmen schon originär für Big Data bestens gerüstet. contentmanager.de, it-business.de
Infografik: SAS Institut
In unserer neuen Serie „Future Commerce“ beleuchten wir jeweils donnerstags eine Innovation, ihre Möglichkeiten und Auswirkungen auf den stationären Handel. Bisher sind erschienen:
- Wie Virtual Reality im Handel den Kunden in neue Welten führt
- Pokémon Go – Wie kleine Monster dem Handel helfen können
- Wie können Chatbots dem Handel helfen?
Newsletter abonnieren
Abonnieren Sie den kostenlosen Newsletter von Location Insider. Wir liefern darin täglich gegen 11 Uhr business-relevante Hintergründe zur Digitalisierung des Handels.
