Daten und damit verbundene Analysen werden in immer mehr Branchen wichtig. So werden auch im Retail Analysen durchgeführt, welche das Einkaufsverhalten oder die Lagerbewirtschaftung untersuchen. Wie lassen sich aber die verschiedenen Analysen abgrenzen und was macht wo Sinn? In diesem Blogpost versuchen wir einen Überblick zu geben, das Potential von Datenanalysen im Retail aufzuzeigen und auch die Zusammenhänge zwischen Analysemöglichkeiten und Analyse-Bereichen darzustellen.
Verschiedene Datenanalyse-Entwicklungsgrade
Datenanalysen lassen sich unterschiedlich tief ausführen. Einfache deskriptive Analysen geben Auskunft über das “was passiert ist”. Der Blick dieser Analysen ist auf die Vergangenheit gerichtet und der Wert solcher Analysen ist verhältnismässig gering. Warum etwas passiert ist, erscheint schon wertvoller: diagnostische Analysen versuchen vergangene Sachverhalte oder Ereignisse zu erklären.
Noch spannender sind aber Analysen, welche in die Zukunft zu blicken versuchen. Mittels “advanced analytics” schaut man bei prädiktiven Analysen was passieren wird (Trends, Vorhersagen, weitere Entwicklung, usw.). Im höchsten Ausbau zeigen präskriptive Analysen gar auf, was getan werden muss um Ereignisse zu verhindern, respektive Ziele zu erreichen.
Datenanalysen im Retail
Im Fokus des Retails/Einzelhandels gibt es verschiedenste Datenanalysen, welche wir teilweise gar als Kunde aktiv beobachten können. Grob lassen sich die Datenanalysen in vier Bereiche einteilen:
- Digital Customer: Beschäftigt sich mit dem Einkaufsverhalten der Kunden. Aus den einzelnen Warenkörben lassen sich Kunden gruppieren und darauf aufbauend mittels Recommender-Algorithmen Produktempfehlungen geben.
- Digital Store Operations: Damit die richtigen Waren zur richtigen Zeit am richtigen Ort sind, müssen die Lieferkettenprozesse sowie die rechtzeitige Bereitstellung von Kundenbestellungen reibungslos funktionieren.
- Pickup/Delivery: Ähnlich wie die Lieferkette ist auch die Ab- oder Auslieferung der Ware an den Kunden ein wichtiger Analysebereich. Auch hier sind Prozessanalysen ein Thema, aber auch Standorte und Öffnungszeiten von Abholstellen, verwendete Auslieferdienste und deren Lieferzeiten.
- Zufriedener Kunde: Am Ende gilt es herauszufinden, ob die Kunden zufrieden sind. Hier helfen Social-Media Analysen, Fragebogen-Auswertungen oder andere Indikatoren, welche einen zufriedenen Kunden auszeichen.
Everything, Everywhere, all at once
Verbindet man die verschiedenen Datenanalyse-Entwicklungsgrade mit den Analyse-Bereichen des Retails ergeben sich verschiedene Analyse-Möglichkeiten: Zu wissen, was die Kunden letzten Monat eingekauft haben (deskriptive Analyse), wird wohl noch nicht so spannend sein. Hier wäre es viel spannender zu wissen, was die Kunden nächsten Monat kaufen werden. Bei den Lieferketten-Prozessen kann aber bereits eine Analyse der Vergangenheit helfen, Schwachstellen im Prozess oder der Lieferantenauswahl zu identifizieren. Beim zufriedenen Kunden wäre es spannend zu wissen, warum er glücklich (oder unglücklich) ist, womit eine diagnostische Analyse sicher gewinnbringender ist, als die schlichte Anzahl zufriedener und unzufriedener Kunden. Wichtig ist auch, die Zusammenhänge der Datenanalysen im Retail wie abgebildet im Auge zu behalten: Ein Kunde ist meist nur zufrieden, wenn er die passenden Artikel verfügbar vorfindet resp. geliefert bekommt.
Es ist somit nicht nötig, in allen Analyse-Bereichen den höchsten Entwicklungsgrad möglicher Analysen (präskriptive Analyse) aufzubauen, um einen wirklichen Mehrwert durch Datenanalysen zu erhalten. Aber es gilt pro Thema bewusst zu entscheiden, wo wie weit gegangen werden will. Auch ist es unüblich, gleich eine prädiktive Analyse für Themenbereiche zu erhalten, wenn zuvor nicht Erfahrungen mit Basis-Analysen gesammelt werden konnten. So kann individuell das Potential von Datenanalysen genutzt werden.
Jede noch so faszinierende Analyse bringt aber nichts, wenn deren Ergebnisse oder Findings von den Entscheidungsträgern nicht angenommen und bei künftigen Entscheidungen berücksichtigt wird. Möchten Sie mehr über diese Themen erfahren? Dann freuen wir uns auf Ihre Kontaktaufnahme.