Alle Informationen für den Handel

Unternehmen

Fischen im Datensee

© Freepik/IBM

Die Analyse von Big Data verspricht Vorhersagen, die sich für das Category Management nutzen lassen. In der Praxis ergeben sich aber gerade auf lokaler Ebene oft Herausforderungen in der Verfügbarkeit, Aufbereitung und Nutzung der Daten. Eine kognitive, cloudbasierte Analyseplattform schafft Ordnung mittels Machine Learning.
Text: Ralf Kalscheur

Das Wetter ist ein immergrünes Thema im Handel. Es ist darüber hinaus ein ganz gutes Beispiel für den Fortschritt datengestützter Vorhersagen. Vor 50 Jahren verkündete der Wetterbericht das Wetter von morgen, heute lässt sich mit vergleichbarer Genauigkeit das Wetter der nächsten sechs Tage prognostizieren. Die recht genauen Vorhersagen wiederum bieten die Basis für weitere Schlussfolgerungen, die mittels Machine-Learning-gestützter Analyse automatisch abgeleitet werden können.

Wenn es regnet und kühl werden wird, darf sich beispielsweise der Teeladeninhaber im Shoppingcenter womöglich auf eine gehobene Kundenfrequenz einstellen. Es könnte sich für ihn anbieten, Erkältungstees prominent zu platzieren und mehr Ware zu ordern, um eine Out-of-Stock-Situation zu vermeiden. Das hängt natürlich davon ab, wie lange es regnet und welcher Temperaturbereich unter den Begriff „kühl“ fällt.

15 Grad im Mai dürften viele Menschen als kühl empfinden, während die Temperatur im Oktober wohl eher als angenehm mild wahrgenommen wird. „Das Wetter ist ein riesiger Datenlieferant und beeinflusst unser Konsumverhalten entscheidend“, sagt Sebastian von Dobeneck, Berater bei IBM Global Business Services (GBS) für die kognitive Analyseplattform „MetroPulse für Retailer“. Das zu IBM gehörende Wettervorhersageunternehmen „The Weather Company“ verarbeitet pro Tag siebenmal mehr Daten als Google. Zumindest in den USA kann IBM auch gleich die Bewegungsdaten der Nutzer der dort weitverbreiteten Weather-Company-App auswerten.

Die aktuellen Wetterdaten fließen in einen großen „Datensee“, nämlich den IBM Data Lake genannten Big-Data-Speicher. Weitere Datenquellen, aus denen der See gespeist wird, stellen verschiedene Drittanbieter: So kommen soziodemografische Daten in Deutschland von der GfK, Transaktionsdaten beispielsweise von IBMs Partner Master Card. Eventagenturen werden für örtliche Kalender- oder Veranstaltungsereignisse angezapft, Verkehrs- und andere Nachrichten fließen ein und IBMs künstliche Intelligenz Watson sucht soziale Medien fortwährend nach Persönlichkeitsmerkmalen und Geolokationen der Nutzer ab.

Hyperlokal kuratierte Daten
Die Idee von IBM MetroPulse ist es, diese echtzeitnahen oder aktuellen Daten Dritter mittels kognitiver Algorithmen hyperlokal zu kuratieren und mit unternehmensbezogenen Daten wie PoS-, Kundenkarten- oder Transaktionsdaten zu kombinieren. „Der Data Lake bietet einen Rundumblick auf die Nachbarschaft und ist per API-Schnittstelle ansteuerbar. Je nach formulierter Fragestellung eines Unternehmens kommen die relevanten Daten auf die Analytics-Werkbank und werden dort mit den Unternehmensdaten verknüpft und ausgewertet“, erklärt von Dobeneck den Ablauf.

Er öffnet sein Laptop: Das komplexe Verfahren, das der 40-jährige Berater mit handfesten Begriffen anschaulich zu schildern sucht, führt in Form interaktiver Dashboards zu einsichtig visualisierten Ergebnissen. Das Data-Modelling, also die bequeme Darstellung der im Analytics-Warehouse ermittelten Bedarfsmuster und -faktoren, ist nicht zuletzt ein Wettbewerbskriterium für IBM MetroPulse. Predictive-Analytics-Technologien boomen. Der Marktführer in Deutschland, Blue Yonder, ist im Otto-Universum großgeworden und wurde jüngst vom amerikanischen Schwergewicht und IBM-Konkurrenten JDA Software übernommen.

Kooperation in der Cloud
Von Dobenecks Dashboards illustrieren etwa Marktchancen und Risiken. Filialisten, die expandieren wollen, können sich auf einer Landkarte potenzielle Filialstandorte anzeigen lassen. Ein paar Klicks offenbaren beispielsweise aktuelle Erhebungen zur Bevölkerungsstruktur des Einzugsgebietes oder zeigen nahe Konkurrenten und sagen Umsatz- und Gewinnerwartungen für den Standort vorher.

Bestandsfilialen liefert die Visualisierung schnelle Entscheidungshilfen für die Bereiche Logistik, Vertrieb und Vermarktung etwa bei Nachfragespitzen. Ein Beispiel des hyperlokalen Ansatzes aus dem Bereich Produktabsatzplanung: Leben im Einzugsgebiet einer Filiale relativ viele Familien, so können Vorhersagen darüber getroffen werden, wie sich die Nachfrage nach Großpackungen entwickeln wird. Findet in der Nähe demnächst ein Rockkonzert statt, wird das System vermutlich empfehlen, die örtlich gängigen Biersorten aufzustocken – je nach erwarteter Wetterlage und weiteren externen Faktoren.

Zu den Referenzkunden von IBM gehören Walmart, Unilever oder Coca Cola. In einem Kooperationsprojekt analysierten Henkel und dm mit MetroPulse den Absatz von Haarpflegeprodukten in 48 Filialen. „Inzwischen haben wir MetroPulse zu einem cloudbasierten Software-as-a-Service-Produkt weiterentwickelt und richten uns mit unserem Angebot auch an den Mittelstand“, sagt von Dobeneck.

MetroPulse Workshop
Unter dem Titel „Hyperlocal Shopper Marketing und Category Management?“ leitet IBM-Berater Sebastian von Dobeneck am 15. Oktober einen Workshop im Knowledge Center von GS1 Germany in Köln. Es geht um die Aufbereitung, Analyse und Nutzung von Shopper Insights auf lokaler Ebene für das Category Management mittels MetroPulse. Von Dobeneck stellt die Ergebnisse des Kooperationsprojekts von Henkel und dm vor und erarbeitet mit den Teilnehmern – Marketing- und Category-Management-Professionals aus Handel und Konsumgüterindustrie – Anwendungsfälle.
Weitere Informationen und die Möglichkeit zur Anmeldung per Email: Aykut.Arica@ibm.com

Lesen Sie weiter


Markt

Chatbots bedingt hilfreich

Verbraucher sind von automatisierten Chatbots enttäuscht: Sie monieren zu wenig Intelligenz und zu geringe Effizienz. Zu diesem Ergebnis kommt eine aktuelle Umfrage, die unter 3.500 Konsumenten weltweit durchgeführt wurde. mehr...

Wir freuen uns über Diskussionen und Ihre Kommentare.
Wie in jeder Gemeinschaft ist es notwendig, dass sich alle Teilnehmer an die Netiquette halten. Durch Ihre Kommentare sollen interessante, gewinnbringende Debatten entstehen, an denen sich andere Nutzer gerne beteiligen. Beleidigungen und Schmähreden sind deshalb ebenso tabu wie Diskriminierungen und die unerlaubte Veröffentlichung persönlicher Daten. Bitte verstecken Sie sich auch nicht hinter Pseudonymen, sondern benutzen Sie Klarnamen.

Kommentar absenden

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *


*

Du kannst folgende HTML-Tags benutzen: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>