Der WebWi-Blog

 
Artikel Rudolph, T./ Linzmajer M. (2014): Big Data im Handel. In: Marketing Review St. Gallen. S.13-14, 16-23. Gabler Verlag.

Einleitung

Der Artikel thematisiert den zunehmenden Wettbewerb im Handel, dabei entstanden in den vergangenen Jahren ein Macht- und Einflusstausch zwischen Konsumenten und Unternehmen, welcher auf die Digitalisierung zurückzuführen ist. Big Data soll den Unternehmen dabei helfen, auf jeden Kunden/ jede Kundin einzugehen und spezielle Angebote und Services zu bieten.

Die Autoren beschreiben drei Perspektiven aus welchen Big Data betrachtet werden kann:

• Ethische Aspekt: Welche Auswirkung hat Big Data auf die Privatsphäre und letztendlich auch auf die Gesellschaft.
• Technologische Aspekt: Wie erfolgt die Speicherung von großen Datenmengen und wie werden diese verarbeitet.
• Mehrwert von Big Data: Wie werden Daten genutzt, wie werden diese weiterverarbeitet und wie können diese mit anderen Daten einen Mehrwert, in Form von Wissen, generieren.

Kernthesen des Artikels:

1)    "Nicht nur rapide technologische Entwicklungen, sondern insbesondere ein nachhaltiger Wandel im Kaufverhalten von Konsumenten führen zu einem Big-Data-Hype in Wissenschaft und Praxis."
2)    "Der konkrete Nutzen von Big-Data-Analysen soll darin bestehen, unterschiedliche Datenquellen sinnvoll miteinander zu verbinden, um das Kundenerlebnis über alle Marketing- und Vertriebskanäle hinweg zu verbessern."
3)    "Innovative Big-Data-Anwendungen können neue Produkte, Services und Präsentationsformen im Handel hervorbringen." (Q1)

Der Artikel

Das weltweite Datenvolumen steigt stetig. Der Grund dafür lässt sich auf den technologischen Fortschritt zurückzuführen, welcher mit den Jahren sowohl eine verstärkte Akzeptanz als auch Verwendung der Gesellschaft erlebt hat. Zudem hat sich das Kaufverhalten der Konsumenten verändert, so verliert der Stationäre-Handel Marktanteile an den Online-Handel. Des Weiteren nimmt die Cross-Channel-Präferenz zu.  Diese Veränderung des Kaufverhaltens ist unter anderem auch für den Anstieg der Datenmengen verantwortlich, da Kunden stetig mehr persönliche Informationen in diversen Kanälen preisgeben. Die essentielle Frage für Unternehmen hierbei ist, wie sie diese Informationen ihrer Kunden für ihren eigenen Nutzen verwenden können.

(Q1 S.14)

Big Data lässt sich, laut den Autoren, mit vier Attributen beschreiben:

• Masse (volume) = große Datenmengen
• Geschwindigkeit (velocity) = Echtzeit Informationen
• Vielfalt (variety) = unterschiedliche Arten von Daten (strukturiert/unstrukturiert)
• Zuverlässigkeit (veracity) = Richtigkeit der Daten

Um einen Wettbewerbsvorteil erzielen zu können müssen die Datenmengen in Wissen verwandelt werden.

Big Data im Handel

Noch vor einigen Jahren kannte der Handel nur seinen Tagesumsatz, nun kann das Kaufverhalten von Kunden besser verstanden werden. Dazu dienen Scannerdaten kombiniert mit Kundenkartendaten. Damit bekommen Unternehmen einen Überblick über die Kaufhistorie ihrer Kunden. Informationen wie demographische Merkmale, Social-Media Aktivitäten, Offline-Ausgabeverhalten oder der Kredithistorie können Individuen zugeordnet werden.
Dabei spielt Big Data eine bedeutende Rolle im Handel, da eine große Anzahl an Datenmengen und unterschiedlichen Datenquellen, in einer hohen Geschwindigkeit, unstrukturiert, verarbeitet und verknüpft werden müssen, um das Kundenerlebnis über alle Marketing- und Vertriebskanälen zu verbessern.
Im Cross Selling ermöglicht Big Data, dass alle kundenrelevanten Daten miteinander vernetzt werden. Somit kann ein Kaufmuster des jeweiligen Kunden/ Kundin erstellt werden.
Der Online-Handel erhöht durch derartige Analysen seinen Umsatz pro Kaufvorgang. Dabei verwendet Amazon beispielsweise die individualisierte Kaufempfehlung.

(Q1, S.18)

Vorteile von Big Data

Es ermöglicht eine Verbindungen zwischen publizierten Weiterempfehlungen und dem Kaufverhalten der Kunden, somit kann die zielgruppengerechte Ansprache verbessert werden.
Zudem kann ermittelt werden welche Kunden, welche Produkte, in welchem Kanal bevorzugen und somit können Marketingkampagnen abgestimmt werden. Somit sollen Individuen direkt mit den Kampagnen angesprochen werden.

Einsatzmöglichkeiten von Big Data

Sentiments-Analysen ermöglichen die Haltung eines Kunden/ einer Kundin gegenüber dem Unternehmen, der Produkte und Services zu eruieren. Dadurch können auf Social-Media-Plattformen die Stimmungen der Kunden verfolgt werden. Die daraus resultierenden Daten aus diesen Plattformen können mit den Kaufdaten von Kunden  in Verbindung gebracht werden. Laut den Autoren kann dies zu einem deutlichen Anstieg der verkauften Einheiten und gesteigerter Kundenzufriedenheit führen.
Durch Smartphones und anderen mobilen Endgeräten können Kunden den Preis im stationären Handel vergleichen, hierbei soll mit Big-Data-Analysen im Vorhinein ein „mobiler Kundennutzen“ geschaffen werden, um den Kunden/ die Kundin nicht in der ersten Phase des Kaufprozesses zu verlieren. Zudem ermöglicht Big Data eine Optimierung der Sortiments- und Preisgestaltung, unabhängig davon ob es sich um einen Online- oder Offline-Shop handelt. Besonders bei Online-Shops ermöglichen Analysen über Klickraten oder Page Impressions eine durchgehende Kontrolle und Überwachung der Website. Somit kann der Webshop, dem Kundenverhalten entsprechend, angepasst werden um einen Wettbewerbsvorteil zu erzielen.

Der stationäre Handel kann durch Verhaltensanalysen seiner Kunden herausfinden, wie dieser seiner Waren präsentieren muss, welche Produkte sich in welcher Kombination gut verkaufen und wie das Geschäft generell gestaltet werden muss, um den Kunden/ die Kundin anzusprechen. Zudem wird die Laufrichtung der Kunden bewusst beeinflusst, zum einen mit der Positionierung der Produkte und zum anderen könnte mit den mobilen Daten der Kunden herausgefunden werden, wo sich diese im Shop befinden. Weitere Möglichkeiten sind Transponder in den Einkaufswagen, sowie Videoüberwachung um das Verhalten und die Produktpräferenzen der Kunden zu eruieren. Näheres zu „Location-based marketing“ (LBS) findet man im Artikel meines Kollegens Herrn Hahn.

Herausforderung von Big Data

Essentiell bei der Erfassung von Daten ist, dass diese vollständig sind und keine verloren gehen. Dies kann sich als schwierig erweisen, da es sich um eine große Anzahl an Daten handelt.
Ein weiterer Punkt ist der Umgang mit den Kundendaten. Dieser ist bei der Verwendung von Kameras, welche nicht nur als Sicherheitsmaßnahme dient, ein entscheidender Punkt. Mit der stetig wachsenden Datenmenge geht ein erhöhtes Risiko von Datenmissbrauch-, -betrug, bzw. -manipulation einher.
Alleine die Datenerhebung und der Big-Data-Analysen reichen nicht um einen Mehrwert zu generieren. Das neue Wissen über den Kunden/ die Kundin muss auch mit verschiedenen Marketing- und Kommunikationsmaßnahmen umgesetzt werden.Der Artikel hebt als besondere Herausforderung das mangelnde Know-How in Bezug auf Big Data hervor. Dem ist entgegenzuwirken mit einem umfangreichen Konzept, personellen Ressourcen, sowie klaren Aufgabenverteilungen. Zudem muss bei der Anwendung von Big Data ein klares Ziel definiert werden, diese mit dem entsprechenden Auswertungskenntnissen bearbeitet werden, weiters benötigt man die Fähigkeit zu Interpretieren und die richtigen Management-Entscheidungen zu treffen. (vgl.Q1)

Fazit

Der Grund warum ich diesen Artikel gewählt habe ist die Neugierde wie Big Data auch Einfluss auf den stationären Handel hat und wie hier Kunden transparent gemacht werden sollen um ihnen individuelle Angebote und Services zu bieten.

Der Artikel beschreibt ausführlich den Nutzen und die Vor- und Nachteile von Big Data, jedoch fehlt meiner Meinung nach der ausführliche Kundennutzen. Nur weil Big Data im Supermarkt dem Händler einen Wettbewerbsvorteil schafft, welchen Vorteil habe ich als Kunde/ Kundin?

Meiner Meinung nach ist Big Data besonders für Smart Shopper optimal, diese Käufergruppe informiert sich vor dem Kauf und möchte für den niedrigsten Preis maximale Qualität erhalten. (vgl.Q2) Dabei nutzen diese auch Gutscheine und diverse Rabatte, welche durch Big Data dem Kunden/ der Kundin zugesendet werden. Der Nachteil ist, dass bei einer Verwendung von anderen Kundenkarten, jene vom Partner, Freunden oder der der Eltern, oder durch das Einloggen mit anderen Accounts, egal ob auf Social-Media-Plattformen können die kundenbezogenen Daten verschleiert werden. Somit stimmt das Kundenprofil nicht mehr und es können nur schwer personalisierte Angebote und Services gemacht werden. Dies wirkt sich aber positiv für jene Kunden aus, welche mit der Vernebelungstaktik ihr „echtes“ Kundenprofil schützen wollen. (vgl.Q3)

Ein Punkt der meiner Meinung nach im Artikel noch kritisch zu betrachten ist, ist der Sicherheitsaspekt. Dieser wurde im Hinblick auf Datenmanipulation, -missbrauch,-betrug, etc. zu wenig ausgeführt. Vor allem die vorhin beschriebenen Herausforderungen sehe ich als zunehmendes Sicherheitsrisiko in Bezug auf die Datensicherheit. Hierzu gibt es einen interessanten Artikel über "Data Mining und Data Warehousing: Kundendaten als Ware oder geschütztes Gut?" von meiner Kollegin Frau Beneder, unter anderem werden hier die datenschutzrechtlichen Grundprinzipien erläutert und weiters auf die Gefahren und Risiken, welche mit der Datensammlung einhergehen, aufgezeigt.

(Q1) Artikel Rudolph, T./ Linzmajer M. (2014). Big Data im Handel. In: Marketing Review St. Gallen. S.13-14, 16-23. Gabler Verlag.

(Q2) http://wirtschaftslexikon.gabler.de/Definition/smart-shopper.html (zuletzt aufgerufen am 28.10.2015)

(Q3) http://www.welt.de/kultur/medien/article147983812/So-schlaegt-man-Datensammler-mit-ihren-eigenen-Mitteln.html (zuletzt aufgerufen am 28.10.2015)

Hallo Sabrina.

Toller Artikel - finde ihn vor allem interessant, da auch ich in meinem Blogbeitrag das Thema Big Data im Einzelhandel behandelt habe, obwohl unsere beiden Artikel das Thema aus verschiedenen Blickwinkeln betrachten.

Wie die unzähligen Herausforderungen von Big Data in deinem Artikel zeigen, sind die Daten für die Unternehmen nicht automatisch Gold, sondern müssen richtig verwendet werden. Mein Blogbeitrag beweist Ähnliches und zeigt, wie Daten, wenn falsch eingesetzt, sogar den langfristigen Markenwert gefährden können.

Hallo Sabrina,

ich finde deinen Blog sehr interessant. Ich sehe einige Parallelen zu meinem Thema - auch in meinem Artikel geht es um die Aufbereitung und Weiterverarbeitung von Kundendaten. Darin werden die datenschutzrechtlichen Grundlagen, die Gefahren und Risiken sowie die Lösungsansätze näher erläutert. Auch in meinem Artikel wurde erwähnt, dass der Konsument nur marginal von der Weitergabe seiner Kundendaten profitiert, wie zum Beispiel in Form von Gutscheinen oder Rabattangeboten. Die Frage ist, welchen Vorteil hat der Kunde?

Anbei findest du den Link zu meinen Blog, der dich ebenfalls interessieren könnte. 

Ist ein echt spannendes Thema, dass uns gerade in der Zukunft noch viel mehr begleiten wird. In Österreich geht es uns in Sachen Kundenauswertung vergleichsweise noch gut - mehr als ein Kundenkartenanalysen (das natürlich auch nicht unterschätzt werden darf!) gibt es für gewöhnlich nicht. In den USA, aber auch in Großbritannien sind sie diesbezüglich schon viel weiter: in TESCO Tankstellen erfassen Überwachungskameras biometrische Daten der Kunden um z.B. personalisierte Werbung an der Kasse auszuliefern (guter Artikel dazu).

Zum Punkt "saubere Daten" gibt es einen super Text: Big Data analyses depend on starting with clean data points

Ich habe deinen Beitrag heute sehr spannend gefunden, auch weil ich selbst schon einiges zum Thema Big Data recherchiert habe. Die eigentliche Herausforderung besteht darin, dass Big Data mit herkömmlichen Datenbanksystemen nicht mehr bewältigt werden kann. Wir auch im Kurs angesprochen durch die Unstrukturiertheit der Datensätze. In diesem Bereich wird sich künftig also eine Menge tun und ich denke durch Big Data werden viele neue Arbeitsplätze geschaffen.