header-Business Intelligence trifft KI

Der Handel im Wandel: Business Intelligence trifft KI

Zu den größten Schlagwörtern der Digitalisierung zählt der Begriff „Künstliche Intelligenz“. In den letzten Jahren haben technische Entwicklungen der KI noch einmal einen deutlichen Schub gegeben. Die intelligente Automatisierung und die Zusammenarbeit von Mensch und Maschine ist aus der Wirtschaft nicht mehr wegzudenken. Bitkom und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) definieren KI folgendermaßen:

Künstliche Intelligenz beschreibt Informatik-Anwendungen, deren Ziel es ist, intelligentes Verhalten zu zeigen. Dazu sind in unterschiedlichen Anteilen bestimmte Kernfähigkeiten notwendig: Wahrnehmen, Verstehen, Handeln und Lernen. Diese vier Kernfähigkeiten stellen die größtmögliche Vereinfachung eines Modells zur modernen KI dar: Wahrnehmen – Verstehen – Handeln erweitern das Grundprinzip aller EDV Systeme: Eingabe – Verarbeitung – Ausgabe. Das wirklich Neue ist das Lernen und Verstehen. Heutigen „echten“ KI-Systemen ist gemein, dass sie in der Verarbeitungskomponente auch trainiert werden und damit lernen können und so bessere Ergebnisse erzielen als herkömmlichen Verfahren, die nur auf starren, klar definierten und fest programmierten Regelwerken basieren.

Den Endkunden ist es oftmals gar nicht bewusst, dass sie mit KI-Technologien in Berührung kommen. Einen direkten Kontakt mit intelligenten Systemen haben die Konsumenten aktuell hauptsächlich über Sprachassistenten, die sich in den meisten Handys und mittlerweile auch in vielen Wohnzimmern befinden. Alles andere geschieht gewissermaßen “unter der Oberfläche”.

I would say, a lot of the value that we’re getting from machine learning is actually happening beneath the surface. It is things like improved search results. Improved product recommendations for customers. Improved forecasting for inventory management. Literally hundreds of other things beneath the surface, sagt beispielsweise Amazon-Gründer Jeff Bezos.

Anwendungsfelder für den Handel

Dank seiner Nähe zum Kunden und der Datenschätze über die er verfügt, ist vor allem der Handel prädestiniert für KI-Anwendungen. Eine Umfrage der Unternehmensberatung BRP macht deutlich, wie stark KI diese Branche künftig durchdringen wird: 45 Prozent aller Retailer planen innerhalb der kommenden drei Jahre KI zur Verbesserung des Einkaufserlebnisses einzusetzen.

Hertel, Zentes und Schramm-Klein (2011) betonen in ihrem Lehrbuch „Supply-Chain-Management und Warenwirtschaftssysteme im Handel“ wie wichtig die Auswertung von Daten heute ist:

Änderungen gibt es dauernd, sie kommen von innen und von außen, und sie kommen oft ohne Vorwarnung. Die Fähigkeit, darauf sofort zu reagieren und wieder das Heft des Handelns in die Hand zu nehmen, und zwar schneller als der Wettbewerb, unterscheidet den Marktführer vom Nachahmer. Agieren statt reagieren ist gefordert. Entsprechend wichtig ist die Verfügbarkeit von Daten, und zwar „real-time“ oder wenigstens „near-real-time“.

Die Anwendungsgebiete Künstlicher Intelligenz sind vielfältig. Sie zeichnen sich dadurch aus, dass sie ohne KI, vor dem Hintergrund viel zu großer Datenmengen, nicht umsetzbar wären. Im Fokus stehen dabei vor allem Einsatzgebiete im Bereich der Optimierung der Warenprozesse. Im Prinzip lässt sich dies an fünf Kategorien festmachen: Optimierung von Promotion-Aktionen, Sortimentsoptimierung, Regalplatzoptimierung, Consumer Insights und Preisoptimierung.

1. Optimierung von Promotion-Aktionen

Promotionen und Angebotsperioden dienen im Handel sowohl zur kurzfristigen Umsatzgenerierung wie auch zur langfristigen Profilierung. Die Ziele sind allerdings oft gegensätzlich und schwer miteinander vereinbar. Zum einen soll die kurzfristige Aufmerksamkeit der Kunden gewonnen werden, ohne dem Profit zu schaden und zum anderen müssen wertvolle Kunden gebunden werden. Das Risiko: Mit übermäßigen Rabatten werden Kunden auf Dauer zu Schnäppchenjägern erzogen, die immer weniger die Preise akzeptieren, mit denen ein Händler tatsächlich noch Marge erwirtschaften kann. Dauerhaft aggressive Preismaßnahmen können das Image wertvoller Marken oder gar des Händlers selbst beschädigen. Laut Hertel, Zentes und Schramm-Klein (2011) sind drei Dimensionen für die Planung der Promotionen relevant:

  • Kassenbonprofile: Welche Bons enthalten die beworbenen Artikel? Wie viele Artikel ohne Preisreduktion enthalten sie? Wie groß ist der Restertrag ohne die beworbenen Artikel?
  • Käuferprofile: Welche Kunden werden durch die beworbenen Artikel besonders angesprochen? Sind es umsatz-/ertragsstarke Kunden, oder Kunden, die häufig einkaufen? Sind es Kunden, die man gerne als loyale Kunden binden möchte?
  • Reichweite: Wie breit ist die Kundenansprache, das heißt, wie viele Kunden werden von den beworbenen Artikeln angesprochen?

Die benötigte Datenbasis ist oft bereits im Data-Warehouses des jeweiligen Handelsunternehmens vorhanden und muss anhand der entsprechenden Kennzahlen ausgewertet werden. Direkte Handlungsempfehlungen zur Planung von Promotionen können nur abgeleitet werden, wenn die Zusammenhänge zwischen den Kennzahlen und Einflussfaktoren, wie beispielsweise Saisonalität und vergangene Aktionen, berücksichtigt werden. Intelligente Softwaresysteme erkennen diese Zusammenhänge und ermitteln aus einer riesigen Anzahl an möglichen Kombinationen die passende Promotion. Diese Art der Promotionsoptimierung ermöglicht es Ihnen als Händler, Ihre Kunden gezielter anzusprechen. So erhalten beispielsweise Kunden, die häufig Artikel aus Ihrem Sportsortiment auswählen, passende Angebote für diesen Bereich.

2. Sortimentsoptimierung

Die zentralen Aufgaben, die im Bereich der Sortimentsoptimierung zu lösen sind, sind die Listung und Auslistung. Mithilfe intelligenter Systeme lassen sich Warenkörbe genau analysieren. So kann beispielsweise der Einfluss, den eine mögliche Auslistung auf das restliche Sortiment oder besser auf die Kunden haben kann, ausgewertet werden. Ist einer der Auslistungskandidaten ein Artikel, der typischerweise von „guten Kunden“ gekauft wird, dann könnte eine Auslistung negative Auswirkungen auf das Gesamtergebnis haben.
Zudem können intelligente Systeme auf Basis historischer Absatzdaten und unter Berücksichtigung saisonaler Ereignisse künftige Warenmengen prognostizieren. Auch die Vorhersagesysteme auf Basis des bisherigen Kundenverhaltens werden immer besser. Oft weiß der Händler schon vor dem Kunden, was dieser als Nächstes bestellen wird.

3. Regalplatzoptimierung

Mithilfe von Systemen für die Optimierung der Regalplätze kann im stationären Handel durch die ideale Platzierung der Artikel eine Verkaufsförderung für ertragsstarke Produkte erreicht werden. Doch auch der Online-Handel steht vor dem Problem, das optimale Angebot im Online-Shop an der richtigen Stelle zu präsentieren. Hier kann auch die Aufzeichnung und Analyse der Nutzeraktivität und des Klickverhaltens Aufschluss über die Sichtbarkeit der Produkte liefern.
Doch trotz einer optimierten Positionierung im Regal bzw. Online-Shop gilt: Der Kunde erwartet ein einzigartiges Einkaufserlebnis. Gestalten Sie Ihren Shop hierfür ansprechend und strukturiert. Für den Online-Handel haben wir Ihnen einige wertvolle Tipps in unserem Artikel “Erfolgsfaktoren im E-Commerce – Mit diesen Tipps zum profitablen Online-Shop” zusammengefasst.

4. Consumer Insights

Für ein Erlangen von Wettbewerbsvorteilen ist sowohl im stationären Handel, als auch im E-Commerce ein besseres Verständnis der Bedürfnisse und Anforderungen des Kunden entscheidend. Bisher war der (Online-)Handel sehr produktorientiert. Den Kunden in den Mittelpunkt der Überlegungen, Strategien und Taktiken zu stellen, bedeutet für fast alle Handelsunternehmen einen deutlichen Werteshift. Statt Kunden für Produkte gilt es nun, Produkte für Kunden zu finden. Kennen Sie also Ihre Zielgruppe und Kunden, bieten Sie in der Regel nicht nur die richtigen Produkte an, sondern können Ihre  Marketingmaßnahmen ohne große Streuverluste gewinnbringend durchführen. Der Kunde fühlt sich zudem angesprochen und verstanden und wird mit einem einmaligen Einkaufserlebnis belohnt.
Zu häufig und fälschlicherweise wird Kundenzufriedenheit mit Kundenbegeisterung gleichgesetzt. Begeisterung geht allerdings weit über Zufriedenheit hinaus. Um Kunden zu binden reicht also ein einfacher Service nicht. Es ist entscheidend, die gesamte Customer Journey mit hilfe intelligenter Tools zu untersuchen und zu optimieren – von der Vergangenheit über die Gegenwart bis in die Zukunft. Denn nur eine ganzheitliche Betrachtung ermöglicht es, die Gründe für den Zugang oder Abgang von Kunden zu verstehen.

5. Preisoptimierung

Mithilfe KI-gestützter Business Intelligence Software wie blackbee kann eine taktische Preisoptimierung umgesetzt werden. Sie sehen genau, welchen Preis Sie für ein Produkt setzen müssen, um auf dem Markt ganz vorne zu stehen, Ihren Ertrag zu erhöhen, oder Ihren Marktanteil zu vergrößern.
Doch auch im stationären Handel lassen sich mithilfe intelligenter Technologien differenzierte Preispolitiken umsetzen, die nicht nur auf Instinkt, Erfahrung oder Raten beruhen. Preise können auf Filialebene variiert werden und lokale oder regionale Kundenpräferenzen berücksichtigen.
Wie keine andere Maßnahme zur Ertragssteigerung haben Preiserhöhungen einen enormen Einfluss auf die Profitabilität. Bereits eine einprozentige Verbesserung der Preise hat im Schnitt eine Ertragserhöhung von über neun Prozent zur Folge.
Wenn ein strategischer Pricing-Prozess im Handelsunternehmen etabliert ist, dann lässt er sich als ein sich verbessernder Optimierungskreislauf definieren. Ganz entscheidend ist der Einsatz analytischer Prozesse, um die Ergebnisse neuer Preisentscheidungen zu interpretieren: das Monitoring von Profitabilität und Kundenzufriedenheit.

Business Intelligence trifft KI: Ertragsauswirkungen bei Preisoptimierung

Die Ertragsauswirkungen bei einer 1-prozentigen Verbesserung verschiedener Bereiche zeigen: Veränderungen am Preis stellen den größten Gewinnhebel dar. (Quelle: Michaelis 2006: Der Preis ist heiß. Erfolgsfaktor Preismanagement. In: Akzente 2)

Die Anwendungsfelder Künstlicher Intelligenz sind sowohl für den stationären Handel, als auch für den Online-Handel vielfältig und bieten großes Potential in den Bereichen der Kundenbindung sowie Ertragssteigerung. Im zweiten Teil dieser Reihe stellen wir Ihnen konkrete Praxisbeispiele zum Einsatz von KI vor.

Sie wollen mehr zum Thema Preisoptimierung erfahren? Kontaktieren Sie uns jetzt und überzeugen Sie sich von unserer Technologie!