Big Data – Auf der Suche nach dem Datengold

Potenzial für den Handel

Verschiedene Branchen – von Versicherungen und Banken über Automobilhersteller und Energieversorger bis hin zur Konsumgüterindustrie – haben in ersten Projekten und Ansätzen begonnen, Big-Data-Anwendungen für ihr Geschäft zu nutzen. Auch der Handel setzt große Hoffnungen in die gezielte Auswertung von Daten. Vor allem im Marketing haben Unternehmen frühzeitig erkannt, dass sich aus digitalen Informationen Mehrwert generieren lässt.

Der Online-Versandhändler Amazon gehört dabei zu den Vorreitern. Ihm gelingt es, Kunden aufgrund ihres Suchverhaltens und durch eine intelligente Verknüpfung mit weiteren Informationen – etwa aus sozialen Netzwerken – präzise Kaufempfehlungen zu geben. Das funktioniert folgendermaßen: Ein Kunde sucht auf der Website von Amazon nach einem Buch. Außer den Standardangaben zu diesem Artikel findet er auf den Seiten des Internethändlers auch die Angabe, dass sein Bruder und sein bester Freund dieses Buch gut finden. Die Information stammt aus dem sozialen Netzwerk des Kunden, der die Amazon-Seite bei Facebook „geliket“ hatte. Das heißt, Amazon nutzt die Netzwerke seiner Kunden, um Dienstleistungen, Empfehlungen und Werbeaktionen noch individueller zu gestalten.

Amazon verknüpft Daten zum individuellen Suchverhalten mit weiteren Informationen.

Der US-Händler Walmart arbeitet mit einem ähnlichen System. Der Konzern sammelt und verarbeitet stündlich Millionen von Datensätzen – etwa zu Einkaufsumfang, -zeitpunkt und - frequenz sowie Ausgaben pro Markt besuch. Diese Daten verknüpft Walmart mit Informationen über seine Kunden, die das Unternehmen unter anderem aus sozialen Netzwerken wie Facebook und Twitter gewinnt. Daher kann Walmart seine Kunden nicht nur daran erinnern, dass Freunde oder Verwandte am nächsten Tag Geburtstag haben, sondern gleichzeitig noch einen Tipp für das Geschenk geben.

Der Versandhändler Otto nutzt seine Daten, um die Bedarfsplanung für das gesamte Sortiment zu verbessern. Das Unternehmen hat dazu eine Software eingeführt, mit deren Hilfe sich der Absatz auf Artikelebene präziser voraussagen lässt. Wöchentlich fließen bis zu 300 Millionen Datensätze in das System. Faktoren wie der Bewerbungsgrad eines Artikels, spezifische Produkteigenschaften und Umfeldbedingungen spielen dabei eine entscheidende Rolle. Aus diesen Informationen erstellt Otto jährlich eine Milliarde Einzelprognosen, wie sich der Absatz in den folgenden Tagen und Wochen entwickeln wird. Konzernangaben zufolge hat der Versandhändler dadurch deutlich weniger überschüssige Ware auf Lager und spart Kosten in zweistelliger Millionenhöhe.

Auch die Drogeriemarktkette dm gehört zu den aktiven Anwendern von Big-Data-Lösungen. Auf Basis einer Analyse der Umsatzströme mehrerer Jahre sowie weiterer Informationen – zum Beispiel Wetterprognosen – werden die voraussichtlichen Tagesumsätze berechnet. Daraus kann dm den Personalbedarf pro Filiale und die Einsatzzeiten der Mitarbeiter für einen Zeitraum von vier bis acht Wochen im Voraus planen. Kurzfristige Änderungen in der Personalplanung sind bei dm dadurch seltener geworden.