ECommerce-Trend 3: Von relevanten Daten hin zu Data-Science in Echtzeit

Page Views, Klicks, Wettbewerber-Preise, Bestellmengen, Kaufabbrüche oder Retourenraten - Onlinehändler werden täglich mit großen Datenmengen konfrontiert. "Wer diese zu lesen versteht, wird sich langfristig wichtige Wettbewerbsvorteile verschaffen können", prognostiziert Susanne Henatschel, Unternehmenssprecherin des Preisvergleichers Idealo  . Entscheidend für den Erfolg ist neben dem Verarbeiten großer Datenmengen vor allem die Fähigkeit, aus ihnen die richtigen Schlüsse zu ziehen. Mittels intelligenter Datenauswertung ließe sich "die eigene Effizienz deutlich erhöhen", indem beispielsweise "Nachfrageentwicklungen antizipiert und darauf aufbauend Lagerbestände, Bestell- und Preisbildungsprozesse optimiert werden. Andererseits lassen sich Angebote besser auf den einzelnen Kunden zuschneiden. Große Herausforderung für Idealo: "Verbrauchern das sichere Gefühl zu vermitteln, dass ihre Daten nicht missbraucht, sondern zu ihrem Vorteil genutzt werden".

Für den Ecommerce-Experten Christian Otto Grötsch von dotSource steht fest, das dem digitalen Handel die extensive Nutzung von Daten und digitalen Systemen in die Wiege gelegt ist. War doch datengetriebenes Agieren bereits im klassischen Versandhandel üblich. "Diese Logik überträgt sich nun auch auf alle Unternehmensprozesse", erörtert Grötsch. Damit werden Onlinehändlern nun in der Lage sein Effekte, von bisher schwierig zu quantifizierenden Bereichen, wie etwa Marketing-Kampagnen oder dem Erfolg von Kundenservice, zu messen. Für Grötsch ist die Folge, dass "in nächster Zeit interne Prozesse auf Vordermann gebracht und stärker auf den ROI optimiert wird"

Automatisierung und Flexibilisierung der Geschäftsprozesse mittels Datenanalyse sind für Tim Hahn , Geschäftsführer der ECommerce-Agentur netz98    nur eine Seite der Medaille: Hätten beispielsweise Onlinehändler "tagesaktuelle Daten und entsprechende Algorithmen, die daraus die Bedürfnisse der Kunden prognostizieren" ließen sich Sortimente, Aktionen und Kundenansprache kanalübergreifend optimal aussteuern. Für Hahn steht fest:"Data Science als next big thing wird uns noch ganz andere Potenziale eröffnen".

Das sieht man bei der ECommerce-Agentur 004 GmbH ähnlich: Michael Gerke , CFO der 004 GmbH   ,erklärt, dass das "Ausspielen kundenspezifischer Inhalte ist eine der Kernherausforderungen für Retailer in den kommenden Monaten." Dies bilde die Basis, um Kunden langfristig an die eigene Marke zu binden. Künftig werden "Big-Data-Analysen in Echtzeit mit bereits vorhandenen Informationen zum Einkaufsverhalten des Kunden innerhalb des Shops kombiniert und in automatisierte Prozesse überführt", die wiederum passgenaue Produktdaten oder Werbung für den Kunden ausspielen sollen. Allerdings erfordere solch eine nutzerbezogene Echtzeit-Analyse "performante und aufwändig integrierte Systeme und Plattformen, die ohne vorherige Segmentierung der Daten auskommen und "lernfähig" sind." Auf diese Weise ließe sich das Einkaufserlebnis des Nutzers erheblich optimieren: "der Kunde fühlt sich verstanden und kommt wieder", ist Gerke überzeugt.

Um Kunden eine personalisierte, komfortable User Experience zu bieten und sie somit langfristig binden, müssen Händler viel über den Kunden lernen. Ein bevorstehenden Trend sieht David Lehmann , Geschäftsführer, JUNGMUT CONSULTING   daher im Machine Learning, der genau dies automatisch ermögliche. Dabei erkennen Algorithmen etwa aus vergangenen Bestellungen und dem Nutzer-Verhalten automatisch Gesetzmäßigkeiten und können somit wertvolle Prognosen für künftiges Verhalten abgeben. "Für Händler entstehen neue Vertriebsmodelle", sagt Lehmann. So könnten Bestandskunden im Bereich der Verbrauchsgüter beispielsweise Liefer-Abonnements angeboten werden. Ebenfalls ein wichtiger Punkt sind Angebote, die den Kunden über eine längere Zeitachse hinweg begleiten. Da Machine Learning automatisiert eine individuelle Anpassung an den Kunden ermöglicht, bietet es Händlern "die Chance den Service und die Verkaufszahlen weiter zu verbessern", so Lehmann .