Ob die IT bei geringen Beständen automatisch Ware nachbestellt oder Unternehmen den Weg eines Kleidungsstücks von der Produktion bis zum Ladentisch im Detail nachvollziehen – IoT- Lösungen haben längst Einzug in klassische Handelsunternehmen gehalten. Die Tendenz ist weiter steigend, wie die aktuelle „Zebra 2017 Retail Vision Studie“ (http://online.zebra.com/Retail_Vision_Study_US) zeigt, in der weltweit rund 1.700 Entscheider aus dem Handel befragt wurden. Danach planen 70 Prozent aller Händler innerhalb der nächsten fünf Jahre Investitionen in das Internet der Dinge. Sie erhoffen sich dadurch nicht nur einen besseren Einblick in die Supply Chain oder weniger Regallücken, sondern wollen außerdem Kundenpräferenzen ermitteln, um dadurch ihre Produktauswahl zu verbessern.
Black Box Kundenverhalten
Um das Sortiment auf die Wünsche der Kunden hin zu optimieren, benötigen Händler jedoch detaillierte Informationen über das Verhalten und die Laufwege des Kunden – bisher noch eine große Herausforderung. Denn Händler mit Ladenlokalen wissen im Gegensatz zu ihren Online-Wettbewerbern in der Regel nicht, wie die Kunden sich im Laden orientieren, wie viel Zeit sie in jedem Gang verbringen und wo sich „heiße Zonen” und „blinde Flecken” befinden. Heute versuchen stationäre Händler häufig noch, „Flow-Maps“ der Kundenbewegungen auf Basis von Befragungen durchzuführen. Diese Vorgehensweise ist zeitaufwändig, kostspielig und liefert Ergebnisse, die für das Erkennen von Trends und die Erstellung von Modellen nicht ausreichen. Im Endeffekt verlassen sich Einzelhändler dann lieber auf ihr Bauchgefühl und ihre Erfahrung.
„Seit Jahrzehnten sind solche Läden wie eine „Black-Box“, in die Käufer eintreten und sich dort für eine nicht messbare Zeitspanne umsehen“, sagt Jorge García Bueno, CEO von Shoppermotion. „Einziges Ergebnis ist der Kassenbeleg, der für einen Verkauf steht.“ Online-Shops können dagegen genau nachvollziehen, was ein Käufer angesehen hat, welche Produkte er gut fand und welche nicht und wie viel Zeit er vor dem endgültigen Kauf mit dem Einkaufen verbracht hat. Konversionsraten von Werbung und Click-Through-Raten helfen dem Online-Händler, neben anderen Variablen, strategische Entscheidungen zu treffen.
Den Kunden in Echtzeit beobachten
Das spanische Unternehmen Shoppermotion hat deshalb eine Lösung entwickelt, die es über Grundrisse und Analysen ermöglicht, das Verhalten von Kunden und ihre Wege im Laden zu verstehen. Dazu werden in den Geschäften kleine Beacons an Einkaufswagen und -körben angebracht. Diese Beacons senden sekündlich ein Signal an Bluetooth-Sensoren in der Decke, um dem Kunden im Laden zu folgen. Die Sensoren erfassen das Kundenverhalten in Echtzeit – in welchen Gängen sie einkaufen, aus welcher Richtung sie in den Gang kommen und sogar, wie lange sie sich vor verschiedenen Waren aufhalten. Damit können Händler den Weg jedes Kunden im Laden nachvollziehen und gleichzeitig den Datenschutz gewährleisten.
„Shoppermotion verändert das Offline-Marketing im Ladenlokal so wie Google Analytics bei seinem Erscheinen 2005 das Online-Marketing für Webseiten verändert hat”, ist Bueno überzeugt. „Mit der Intelligenz dieser Plattform konnte einer unserer Kunden durch Änderungen am Aufbau seiner Läden seinen Umsatz in einer Kategorie um fast 10 Prozent steigern. Gleichzeitig stieg die Verweilzeit um 1,3 Minuten.” Alle Informationen aus den Besuchen im Laden sind über ein Analyse-Dashboard abrufbar. Händler können dort auch den Rückgang des Verkehrs in jedem Gang oder die Verkehrsflüsse im ganzen Laden messen und sogar vorhersagen, wann es zu einem Stau in der Kassenzone kommt. Die Technologie lässt sich außerdem von Marken nutzen, die den Erfolg von Werbeaktionen in einzelnen Gängen vergleichen oder feststellen möchten, wann sich bestimmte Marketingkampagnen im Laden lohnen.
Darüber hinaus lassen sich einzelne Ladenlokale miteinander vergleichen oder zu Testzwecken in verschiedenenen Läden Waren auf andere Weise präsentieren und dann die Ergebnisse auswerten. Auch kann anhand der Analysen festgestellt werden, ob Shop-Manager Vorgaben korrekt ausgeführt haben, beispielsweise für die Platzierung einzelner Artikel. Regionalmanager bekommen durch die Auswertungen die Möglichkeit, Optimierungen im Großen, aber auch auf der Ebene einzelner Shops durchzuführen, ohne zuviel Zeit für Fahrten zwischen den Ladenlokalen zu verschwenden. Bei ihren regelmäßigen Besuchen vor Ort haben sie dann mit den Daten und Analysen die Möglichkeit, Gespräche erheblich effizienter zu führen.
Intelligente Datenplattform im Hintergrund
Um die große Menge an übertragenen Sensordaten zu erfassen, abzubilden und zu analysieren, die bei jedem Ladenbesuch anfallen, greift das Unternehmen auf Cloudera Enterprise zurück. Die Hadoop-basierende Plattform analysiert Millionen von Routen im Laden und die Stops in jedem Gang und hilft Händlern damit, Einkaufsmuster und -trends zu verstehen und Modelle für Verbesserungen im Laden vorzuschlagen. „Cloudera stellt uns eine durchgehende, moderne Plattform zum Machine Learning und branchenweit führenden Support zu Verfügung“, so Marco Doncel, CTO von Shoppermotion. „Das spart uns Zeit und Aufwand bei der Wartung und Konfiguration, so dass wir uns auf das Wichtigste konzentrieren können – unseren Kunden einen höheren Nutzen zu verschaffen und ihnen dabei zu helfen, das Einkaufserlebnis zu verändern.”
Auf die Bedeutung einer soliden technischen Plattform für den Erfolg des Einzelhandels im IoT weist auch ein Strategiepapier von Accenture hin („The Internet of Things: Revolutionizing the Retail Industry“, https://www.accenture.com/us-en/insight-internet-things-revolutionizing-retail-industry). Danach werden IT-Teams die bestehenden IT-Investitionen in Schlüsselbereichen deutlich ausbauen müssen, um die Vorteile der im Bereich IoT generierten Daten nutzen zu können. Zu diesen Bereichen zählen Big Data/ Analytics, die technischen Infrastrukturen in den Geschäften und die Applikationen.
IKEA & Co. setzen bereits auf IoT und Big Data
Der Einzelhandel hat erkannt, dass die Nutzung von Big Data wichtig oder sogar kritisch für den künftigen Erfolg ist, weil sie Wege zu Innovationen und Diffenzierungsmerkmalen gegenüber dem Wettbewerb aufzeigt. Laut der eingangs erwähnten Zebra-Studie stehen im Handel bis 2021 bei rund drei Viertel aller Befragten Investitionen in den Bereichen Warenkorb-Analyse, Kundensegmentierung sowie zentralisierte Kundendaten und -intelligenz ganz oben auf der Prioritätenliste. Doch mit der Umsetzung hat erst ein Teil der Unternehmen begonnen.
„So langsam sehen wir den Einsatz des IoT auch in echten Anwendungen, von der Optimierung von Industriebetrieben bis zu vernetzten Fahrzeugen und Predictive Maintenance. Shoppermotion hat mit der Verarbeitung von Big Data und Machine-Learning-Analysen eine IoT-Lösung geschaffen, wie sie bisher nicht möglich war, um die Handelsbranche aufzubrechen“, so David Pieterse, Vice President EMEA, bei Cloudera. „Sie greifen auf Daten zu, die bisher nicht zugänglich waren, und nutzen sie, um für Kunden das Einkaufserlebnis zu verbessern und neue Marktchancen für Einzelhändler zu eröffnen. Die Handelsbranche wird durch diese innovative Anwendung des IoT für immer verändert.” Zu den Unternehmen, die die Lösung bereits aktiv nutzen, zählen unter anderem IKEA, Unilever sowie die Lebensmittelketten FMart und Carrefour.
