Wie Algorithmen den Supermarkt verändern

Neulich mal wieder im Supermarkt gewesen? Oder online Lebensmittel bestellt? Dann waren garantiert Big Data im Spiel. Die clever eingesetzten Algorithmen sind gerade dabei, die Welt des Handels zu revolutionieren.

Wie viele Gläser Nutella muss ein Marktmanager bestellen? Wo früher die geballte Erfahrung eines Marktleiters gefragt war, erledigen diese Aufgabe heute Big Data: Im stationären Handel optimieren sie an der sogenannten Supply Chain von Disposition über Kundeneinkauf gerade alle Prozesse in unseren Supermärkten. Helfen, Warenschwund zu reduzieren, die richtigen Vorräte immer im Regal zu haben, und dadurch Preise für Endverbraucher möglichst effizient zu gestalten.

Am Versorgungsablauf von Einkauf, Bestellung bis Abverkauf fallen dabei an jeder Stelle riesige Mengen an Daten an, die permanent zusammengeführt und analysiert werden: Daten über Bestellungen, Wareneingang und Abverkäufe, Kommissionierungsdaten aus dem Lager … Hinter den Kulissen findet sogar noch mehr statt: In Sachen Business Intelligence, in der Buchhaltung und bei der Zusammenführung aller Schnittstellen im digitalen Ökosystem.

Käuferentscheidungen voraussehen: Keine Kunst – sondern Wissenschaft!

Auch über Konsumenten und deren Verhalten bilden die Algorithmen Erfahrungswerte und leiten daraus selbständig Gesetzmäßigkeiten ab. Das sogenannte Predictive Analytics oder Predictive Segmentation kann sowohl über Muster im Käuferverhalten oder produktbasiert erfolgen. Beim Clustering werden aus empirischen Daten Muster abgeleitet. Reine Onlineanbieter kennen durch Tracking das Profil ihrer Kunden genau ­– beim stationären Handel, also einem Supermarkt wie z.B. REWE, der auch digitale Shops hat, muss man sich annähern: Eben über das Tool Clustering, also das Sammeln und „kreative“ Interpretieren von Daten (z.B. Bon-Daten) durch Bildung von smarten Hypothesen. Kaufen einige Kunden immer einen bestimmten Rotwein, und dazu Merguez und eine bestimmte Sorte Käse, können Programme dadurch Rückschlüsse ziehen. Anbieter wie REWE können den Kunden dadurch zielgerichtetere Angebote machen.

„Predictive Analytics“, also die analytische Vorhersage, ist ein spannendes Machine Learning-Feld, das genauso gut Prognosen für die Lagerbestückung generieren oder bei der Rechnungsverwaltung helfen kann. Eine typische Anwendung aus diesem Bereich, die jeder kennt: Die Leiste mit den Empfehlungen bei Amazon „Andere Kunden kauften auch…“.

Unsere Supermarkt-Zukunft: Mehr Service ­dank Algorithmen

Spielt der 1.FC Köln in der Europaliga und das Wetter ist warm, werden für REWE oder Penny Märkte in Köln dank Predictive Analytics Grillfleisch, kalte Getränke, Chips, Süßigkeiten etc. in größeren Mengen bestellt, da eine Absatzspitze zu erwarten ist. Ständig wird dort mit der cleveren Nutzung von Big Data daran gearbeitet, um in Zukunft die Supply Chain noch effizienter zu gestalten. Mögliche Zukunftsvisionen könnten sein, Kundenprofile im Markt mittels bestimmter Technik zu „lesen“ – Datenschutz vorausgesetzt – um am Regal passende Angebote via Displays machen zu können. Denn eine junge Single-Frau hat ein anderes Kaufverhalten als eine Mutter zweier Kinder. In Service-Bereichen wie diesen wird es dank Big Data in Zukunft immer mehr spannende Entwicklungen geben. Andreas Bukalski, IT-Consultant bei REWE Systems, sagt dazu: „Wir stecken mitten in einer Entwicklung, die von Big Data zu Smart Data geht, und bei der REWE Systems können Spezialisten und Neueinsteiger an fast jeder Schnittstelle mitarbeiten.“

Lust, an der Zukunft des Retail mitzuarbeiten? Alles über spannende Big Data Jobs bei der REWE Systems für Einsteiger und Fachleute gibt es unter www.rewe-systems.com/ihre-karrierechancen/jobangebote.

No comments yet.

Leave a Reply