So verbessert Feature Engineering das Kundenerlebnis

Hände schneiden Gemüse auf einem Brett

Um einen Mehrwert aus gewonnen Daten zu ziehen, müssen Unternehmen Informationen aus unterschiedlichen Quellen heranziehen, analysieren und für die weitere Nutzung aufbereiten. Bild: © Westend61 / Getty Images

Tante Emma wusste, was ihre Kunden wollten – noch bevor diese den Laden betraten. Bis heute schwärmen Konsumenten von diesem Service. Der lässt sich dank intelligenter Digitallösungen in die heutige Zeit transformieren – und ist zwingend notwendig, um im hart umkämpften Wettbewerb die Nase vorn zu haben. Doch wie gelingt das trotz eines – im Vergleich zu damals – vielseitigeren Produktangebots, größeren Kundenstamms und sich schnell wandelnden Ansprüchen der Kunden?

Intelligent aufbereitete und vernetze Informationen sind der Schlüssel, um das Kauferlebnis zu personalisieren. Stichworte: Data-driven Business & Feature Engineering. Darüber haben wir am 27. März 2020 auch in einem Webinar informiert, das wir für Sie aufgezeichnet haben!

Wollen Unternehmen relevante Insights gewinnen, benötigen sie umfassende Daten zu jedem einzelnen Kunden. Einkaufsverhalten, Vorlieben und Kaufhistorie sind dabei ebenso wichtig wie individuelle Bedürfnisse, Interessen und Gewohnheiten. Die Schnittstelle zwischen Online- und Offline-Welt bietet viele Möglichkeiten, um Kundendaten zu sammeln. So lernt der Handel seine Kunden (besser) kennen und zu verstehen. Und kann mit passgenauen Angeboten reagieren.

 

 

Data-driven Business

Big Data gilt als Schlüsseltechnologie für die Digitalisierung. Ein erfolgreiches Daten-Handling, sprich Data-driven Business, ist dabei die Grundlage. Denn das Sammeln und Speichern von Daten reicht nicht aus, um Geschäftsprozesse zu durchleuchten; sämtliche Daten müssen dafür intelligent ausgewertet und transparent abgebildet werden. Nur so lassen sich Entscheidungen mit analytischen Daten untermauern, so dass Unternehmen in der Lage sind, die Stärken und Schwächen ihrer Geschäftsprozesse zu erkennen.

Mit Data-driven Business hilft die QSC AG Unternehmen dabei, Kernprozesse stetig zu verbessern sowie Produktivität und Umsatz zu steigern.

Aus Kundendaten Mehrwert ziehen

Um Kundendaten genau zu analysieren oder interne Kernprozesse zur Umsatzsteigerung anzupassen, spielt Data-driven Business eine entscheidende Rolle. Daten zu sammeln, ist dabei nicht das Problem, wie aktuelle Schätzungen zeigen. So sollen sich laut IDC allein in diesem Jahr bereits 200 Milliarden Geräte im Internet miteinander vernetzen, die ein Datenvolumen von 175 Zettaytes produzieren.

Entscheidend ist es, einen Mehrwert aus den gewonnen Daten zu ziehen. Dafür müssen Unternehmen Informationen aus unterschiedlichen Quellen generieren, analysieren und für die weitere Nutzung aufbereiten. Dazu zählen sowohl Daten aus Loyality-Programmen, Bewertungsportalen im Internet, Internetforen und Feeds in sozialen Medien als auch vom eigenen Kundenservice und Vertrieb. Je mehr Daten hier zur Verfügung stehen, desto besser.

So bringt ein Mehr an – sauber aufbereiteten – Daten tiefere Insights. Und die sind essenziell, um Geschäftsprozesse zu durchleuchten, zu optimieren und zu automatisieren. Je detaillierter die Insights, desto höher ist deren Relevanz, um daraus Entscheidungen abzuleiten, Prozesse zu optimieren und den Unternehmenserfolg zu sichern.

Besonders wichtig für die Datenanalyse sind Advanced Analytics, Process Mining und Machine Learning. Relevante Regeln müssen die Machine-Learning-Algorithmen dabei selbst erlernen und im zweiten Schritt selbstständig umsetzen. Hier kommt Feature Engineering ins Spiel.

 

Was ist Feature Engineering?

Mit dieser Technologie lassen sich sogenannte Features aus den Rohdaten eines Unternehmens erstellen. Sie bilden die Grundlage für Machine-Learning-Algorithmen, indem sie die Daten in eine numerische Grundordnung bringen.

Vorhersagekraft und Genauigkeit der Algorithmen lassen sich durch sinnvoll aufbereitete Datensätze verbessern. Dafür müssen in jedem Unternehmensbereich sämtliche relevanten Informationen zur Verfügung stehen – am richtigen Ort, zum richtigen Zeitpunkt und in der richtigen Qualität. Dann beginnt der Lernprozess des Algorithmus, wobei dieser die vorhandenen Daten analysiert, vergleicht und bewertet. In einem immer wiederkehrenden Zyklus lassen sich durch Algorithmen Daten erheben und Fehlerquellen identifizieren, Prozesse verbessern und stetig überwachen.

Diese Technologie bietet die QSC dem Einzelhandel an, damit Handelsunternehmen den notwendigen 360-Grad-Blick auf ihre Kunden gewinnen. Dabei unterstützen die Digitalisierungsexperten Unternehmen individuell abgestimmt auf die jeweiligen Bedürfnisse. Feature Engineering ist dabei einer von mehreren möglichen Bausteinen.

 

Abbildung: © QSC AG

 

 

So funktioniert Feature Engineering

  • Mit Feature Engineering lässt sich ein Data-driven Business entwickeln. Die Data-Mining-Technologie macht Geschäftsprozesse sichtbar, indem Daten zu Features verarbeitet werden.
  • Dafür müssen definierte Merkmale aus Rohdaten extrahiert werden. Algorithmen sammeln, analysieren und bewerten diese Rohdaten, um Vorhersagemodelle zu erstellen. Feature Engineering beschreibt demnach die Technologie von angewandtem maschinellen Lernen.
  • Durch diesen Prozess gewinnen Unternehmen wertvolle Insights.

Einzelhandel: Mit Big Data zum passenden Angebot

Digitale Shelf Labels sind im Einzelhandel ein wichtiger Schritt im Digialisierungsprozess. Dabei verbirgt sich hinter den digitalen Preisschildern mehr Potenzial als die bloße Preisauszeichnung, die der Handel derzeit überwiegend nutzt.

Ausgestattet mit intelligenter Technik lassen sich hierüber Rabattaktionen filialübergreifend automatisiert ausspielen: Um den Umsatz zu steigern, können Händler zentrale Preissenkungen speziell an verkaufsstarken Wochentagen einführen. Hersteller können kurz vor einem Produktwechsel mit gestaffelten Rabattstufen den Abverkauf erhöhen. Und Filialleiter haben die Möglichkeit, automatisierte Preisnachlässe zu gewähren bei günstigeren Konkurrenzangeboten aus dem Online-Handel. Dank Edge Computing steckt die intelligente Technik direkt in der Hardware und schafft eine Schnittstelle zu einer bereitgestellten Plattform, auf der sämtliche Daten zusammenfließen. Eine klassische Netzwerkanbindung ist dafür nicht nötig.

Am Beispiel der digitalen Filiale bedeutet das: Standardprozesse wie Etikettierungsarbeiten oder das Bestandsmanagement lassen sich durch solch eine Datenanalyse automatisieren. Kunden profitieren von einem besseren Service, personelle Kapazitäten stehen nun für die persönliche Beratung bereit. Auf Basis ihrer Datenquellen treffen Händler bessere Geschäftsentscheidungen und erstellen genauere Prognosen für die zukünftige Filialplanung.

 

 

Digitalisierungsgrad im Einzelhandel beliebig erweitern

Indoor Navigation, Infoscreens, Augmented-Reality-Angebote via Smartphone: Die Palette an weiteren Lösungen scheint unbegrenzt. In kleinen Projekten lassen sich neue digitale Angebote unkompliziert aufsetzen und je nach Trends oder Kundenwunsch modellieren. So kann sich der Einzelhandel flexibel auf die Bedürfnisse seiner Kunden einstellen und Angebote, Produkte oder Dienstleistungen individuell daran ausrichten. Durch diese gezielte Kundenansprache sichern sich Unternehmen einen entscheidenden Wettbewerbsvorteil.

Aufzeichnung des QSC-Webinars zu Data-driven Business und Feature Engineering 

Wie Sie durch Feature Engineering datenbasierte Geschäftsprozesse verbessern können, erklärten am 27. März 2020 die QSC-Cloud- und Innovations-Experten Omar Khan und Lukas Aliger in einem Webinar. Sie gaben konkrete Tipps und auch Einblicke in Kunden-Szenarien der QSC AG: in einen Use Case zum Thema Electronic Shelf Labeling im Retail Store sowie in unsere FRoSTA-App, mit der wir den Hackathon auf der SAP Connect 2019 gewannen.

Für alle, die das Webinar verpasst haben oder es sich noch einmal ansehen möchten, haben wir es aufgenommen. Hier kommen Sie zur Aufzeichnung.

Auch Besucher-Tracking oder Bestandsmessung sind mögliche Einsatzfelder, um Einkaufsverhalten oder Kundenwünsche genauer zu identifizieren und Lagerbestände auf dieser Datenbasis vorausschauend zu planen. So ist die Ware dank rechtzeitiger Nachbestellungen stets vorrätig und der Kunde findet sich zu jeder Zeit vor ausreichend gefüllten Regalen wieder. Lange Warteschlangen entfallen, weil Kassen bedarfsgerecht besetzt werden können.

 

 

 

 

  • mitteilen 
  • teilen 
  • teilen 
  • email hidden; JavaScript is required
Drucken

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

*

Um die Diskussionsqualität zu wahren, veröffentlichen wir nur noch Kommentare mit nachvollziehbarem Vor- und Nachnamen sowie authentischer E-Mail-Adresse. Bitte beachten Sie zudem unsere Social Media Guidelines.