Datenmanagement im Handel: enormes Mehrwert-Potenzial
Von Thorsten de Boer
Wie Retailer erfolgreich in die Nutzung von Künstlicher Intelligenz, Maschinellem Lernen und Big Data einsteigen
Über Erfolg oder Misserfolg von Geschäftsmodellen entscheiden heutzutage immer öfter Daten. Das gilt ganz besonders im Handel, wo der weltweite Siegeszug von Onlinehandelskonzernen praktisch ausschließlich auf der intelligenten Nutzung von Daten beruht. Daher stehen inzwischen bei vielen Retailern Themen wie Künstliche Intelligenz, Blockchain oder Maschinelles Lernen auf der Tagesordnung. Mit Recht, denn die Chancen, die sich aus diesen Technologien ergeben, sind riesig: Sie erlauben es nicht nur, Kunden und Markt besser zu verstehen, sondern auch die Effizienz von Prozessen zu erhöhen und damit Kosten zu reduzieren, Fehler zu vermeiden und Risiken zu minimieren. Doch in vielen Unternehmen ist der Weg von der Erkenntnis zur Umsetzung entsprechender Strategien noch weit.
"Um das enorme Potenzial von KI, Maschinellem Lernen und anderen Datentechnologien im Handel nutzen zu können, ist ein unternehmensübergreifender Ansatz zur Datenoptimierung unverzichtbar. Dafür braucht es ein Programm auf C-Level-Ebene."
Viele Entscheider in Handelsunternehmen unterschätzen das Geschäftspotenzial, das sich aus der innovativen Nutzung von sowieso bereits vorhandenen Daten ergibt. Andere haben die Chancen zwar erkannt, wissen aber nicht, wie sie zu realisieren ist. Dabei sind Daten die Grundlage für alles, was Unternehmen tun, einschließlich aller Interaktionen mit Kunden. Sind sie qualitativ hochwertig und werden intelligent verarbeitet, ermöglichen sie es, Prozesse zu optimieren und schaffen überhaupt erst die Voraussetzung, dass moderne Technologien wie Big Data, maschinelles Lernen oder Künstliche Intelligenz zum Einsatz kommen können.
Bei vielen Retailern fehlt vor allem das nötige tiefere Verständnis für Daten und ihre intelligente Nutzung. Meist wird das Thema einzelnen Daten-Experten überlassen, von denen es zum einen zu wenige gibt und die zum anderen oft organisatorisch isoliert sind. So entstehen Daten-Silos, die untereinander nicht kompatibel sind, was den Wert der Informationen erheblich mindert. Als Grundlage für eine erfolgreiche Datenstrategie ist es daher unverzichtbar, im gesamten Unternehmen ein Bewusstsein für die Wichtigkeit gut gepflegter Stamm- und Referenzdaten zu schaffen. Dafür muss zunächst das Management die strategische Relevanz der Datenpflege und der entsprechenden Governance-Struktur anerkennen. Ohne dieses Bekenntnis und daraus abgeleitete Aktivitäten sind alle Bemühungen um fortschrittliche Datenanalysen zum Scheitern verurteilt.
Standortbestimmung: Reifegrad des Datenmanagements
Wer den Weg zum Ziel sucht, muss zuerst wissen, wo er steht – das gilt auch beim Thema Datenmanagement im Handel. Daher muss als erstes der Reifegrad des Datenmanagements im eigenen Unternehmen ermittelt werden. In diese Kategorisierung fließen neben dem unverzichtbaren Bewusstsein für die Relevanz von Daten auf Managementebene auch Kriterien ein wie Umfang und Qualität der bestehenden Infrastruktur und Prozesse, die Nutzung von Daten im Tagesgeschäft und für die Weiterentwicklung des Geschäftsmodells etc. (vgl. Abb.).
Aufbauend auf dem Status quo und den individuellen Voraussetzungen kann dann ein Datenmanagement-Programm entwickelt werden, das schrittweise die Basis für die optimale Nutzung von Daten im Unternehmen legt. Entscheidend ist dabei die Begleitung durch das Programm-Management, das unternehmensübergreifend die Kooperation zwischen Abteilungen, Projektverantwortlichen und Datenspezialisten steuert.
Wir freuen uns, gemeinsam mit parsionate diese einzigartige Publikation erstellt zu haben, um Ihnen Einblicke in ein erfolgreiches Datenmanagement geben zu können.
Melden Sie ich jetzt an, um das vollständige White Paper herunterzuladen und regelmäßige Einblicke in Konsumgüter- und Einzelhandelsthemen zu erhalten.
