Use Case Sortimentsgestaltung

Sortimentsgestaltung

Bildnachweis: New Africa/Shutterstock.com

Worin besteht die Herausforderung?

Das Management von allen Angeboten eines Unternehmens – dem Sortiment – umfasst Prozesse zwischen Hersteller und Handel. Angebote werden im Hinblick auf die Kundinnen und Kunden strategisch gruppiert und für den Verkauf präsentiert. Die Sortimentsgestaltung bedeutet für Unternehmen auch, Gestaltungsstrategien für die Verkaufsförderung, neue Produkte und Verkaufspreise mitzudenken. Für ein optimales Management des Sortiments sind viele Informationen zu berücksichtigen, deren Sammlung und Verarbeitung in manueller Weise komplex und zeitintensiv sind.

Welche Daten können hier helfen?

• Kundschaftsdaten (soziodemografische Daten der Zielgruppe, wie Wert der üblichen Warenkörbe, Einkommen und Lebensstile, Nutzungsverhalten, Daten aus Kundenprofilen, Vertragsdaten)

• Unternehmensdaten (zu Sortiment und Eigenschaften, Warenverfügbarkeit)

• Marktdaten (historische Daten zu Nachfrage und Absatz von vergleichbaren Produkten, Sortimente der Wettbewerber)

• IIoT-Daten (Industrial Internet of Things)

Wie kommt der Nutzen aus den Daten?

Daten können helfen, das Angebot so optimal für die Kundschaft zu gestalten, dass das Kauferlebnis und die Umsatzströme verbessert werden. Datenanalysen unterstützen dabei, Produktgruppen nach Suchverhalten und Bedürfnissen der Kundinnen und Kunden zusammenzustellen (z. B. optimierte Sortiments- und Lieferantenauswahl und Beschaffung, wenn eine bestimmte Anbieterpräferenz ermittelt wurde). Ein wichtiger Aspekt kann auch die Verzahnung der Sortimente im Offline- und Online-Geschäft sein. Die Analyse von Produkt- und Marktdaten ermittelt die optimale Zusammensetzung des Sortiments aus unterschiedlichen Artikeln und vermeidet das Angebot unrentabler Artikel, Bestandslücken und Überbestände. Der Nutzen datenbasierter Sortimentsgestaltung liegt daher in der Schaffung von Transparenz darüber, welche Warengruppen in welcher Kombination das beste Absatzpotenzial haben und welche Auswirkungen Änderungen in Platzierung, Preis und Kombination haben können.

Wo wird diese Datennutzung bereits angewendet?

• Datenanalysen helfen der Handelskette Real, bisher unbekannte Umsatzhits aufzuzeigen. Damit können Produkte mit höherem Absatz, sogenannte Topseller, besser identifiziert und das Sortiment darauf ausgerichtet werden.

• Das Start-Up Busnetworx verwaltet Reisedetails, wie Start, Ende, Fahrzeugart und -anzahl, Zwischenpunkte, Standzeiten, Zuordnungsdaten, Verkehrsdaten für Busunternehmen. Darauf aufbauend können Präferenzprofile erstellt und das Angebot optimiert werden.

• Der Konsumgüterkonzern Procter & Gamble sammelt über IoT-Geräte aktuelle Daten zum Nutzungsverhalten seiner Kundinnen und Kunden. Mit diesen Informationen wird dann die eigene Sortimentsgestaltung besser an die Kundenwünsche angepasst.

• Das Medienunternehmen Netflix sammelt Daten über das Nutzungsverhalten der Kundinnen und Kunden. Ziel ist es abzuschätzen, wie erfolgreich ein Film sein wird und dementsprechend das eigene Angebot anzupassen. Die Rechte an der Serie House of Cards wurden beispielsweise auf Basis einer Datenanalyse erworben. Unter anderem beeinflusste die hohe Zugriffszahl der Netflix-Nutzenden des Films The Social Network diese Entscheidung. David Fincher führte bei beiden Angeboten Regie. Gleichzeitig konnten Filme mit dem Darsteller Kevin Spacey, der auch in House of Cards mitspielte, hohe Zugriffe verzeichnen.

Welchen Beitrag leistet diese Datennutzung zur Wertschöpfung?

Durch die Optimierung des Sortiments kann die Wertschöpfung gestärkt werden. Verbessern lassen sich dabei zum Beispiel der Warengruppengewinn, die direkte Produktrentabilität in der Platzierung, die Bestandsführung und Aktionen zur Verkaufsförderung. Außerdem ist es möglich, die Erkenntnisse für die Gestaltung neuer Produkte zu nutzen, um damit einen zusätzlichen Cashflow zu generieren.

Quellen: real GmbH (2016), Busnetworx (2018), Procter & Gamble (2019), Netflix (2019), Neil Patel (2019)

Publikation: Wie Unternehmen Daten heute schon nutzen und in Zukunft nutzen können. Herausgeber: Fraunhofer IMW, Inhalt: Data Mining und Wertschöpfung