Big Data im Einzelhandel, eine Realitätsprüfung

Joannes Vermorel

Cloud Computing war so 2011, Big Data wird das Schlüssel-IT-Schlagwort für 2012 sein. Doch soweit wir unsere Einzelhandelskunden verstehen, gibt es eine Datenquelle, die mehr als 90% des Gesamtwertes an Informationen in ihrem Besitz hat: Marktkorbdaten (mit Treuekarteninformationen, wenn verfügbar).

Für jedes mittelgroße Einzelhandelsnetzwerk übertrifft der informative Wert von Marktkorbdaten einfach alle anderen alternativen Datenquellen, sei es:

• Video-Daten im Geschäft, die schwer zu verarbeiten sind und hauptsächlich auf Sicherheit ausgerichtet sind.
• Daten aus sozialen Medien, die sehr unübersichtlich sind und genauso viele Bot-Implementierungen widerspiegeln wie menschliches Verhalten.
• Marktanalystenberichte, die die knappste Ressource von allen erfordern: die Aufmerksamkeit des Managements.

Doch abgesehen von einfachen Umsatzprognosen (d.h. Umsatz pro Produkt, pro Geschäft, pro Region, pro Woche usw.) beobachten wir, dass die meisten Einzelhändler bis Januar 2012 sehr wenig aus ihren Marktkorbdaten machen. Selbst die Prognose zur Bestandsoptimierung ist in der Regel nicht mehr als eine Variante des gleitenden Durchschnitts auf Geschäftsebene. Es werden zwar anspruchsvollere Methoden für Lagerhäuser verwendet, aber dann nutzen Einzelhändler keine Korbdaten mehr, sondern vergangene Lagerhauslieferungen.

Big-Data-Anbieter versprechen ihren Kunden ein beispielloses Maß an Datenverarbeitungsleistung, um ihnen zu ermöglichen, das volle Potenzial ihrer Big Data zu nutzen. Doch wird dies rentable Veränderungen für Einzelhändler bringen? Nicht unbedingt.

Die Speicherkapazität, die auf den Regalen eines durchschnittlichen Hypermärktes mit +20 externen Laufwerken im Display steht (unter der Annahme von 500 GB pro Laufwerk), übersteigt typischerweise den Rohspeicherbedarf, um die gesamte 3-jährige Historie eines Netzwerks von 1000 Geschäften zu speichern (d.h. 10 TB an Marktkorbdaten). Daher ist die Rohdatenspeicherung kein Problem, oder zumindest kein teures Problem. Dann ist der Daten-I/O (Input/Output) eine herausforderndere Angelegenheit, aber auch hier, durch die Wahl einer angemessenen Datenrepräsentation (die Details würden den Rahmen dieses Beitrags sprengen), ist es kaum eine Herausforderung im Jahr 2012.

Wir beobachten, dass die größte Herausforderung, die Big Data darstellt, einfach die Anforderungen an das Personal sind, um damit operativ etwas zu tun. Tatsächlich ist die Datenmenge in erster Linie groß in dem Sinne, dass die Unternehmensressourcen, um die Big-Data-Software auszuführen und umzusetzen, was auch immer daraus resultiert, knapp sind.

Es ist einfach, eine Vielzahl von Metriken aus Marktkorbdaten zu generieren; aber es ist viel schwieriger, einen Satz von Metriken aufzubauen, die es wert sind, gelesen zu werden, wenn man die stündlichen Kosten der Mitarbeiter berücksichtigt.

Soweit wir unsere Einzelhandelskunden verstehen, erklärt allein der Personalmangel, warum so wenig kontinuierlich mit Marktkorbdaten gemacht wird: Während die CPU noch nie billig war, war das Personal noch nie so teuer.

Daher glauben wir, dass Big-Data-Erfolge im Einzelhandel durch schlanke Lösungen erreicht werden, die nicht die Rechenleistung, sondern die Menschen als die knappste Ressource von allen behandeln.

Leserkommentare (1)

Joannes, ich bin beeindruckt von der Arbeit, die du leistest. Wenn du es noch nicht getan hast, schau dir bitte an, was QlickView im Bereich “Business Intelligence” oder “Business Discovery” zu bieten hat. Die Plattform ist wirklich schnell+fortschrittlich darin, Daten in Wissen umzuwandeln. Ich bin sicher, du kannst etwas von ihnen lernen. Aber ja, die Zahlen können selbst in Big Data nicht für sich sprechen, daher kann der Personalmangel nicht vollständig beseitigt werden. Salut Ali (vor 5 Jahren)