Betrieb eines sehr großen Einzelhandelsnetzwerks auf einem Smartphone
Schon lange bevor „Big Data“ 2012 zum Technologie-Buzzword wurde, waren Einzelhandelsnetzwerke schon immer zu den Pionieren im Umgang mit den großen Datenmengen gezählt, die von ihrer supply chain und ihren Kassensystemen erzeugt werden. In Anerkennung des Reichtums und des immensen Werts ihrer Daten wurden in vielen Fällen erhebliche Investitionen in die IT-Infrastruktur getätigt.
Allerdings haben die Einschränkungen und Kosten der erforderlichen Infrastruktur die Realität weit hinter den Ambitionen und Versprechen zurückgelassen. Dies gilt besonders für die reichhaltigste Quelle an Einzelhandelsdaten, die in Bezug auf die Menge alle anderen in den Schatten stellt: Quittungen, die von Kassensystemen erzeugt werden. Das Sammeln und Verarbeiten von Quittungen aus Hunderten oder sogar Tausenden von Filialen blieb eine gewaltige und sehr kostspielige Aufgabe.
Wie wäre es stattdessen, ein großes Einzelhandelsnetzwerk auf einem Smartphone zu betreiben?
Obwohl diese Frage sowohl aus technischer als auch aus kommerzieller Sicht provokativ ist, erklären wir in diesem Whitepaper, wie grundlegende Operationen wie das Sammeln und Verarbeiten von Quittungen für Einzelhandelsnetzwerke von bis zu 1000 Filialen auf einem Smartphone durchgeführt werden können. Der von Lokad verwendete Quellcode, der die in diesem Whitepaper dargestellten Ergebnisse erzeugt hat, wurde als Open Source verfügbar gemacht unter einer sehr liberalen Lizenz (BSD) auf GitHub.
Indem wir einige Einblicke in Big Data für den Einzelhandel teilen, hoffen wir, den Fortschritt bei der Nutzung von Einzelhandelsdaten weiter voranzutreiben. Jegliches Feedback wird geschätzt, zögere nicht, uns zu kontaktieren.
