Datengesteuerte Entscheidungsfindung: 3 Möglichkeiten, die Widerstandsfähigkeit des Einzelhandels zu steigern

Wenn Einzelhändler etwas aus den Feiertagen gelernt haben, dann dass die datengestützte Entscheidungsfindung eine Priorität sein muss, um ihre Ziele für 2023 und darüber hinaus zu erreichen.

Die Zahlen deuten auf eine unvorhersehbare Zukunft hin.

Einerseits erwartete die National Retail Federation, dass die Einzelhandelsumsätze im Weihnachtsgeschäft im Jahr 2022 gegenüber 2021 zwischen 6 % und 8 % steigen werden, was Rekorde brechen würde, wenn diese Vorhersage zutrifft, sobald alle Zahlen gezählt werden.

Darüber hinaus bleibt der Arbeitsmarkt in den USA stark und die COVID-19-Beschränkungen wurden gelockert.

Andererseits deuten Konjunkturindikatoren zunehmend auf eine Rezession hin, Kreditkartenguthaben steigen und die geopolitischen Turbulenzen halten an.

Trotz dieses herausfordernden Umfelds können Einzelhändler, die mit Daten einen neuen Ansatz verfolgen, die Kundenbindung und ihren Gewinn steigern.

Datengetriebene Entscheidungsfindung: Verbinden der Puzzleteile

Die Pandemie hat Einzelhändlern eine kalte Wahrheit ans Licht gebracht:

Backoffice-Prozesse diktieren oft CX.
Unterbrechungen in der Lieferkette führen zu Lieferverzögerungen.
Bestandsengpässe führen zu unerfüllten Bestellungen.
Und Personalprobleme verursachen massive Wartezeiten in Call Centern.

All diese Situationen stellen eine entscheidende Frage: Welche Kunden verdienen Priorität?

Leider gibt keines der Systeme, die Backoffice-Prozesse verwalten, Einblick in den Kundenkontext. Wer sind die profitablen Kunden im Vergleich zu denen, die viele ihrer Bestellungen zurücksenden? Wer sind die sozialen Influencer? Wer sind die Abwanderungsrisiken?

Front-End-Engagement-Systeme runden das Bild ab:

• Marketingsysteme zeigen die Werbung, die den Käufer angezogen hat
• E-Commerce-Lösungen zeigen, wer Online-Bestellungen getätigt hat
• Das Experience Management zeigt die Kundenstimmung anhand von Umfragedaten
• Serviceaufzeichnungen zeigen, wer am ehesten für Auftragsaktualisierungen anrufen wird.

Wenn all diese Daten in separaten Systemen gespeichert sind, ist es schwer, einen Sinn daraus zu machen. Aber wenn es in einer einheitlichen Ansicht zusammengestellt wird, können Einzelhändler fundierte, datengesteuerte Entscheidungen treffen, die zu höheren Gewinnen, einer effizienteren Nutzung von Ressourcen und einem besseren Ruf der Marke führen.

In einem Interview zur Einzelhandelsdatenstrategie sagte Brad Blackmon, Executive Vice President der Publicis Groupe: „Wir befinden uns jetzt in dieser perfekten Zeit, in der Technologie und Daten auf einer Ebene sind, auf der Entscheidungen in Echtzeit getroffen werden können.“

Retail-Datenstrategie: Jetzt alle zusammen

Um eine einheitliche Sicht auf den Kunden zu schaffen, die Geschäftsentscheidungen in Echtzeit ermöglicht, entwickeln führende Unternehmen zentralisierte Datenmodelle. Diese einheitlichen Modelle helfen ihnen dabei, Kundendaten für Prozesse und Anwendungen im gesamten Unternehmen verfügbar zu machen.

Eine Umfrage von HBR Analytic Services aus dem Jahr 2022 in Zusammenarbeit mit SAP befragte mehr als 180 Unternehmen – darunter viele Einzelhändler – zu ihren Datenstrategien.

Fast 4 von 5 Befragten gaben an, ein zentralisiertes Datenmodell implementiert zu haben, sich in einem Implementierungsprozess zu befinden oder dies zu planen.

Ein wichtiges Ergebnis eines zentralisierten Datenmodells ist ein genauer Lifetime-Value-Score für Kunden (CLTV). Diese Kennzahl hilft Einzelhändlern, Entscheidungen zu treffen, die sich positiv auf das Endergebnis auswirken.

„Marken können Daten intelligent für Cross-Selling und Upselling nutzen, wenn sich die Gelegenheit ergibt“, sagte Blackmon. „Sie können es auch nutzen, um sich weniger auf die Verbraucher zu konzentrieren, die möglicherweise nicht so wertvoll sind, und stattdessen diese treuen Kunden zu belohnen.“

Top 3 Beispiele für datengesteuerte Anwendungsfälle im Einzelhandel

Hier sind drei Beispiele dafür, wie eine einheitliche Kundensicht auf der Grundlage eines zentralisierten Datenmodells einer Einzelhandelsstrategie zugute kommen kann:

1. Schmerzpunkte in Retourenprozessen reduzieren
2. Unternehmens- und Kundendaten zusammenführen , um die Abwanderung zu reduzieren und zu eliminieren
3. Verbesserung des Service und der Kundenstimmung

1. Retourenschmerzen reduzieren

Serielle Rückgabe, auch bekannt als „Einklammerung“, ist der Vorgang, mehrere Versionen eines Artikels zu kaufen und die meisten davon zurückzugeben. Eine Studie ergab, dass 63 % der Käufer zum Klammern zugelassen wurden, gegenüber 55 % im Jahr 2019.

Die Praxis schadet eindeutig den Einnahmen des Einzelhandels. Das Auspacken, Bearbeiten und Prüfen der Retouren belasten sie mit Zeit und Ressourcen. Sie nehmen auch wertvollen Platz in Fulfillment-Zentren ein; und wenn diese Einrichtungen die Kapazitätsgrenze erreichen, kann der Einzelhändler keinen neuen Bestand mehr einführen.

Mit einem vollständigen Verständnis der Kundenprofile können Marken Klammern in Kampagnen unterteilen, die auf Werbeaktionen im Geschäft beschränkt sind. Sie können auch die profitableren Kunden mit Online-Aktionen und Angeboten ansprechen, um ihre Loyalität zu stärken.

2. Abwanderung stoppen, bevor sie beginnt

Verspätete Bestellungen und verpasste Lieferungen beeinträchtigen die Kundenbindung.

In einer kürzlich durchgeführten Umfrage gaben mehr als 35 % der Verbraucher an, dass sie nach einem negativen Liefererlebnis den Händler wechseln und eine negative Bewertung oder einen Social-Media-Beitrag schreiben.

Mit einem klaren Überblick über Lieferkettendaten und Bestellstatus als Teil eines einheitlichen Kundenprofils können Einzelhändler die Kunden mit hohem CLTV und verspäteten Bestellungen identifizieren und proaktive Maßnahmen ergreifen.

Sie können diesen Kunden beispielsweise einen Rabattgutschein für ihre nächste Bestellung anbieten. Sie können diese Kunden auch priorisieren, wenn sie ein Contact Center anrufen, sodass lange Wartezeiten ihre Frustration nicht verstärken.

3. Erhöhung der Kundenrückgewinnungsraten

Es ist kein Geheimnis, dass sich die Verbraucher während der Feiertage häufiger beschweren und die Einzelhandelsmitarbeiter schlecht behandeln. Mit einem besseren Verständnis der Kundendaten können Marken jedoch Beschwerden priorisieren und sich auf profitable Kunden konzentrieren.

Mit einer aktuellen Ansicht der Kaufhistorie von Kunden können Marken beispielsweise sehen, wer nach ihrer Beschwerde weiterhin Waren oder Dienstleistungen gekauft hat. Wenn ein wertvoller Kunde seit der Beschwerde das Engagement abgebrochen hat, kann die Marke ihn in eine kanalübergreifende Kampagne zur Wiederherstellung drängen.

Darüber hinaus kann ein Ticket in einem Callcenter aktiviert werden, damit ein Agent den Beschwerdestatus verfolgen kann.

Datenmanagement für die Resilienz im Einzelhandel

Für viele Einzelhändler sind isolierte Daten ein Problem. Es hindert sie daran, hochwertige Kunden in kritischen Kaufmomenten zu identifizieren und Maßnahmen zu ergreifen, um ihre Loyalität zu stärken.

Datengesteuerte Entscheidungsfindung im Einzelhandel kann das Kundenerlebnis und die Stimmung verbessern und gleichzeitig das Endergebnis stärken.

Durch die Priorisierung datengestützter Entscheidungsfindung können Einzelhändler diese Herausforderung meistern, ihr Kundenerlebnis verbessern, effizienter arbeiten und positive Schritte in Richtung ihrer finanziellen Ziele unternehmen.