Im global agierenden Einzelhandel ist ein fließender Omnichannel-Betrieb entscheidend für Wettbewerbsfähigkeit und Erfolg. Der sichere Zugriff auf Daten aus verschiedenen Quellen kann jedoch eine Herausforderung darstellen: Verbraucher kaufen über mehrere Channels hinweg ein und interagieren mit Unternehmen über verschiedene Applikationen. Ein Modern Data Stack ist daher von grundlegender Bedeutung – wie das Beispiel von Douglas zeigt.
Schon vor der Covid-19-Pandemie war die Analyse von riesigen Datenmengen für den Einzelhandel schwierig. Jetzt kommt zu der steigenden Anzahl von Applikationen noch die Erstellung von Echtzeit-Analysen aus verschiedenen Applikationen und Channels hinzu. Denn die Pandemie beschleunigte Trends im Einzelhandel, die den Bedarf an einen schnellen und sicheren Datenzugriff noch verstärkten: Kontaktlose Zahlungen, die Möglichkeit online zu kaufen und die Ware in einer Filiale abzuholen oder der deutliche Anstieg des Online- und Omnichannel-Shoppings.
Datentransparenz – das größte Problem für den Einzelhandel
Um die verschiedenen POS im Blick zu behalten, ist im Einzelhandel ein schneller Zugang zu zuverlässigen Daten aus verschiedenen Systemen, Abläufen und Anbietern erforderlich. Darum haben zahlreiche Unternehmen zu Beginn der Pandemie ihre eingesetzten Technologien schnellstmöglich aktualisiert oder erweitert – oftmals jedoch ohne die Kompatibilität der verschiedenen Lösungen sicherzustellen. Die Daten landen nun in unterschiedlichen, nicht miteinander verbundenen Systemen. Die Folge: Mitarbeitende haben es schwer, Erkenntnisse in Echtzeit zu gewinnen.
Laut einer IDC-Umfrage ist die Koordination und Analyse von Daten aus unterschiedlichen Quellen, die sogenannte Datentransparenz, das größte Problem für Einzelhandelsunternehmen. Ein moderner Daten-Stack, der auf einer einheitlichen Plattform aus modularen Cloud-Technologien aufbaut, ist die Lösung. Kombiniert mit einer Data Transformation Layer, die SQL-basierte Datenmodelle erstellt, testet und ausführt, können Unternehmen nicht nur große Datenmengen zuverlässig verarbeiten, sondern erhalten auch die benötigte Datentransparenz.
Best Practice: Der Einsatz eines Modern Data Stacks
Der Modern Data Stack (MDS) besteht aus einer Reihe von Werkzeugen, die für die Datenintegration verwendet werden. Diese Tools umfassen, in der Reihenfolge des Datenflusses:
- eine vollständig verwaltete ELT-Datenpipeline
- ein Data Warehouse oder ein Data Lake als cloudbasierte Zieldestination
- ein Datentransformationstool
- eine Datenvisualisierungs- oder Business-Intelligence-Plattform.
Der MDS wird in der Cloud gehostet und erfordert nur wenig technische Konfiguration durch den User. Anwender aller Fachrichtungen können diese Tools nicht nur problemlos nutzen, sondern sie auch ohne tiefgreifende technische Kenntnisse verwalten. Ein weiterer Vorteil: Die hohe Skalierbarkeit, um den wachsenden Datenbedarf schnell zu decken. Kostspielige, langwierige Ausfallzeiten, die mit der Skalierung lokaler Serverinstanzen verbunden sind, entfallen komplett.
Die Stärke des MDS besteht in der Beseitigung von Silos und einer Erhöhung der Datentransparenz über alle POS im Einzelhandel hinweg. Dies bietet Unternehmen eine Vielzahl von Chancen, wie zum Beispiel eine 360-Grad-Sicht auf Kunden und eine verbesserte Personalisierung während der gesamten Customer Journey. Durch einen umfassenden Datenzugriff können Unternehmen zudem in Echtzeit Erkenntnisse gewinnen und präzisere Entscheidungen treffen.
Praxisbeispiel: Zentralisierung von über 200 Datenquellen bei Douglas
Wie sich Daten sinnvoll konsolidieren und für eine bessere Kundenerfahrung nutzen lassen, zeigt das Beispiel von Douglas. Die Parfümerie ist europäischer Marktführer ihrer Branche mit über 2.000 Filialen in Europa und einem Umsatz von 3,1 Milliarden Euro im Geschäftsjahr 2020/21. Das Unternehmen verfolgt eine digitale Neuausrichtung und den Wandel vom traditionellen Einzelhändler zur erfolgreichsten und stark wachsenden Onlineplattform für Beauty-Produkte. Um den Ausbau des E-Commerce-Bereichs zu beschleunigen, entschied sich Douglas für eine automatisierte und vollständig verwaltete Datenintegrationslösung – mit einer erheblich schnelleren Bereitstellung und Analyse von Daten aus hunderten von Quellen.
Autor: Tobias Knieper ist Experte in Sachen Marketing, Tech-Startups und Modern Data Stack. Neben seinem Engagement für Marktforschung und Kommunikationsberatung sammelte er Erfahrungen in Startups und Agenturen sowie bei Walt Disney. Als Marketing Lead DACH verantwortet er seit 2020 den Aufbau der Marke Fivetran im deutschsprachigen Raum.
Um den Paradigmenwechsel zu vollziehen, modernisierte Douglas die bestehende Infrastruktur und die BI-relevanten Prozesse. Rund 200 vorkonfigurierte Konnektoren zentralisieren jetzt die Daten aus den unterschiedlichsten Bereichen und Datenquellen.
Damit konnte das Unternehmen 30 Prozent an Zeit einsparen, die bislang für den Aufbau und die Wartung von Datenpipelines aufgewendet werden musste. Zudem stehen aktuelle und vollständige Daten aus den verstreuten Systemen zeitnah für Market Intelligence Analysen zur Verfügung.
Data Engineers haben jederzeit Zugriff auf zuverlässige Daten. So können sie den Erfolg von digitalen Werbekampagnen beobachten und Produkttrends oder Preisentwicklungen sofort erkennen. Durch die vollständige Automatisierung von Datenintegrationsprozessen konnte nicht nur Zeit eingespart werden, sondern auch wertvolle Ressourcen. Die Data Engineers wenden ihre Zeit nicht mehr für das manuelle Erstellen von Berichten auf, sondern können sich jetzt ganz auf ihre Kernaufgaben fokussieren.
Mehr Datentransparenz und durchgängig höchste Sicherheitsstandards
Trotz diesen Vorteilen halten sich einige Unternehmen bei der Automatisierung von Datenflüssen aufgrund von Sicherheitsbedenken noch zurück. Dabei gewährleistet ein Modern Data Stack ein hohes Maß an Compliance gemäß Datenschutzgesetzen wie der DSGVO, dem DPA oder CCPA. Unternehmen können ihren Datenverkehr zum einen automatisieren, skalieren und sichern. Die Datenkonnektoren lassen sich zum anderen innerhalb weniger Minuten verbinden, während ein Höchstmaß an Schutz für sensible Daten gewährleistet wird, der internen und gesetzlichen Anforderungen entspricht. Eine automatisierte Datenumgebung kann damit sogar eine bessere Datensicherheit bieten, insbesondere in Bezug auf die Anforderungen an personenbezogene Daten. Der Modern Data Stack ist daher für den Einzelhandel von grundlegender Bedeutung, um mit der nötigen Datentransparenz die Kunden nahtlos personalisierte Omnichannel-Erlebnisse zu bieten.
