Kontakt
Klar ist: Ein digitales Geschäftsmodell ist längst keine Kür mehr. Weniger klar ist, was das genau bedeutet: Welche Möglichkeiten gibt es? Was können moderne Technologien leisten? Und was brauchen wir wirklich? Dieser Beitrag zeigt anhand von Anwendungsbeispielen aus unterschiedlichen Branchen auf, wie sich Unternehmen dem komplexen Thema Data-Driven-Business nähern können.
Big Data, Data Automation, Data-Driven: Die digitale Transformation hat in den letzten Jahren eine ganze Reihe Buzzwords rund um Daten und Datennutzung hervorgebracht. Für Unternehmen herrscht in diesem Kontext häufig eine große Unsicherheit: Chancen, Risiken, moderne Technologien zur Umsetzung – die verschiedenen Aspekte zum Thema verschwimmen. Meist fehlt Unternehmen ein konkretes Bild davon, was mit Data-Driven-Business gemeint ist – oder welchen Nutzen es konkret verspricht.
Gibt es „das” Produkt, mit dem Ihr Unternehmen in den Data-Driven-Commerce einsteigen sollte? Nein. Das Geheimnis liegt darin, sich beim Entwickeln der eigenen digitalen Strategie nicht bereits im ersten Schritt von den potenziellen technologischen Möglichkeiten ablenken zu lassen. Denn nicht immer bilden diese ab, was für Ihre individuelle Geschäftswelt relevant ist. Stattdessen sollten Sie vom eigenen Unternehmen ausgehen: von den Daten, die Ihnen vorliegen. Und von den eigenen Zielen.
Wichtig ist, dass Sie sich folgende Fragen stellen, bevor Sie mit der Planung einer Technologie beginnen:
Beispiele für Ziele könnten etwa sein, das Datenmanagement zu vereinfachen, manuelle Arbeitsaufwände zu reduzieren, Ihre Zielgruppe direkter zu erreichen oder die Kundenbindung zu stärken.
Das Gute ist: An Daten mangelt es in Ihrem Unternehmen nicht. Die Herausforderung ist es, diese so aufzubereiten und zu nutzen, dass Sie und Ihre Kunden davon profitieren – am besten mit wenig Aufwand, also automatisiert. Das heißt nicht, dass Sie mit einem hochkomplexen technologischen Produkt einsteigen müssen. Was Sie brauchen, ist ein „reasonable product“, sprich eines, das für eine überschaubare Anwendung nachhaltig verwendbar ist.
Data-Driven-Commerce bietet kein Patentrezept, das sich auf jedes Unternehmen anwenden lässt. Letztlich geht es darum, Daten automatisiert zu interpretieren und zu verwerten und daraus größtmöglichen Nutzen zu ziehen. Aber wie sieht das in der Praxis aus? Im Folgenden stellen wir Beispiele für „reasonable products“ vor, die Unternehmen im Rahmen eines Data-Driven-Business-Ansatzes umgesetzt haben oder umsetzen können.
Effiziente Vertragserstellung für das Mobilienleasing: Dieses Ziel erreichte ein Finanzdienstleister mit einem datenbasierten Ansatz. Die vollständige Digitalisierung der Antragsstrecke ermöglicht es, neue Angebote und Verträge automatisiert zu kalkulieren – und zwar auf Basis vorhandener Vertragsdaten aus bestehenden oder alten Projekten. Zusätzlich zeichnet ein Telematic Device Bewegungsdaten der Mobilien auf und analysiert sie, um anhand der Auslastung die Leasingraten tagesaktuell an den Umsatz anzupassen.
Mehr zu diesem Projekt in der Case Study.
Seine zentrale Commerce-Plattform ermöglicht es einem Autolackehersteller, die Bestelldaten zum Verbessern des Kundenerlebnisses zu nutzen: Auf Basis der Daten werden automatisiert passende Vorhersagen pro Kunde getroffen und Empfehlungen ausgespielt. Dank der zentralen Bestellannahme über die digitale Plattform können Automarken via Sammelbestellungen über höhere Bestellvolumina auch höhere Pricing-Rabatte erzielen. Durch die zentrale Abrechnung reduziert sich auf beiden Seiten der Abrechnungsaufwand.
Im Marketing nutzen bereits viele Unternehmen Daten für ein verbessertes Targeting. Ein Telekommunikationsanbieter beispielsweise kombiniert in seiner Data-Driven-Business-Strategie Kunden- und Vertragsdaten mit den Webseitendaten zum Nutzerverhalten, um automatisiert personalisierte Angebote ausspielen zu können. Die Nutzer werden automatisch in Segmente eingeteilt, etwa Bestands- und Neukunden, und erhalten je nach Segment passenden Content, beispielsweise relevante Angebote.
Die interne Suche eines Onlineshops bietet eine hervorragende Voraussetzung für Machine Learning – und damit für Data-Driven-Commerce: Über die eingegebenen Sucheingaben können Unternehmen wertvolle Rückschlüsse auf den Bedarf und die Wünsche der Kunden ziehen. Denn: Eine intelligente Suche sammelt und analysiert die Sucheingaben und das Nutzerverhalten automatisch und leitet daraus zukünftig sinnvolle Vorschläge zur Vervollständigung ab. Eine Hilfestellung, die Nutzer von Google gewohnt sind und gewissermaßen erwarten. So können zukünftige Suchergebnisse automatisch optimiert werden. Zusätzlich lassen sich auf Basis unterschiedlicher Recommendation-Modelle passende Empfehlungen ausspielen.
Diese Anwendungsbeispiele zeigen: Unternehmen, die ihre Daten digitalisieren und automatisiert analysieren und verarbeiten, können erheblich profitieren – unabhängig von ihrem Produkt, ihrer Zielgruppe und ihrer Branche. Wichtig ist das Umdenken hin zu einem tragfähigen digitalen Geschäftsmodell und der Fokus auf die eigenen Ziele.
Mit den richtigen Technologien, flexiblen und agilen Arbeitsweisen, der kontinuierlichen Pflege und Synchronisation von Daten über ein skalierbares System und einem erfahrenen Umsetzungspartner können auch Sie mit einem „reasonable product“ erste Schritte Richtung Data-Driven-Business gehen.
