Transparenz in Verkaufsförderung und Artikelleistung

[Community_Admin]

Gewinner des Excellence Award 2016: Transparenz beim Merchandising und der Artikelleistung

 

Verfasser: Irina Mihai (@irina_mihai), Web Analyst

                 Johannes Wagner, Senior Business Analyst

Unternehmen: Adidas International Trading B.V.

Ursprünglich veröffentlicht: Gewinner des Excellence Award 2016

Beschreiben Sie das Problem, das Sie lösen mussten:

Die Abteilung eCommerce-Business stand vor der Herausforderung, die Leistung von mehr als 9000 Artikeln zu überwachen und zu steuern. Das Senior Management hatte eine Übersicht über die Zahlen auf oberster Ebene, doch denjenigen, die Maßnahmen ergreifen und die Geschäftstätigkeit auf betrieblicher Ebene steuern könnten, standen eingeschränkte Informationen zur Verfügung.

Die Merchandiser überwachten nur die Verkäufe der wichtigsten Produktfranchises, die etwa 60 % der Geschäftstätigkeit ausmachten, aber sie hatten keine Übersicht über die Verfügbarkeit von Artikelgrößen und die Lagerbestände. Dies war jedoch essenziell, um zu wissen, ob mehr Onlineverkehr für den Artikel zu mehr Verkäufen oder vielmehr zu enttäuschten Kunden führen würde, die ihre Größe nicht finden konnten. Neben Bestandsdaten brauchten Merchandiser auch BI-Daten und Webanalyse-Daten, um ein umfassendes Verständnis zur Artikel- und Franchiseleistung gewinnen zu können, was zu Verzögerungen bei der Reaktion auf Informationen und der proaktiven Steuerung der Geschäftstätigkeit führte.

Auch so wurden das komplette Produktsortiment und insbesondere die schwächeren Franchises (40 % der Geschäftstätigkeit) nur ad-hoc informiert. In den weniger wichtigen Franchises wurden keine Maßnahmen ergriffen, was zu nicht realisierten Möglichkeiten führte, da unverkaufte Produkte zum Saisonende stark reduziert werden.

Angesichts dieser komplexen Betriebsumgebung und der Zeit, die für die Sammlung von Daten, die oft schon hinfällig sind, noch bevor sie die relevanten Interessensvertreter in annehmbarer Form erreichen, mussten wir alle Produktfranchises transparent machen und sämtliche relevanten Informationen bereit stellen, die nötig sind, damit Maßnahmen durchgeführt werden können und die Geschäftstätigkeit auf aggregierter sowie granularer Ebene gesteigert werden kann, und zwar in Echtzeit, an einem Ort, für alle zugänglich und voll automatisiert.

Zusammenfassend kann gesagt werden, dass die folgenden Faktoren den Weg für eine neue Arbeitsweise in der Analyse geebnet haben:

• Das Überwachen der laufenden Leistung bei allen Artikeln verbessert die Marge, sodass wir den Umsatz während der Saison steigern und die starke Rabattierung am Saisonende vermeiden können. Auch das Gewähren zu vieler Nachlässe wirkt sich langzeitig negativ auf die Marke aus und gewöhnt die Kunden daran, reduzierte Ware zu kaufen, deshalb wollten wir sicherstellen, dass wir die Möglichkeiten innerhalb der Saison maximieren.
• Uns ist neben unmittelbaren Finanzerlösen auch das Kundenerlebnis wichtig, und die Kunden sind enttäuscht, wenn sie die gewünschte Größe nicht im Online-Shop finden. Wenn wir die Bedarfsplanung proaktiv gestalten und dafür sorgen können, dass das verfügbare Angebot ausreichend ist, sind unsere Kunden zufrieden und kaufen gerne wieder auf unserer Website ein.

Beschreiben Sie die Arbeitslösung:

Mithilfe von Alteryx können wir nun eine Vielzahl an Datenquellen verwenden, und zwar so schnell und skalierbar, wie es bisher nicht möglich war. Dies macht uns als Organisation wirklich flexibel und datengesteuert.

Auf höherer Ebene werden in einem Workflow die folgenden Datenquellen verwendet:

• BI-Daten einschließlich Vertriebsdaten und Standardmarge pro Artikel pro Tag
• Wartelistendaten aus dem CRM-System, anhand derer ersichtlich wird, wie oft ein ausverkauftes Produkt auf die Warteliste gesetzt wurde
• Artikel-Stammdaten aus der Sortimentsverwaltungs-Anwendung
• Bedarfsplanungs-Stammdaten mit der geschätzten eingekauften Menge pro Größe, was die relative Bedeutung jeder Größe eines Artikels bestimmt.
• Webanalyse-Daten für Produktansichten und Konvertierungsrate
• Bestandsmengen-Daten aus der Online-Plattform mit einer Momentaufnahme des täglichen Bestands für die jeweiligen Größen
• Produktsortiment-Dateien werden manuell nach Einzelhandelseinführungsdatum, Marketingkampagneninformation und ursprünglicher Verkaufsprognosemenge pro Monat gepflegt

1. Der Haupt-Workflow besteht aus drei Workstreams:
   1.1 Berechnung der täglichen Verkaufsprognose pro Artikelnummer anhand der Produktsortiment-Dateien und der Stammdaten-Datei.

Es werden mehrere Maßnahmen zur Datenbereinigung durchgeführt, doch am wichtigsten ist es hierbei, die monatliche Prognose für die einzelnen Tage umzuwandeln und dabei das Einzelhandelseinführungsdatum zu berücksichtigen. Wenn das Einzelhandelseinführungsdatum eines Produkts beispielsweise in der Mitte des Monats liegt, erstellen wir nur eine Prognose für die Tage nach diesem Datum und nicht für die davor. Dies dient dem Erhalt der Genauigkeit.

1.2 Bei Webanalyse- oder BI-Daten durchgeführte Maßnahmen zur Datenbereinigung und nachfolgende Verknüpfung zur Artikel- und zur Tagesebene

Für jeden Datentyp haben wir eine historische Alteryx-Datenbank erstellt, die mit neu bereinigten Daten verbunden wird, die dann in die historische Datenbank geschrieben werden.

1.3 Verknüpfung der täglichen Verkaufsprognose mit den Webanalyse-Daten, den BI-Daten und den Wunschliste-Data zur Artikel- und zur Tagesebene

Hier berechnen wir auch das tatsächliche Einzelhandelseinführungsdatum für jeden Artikel anhand des ersten Tages der Onlinestellung des Produkts, was uns die Sichtbarkeit von Produkten ermöglicht, die spät eingeführt wurden.

2. In einem zweiten Workflow berechnen wir den verfügbaren Bestand pro Artikelgröße und Größe und die Kaufverfügbarkeit pro Artikel. Dies geschieht anhand der Stammdaten-Datei, die den Kaufprozentsatz pro Größe und Artikel und der Bestands-Momentaufnahme angibt, die wiederum die Größenverfügbarkeit pro Artikel angibt. Die Ausgabe ist ein Tableau-Datenauszug.

Die Ausgaben dieser beiden Workflows werden dann grafisch in einem Tableau-Dashboard dargestellt, das über eine Flow-ähnliche Struktur verfügt. Diese ermöglicht es den Nutzern, die Leistung der Produktfranchises auf oberer Ebene zu sehen und auch Details auf Artikel-Ebene aufzurufen:

Beschreiben Sie den Nutzen, den Sie erzielt haben:

Zunächst einmal wäre das Trading-Dashboard aufgrund der großen Datenmenge, die auf verschiedene Systeme verteilt ist, und der manuellen Arbeit bei der Wiederherstellung und Kombination dieser Daten mit derselben Granularität, ohne Alteryx nicht möglich gewesen. Dank Alteryx können wir nun eine Vielzahl an Datenquellen skalierbar vermischen und daraus den folgenden Geschäftsnutzen erzielen:

• Hinsichtlich der Zeiteinsparungen wären vor der Nutzung von Alteryx zwei Vollzeit-Mitarbeiter nötig gewesen, um innerhalb der Saison eine tägliche Momentaufnahme der wichtigsten Produktfranchises (60 % des Unternehmens) mit allen relevanten Metriken zu erstellen. Bis dieser Bericht die Interessensvertreter erreicht hätte, wären die Informationen hinfällig und irrelevant gewesen, sodass nicht schnell in Echtzeit auf das Kundenverhalten reagiert hätte werden können. Dank Alteryx braucht das Analyseteam nun 10 Minuten pro Tag, um ein umfassendes Dashboard für das Senior Management sowie die Mitarbeiter zu erstellen, die schnelle Entscheidungen treffen und die Geschäftstätigkeit anhand von Echtzeit-Daten steuern können.
• Erhöhter Umsatz und Margenoptimierung: Unsere Merchandiser und Kategoriemanager haben nun eine tägliche Komplettübersicht darüber, wie sich jeder einzelne Artikel verkauft. Das Dashboard ist explorativ und intuitiv zu bedienen (von der obersten Ebene bis hin zur Artikelebene, Farbgebung entsprechend des Erreichens der Prognose), und so lässt sich leicht bestimmen, welche Produktfranchises und individuellen Produkte hinter den Produkten zurückbleiben und mit welchen spezifischen Hebeln die Verkaufszahlen gesteigert werden können. Beispielmaßnahmen sind die Förderung von mehr Verkehr, die Verbesserung von On-Site-Merchandising, das Wiederauffüllen bestimmter Größen, Preissenkungen.
• Kundenzufriedenheit: Aufgrund der neuen proaktiven Arbeitsweise der Abteilung Bedarfsplanung, werden Größen schneller wiederaufgefüllt als zuvor, und so sind auch die Kunden zufriedener, dass sie die gewünschten Größen kaufen können. Dadurch kehren mehr Kunden zurück auf unsere Webseite, da diese wissen, dass sie hier die Größen finden, die Sie im Einzelhandel nicht bekommen können.

Wir haben das Trading-Dashboard vor Kurzem eingeführt und schon jetzt macht sich dort, wo verschiedene Abteilungen enger zusammenarbeiten, um Chancen zu identifizieren und aufgrund der Daten zu agieren, eine Veränderung in der Denkweise bemerkbar. Wir glauben, dass wir mithilfe von Alteryx unsere ambitionierten Wachstumsziele erreichen, die Kundenzufriedenheit verbessern und als datengesteuerte Organisation arbeiten können.