Newsletter

Holen Sie sich die neuesten Updates von Hortonworks per E-Mail

Einmal monatlich erhalten Sie die neuesten Erkenntnisse, Trends und Analysen sowie Fachwissen zu Big Data.

AVAILABLE NEWSLETTERS:

Sign up for the Developers Newsletter

Einmal monatlich erhalten Sie die neuesten Erkenntnisse, Trends und Analysen sowie Fachwissen zu Big Data.

cta

Erste Schritte

Cloud

Sind Sie bereit?

Sandbox herunterladen

Wie können wir Ihnen helfen?

* Ich habe verstanden, dass ich mich jederzeit abmelden kann. Außerdem akzeptiere ich die weiteren Angaben in der Datenschutzrichtlinie von Hortonworks.
SchließenSchaltfläche „Schließen“
cta

Big-Data-Analytics im Einzelhandel

VideoVideo-Schaltflächeabspielen

Big Data und anpassungsfähige Einzelhandelsunternehmen

Whitepaper herunterladen

Eine qualitativ hochwertige Verbindung mit Ihren Kunden

Halten Sie weiterhin Schritt mit Ihren Kunden? Was wissen Sie über Ihre Kunden und wie können Sie ihre Wünsche bestmöglich erfüllen wenn sie Ihr Geschäft betreten oder Ihre Webseite besuchen? Was haben Ihre Kunden über Sie getweetet? Hortonworks verhilft Ihnen zu einer verbesserten Reaktionsfähigkeit gegenüber Ihren Kunden, lässt Sie zeitlich abgestimmte Promotionen, die auf den Präferenzen Ihrer Kunden basieren, schalten und begünstigt verbesserte Dienstleistungen aufgrund von schnellerer Bestellungsbearbeitung – dadurch werden Sie für Ihre Kunden zur ersten Wahl!

Die Macht empirischer Daten für den Einzelhandel

Connected-Data-Plattformen von Hortonworks ermöglichen eine drastische Senkung der Kosten für Erfassung, Einlesen, Speicherung und Auswertung von Daten. Wenn die Plattformen mit bestehenden Systemen und Prozessen integriert werden, können Einzelhändler statistisch zuverlässige Einblicke in empirische Verkaufsdaten erlangen, statt mit Verbraucherpanels, Befragungen im Geschäft oder Fokusgruppen zu versuchen, Kundenwünsche aus dem Kaffeesatz der Marktforschung herauszulesen.

Anwendungsfälle

Erhalten Sie einen Rundum-Blick von Ihren Kunden

Einzelhändler interagieren mit ihren Kunden über vielfältige Kanäle, doch leider landen die Daten zu dieser Interaktion und zu den Einkäufen der Kunden oft in isolierten Datensilos. Nur wenige Einzelhändler können konkret von den Kunden getätigte Käufe korrekt mit Marketingkampagnen oder dem Online-Suchverhalten verknüpfen.

Connected-Data-Plattformen bieten Einzelhändlern eine umfassende Einzeleinsicht in das Verhalten von Kunden. Daten können länger gespeichert und verschiedene Phasen des Lebenszyklus der Kunden bestimmt werden. Die Analytik steigert den Absatz, verringert die Lagerkosten und sorgt für eine effiziente Bindung der besten Kunden.


Das Markengefühl analysieren

Den Unternehmen fehlen zuverlässige Mittel, um den Gesundheitszustand ihrer Marken zu überwachen. Es lässt sich nur schwer analysieren, wie sich Werbung, die Schachzüge der Konkurrenz, Produkteinführungen oder Neuigkeiten auf die Marke auswirken. Interne Markenstudien können zeitaufwendig, teuer und voller Schwächen sein.

Connected-Data-Plattformen ermöglichen schnelle, unvoreingenommene Momentaufnahmen von Ansichten zu einer Marke, die in den sozialen Netzwerken zum Ausdruck gebracht werden. So können Einzelhändler die Kundenstimmung auf Twitter, Facebook, LinkedIn oder in branchenspezifischen Media-Streams auswerten. Wer besser versteht, wie die eigene Marke von Kunden wahrgenommen wird, kann Kommunikation, Produkte und Promotionen entsprechend anpassen.


Promotionen lokalisieren und personalisieren

Einzelhändler können ihre mobilen Kunden per Geolokalisierung orten und ihnen so lokalisierte und individuell abgestimmte Promotions zukommen lassen. Das erfordert einen Zugriff auf gespeicherte Daten wie auch auf Echtzeit-Streamingdaten.

Apache Hadoop® und Apache NiFi führen diese Daten zusammen, sodass sich Promotionen auf kostengünstige Art lokalisieren und personalisieren lassen, ehe sie auf mobilen Endgeräten bereitgestellt werden. Einzelhändler können mobile Apps entwickeln, um ihre Kunden über lokale Events und den Verkauf in ihrer Gegend zu informieren. Diese Empfehlungen lassen sich auf die persönlichen Vorlieben und den geografischen Standort abstimmen – bis hin zu einer konkreten Abteilung in einem bestimmten Geschäft.

Rechtzeitig zur Weihnachtszeit 2013 hatte Macy’s in zwei Flagship-Geschäften einen Test mit Apples iBeacons-Technologie gestartet. Dieser Artikel beschreibt, wie „Macy’s seine Kunden beim Einkauf in Zukunft sogar unter Berücksichtigung der Abteilung, in der sie sich gerade aufhalten, auf Schnäppchen aufmerksam machen kann – sei es ein Paar Schuhe in der Schuhabteilung, in der sie gerade sind, oder eine Empfehlung für die Nachbarabteilung.“


Websites optimieren

Online-Einkäufer hinterlassen eine Spur von Milliarden Clickstream-Daten. Solche Daten zum Klickverlauf können dem Einzelhändler Aufschluss darüber geben, welche Webseiten seine Kunden besuchen und was sie auf ihren Seiten kaufen (oder nicht kaufen). Im großen Umfang jedoch ist es schwer, das riesige Volumen unstrukturierter Weblogdaten aufzunehmen, zu speichern, zu bearbeiten und schließlich zur Gewinnung von Einblicken ins Kundenverhalten zu analysieren. Die Speicherung von Logdaten in relationalen Datenbanken ist einfach zu teuer.

Apache Hadoop hingegen kann alle Weblogs jahrelang kostengünstig speichern. Internet-Einzelhändler verwenden die in diesen Daten enthaltenen Informationen, um das vom Benutzer verwendete Navigationsverhalten zu verstehen, Warenkörbe zu analysieren, A/B-Tests durchzuführen und Prioritäten bei den Website-Aktualisierungen zu setzen. Das steigert die Online-Kaufabschlüsse und damit auch den Ertrag.

Layoutoptimierung für Online-Stores

Die Warenpräsentation im Geschäft und die Produktplatzierung wirken sich auf den Umsatz aus. Einzelhändler beauftragen dafür oft externe Kräfte, wenn sich die Warenanordnung im Geschäft als nicht optimal erweist (z. B. „Finden Sie, was Sie suchen?“). Konventionellen Geschäften fehlte es an „vor dem Gang zur Kasse“ erhobenen Daten dazu, was Käufer eigentlich tun, ehe sie kaufen. Im Geschäft installierte Sensoren, RFID-Etiketten und QR-Codes können diese Datenlücke füllen, doch sie generieren jede Menge Daten.

Apache Hadoop kann ein riesiges Volumen unstrukturierter Sensor- und Lokalisierungsdaten speichern. Die gewonnen Erkenntnisse ermöglichen es den Einzelhändlern, die Kosten zu senken und zugleich die Zufriedenheit der Kunden in ihren Geschäften zu erhöhen. Dadurch werden in ein und demselben Geschäft mehr Verkäufe getätigt und die Kundenbindung wird gestärkt.