Smart Data in kleinen und mittelständischen Unternehmen – 5 Tipps für den Sofortstart

Smart Data in kleinen und mittelständischen Unternehmen – 5 Tipps für den Sofortstart


Dieser Artikel ist der zweite Teil unserer Big Data-Betrachtung für Onlinehändler. Der erste Artikel widmete sich der (Begriffs-)bedeutung von Big Data: „Big Data – Buzz oder Businessvalue? Oder beides?“. In diesem zweiten Teil erfahren Sie, mit welchen 5 Sofortmaßnahmen insbesondere kleine und mittelständische Unternehmen zukünftige Entscheidungen auf einer möglichst wertvollen Datenbasis (Smart Data) treffen können

Was bedeutet Big Data für KMU? Ein Paradigmenwechsel

Wenn die Möglichkeiten von Big Data ausgeführt werden, erstarren viele in Ehrfurcht oder tun es als nutzlose, für einen selbst nie in Frage kommende, Konzernmethode ab. Beide Verhaltensweisen sind für kleine und mittelständige Unternehmen wenig hilfreich.

Doch was können KMU denn nun tun? Vor allem erst einmal die eigene Entscheidungsfindung reflektieren. Warum verkaufe ich die Produkte, die ich verkaufe? Warum verkaufe ich sie dort, wo ich sie verkaufe? Häufig sind das Entscheidungen aus der Historie heraus, nach dem Motto: „Das habe ich schon immer so gemacht!“ oder aus dem Bauch heraus: „Ich weiß doch, was meine Kunden möchten!“. Ein bezeichnendes Beispiel dieser Herangehensweise hörte ich von einem Onlinehändler, der auf Big Data angesprochen wurde: „Nach Daten Produkte auswählen und den Kunden anbieten ist etwas für große Unternehmen. Ich muss doch die Produkte verkaufen, die ich habe!“

Die umgekehrte Wissenspyramide, die häufig in kleinen und mittelständischen Unternehmen zur Entscheidung genutzt wird

Bei der umgekehrten Wissenspyramide, gibt es sehr viel vermeintliches Wissen, welches nur auf einen geringen Anteil an echten Informationen beruht. Diese wiederum haben nur eine sehr kleine Datenbasis. Entscheidungen werden also nicht aufgrund von Daten getroffen, sondern aus dem Bauch heraus.

Diese Worte entsprechen der typischen umgekehrten „Wissenspyramide“. Der Entscheider eines kleinen Unternehmens glaubt zu wissen, was er macht, weil er es schon immer so gemacht hat, weil er seine Kunden kennt und weil er es im Bauchgefühl hat. Dieses Wissen stützt zumeist auf einige wenige Aussagen von Kunden, die er persönlich kennt. Seine vorhandenen Daten hat er jedoch nie gefragt.

Bei der richtigen Wissenspyramide stützt sich geringes Wissen auf viele Informationen und auf noch mehr Smart Data.

Wenn die Wissenspyramide richtig angewendet wird, gibt es eine breite Datenbasis. Erst durch Auswertung und Interpretation dieser Daten werden Informationen generiert. Kombiniert man die Informationen mit eigenen Erfahrungen, wird Wissen generiert.

Das kann auch weiterhin gut gehen. Oder eben nicht. Es ist ein Glückspiel. Es hat wenig mit kaufmännischer Entscheidungsfindung zu tun. Idealerweise basieren Entscheidungen auf Informationen, die wiederum auf eine große Sammlung von Daten, die richtig aggregiert und mit Bedeutung versehen wurden, basieren. Kombiniert man diese Informationen mit den eigenen Erfahrungen und eventuell vorhandenen Testergebnissen aus eigenen Untersuchungen, entsteht echtes Wissen. Nur so können valide Entscheidungen für die Zukunft getroffen werden. Dabei kommt es gar nicht auf die schiere Menge der Daten an, sondern darauf die richtigen Daten zu erheben, eben auf Smart Data.

Was also tun als KMU? In unseren fünf Sofortmaßnahmen erfahren Sie es:

Mit 5 Smart Data Sofortmaßnahmen zu datenbasierten Entscheidungen

Auch wenn viele Daten ein schärferes Bild ergeben, muss es für datenbasierte Entscheidungen nicht immer Big Data sein. Big Data stellt die Wissenspyramide nur auf eine sehr breite Basis. Da KMU aber keine Data Scientists und Hadoop-Spezialisten einstellen können, gilt es, mit vorhanden Bordmitteln das Beste herauszuholen. Dies erreichen Sie am besten durch das Beherzigen der folgenden fünf Schritte:

  1. Prioritäten neu setzen

Am Anfang ist es sehr wichtig, aus dem Hamsterrad des tagtäglichen Geschäfts herauszutreten. Wenn man einen ganzen Stapel an Verkäufen bearbeiten, neue Artikel einstellen und dann noch Pakete packen muss, ist das sicherlich leichter gesagt, als getan. Die Wichtigkeit dieses Schrittes kann aber nicht genug betont werden. Reservieren Sie sich 20 % Ihrer wöchentlichen Zeit für die Zukunft Ihres Handels.

Nutzen Sie diese 20 % Zeit, um an wichtigen, statt an eiligen Themen zu arbeiten. Setzen Sie sich für die wichtigen Themen Ziele und Prioritäten. Idealerweise schreiben Sie die Themen mit einem Fälligkeitsdatum und der Priorität auf. Nehmen Sie sich immer wieder die Zeit, diese Liste anzuschauen und arbeiten Sie diese ab.

  1. Datenquellen identifizieren

Als Onlinehändler haben Sie einen entscheidenden Vorteil gegenüber dem stationären Handel. Jegliche Interaktion mit dem Kunden generiert Daten, die Sie auswerten können. Sei es der Besuch Ihres Onlineshops, bei dem jeder Klick des Kunden aufgezeichnet wird, oder die Verkaufsdetails, die automatisch in Ihre Verkaufsabwicklung fließen, oder die Kommunikation mit Ihren Kunden. Jeder Kontakt des Kunden mit Ihnen generiert Daten, die Ihnen zur Verfügung stehen.

Deswegen gilt es im diesem zweiten Schritt, alle für Sie möglichen, auswertbaren Datenquellen zu identifizieren. Dies können, wie oben bereits genannt, die Verkaufsdaten aus Afterbuy sein. Oder die Artikeldaten, die Sie angelegt haben. Es können auch die Kundendaten sein, die bei Verkäufen generiert wurden. Insbesondere bei Wiederholungskäufen sind diese sehr wertvoll. Wie sieht es mit Finanzdaten aus? Zum Beispiel Ihre Kosten. Oder nutzen Sie auch die weniger offensichtlichen Daten, wie den Kommunikationsverlauf mit Ihren Kunden, der transaktionsabhängig im Afterbuy MSG abgebildet ist?

Auch hier gilt es wieder, sich die Zeit zu nehmen, um zu überlegen, welche Daten Sie haben. Welche Daten können Sie noch zusätzlich beziehen? Haben Sie beispielsweise auch an die Daten aus Ihren Webanalyse-Tool wie Analytics gedacht? Auch diese können wichtige Informationen bereithalten.

  1. Einzelne Datenquellen auswerten

Nachdem Sie nun alle möglichen Datenquellen identifiziert haben, sollten Sie diese einzeln auswerten. Nehmen Sie sich diese nach Prioritäten geordnet vor und versuchen Sie, z.B. in Excel erste datenbasierte Schlüsse zu ziehen. Hier einige Beispiele:

  • Erstellen Sie eine sogenannte „Renner/Penner-Analyse“ Ihrer historischen Verkaufsdaten. Welche Produkte haben in einem gegebenen Zeitraum, zum Beispiel im letzten Monat, den meisten Umsatz erbracht und welche den wenigsten? Wenn Sie die direkten Kosten (Einkaufspreise, Lagerkosten/FBA Gebühren, Markplatzgebühren, etc.) für Ihre Produkte hinterlegt haben, können Sie sogar sehen, welche Produkte im vergangenen Monat den meisten Gewinn erzielt haben und welche nur wenig oder nicht zu Ihrem Gewinn beitragen.
  • Erstellen Sie eine Übersicht über die Herkunft Ihrer Käufer. Diese lässt sich aus Ihren Kundendaten herleiten und zeigt Ihnen, aus welchen Regionen Ihre Käufer kommen. Eventuell stellt sich heraus, dass Sie einen überproportionalen Verkaufserfolg in einer Region haben, die Sie bisher nicht forcieren. Vielleicht zeigt sich, dass Ihre Kunden tendenziell aus den wohlhabenden städtischen Gegenden stammen. Dies könnte Ihnen einen Hinweis geben, dass Sie die Preise eventuell erhöhen können. Auch bieten Ihnen diese Daten die Möglichkeit, Ihre Marketingmaßnahmen zielgerichteter einzusetzen. Haben Sie schon einmal über eine lokale Ausspielung von Google AdWords-Anzeigen nachgedacht?
  • Analysieren Sie, woher Ihre Shopbesucher kommen. Dazu sind neben Daten aus Warenwirtschaft bzw. Abwicklungsprogramm auch Daten aus Google Analytics sehr wertvoll. Google Analytics bietet schon einige sehr gute Berichte an. So können Sie dort einsehen, wo Ihre Shopbesucher herkommen. Erfahren Sie, wie viele Besucher über die organischen Treffer in den Suchmaschinen kommen und wie viele über die bezahlten Maßnahmen? Wie viele Besuche kommen über soziale Medien? Bei implementierten Konversionszielen können auch direkt die Konversionsraten pro Kanal abgelesen werden. Erkennen Sie so mit Hilfe Ihrer Google Analytics-Daten, wie gut welche Marketingmaßnahme gewirkt hat. Dies versetzt Sie in die Lage, zielgerichteter und somit preiswerter und mit weniger Streuverlust zu kommunizieren.
  1. Datenquellen zusammenführen und auswerten

Während die Analyse der einzelnen Datenquellen schon erst gute Einblicke gewähren, fehlen häufig noch weitere Informationen, um eine datenbasierte Entscheidung treffen zu können. Hierfür ist es notwendig, verschiedene Datenquellen zusammenzuführen und aggregiert auszuwerten. Eine gute Möglichkeit, eine Fülle von in Tabellenform vorliegenden Daten strukturiert auszuwerten, bieten sogenannte Pivot-Tabellen. Lesen Sie hier mehr zu Pivot-Tabellen.

Für bestimmte Fragestellungen (Prüfung, wie hoch ein Zusammenhang zwischen verschiedenen Variablen ist) eignen sich sogenannte Korrelationsanalysen. Zum Beispiel möchten Sie den Zusammenhang zwischen Ihrem Profit und Ihren Produktkategorien ermitteln, d.h der Frage, ob es einen Zusammenhang zwischen der Höhe Ihrer Marge und den jeweiligen Produktkategrorien in denen Sie Ihre Artikel anbieten gibt. Lesen Sie hier mehr zu Korrelations-Analyse.

Die Grundstruktur einer Portfolio-Analyse

Die Portfolio-Analyse hat die Dimensionen Wachstumspotenzial und relativer Marktanteil. Je nach Lage der Produkte in dieser Matrix empfehlen sich unterschiedliche Investitionsstrategien.

Als Beispiel sei hier eine sogenannte Portfolio-Analyse vorgestellt, die sich gut eignet, um sein eigenes Produktsortiment besser zu verstehen und Bearbeitungsstrategien ableiten zu können. Die Portfolio-Matrix ist in vier Felder aufgeteilt, die als „Stars“, „Milchkühe“, „Arme Hunde“ und „Fragezeichen“ bezeichnet werden. Die eigenen Produkte werden über eine solche Analyse in diese vier genannten strategischen Geschäftsfeldern unterteilt, für die sich nun jeweils Handlungsempfehlungen ableiten.

Einordnung der Produkte A-J in die Portfolio-Matrix

Beispielhaft wurden hier die Produkte A-J eingefügt. Aus dem Bild ergibt sich nun für die Produkte A, D und H die Notwendigkeit einer detaillierteren Überprüfung. Die Produkte G und J bedürfen Investitionen um die Marktstellung auszubauen. Die Produkte C und E sollten mit möglichst geringen Investitionen zur Erhaltung der Marktstellung versehen werden. Die Produkte F und B sollten hingegen aus dem Programm genommen werden.

Die Portfolio-Analyse zeigt den Zusammenhang zwischen den Absatzmengen, Marktstärke, Deckungsbeitrag bzw. Profit und Investitionsbedarf pro Produkt auf. Dabei zeigt die y-Achse obiger Grafik (siehe oben) in der Portfolio-Matrix das Marktwachstum, also die Umsatzentwicklung (z.B. im Vergleich zum Vorjahr), die x-Achse repräsentiert den relativen Marktanteil des Unternehmens und damit die Wettbewerbsstärke im Verhältnis zum stärksten Konkurrenten.

Eine weitere Betrachtungsweise dient der Auswertung eigenen Profitbringer und betrachtet sowohl die Umsatzebene als auch die Profitebene. Wie bereits zuvor geschrieben, ist für die Profitanalyse eine Hinterlegung der Kostendaten notwendig, die -falls noch nicht in den Produktdaten enthalten – erst nachgepflegt bzw. zugewiesen werden müssen.

Lesen Sie hier oder hier mehr zur Methodik der Portfolio-Analyse.

Ein anderes Beispiel kann die Entscheidung für zukünftiges Produktsourcing sein. Bevor Sie bei Alibaba auf Einkaufstour gehen, wäre es sinnvoll zu analysieren, welche Produkte derzeitig am Markt besonders begehrt sind. Indem Sie Ihre eigene Verkaufshistorie mit dem Produktportfolio Ihrer Mitbewerber abgleichen, erhalten Sie schon einmal ein Bild darüber, welche Ihrer gutlaufenden Produkte nicht oder nur von wenigen anderen Mitbewerbern angeboten werden.

An dieses Produkt anknüpfend könnten Sie nun nach neuartigen Artikeln bei Alibaba zu schauen. Haben Sie einen Artikel gefunden, der vermutlich die gleichen Kundengruppe anspricht wie Ihr Renner, ist es ratsam, eine schnelle Trendanalyse durchzuführen, indem Sie mögliche Suchbegriffe für das Produkt in Google Trends eingeben. Um die bei Google Trends dargestellte Nachfrage-Grafik besser interpretieren zu können, empfiehlt es sich, zum Vergleich dort auch zusätzlich eines Ihrer Produkte (vielleicht einen Top-Seller) einfügen, um über die Google Darstellung in einer gemeinsamen Grafik Rückschlüsse über die tatsächlichen Mengen zu erlangen.

Eine Google Trend Analyse gibt einen ersten Eindruck, ob ein Produkt in letzter Zeit häufiger gesucht wird oder nicht.

Bei Google Trends könne schnell zwei oder mehr Suchbegriffe verglichen werden. Somit biete sie sich an, vermeintlich trendige Produkte zu auf deren Suchhäufigkeit zu untersuchen. In diesem Beispiel könnte die blaue Kurve ein bestehendes Produkt sein und die rote ein neues. In diesem Fall würde es sich nicht lohnen in das neue Produkt zu investieren.

  1. Testen Sie BDaaS Tools

Excel kann ein sehr mächtiges Tool bei der Auswertung von Daten sein. Wenn man jedoch jede Kalkulation von Hand in Excel durchführen muss, stößt man schnell an die eigenen zeitlichen Grenzen. Deswegen ist es wichtig, sich mit Analysesoftware auseinanderzusetzen. Bevor ich Ihnen nun aber empfehle, eine 50-köpfige IT-Abteilung aufzubauen mit 10 Hadoop Experten und Data Scientists, möchte ich Ihnen lieber die Möglichkeit von Big Data as a Service vorstellen.

Unter Big Data Services, die in der Cloud zur Verfügung stehen (BDaaS), versteht man Dienste die zum einen Daten zur Verfügung stellen und zum anderen Analysen anbieten. Über solche Services haben auch kleinste Unternehmen eine Zugangsmöglichkeit zu Big Data, sowie auch zu einer skalierbaren Infrastruktur (z.B. durch entsprechende Clouddienste, wie sie auch von Amazon Web Services (AWS) oder Microsoft Azure etc. angeboten werden).

Es gibt derzeit viele aufstrebende BDaaS Tool Anbieter. In diesem englischsprachigen Artikel finden Sie eine Beschreibung von 15 Big Data Anbietern.

Darüber hinaus gibt es aber noch viele weitere Tools, die helfen, Ihre Kunden zu verstehen. Testen Sie beispielsweise auch Social Media Tools, denn Informationen aus den sozialen Medien sind extrem spannend und geben interessante 360 Grad Einblicke über Ihre Kunden, die Sie für Ihr Marketing und Ihr Produktsortiment nutzen können.

Gewinnen Sie darüber spannende Informationen über die Personen hinter Ihren Verkäufen wie z.B. zu deren Interessen, Verhaltensweisen oder Hobbies. Für Ihr Marketing enthalten diese Daten ebenfalls Informationen darüber, worüber mit welchen Posts, Informationen oder Kampagnen Traffic bzw. Konversionen generiert werden können (oder auch nicht). Social Media Tools könnten z.B. sein: Hootsuite, Buffer, 33Across, Facebook Insights, oder Twitter Analytics.

Nutzen Sie auch Tools, die Ihnen helfen, die Leistungen zu verschiedenen Produktbereichen von verschiedenen Marktplätzen zu verstehen und testen Sie Marktplatz Tools.

Als Marktplatzhändler befinden Sie sich stets im Wettbewerb mit anderen Anbietern. Die Markplätze selbst machen die Mitbewerber sehr transparent, da Preise und Leistungen direkt auf der Plattform verglichen werden können. Auf der anderen Seite bieten Marktplätze aber auch eine Vielzahl informativer Daten. Diese nutzbar zu machen, haben sich verschiedene Anbieter von Marktplatz-Tools auf die Fahnen geschrieben. Tools wie Marketplace Analytics, Terapeak oder eBay Insights bieten beispielsweise viele Informationen, angefangen bei den eigenen verkauften Stückzahlen, über die Preise der Mitbewerber, bis hin zu den Einblendungen Ihres Angebots zu bestimmten Suchworten. Die hieraus gewonnenen Informationen helfen Ihnen, Ihre Marktplatzangebote zu optimieren.

Smart Data statt Big Data und Ihre Flexibilität

Die oben genannten fünf Sofortmaßnahmen sollen Ihnen die ersten Schritte weisen, wie Sie zukünftig Ihre Entscheidungen weniger aus dem Bauch heraus, stattdessen aufgrund gesammelter Daten treffen können.

Sicherlich, große Konzerne besitzen größere Datenpools, die Sie auswerten können. Doch es kommt nicht auf die schiere Menge an Daten an, sondern darauf, die relevanten Daten zu analysieren. Dass nicht alle Daten relevant sind, zeigt das Beispiel der Google Flu Trends, welches ich im ersten Teil zu Big Data beschrieben hatte.

Nutzen Sie Ihren Vorteil als kleines oder mittelständiges Unternehmen, denn Sie können viel schneller auf Marktveränderungen reagieren, die Sie aufgrund Ihrer smarten Daten frühzeitig erkennen, als Großunternehmen. Professionalisieren Sie Ihre Planungen mittels Datenanalysen und spielen so Ihren Wettbewerbsvorteil der kürzeren Handlungs- und Entscheidungswege voll aus.