Artikel Emerce: Fulfillment verbessern mithilfe gigantischer Datenströme

Durch die Anreicherung von Daten, die Verwendung der richtigen Analysemethoden und die Zusammenführung verschiedener Informationsströme kann ein effizienteres Lager und genaue Vorhersagen über beispielsweise den Auftragsfluss erreicht werden. Aber wie macht man all diese Daten nutzbar?

Laut Datenwissenschaftlern von Google’s Kaggle sollte man, wenn man ein gebrauchtes Auto kaufen möchte, am besten ein orangefarbenes Modell wählen. Warum? Wenn jemand ein Auto in einer abweichenden Farbe wie Orange kauft, ist es naheliegend, dass dieser Kauf eine Form der Selbstexpression ist. Und dass der Vorbesitzer des orangefarbenen Autos überdurchschnittlich gut mit dem Auto umgegangen ist, weil er oder sie es geliebt hat. Das ist also ein guter Kauf. Es ist ein nettes Beispiel für Erkenntnisse, die aus großen Datenmengen gewonnen werden können und auf die man selbst nicht gekommen wäre.

In der E-Commerce-Lieferkette – vom Zeitpunkt vor der Bestellung durch den Kunden bis nach Erhalt des Pakets – spielen Daten eine wichtige Rolle. Als All-in-Fulfillment-Partner von mehr als 1500 Online-Shops haben wir etwa 10 Millionen Artikel auf Lager, die weltweit versendet werden. Das erfordert sehr viele Daten. Über den aktuellen Lagerbestand, aber auch über die Auftragsabwicklung und Rücksendungen. Diese Daten ergänzen wir um relevante Informationen aus externen Quellen, wie zum Beispiel der Wettervorhersage, aktuellen Ereignissen in der Welt, dem Zeitpunkt der Gehaltszahlung und dem Zeitpunkt, an dem das Kindergeld eingeht.

Verknüpfungen finden

Dank dieser Daten erhältst du als unser Kunde, der Webshop in diesem Fall, Einblicke in die Produkte, die gut laufen, und in diejenigen, die häufiger zurückgeschickt werden. Auch was der Grund für die Rücksendung ist. Welche Produkte liegen zu lange auf Lager und welche Kosten sind damit verbunden? Welches Produkt benötigt jetzt eine Marketingaktion? Mit einem Warehouse-Management-System ist es möglich, kontinuierlich nach solchen Zusammenhängen zu suchen. Diese Zusammenhänge zeigen wir sowohl unseren Erfüllungskunden als auch unseren Softwarekunden, denn nichts ist so wichtig wie solche Daten.

Stell dir vor, du verkaufst Mützen und Handschuhe. Wenn sich herausstellt, dass in der Vergangenheit immer öfter ein bestimmter Mützentyp zusammen mit einem bestimmten Handschuhtyp zwischen Dezember und Februar gekauft wurde, erhältst du als Webshop-Besitzer ein Signal, mehr davon vor dieser geschäftigen Zeit zu kaufen. Dies ist ein Beispiel, das auch ein Mensch verstehen könnte. Die Software findet jedoch auch weniger offensichtliche Zusammenhänge. Menschen, die lila Nagellack kaufen, wählen im Durchschnitt einen höheren SPF-Faktor in der Sonnencreme, die sie bestellen. Das hätte ich niemals denken können, aber die clevere Software sieht es.

Optimale Route durch Daten

Die Software steuert auch die Roboter in unseren Lagern, die Regale mit Produkten bewegen. Wir nennen sie „Cobots“, weil sie mit unseren Mitarbeitern zusammenarbeiten. Wenn die Software die steigende Nachfrage nach bestimmten Produkten erkennt, bringen die Cobots die Regale mit diesen Produkten nachts näher an den Ort, an dem die Mitarbeiter am nächsten Tag die Bestellungen abholen, verpacken und versenden. Die Mitarbeiter müssen dann weniger durch das Lager laufen, um ein Produkt zu holen, was viel Zeit spart. In der Vergangenheit legte ein Bestellpicker bei uns durchschnittlich etwa 10 bis 15 Kilometer pro Tag zurück. Das ist jetzt nicht mehr notwendig.

Es funktioniert auch umgekehrt. Wenn die Software weiß, dass Weihnachten vorbei ist, werden die Regale mit Weihnachtsartikeln wieder ganz hinten im Lager platziert. Das ist jetzt also wieder der Fall. Auf diese Weise kannst du in deinem Lager permanent eine maximale Lagerdichte aufrechterhalten.

Wertvolle Vorhersagen

Die vorhersagende Analyse der Webshop-Daten liefert wertvolle Vorhersagen für die Webshops. Diese können jetzt intelligenter einkaufen und ihre Bestände besser verwalten, indem sie beispielsweise um „tote Bestände“ herum ein attraktives Angebot aufstellen. Diese Vorhersagen helfen auch unserer eigenen Geschäftstätigkeit. Wenn die Software feststellt, dass die Bestellungen zunehmen – und in einem solchen Maße, dass die Mitarbeiter es nicht mehr bewältigen können – werden die Zeitarbeitsfirmen automatisch darüber informiert, dass mehr Zeitarbeiter benötigt werden.

Wir können so bereits um 16:00 Uhr am Nachmittag mit einer Genauigkeit von mehr als 90 Prozent vorhersagen, wie viele Bestellungen am Abend aufgegeben werden und wie viele Mitarbeiter benötigt werden, um diese zu bearbeiten. Das ist natürlich sehr wichtig, denn die Regel gilt immer noch: Je besser man weiß, wie die Zukunft aussieht, desto besser und effektiver kann man planen.

Die Verfügbarkeit all dieser Daten hat die E-Commerce-Praxis für den Verbraucher transparenter gemacht, und das wird für Kunden immer wichtiger. Der Verbraucher möchte genau wissen, was mit seinen Bestellungen passiert, und erwartet auch diese Einblicke zu bekommen. Es ist zur Voraussetzung geworden. Denken Sie an praktische Dinge wie Daten zur Lieferung. Die Zeit, als der Verbraucher abends etwas bestellte und die Webshop einfach fröhlich ankündigte, dass es am nächsten Morgen von dem „festen“ Transportunternehmen geliefert wird, liegt bereits weit hinter uns. Der Verbraucher möchte die Kontrolle haben und entscheiden, wer das Paket zu ihm nach Hause bringt.

Ein weiteres Beispiel: Wenn ein Verbraucher einen Abholort wählt, möchte er nicht nur aus den Abholorten eines bestimmten Transportunternehmens wählen. Er möchte die Abholorte wählen, die ihm am besten passen. Und dann möchte der Verbraucher auch gleich wissen, wann dieser Abholort geöffnet ist. Das sind Dinge, die ein Webshop einfach für die Verbraucher regeln muss und die mit Hilfe der richtigen Daten möglich sind.

Die Erwartungen zu übertreffen ist die Herausforderung

Es ist also möglich, mit Hilfe der richtigen Daten die Erwartungen des Verbrauchers und unserer Kunden (Webshop-Besitzer) zu übertreffen. Vor allem, weil wir neben den erforderlichen Erkenntnissen auch Erkenntnisse bieten, an die der Kunde zunächst nicht denkt, die aber letztendlich sehr gut genutzt werden können (wie die Zusammenhänge zwischen stark verkauften Artikeln). Wer damit taktisch gut umgeht, kann seinen Webshop wirklich wachsen lassen.

Der Fulfillment-Markt wächst seit Jahren extrem schnell. Die Lockdowns als Folge von Corona haben diesem Wachstum noch einmal einen zusätzlichen Schub gegeben. Die Investitionen in Roboter, KI und Datenwissenschaft wachsen mit dieser Beschleunigung.