Über das Buch

Zum Inhalt

Der steigende Wettbewerbsdruck im stationären Einzelhandel, bedingt durch das Wachstum der eCommerce und mCommerce Branche, zwingt Anbieter dazu, sich immer besser an die Bedürfnisse ihrer Kunden anzupassen. Onlinehändler überwachen hierzu das Kundenverhalten mithilfe von Serverprotokollen und Webanalysetools. So gewonnene Erkenntnisse dienen der Verbesserung der Struktur sowie des Produktsortiments von Webshops und ermöglichen die Personalisierung der Kundenansprache. Aufgrund technischer Limitationen fehlen stationären Einzelhändlern diese Möglichkeiten zur Datenerhebung und -auswertung. Somit stehen ihnen viele wertvolle Erkenntnisse zum Kundenverhalten nicht zur Verfügung.

Der Autor stellt einen Ansatz vor, der es erlaubt, Kundenverhalten am Point of Sale kontinuierlich zu verfolgen und automatisiert auszuwerten, um auf Basis der gewonnenen Erkenntnisse das Ladenmanagement bei strategischen und das Verkaufspersonal bei operativen Entscheidungen zu unterstützen.

Die fehlenden Erkenntnisse zum Kundenverhalten werden aus den Laufwegen und Aktivitäten am Point of Sale ermittelt. Zur Aufzeichnung von Rohdaten erweisen sich Bild- und Infrarotsensoren als adäquat. Mithilfe von Algorithmen zur Bildverarbeitung und Mustererkennung wird die Verarbeitung der Daten und damit die Generierung von Erkenntnissen zum Kundenverhalten möglich. Diese werden in einem Cockpit so dargestellt, dass sie stationäre Einzelhändler bei Entscheidungen zur Anpassung von Ladenstruktur, Produktsortiment und Kundenansprache unterstützen.

Bei der Gestaltung des Cockpits werden zwei Anwendergruppen unterschieden. Neben dem Verkaufspersonal, das im operativen Verkaufsprozess unterstützt wird, bietet das Cockpit dem Management Hilfestellungen bei strategischen Entscheidungen. So werden dem Verkaufspersonal kundenspezifische Kennzahlen und Eigenschaften angezeigt, die eine gezielte und individualisierte Kundenansprache echtzeitnah ermöglichen. Für das Management…

Schlagworte

Wirtschaftsinformatik, Informationsmanagement, Customer Insight, Video Mining, Kundenverhalten, Computer Vision, Customer Tracking, Bildverarbeitung, Entscheidungsunterstützung, Data Mining, Stationärer Einzelhandel