Fleisch, Fisch oder Meeresfrüchte - die Disposition von Frischeprodukten stellt für Supermarktketten eine besondere Herausforderung dar. Entscheidend ist, dass sie ihren Kunden in jeder Filiale jeweils die richtige Menge davon zur Verfügung stellen. Eine wichtige Rolle spielt hier die automatisierte Disposition auf Basis genauer Absatzprognosen. Damit lassen sich kostspielige Über- oder Unterbestände verhindern, Leerverkäufe werden vermieden und das Sortiment ist stets verfügbar. Neben unternehmensinternen Daten beziehen die Supermarktketten auch wichtige Einflussfaktoren wie Sonder­aktionen, Feiertage oder das Wetter mit ein. Denn es gilt: Je wärmer es ist, umso häufiger wird gegrillt und umso mehr Frischfleisch wird beispielsweise verkauft.

Der bedarfsgerechte Einkauf von Waren auf Basis von Datenanalysen ist ein Beispiel für Data-driven Commerce. Ein weiteres häufiges Anwendungsszenario ist Churn-Management, sprich der Versuch, die Abwanderung von Kunden zu vermeiden. KI-gestützte Datenmodelle sagen dann etwa bei Telekommunikations-Unternehmen die Kündigungswahrscheinlichkeit voraus und identifizieren Kunden mit einem potenziell höheren Abwanderungsrisiko. Vertrieb und Marketing können dann im Zusammenspiel reagieren und beispielsweise Kampagnen gezielter ausrichten oder Rabatte und andere Incentives anbieten, um die entsprechenden Kunden zu halten.

Was ist Data-driven Commerce?