Ein Data-Science-Projektbericht

Wie gut kenne ich eigentlich die Bedürfnisse meiner Kund*innen? Habe ich genug Informationen über sie und kann ich daraus Wissen gewinnen und dieses nutzbringend im Unternehmen einsetzen? Diese Fragen sollte man sich regelmäßig stellen, denn sie sind ein entscheidender Erfolgsfaktor. Wenn nicht genügend kundenspezifische Informationen in der eigenen Datenlandschaft vorhanden sind, kann aus Vertriebs- und Marketingsicht nur eine allgemeine Ansprache erfolgen. Doch um den Umsatz zu steigern, müssen wir wissen, was die Kundschaft wirklich braucht – und dafür benötigen wir mehr Informationen über sie. Wie wir diese und weitere Fragestellungen bei einem unserer Kunden aus dem Bereich Lebensmittelgroßhandel beantwortet haben, möchten wir in unserer Blogreihe zu unserem Data-Science-Projekt mit Ihnen teilen. 

Der Kunde

Als Lebensmittelgroßhändler verkauft unser Kunde Artikel für die Profiküche wie Großküchen sowie Lebensmittel an Gastronomie und Hotellerie: also Restaurants, Hotels, Kantinen und Mensen. Er konnte sein Geschäft in den letzten Jahrzehnten in ganz Europa ausweiten und besitzt allein in Deutschland mehrere Stützpunkte, von denen aus er seine Endkunden mit einer eigenen Logistik beliefert. Durch mehrere Eigenmarken und zum Konzern gehörende Metzgereien hebt er sich von der Konkurrenz ab. Zudem bietet er maßgeschneiderte Lösungen an, um seine Kunden im B2B-Bereich zu betreuen. Für unseren Kunden war dies das Startprojekt in die Themengebiete Data Science und Big Data.

Bisherige Situation und Ziel des Projektes

Die bisherigen Vertriebs- und Marketingaktivitäten waren eher unspezifisch und allgemein gehalten. Es gab mehrere Sortimentskataloge, die alle zu den persönlichen Kundengesprächen mitgenommen werden mussten und an sämtliche Kunden verteilt wurden. Die Endkunden wurden weder über den Webshop noch auf postalischem Wege durch Flyer und Broschüren individuell angesprochen. Zudem verfügte der unternehmensinterne Vertrieb über keine adäquaten Instrumente für die Bestandskundenbetreuung und Neukundenakquise, die ihm alle relevanten Kundeninformationen auf einen Blick bereitstellen konnten. Daraus abgeleitet bestand das Ziel unseres Projektes darin, die Kunden auf Marketing- und Vertriebsebene individueller anzusprechen, um damit den Umsatz und den wirtschaftlichen Erfolg des Unternehmens zu steigern. Dafür war es zwingend notwendig, mehr über die eigenen Endkunden und deren Präferenzen zu erfahren und dieses Wissen allen Fachabteilungen zur Verfügung zu stellen. Eine abschließende Erfolgskontrolle der Maßnahmen sollte die Wirksamkeit der neuen Services sicherstellen.

Herausforderung

Über die Endkunden waren jedoch nur sehr wenige Informationen im Data Warehouse (DWH) des Unternehmens bekannt. Neben elementaren Stammdaten wie Name und Anschrift waren kaum weiterführende Informationen verfügbar. Weder in den kundenbezogenen Tabellen des DWH noch in den anderen operativen Systemen waren Angaben über die Branche der Kunden hinterlegt. So war auf Basis der Daten nicht auswertbar, ob ein bestimmter Gastronomiekunde ein italienisches, griechisches oder spanisches Restaurant, ein Kiosk oder gegebenenfalls eine Raststätte ist. Die einzelnen „Küchenvarianten” haben natürlich unterschiedliche Anforderungen und Bedürfnisse. Hotels greifen eher zum deutschen Rumpsteak, Raststätten dagegen zu Pommes und Bockwurst. Solche Angaben sind für die gezielte Ansprache essenziell und mussten in unserem Fall zuerst beschafft werden. Wie wir konkret vorgegangen sind und welche Lösungsansätze wir im Laufe des Projektes verfolgt haben, präsentieren wir im nächsten Teil.


Teil 2:

Teil 3:

Categories:

Kostenlose Downloads rund um das Thema IT und Digitalisierung

Keine Kommentare

    Schreibe einen Kommentar

    Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.