Kundenanalyse: Grundlage für perfekte Einkaufserlebnisse

Neue Technologien wie Big Data-Analysen, Künstliche Intelligenz, Gesichtserkennung oder Eyetracking verschaffen Einzelhändlern heute umfassende Einsichten in das Kaufverhalten der Verbraucher. Sie bilden so die Grundlage für erstklassige Kundenerlebnisse.

Alle Jahre wieder füllen sich hierzulande noch vor den Herbstferien die Supermarktregale mit Weihnachtsartikeln: Lebkuchen, Adventskalender, Schokoladen-Nikoläuse. Das erscheint auf den ersten Blick ziemlich früh. Doch auf den zweiten Blick ist die Verkaufsstrategie der Lebensmittel-Einzelhändler durchaus clever.

Einer aktuellen Mastercard-Umfrage zufolge starten 18 Prozent der Deutschen schon im September mit den ersten Weihnachtseinkäufen. Weitere 18 Prozent fangen im Oktober an, jeder Dritte (34 Prozent) im November. Damit zählen die Bundesbürger im europäischen Vergleich zu den Frühstartern beim Festtagsshopping. Nur Briten, Türken und Norweger legen noch eher los.

Customer Experience kurbelt den Umsatz an

Das Weihnachtsgeschäft ist aber nur ein Beispiel dafür, wie unbewusste kognitive Prozesse menschliche Kaufentscheidungen beeinflussen können. Wer die Trigger kennt und nutzt, wird vom Kunden gefeiert und kurbelt dadurch sein Geschäft an. Denn wenn Konsumenten merken, dass ihre Bedürfnisse erkannt und umgehend erfüllt werden, fühlen sie sich unweigerlich gut betreut – und lassen entsprechend mehr Geld im Shop. Und sei es nur wegen der über Monate aufgestauten Lust auf Lebkuchen, Spekulatius und Zimtsterne.

Doch was wünschen sich welche Kunden? Und wie lassen sich die unterschiedlichen Bedürfnisse am besten befriedigen? Umfangreiche Analysen liefern Antworten auf derartige Fragen – vorausgesetzt, der Handel verfügt über eine verlässliche Datenbasis. Dabei reicht heute die Auswertung von operativen Informationen wie Auftragshistorie, Retourenquote oder Zahlungsmittel längst nicht mehr aus.

Es gilt vielmehr, sämtliche Datenspuren zu untersuchen, die Verbraucher in den unterschiedlichen Kanälen und Touchpoints hinterlassen. Und das sind eine ganze Menge: So liefern beispielsweise Produktrecherchen einzelner Konsumenten im Internet, Erfahrungsberichte bei Instagram, Facebook & Co. bis hin zu Konversionsraten auf der Website wichtige Hinweise zu den unterschiedlichen Kundenbedürfnissen. Im stationären Handel ermöglichen darüber hinaus smarte Regale, sensorische Tracking-Lösungen und mobile Apps eine Vielzahl spannender Einsichten.

Und das ist noch lange nicht das Ende der Fahnenstange: Künftig könnten Händler beispielsweise die aktuelle Stimmung jedes Kunden mithilfe von Gesichtserkennungsfunktionen erfassen und das eigene Angebot in Echtzeit daran ausrichten. Die amerikanische Walmart-Kette hat bereits ein Patent für eine Technologie angemeldet, die die emotionale Verfassung der Käufer beim Einkaufen im Supermarkt erkennt.

Großes Potenzial sieht der stationäre Handel auch im Eyetracking. Aus gutem Grund. Denn wenn Einzelhändler wissen, welche Produkte Kunden im Laden besonders intensiv betrachten, lassen sich daraus maßgeschneiderte Angebote und Empfehlungen ableiten. Etwa in einem intelligenten Regal, dass mithilfe maschineller Lernverfahren und Sensorik beispielsweise Produkte selbstständig erkennt und die dazugehörigen aktuellen Preisinformationen, die sich nach der jeweiligen Nachfrage richten, automatisch an der richtigen Stelle anzeigt – ganz ohne menschliches Eingreifen.

Künstliche Intelligenz erleichtert Big Data-Analysen

Fest steht: Schon jetzt verfügen Händler online wie offline über Unmengen an Daten, die gewinnbringend analysiert und eingesetzt sein wollen. Künftig dürfte das Volumen weiter steigen. Und genau hier kommen immer öfter Verfahren der Künstlichen Intelligenz (KI) ins Spiel. Denn KI-basierte Analyse-Plattformen helfen, aus den riesigen Datenmengen im Handumdrehen präzise Erkenntnisse abzuleiten und auf dieser Basis entsprechende Angebote und Services zu entwickeln.

Kein Wunder, dass nach Einschätzung der Unternehmensberatung Gartner schon 2020 30 Prozent des weltweiten Umsatzwachstums im digitalen Handel auf KI-unterstützte Technologien zurückgehen werden. Trotzdem sollten Händler bei diesen spannenden Möglichkeiten der Hyperpersonalisierung (Deep Retail) nicht kopflos voranpreschen. Denn nicht alles, was möglich ist, ist auch im Sinne des Kunden.

Obwohl inzwischen auch hierzulande fast jeder Zweite (45 Prozent) seine Daten im Tausch gegen personalisierte Angebote bereitwillig preisgibt, gehen aktuell viele Ansätze immer noch an den eigentlichen Erwartungen der Verbraucher vorbei. Viele nervt laut einer McKinsey-Studie der Dauerbeschuss mit aufdringlicher oder irrelevanter Werbung:  42 Prozent der Befragten in Deutschland sind der Meinung, dass die meisten Werbebotschaften immer noch wie Massenware wirken, die nicht wirklich auf sie zugeschnitten ist.

Darum gilt: Wer sich mit den Möglichkeiten des Deep Retail für die Kundenanalyse beschäftigt, sollte die Wünsche potenzieller Kunden auf dem Schirm haben und Verbraucher aktiv aufklären, welche Daten wofür gesammelt und wie sie gespeichert und geschützt werden. Denn das ist laut Europäischer Datenschutzgrundverordnung (DSGVO) nicht nur gesetzlich vorgeschrieben, sondern stärkt auch das Vertrauensverhältnis zwischen Kunden und Händlern – und das ist ja bekanntlich eines der wichtigsten Bauteile für die Customer Experience.

Gerne teilen
Kirsten Schmidt
Über Kirsten Schmidt 8 Artikel
Kirsten Schmidt arbeitet als freiberufliche IT-Journalistin in Köln – und schreibt am liebsten über innovative Technologien. Nicht nur, weil sie die Welt von morgen enorm spannend findet. Sondern auch, weil sie selbst viele Jahre im Vertrieb unterschiedlicher Softwarefirmen und Systemhäuser tätig war – und sich deshalb im ITK-Markt entsprechend gut auskennt.