Starker E-Commerce dank Daten – das war der minubo Data Day 2023

Die Jahre des E-Commerce-Booms scheinen vorbei zu sein: Für 2023 rechnet der BEVH in Deutschland mit einem Umsatzrückgang von mehr als fünf Prozent, verglichen mit dem Vorjahr. Die angespannte Marktlage erfordert ein Umdenken, da sind sich auch die Speaker*innen des minubo Data Day einig. Auf dem Digital-Event kamen zum dritten Mal Datenprofis aus dem E-Commerce zusammen, um Einblicke in ihre Businesses zu geben. Unter dem Motto „Max your Profit“ präsentierten sie spannende Use Cases rund um Daten, KI und Automations und tauschten sich über die Zukunft des E-Commerce in Zeiten von Inflation, Unsicherheiten und Konsumzurückhaltung aus. Eine der wichtigsten Erkenntnisse? Ohne ein gut aufgestelltes Dataset geht nichts.

Wo vor nur rund zwei Jahrzehnten einfach Waren versendet wurden, kommen heute unendliche Datenmengen zusammen. Das macht die Arbeit für Unternehmen zunehmend komplexer, bietet gleichzeitig aber auch große Chancen für Kundenbindung und Effizienzsteigerung. Vorausgesetzt, die Datenbasis stimmt. Das wissen auch wir bei OMR Reviews: Zwar betreiben wir keinen E-Commerce, mit Daten haben wir trotzdem zu tun – und kennen die hilfreichsten Tools für den Umgang mit ihnen. Ein Grund für unseren Teamlead Research & Operations, Felix Rahlmeyer, Teil des minubo Data Day zu sein. Gemeinsam mit dem Daten-Experten Dr. Tim Wiegels hat er seine Tipps für den ultimativen BI-Tool-Stack geteilt. Welche das sind und was du noch aus den Vorträgen mitnehmen konntest, haben wir dir hier zusammengefasst.

Datenstrategie: Was möchtest du überhaupt?

Felix’ Start bei OMR Reviews und die Geburtsstunde unserer Plattform fallen in denselben Zeitraum. Im Corona-Lockdown 2020 stolperte unser Teamlead Research & Operations in dieses Projekt und damit auch ins Thema „Data“. Mittlerweile arbeitet nicht nur Felix’ Team mit den unterschiedlichsten KPIs und hat den Anspruch, datenbasierte und fundierte Entscheidungen zu treffen. Die Grundvoraussetzungen waren dafür anfangs allerdings nicht optimal, weshalb das bestehende Tracking-Setup optimiert werden musste. Mit der Umstellung auf Google Analytics 4 fielen einige der ursprünglichen Komplikationen weg und die Datenvisualisierung in Looker Studio wurde erheblich erleichtert. Basis hierfür ist Google Analytics, das wiederum über Google BigQuery mit dem Visualisierungs-Tool verknüpft ist.

Dieses Setup basiert nicht nur auf Zufällen, sondern auch auf strategischen Entscheidungen, die Teams und Unternehmen bezogen auf ihre Daten treffen sollten. Wer mit Daten arbeiten möchte, muss erst einmal wissen, welche Zahlen für sein*ihr Business überhaupt relevant sind und aus welchen Quellen sie idealerweise bezogen werden. Für OMR Reviews sind beispielsweise Traffic-Zahlen und Klicks auf die Websites der Software-Anbieter wichtige KPIs. Sie zeigen uns, wie User sich auf unserer Plattform bewegen, welchen Content sie konsumieren und welche Tools sie besonders interessant finden. Der größte Daten-Pool bringt einem Unternehmen allerdings nichts, solange es nicht weiß, wie es mit ihm arbeiten soll. Zwar geht auch beim Thema Daten Probieren über Studieren. Im Vorfeld solltest du dir dennoch ein paar Gedanken über dein Tracking, wichtige KPIs und vorhandene und benötigte Datenquellen machen. Finde heraus, welche deiner genutzten Tools sich verknüpfen lassen und welches Tool deine Datenzentrale bilden soll. Dr. Tim Wiegels weiß: Für einfache Visualisierungen kommen noch häufig Google Tabellen oder Microsoft Excel zum Einsatz – und das ist gar kein Problem. Denn oft ist ein einfaches Setup vor allem für den Start der sichere Way to go.

Lerne deine Kund*innen mithilfe von Daten kennen

Betreibst du einen Onlineshop, sind dein wichtigstes Gut Einblicke in deine Kundschaft. Nur, wenn du sie kennst, kannst du ihr gelungene Experiences bieten. Das weiß auch KICKZ: Der Shop für Basketballer*innen und Fans des Sports wollte genauer wissen, wer eigentlich bei ihm einkauft. Daten gab es hierfür schon viele, zum Beispiel aus dem Onlineshop selbst, aus der Marketing Cloud oder dem ERP-System. Ziel des Händlers war, diese Daten zusammenzuführen, um sie besser nutzen und Prozesse automatisieren zu können. Also hat er mit Unterstützung von minubo Profitabilitätssegmente aufgebaut. Mithilfe dieser Segmente kann KICKZ sein Ziel verfolgen, neue Kund*innen zu gewinnen und auch jüngere Zielgruppen mit seinem Angebot anzusprechen.

Für den E-Commerce werden insbesondere Verhaltens- und Echtzeitdaten immer wichtiger. Sie zeigen, wie sich Kund*innen in Shops bewegen und helfen Händler*innen, schnell zu reagieren. Das ist vor allem auf Marktplätzen praktisch. Denn zwar geben historische Daten Einblicke in Vorlieben der Kundschaft, deren Suchverhalten kann sich allerdings bei einem vielfältigen Angebot schnell ändern. Wer hier die Bewegung in Echtzeit im Blick hat, kann Alexander Ciorapciu von Tradebyte zufolge Produktvorschläge noch gezielter platzieren.

Unser Kollege Felix Rahlmeyer (l.) und Daten-Experte Dr. Tim Wiegels haben beim minubo Data Day über BI Tools und Start in die Materie gesprochen

So helfen dir Automationen bei der Datenverarbeitung

Wir halten fest: Deine Kund*innen bringen dir eine Menge Daten. Automationen helfen dir nun dabei, diese Daten zu verarbeiten. Du kannst sie in jedem digitalen Arbeitsbereich einsetzen und bisherige Leistungen auf ein neues Level heben. Beim minubo Data Day erklärt Dirk Limmer, CMO von packster, wie das Verpackungsunternehmen von Marketingautomation profitiert.

4 Gründe, warum Automatisierung für packster wichtig ist:

• zeitsparend, budget- und anwenderfreundlich
• kleines Team = wenige Ressourcen für repetitive Aufgaben
• übersichtlicher Kostenrahmen
• glückliche Kund*innen

Reaktivierungs-E-Mails schreiben, Warenkorbabbrecher*innen erinnern, Entscheidungen für Customer Care fällen und Kundschaft segmentieren: um die Zeit der Mitarbeitenden effizient zu nutzen, hat es sich packster zum Ziel gesetzt, Prozesse wie diese zu automatisieren. Dafür nutzt das Verpackungsunternehmen Tools wie Brevo, HubSpot Marketing Hub und Xentral ERP. Nicht zu vergessen: minubo, das als zentraler Datenpunkt fungiert und dabei hilft, alle Daten zu konsolidieren. Die nötigen Automatisierungen richtet Dirk Limmer mit Pipedream ein – wofür allerdings Programmierskills nötig sind.

Wichtig: Wenn du mit mehreren (Data-)Tools arbeitest, müssen sie miteinander sprechen. Bevor du mit Automatisierungen und BI-Implementierung loslegst, solltest du dir daher ein paar grundlegende Fragen beantworten:

• Was will ich tun?
• Wo sind meine Daten?
• Habe ich einen einfachen Weg, Daten zu aggregieren?
• Was darf das Ganze kosten?
• Wer kann das bedienen?

ChatGPT ist eine Blackbox – warum dein Datenschutz an erster Stelle steht

Neben Automations gibt es noch ein anderes Helferlein, das dir bei der Datenverarbeitung helfen kann: Künstliche Intelligenz. Aber was verstehen wir darunter eigentlich? Und wie setzen wir sie sinnvoll ein? Was müssen wir im Umgang mit KI beachten? Diesen Fragen sind Mona Wrobel (SECJUR), Sascha Netuschil (bonprix) und Joachim Stalph (elaboratum) am Round Table des minubo Data Day nachgegangen.

„Das, was heute KI ist, war vor einigen Jahren noch Machine Learning“, weiß Sascha Netuschil. Auch wenn bereits seit einiger Zeit mit KI gearbeitet wird, fehlten dem E-Commerce allerdings bisher die bahnbrechenden Use Cases. Das soll sich durch Generative AI (Generative Künstliche Intelligenz) nun ändern. So lassen sich auch für den Onlinehandel KI-Bilder, Videos oder einfache Produkttexte generieren. Außerdem entlasten KI-Chatbots Kundenservice-Teams, wodurch wiederum mehr Zeit für den Support anspruchsvoller Fälle bleibt.

Trotz der vielen Vorteile solltest du mit KI jedoch achtsam umgehen und dich darüber informieren, was mit deinen Daten passiert. Mona Wrobel, die sich täglich mit Datenschutz auseinandersetzt, hat am Round Table auf die Sensibilisierung im Umgang mit Daten und deren Schutz aufmerksam gemacht. Insbesondere Unternehmer*innen müssten sich vor der Implementierung eines KI-Tools beispielsweise darüber informieren, welche Verträge im Detail abgeschlossen werden müssen und welche Daten für Trainings genutzt werden. Im Anschluss müssen die Mitarbeiter*innen informiert und sensibilisiert werden, damit sie wissen, was mit den Daten passiert, die sie der KI geben, und welche Daten sie überhaupt herausgeben dürfen.

Fakt ist der Expertenrunde zufolge, dass beispielsweise ChatGPT momentan noch eine riesige Blackbox ist. Verfahren unterschiedlicher Behörden – z. B. der italienischen Datenschutzbehörde – gegen OpenAI, das Unternehmen hinter ChatGPT, sollen hier für mehr Schutz und Klarheit sorgen. Auch die deutschen Landesdatenschutzbehörden haben ein Verwaltungsverfahren eingeleitet und wollten von dem US-Unternehmen unter anderem wissen, was mit den Daten passiert, für welche Trainingszwecke sie genutzt und wann sie gelöscht werden. Also: es bleibt spannend an der KI-Front.

Wie KI und Machine Learning bei der Datenverarbeitung unterstützen

Bevor du dich nun in eine ausgiebige Recherche stürzt, um KI in deine Workflows zu integrieren, solltest du dich fragen, ob sie sich für deine eigenen Use Cases eignet. Bei bonprix wird – Stand heute – beispielsweise noch nicht mit generativer KI gearbeitet, weil das Unternehmen dafür bisher keine Notwendigkeit sieht. Ein Grund dafür ist, dass bonprix keine Produktdaten generieren muss, da es selbst produziert und die Daten daher bereits vorliegen. Machine Learning spielt in dem Modeunternehmen aber seit vielen Jahren eine bedeutende Rolle, zum Beispiel für Vorhersagen: Wie viele Pakete müssen wir in fünf Wochen packen? Welche Nachfrage ist an Tag X zu erwarten? Wie werden sich bestimmte KPIs oder unsere Kundschaft entwickeln? Da muss man nichts dem Zufall überlassen, sondern kann sich mithilfe der Vorhersagen strukturieren.

Außerdem kannst du Machine Learning und KI folgendermaßen einsetzen:

• Personalisierungen im Webshop (Produktempfehlungen/Ansprache der Kundschaft)
• Preisoptimierung, um Umsatz- oder Nachfrageziele zu erreichen
• Fraud Prevention: Am Surfverhalten der Kundschaft erkennen, ob sie betrügen will. Da dies ein sensibles Thema ist, schaut in diesem Fall bei bonprix immer noch ein menschliches Auge drauf, bevor das Unternehmen handelt.

Machine Learning – schön und gut, doch auch bonprix kommt langfristig nicht an generativer KI vorbei: Das Modeunternehmen ist in 25 Ländern vertreten und könnte mit KI-generierten Textübersetzungen eine Menge Kosten sparen.

Und jetzt aufgepasst: Mit diesen Fragen solltest du dich laut den Expert*innen beschäftigen, bevor du anfängst, mit KI zu arbeiten:

• Change Management: Die Einführung von KI bringt viel Veränderung. Bereite deine Teams darauf vor. Brich außerdem Silos auf, damit alle von den generierten Daten profitieren können.
• Strategie: Wenn du dir bspw. vornimmst, ein datenzentriertes Unternehmen zu führen oder kundenzentrierter zu arbeiten, muss die Organisation deiner Strategie folgen. Eine gute Struktur im Vorfeld ist die Grundlage, um sinnvoll mit Daten und mit KI zu arbeiten.
• Make or buy? Entweder KI-Tools kaufen, die es bereits gibt, oder intern etwas Eigenes bauen – beides hat Vor- und Nachteile. Ein großer Pluspunkt beim Selbstherstellen ist, dass du die Kontrolle hast, was mit deinen Daten passiert.

Auch der Onlinehandel muss umdenken

Ob Künstliche Intelligenz, Kunden- oder Produktdaten: Beim minubo Data Day gabs auch in diesem Jahr wieder viel Input für den E-Commerce. Was hängen bleibt, ist vor allem die Notwendigkeit, sich auch im Onlinehandel ausgiebig mit KI und Automatisierungen zu beschäftigen, um Prozesse zu optimieren und Workflows zu beschleunigen. Die wichtigste Basis dafür sind Daten – das wurde beim Data Day klar. Sie ermöglichen beispielsweise mehr Personalisierung für eine gelungene Customer Experience und helfen so, Kund*innen an dein Unternehmen zu binden.

Dafür braucht es vor allem eine saubere Datenstrategie, passende Tools und den Mut, auf Künstliche Intelligenz und Machine Learning zu setzen. Nur so bleiben Onlinehändler*innen den Speaker*innen zufolge wettbewerbsfähig und können mit dem unsicheren Kaufverhalten ihrer Kund*innen, aber auch mit starker, internationaler Konkurrenz mithalten. Denn klar ist: Umstrittene Big Player wie SHEIN und TEMU sind auch auf dem europäischen Markt relevant und spielen das Business-Intelligence-Game im E-Commerce schon jetzt wesentlich besser als Händler*innen hierzulande.

Dein Weg zum ultimativen BI-Tool-Stack – hier direkt ansehen:

Der minubo Data Day hat am 10. Oktober 2023 stattgefunden. Den Vortrag von Felix Rahlmeyer und Dr. Tim Wiegels haben wir auch nochmal hier für dich. Du möchtest außerdem mehr über praktische Data Tools erfahren und tiefer in den Vortrag eintauchen? Dann lade dir unseren kostenlosen Software Guide über BI Tools runter und baue dir dein ganz eigenes Data-Tool-Setup auf.