Customer Centric Retailing : „Im Grunde muss alles am Endkunden ausgerichtet sein“

dispo: Arvato setzt verstärkt auf Customer Centric Retailing, also den Ansatz, die Endkunden ins Zentrum zu rücken. Warum eigentlich?

Michael Peters: Weil es ganz einfach allen Beteiligten nützt. Glückliche Konsumenten machen auch unsere Auftraggeber glücklicher. Daher muss im Grunde alles, was wir tun, am Endkunden ausgerichtet sein.

Wer treibt diese Entwicklung? Sie oder Ihre Kunden?

Peters: Beide Seiten. Wir haben festgestellt, dass wir in der Vergangenheit oft zu wenig hinterfragt haben, ob das, was wir unseren Auftraggebern bieten, tatsächlich dem Endkunden nützt. Zur gleichen Zeit haben sich unsere Kunden natürlich auch selbst vermehrt hinterfragt. So gesehen, haben beide Seiten davon profitiert, beide haben gelernt und tun das immer noch.

Verändert dieser Ansatz die Kooperation zwischen Ihnen und Ihren Kunden?

Peters: Ja, und zwar nur im positiven Sinne. Als klassischer Dienstleister – egal, ob es nur um die Logistik geht oder um komplettes E-Commerce-Outsourcing – tritt man ja ein Stück weit als Erfüllungsgehilfe in Erscheinung: Häufig diktiert die Marke den Takt, das Tagesgeschäft, und der Dienstleister führt aus. Je mehr wir selbst Systeme und Prozesse entwickeln, die den Marken helfen, besser zu werden, desto mehr Entscheidungen fallen auch gemeinsam. Das wirkt sich positiv auf eine Geschäftsbeziehung auf Augenhöhe aus.

Es ist aber auch ganz einfach spannender: Einzelne Mitarbeiter und einzelne Abteilungen erfahren eine gewisse Aufwertung, wenn sie auch mal Risiko eingehen und gewisse Dinge austesten können. Wir sehen ja schnell, wenn etwas funktioniert, und das macht natürlich auch Spaß.

Benötigen Sie für Customer Centric Retailing neue Daten?

Michael Landstorfer: Wir verfügen über einen enormen Datenbestand. In erster Linie über logistische Strukturdaten, hinzu kommen Kunden-Daten etwa von Touchpoints in den Callcentern oder im Bereich Payment-Services oder auch vom Frontend. Es geht darum, diese bestehenden Daten in einer strukturierten, wissenschaftlichen Form zu analysieren und zu interpretieren.

Entscheidend ist dabei, im Vorfeld genau zu definieren, welche Erkenntnisse man überhaupt ableiten will. Es kann um Personalplanung oder Prozessplanung ebenso gehen wie um Produkt-, Lager- oder Retourenplanung. Customer Centric Retailing ist also in erster Linie eine neue Form, mit bereits bestehenden Daten umzugehen. Diese riesigen Datenmengen in dieser Form zu analysieren, ist technisch erst seit kurzem möglich, wir sind hier im Bereich von Data Science.

Können Sie mir Beispiele nennen?

Landstorfer: Denken Sie etwa an Verbundbestellungen: Wenn man Produkte, die häufig gemeinsam bestellt werden, nahe beieinander einlagert, können sie schneller gepickt werden. Oder denken Sie an Retouren: Wer zwei gleiche T-Shirts in unterschiedlichen Größen bestellt, wird sehr wahrscheinlich eines zurückschicken. Das klingt etwas banal, ich weiß, doch angesichts der Datenflut ist es gar nicht einfach, den einen entscheidenden Fakt zu erkennen und eine Korrelation herzustellen.

Das können übrigens weder eine Person noch eine Fachexpertise alleine stemmen. Sie benötigen dafür Data Scientists mit Expertise in IT und in statistischen Grundlagen. Sie benötigen aber ebenso Finanz- oder betriebswirtschaftlich getriebene Menschen. Und natürlich auch Logistiker, die die Leitplanken festlegen, zwischen denen die Data Scientists auswerten sollen. Es geht hier um funktionale Teams.

Peters: Daraus entsteht übrigens auch ein gewisses Rekrutierungs-Problem. Diese Experten sind immer noch rar gesät und dementsprechend teuer, daher setzen wir auch stark auf entsprechende Weiterbildung unserer Mitarbeiter.

Inwieweit ist all dieser Aufwand für die Endkunden eigentlich sichtbar?

Peters: Der Aufwand selbst ist es hoffentlich nicht, aber die Auswirkungen durchaus. Stellen Sie sich etwa vor, Sie bekommen im Online-Shop fast nur relevante Produkte angezeigt, basierend auf den Daten, die Sie hinterlassen haben. Indirekt sorgen wir auch für schnellere Zustellung zum Endkunden, etwa, indem wir Retouren als potenzielle Bestellungen begreifen und dementsprechend in einem dynamischen Retouren-Puffer lagern. Und nicht zuletzt verbessert sich die Kommunikation mit dem Konsumenten, da auf Basis der Datenauswertungen oft schon der erste Kontakt fallabschließend ist.

Sie betreten damit doch auch psychologisch glattes Eis. Nicht jeder schätzt das Gefühl, „getrackt“ zu werden.

Peters: Das ist tatsächlich ein heikler Punkt. Aber man kann diesen Effekt ja aushebeln, indem man etwa nicht direkt das passende Angebot ausspielt, sondern den Kunden auf dem Weg dorthin systematisch unterstützt.

Ich kenne zum Beispiel einen Online-Shop für Fashion, das die angebotenen Artikel mit der Größe Ihrer Lieblingsmarke vergleicht. Das System vergleicht also etwa die Hose xy mit der Größe der Jeansmarke, die Sie seit Jahren tragen. Wenn man den Kunden auffordert, im Shopping-Prozess zwei oder drei Fragen zu beantworten, vermindert man das subjektive Gefühl, getrackt zu werden.

Landstorfer: Ich denke aber, dass die Kunden generell durchaus honorieren, wenn sie relevanten Content angezeigt bekommen. Vor allem die jungen Zielgruppen haben da relativ wenig Vorbehalte. Und nicht zuletzt bietet die Gesetzeslage den Konsumenten auch sehr viel Sicherheit – siehe etwa die DSGVO.

Ist Customer Centric Retailing im stationären Handel umsetzbar?

Landstorfer: Im Multichannel und im Omnichannel können Daten genauso gehalten und ausgewertet werden wie im reinen E-Commerce. Wenn Kunden im Laden gar keinen digitalen Footprint hinterlassen, enden diese Möglichkeiten natürlich. Retailer behelfen sich dann oft mit Loyalty-Programmen über Kundenkarten oder auch mit moderneren Ansätzen wie Beacon-Technologie. Die Datensammlung unterscheidet sich also, Auswertung und Analyse nicht.

Wie weit können die Predictive-Ansätze Ihrer Meinung nach noch gehen?

Peters: Die technologischen Möglichkeiten sind noch nicht am Ende, die Fragestellungen werden aber im Kern die gleichen bleiben. Und damit werden wir immer mehr Unsicherheiten und Fehlentscheidungen reduzieren können.