Personalisierung und Neuproduktentwicklung – wie die Technologie die Beziehung zwischen Einzelhändlern und Marken verändert
Wenn wir über die Zusammenarbeit zwischen Einzelhändlern und Konsumgüterherstellern nachdenken, tun wir dies in der Regel im Hinblick auf partnerschaftliche Arbeitsvereinbarungen und den Austausch von Daten und Erkenntnissen. Wohl weniger verbreitet – zumindest für den Moment – ist die gemeinsame Nutzung sich entwickelnder Technologien. Obwohl Einzelhändler und Lieferanten solche Tools zur Unterstützung ihrer eigenen Ziele einsetzen können, sind sie nicht immer im Mittelpunkt der heutigen kollaborativen Partnerschaften zu finden.
Das wird jedoch wahrscheinlich noch lange nicht der Fall sein. In den Ergebnissen einer Studie, die von dunnhumby im Jahr 2021 durchgeführt wurde, eine beträchtliche Anzahl von Befragten aus dem Einzelhandel und von den Herstellern gaben an, dass sie viele Möglichkeiten sahen, wie Technologie bei ihren zukünftigen gemeinsamen Bemühungen helfen könnte – von der „Verbesserung der Genauigkeit ihrer Prognosen“ bis hin zur Schaffung von „Effizienzsteigerungen innerhalb ihres Unternehmens“.
„Technologie“ ist natürlich ein expansiver Begriff, der für viele verschiedene Menschen viele verschiedene Dinge bedeutet. Für unsere Befragten bedeutet Technologie jedoch vor allem eines: Die Tools und Software, die sie benötigen, um fortgeschritten Data Science auf ihre Herausforderungen anzuwenden.
Es ist also keine Überraschung, dass unsere Umfrageteilnehmer auch schnell auf einige der spezifischeren technologischen Anwendungsfälle hingewiesen haben, die sie gesehen haben. Neben Themen wie Sortimentsoptimierung und der Möglichkeit, Zielgruppen in Echtzeit zu binden, waren die beliebtesten Antworten Personalisierung, Prognose und Messung.
Selbst wenn man sich ausschließlich auf die drei wichtigsten Punkte konzentriert, gibt es eine Vielzahl von Möglichkeiten, wie Technologie eingesetzt werden könnte, um bessere Standards für die Zusammenarbeit zwischen Einzelhändlern und Herstellern zu erreichen. Vor diesem Hintergrund möchte ich mir einige dieser potenziellen Anwendungen ansehen – und wie sie Einzelhändler, Marken und Kunden gleichermaßen profitieren könnten.
Mithilfe von fortgeschrittenen Data Science zur Personalisierung der Kundenkommunikation
Die Retail Media ist zu einem integralen Bestandteil des modernen Lebensmittelerlebnisses geworden, insbesondere aufgrund des dramatischen Anstiegs der Zahl der Menschen, die während der Pandemie online einkaufen. Für die Zusammenarbeit zwischen Einzelhändlern und Konsumgüterherstellern bietet der Einzelhandel eine einzigartige Gelegenheit – die Möglichkeit, mit den Kunden in den entscheidenden Momenten der gesamten Einkaufprozesse zu kommunizieren, sowohl im stationären Handel als auch Online. Für Einzelhändler kann die Monetarisierung dieser Kanäle einen wesentlichen Beitrag zum Geschäftsergebnis leisten.
Um jedoch wirklich nachhaltig zu sein, müssen die Retail Media Programme auch mit Blick auf die Interessen des Kunden durchgeführt werden. Wiederholte, unzielgerichtete oder aufdringliche Werbung kann nur die Qualität ihres Einkaufserlebnisses verringern. Relevanz ist von entscheidender Bedeutung, um die Rendite der Werbeausgaben für Konsumgüterhersteller zu maximieren und den Einzelhändlern die Gewissheit zu geben, dass die Retail Media den Kunden ein additives Erlebnis bieten.
Relevanz ist auch etwas, das nur durch die kohärente und intelligente Nutzung von Kundendaten erreicht werden kann, und in diesem Bereich spielt fortgeschrittene Data Science eine große Rolle. Je intelligenter Vorhersagealgorithmen werden, desto besser werden die daraus resultierenden Empfehlungen – so erhalten Einzelhändler und Marken die Möglichkeit, differenzierte, hochgradig personalisierte Erlebnisse für alle Aspekte von Bannerwerbung bis hin zur Suche zu bieten.
Maximierung der Effektivität von Handelsförderungen
Handelsförderungen sind ein beständiger Teil der typischen Hersteller-Strategie und machen jährlich Milliarden an Marketingausgaben aus. Gleichzeitig deuten Untersuchungen darauf hin, dass die überwiegende Mehrheit der Marken Schwierigkeiten hat, ihre Budgets für Handelsförderung effektiv zu verwalten[1], Und sind unsicher, wie sie ihre Investitionsrendite aus diesen Initiativen am besten maximieren können.
Daher ist es kein Wunder, dass so viele Hersteller in Technologien investieren, die ihnen helfen können, ihre Aktivitäten hier zu analysieren und zu optimieren. Dazu gehören zunehmend auch Prognosetechnologien, die sich weiterentwickelt haben, um neue und ausgefeilte Modellierungsprozesse in die Gleichung zu bringen. Diese bauen auf traditionellen statistischen Modellierungstechniken auf und ermöglichen es Marken, eine breitere Reihe von Variablen wie Demografie, Markenpräferenz, Loyalität und Preissensitivität zu verstehen.
Obwohl es nicht immer die größte Transparenz zwischen Einzelhändlern und Herstellern über die Leistung von Handelsförderungen gegeben hat, beginnt sich das jetzt zu ändern. Einzelhändler sind sich zunehmend der entscheidenden Rolle bewusst, die Marken bei der Bereitstellung relevanter Angebote für Kunden spielen, und die gemeinsame Entscheidungsfindung – basierend auf der kollaborativen Analyse von Daten wie oben beschrieben – beginnt zum Standard zu werden.
Wenn das der Fall ist, sind die Belohnungen in der Regel klar zu sehen. In Großbritannien beispielsweise führte die gemeinsame Planung von Handelsförderungen zwischen einem großen Einzelhändler und einem Teehersteller zu mehr als 1m £ Umsatzsteigerung in den Warengruppen und half der Marke, zum ersten Mal seit zwei Jahren den Markt zu übertreffen.
Unterstützung der Produktentwicklung durch einen Blick in die Zukunft
Wie bereits in einem früheren Beitrag zur Zusammenarbeit zwischen Einzelhändler und Marken untersucht wurde, können Produktinnovationen eine hervorragende Möglichkeit sein, die Differenzierung in einem homogenen Markt zu fördern. Der Schlüssel zu einer erfolgreichen Innovation liegt natürlich darin, zu wissen, was Käufer als nächstes wollen, bevor sie es selbst tun.
Traditionell hat dies dazu geführt, dass der Ideationsaspekt der Entwicklung neuer Produkte größtenteils auf einer Kombination aus realen Einkaufsdaten mit anekdotischen Beweisen aus Umfragen und Fokusgruppen basiert. Dieser Ansatz hilft, die Lücke zwischen dem, was Kunden heute erwarten, und dem, was sie morgen wahrscheinlich benötigen, zu schließen.
Heute, da Social Listening-Plattformen immer anspruchsvoller werden, haben viele Marken die Gelegenheit genutzt, Maschinen den Großteil des Schwerlasthebens zu überlassen. Diese Tools, die alles von Social-Media-Websites und Foren bis hin zu Händler- und Marken-Websites erfassen, liefern Marken aggregierte Einblicke, die sie benötigen, um zukünftige Anforderungen zu prognostiziert und intelligentere Entscheidungen über ihre F&E-Investitionen zu treffen.
So nützlich das aus Effizienzsicht ist, so wertvoll ist es auch durch die Perspektive der Zusammenarbeit. Diese Prognosen helfen Marken nicht nur dabei, ihre zukünftigen Innovationen speziell auf die Bedürfnisse der Kunden zuzuordnen, sondern können ihnen in Kombination mit Daten auf Käuferebene helfen, überzeugende Argumente dafür zu liefern, warum ein Einzelhändler dieses neue Produkt als Exklusivprodukt führen möchte.
Dennoch bleibt eines klar: Ganz gleich, wie effektiv es sein mag, Technologie muss immer ein Enabler der Zusammenarbeit sein und nicht der Grund dafür. Aufrichtige neue Ideen und Tools können uns weiterbringen, aber Vertrauen, Transparenz und der echte Wunsch, den Käufer an die erste Stelle zu setzen, werden immer Priorität haben.
[1] Überdenken Sie Ihre Handelsausgaben, um den ROI zu maximieren – Strategie und