Einzelhändler sind dank vorausschauender Analysen in der Lage, aktuelle Modetrends mit ihren Verkaufs- und Bestandsdaten zu verknüpfen.
Um Mode produzieren zu können, ist es wichtig, stets die Farben und Schnitte zur Hand zu haben, die sich am besten verkaufen. Deshalb sind führende Händler der Modebranche auf der Suche nach innovativen Lösungen, die datengestützte Einblicke ermöglichen. Hier eröffnet Machine Learning neue Wege. Klaus Schimmer, Leiter des Bereichs Business Development, SAP Leonardo Machine Learning erläuterte die Technologie auf der SAPPHIRE NOW und der ASUG-Jahreskonferenz.
Maschinelles Lernen gibt Einblicke in Kundenvorlieben
Stellen Sie sich einen lebensgroßen Bildschirm vor, hochgradig interaktiv mit Anwendungen von SAP Leonardo. Sie sehen Käufer auf der Straße oder im Laden sowie Filialleiter.
„Es ist sehr wichtig, sich anzuschauen was 16-jährige Mädchen tragen, die gerne jede Woche einkaufen gehen. Nur so kann man Trends erkennen, bevor sie ihre Höhepunkt erreichen und wieder abflauen“, erklärte Schimmer. „Mit Machine-Learning-Technologie ist es möglich, Kunden direkt beim Einkaufsbummel zu scannen. So können Einzelhändler in Sekundenschnelle intelligente Werbung platzieren und dem Kunden weitere verfügbare Artikel empfehlen – personalisiert nach seinem Geschmack, Alter und Geschlecht. Sogar sein Gesichtsausdruck kann dabei berücksichtigt werden.“
Gleichzeitig lässt sich ermitteln, was gerade „in“ ist. Analysefunktionen sammeln in Echtzeit Daten aus sozialen Netzwerken wie Instagram und Facebook, darunter auch Beiträge und Bilder von Modebloggern. Diese Analysen, kombiniert mit den Daten der Filialen, helfen Entscheidungsträgern, schnelllebigen Modetrends einen Schritt voraus zu sein. Die Auswirkungen auf Design, Produktionsplanung, Bestandskontrolle und dynamische Preisgestaltung sind enorm. So lässt sich sicherstellen, dass die richtigen Artikel an den richtigen Ort und so zum richtigen Kunden gelangen.
„Wie sich ein Artikel verkauft, kann in London oder Paris ganz unterschiedlich sein. Aber mit Echtzeitdaten können Einzelhändler schnell erkennen, dass kühle Farben in Paris nicht mehr gefragt sind, während sie in London noch voll im Trend liegen“, fügte Schimmer hinzu. „Anstatt die Preise der Artikel in den Pariser Läden zu reduzieren, können die Kleidungsstücke in diesen Farben rasch nach London verschickt werden. So können die Händler von der Nachfrage dort profitieren. Je nach Verkaufsvolumen in Paris können sie auch entsprechende Preisabschläge bestimmen. Möglicherweise lohnt es sich, den Preis zunächst nur um zehn Prozent zu reduzieren, bevor die Nachfrage spürbar sinkt.“
Digitale Assistenten als strategische Geschäftspartner
Digitale Assistenten lösen eines der größten Probleme, vor dem jedes Unternehmen steht: auf kritische Daten zugreifen und rasch Erkenntnisse aus ihnen gewinnen. Vergessen Sie statische Dashboards mit historischen Daten. Unter Verwendung von SAP CoPilot hat Schimmer SAP Leonardo Machine Learning auf Herz und Nieren geprüft. Er stellte eine Reihe von Fragen, um den prognostizierten Bedarf mit dem Bestand zu vergleichen. Das System schlug ihm vor, den Bestand aufzustocken. Er stimmte zuund der Auftrag wurde automatisch an die Beschaffung weitergeleitet. Zu jeder gesprochenen Antwort erschienen leicht verständliche, farbenfrohe Grafiken auf dem großen Bildschirm. Und so hörte sich die Konversation an:
Schimmer: „Hallo SAP CoPilot. Zeige mir die Trendfarben, die heute in London gefragt sind.”
SAP CoPilot: „Hier sind die Trendfarben für London auf Grundlage des Social Media Traffic im Zusammenhang mit Mode.“
Schimmer: „Zeige mir die Auswirkungen auf mein Geschäft.“
SAP CoPilot: „Hier ist die prognostizierte Nachfrage und dein aktueller Bestand.“ Wie es scheint, kannst du mit der Nachfrage nach tonfarbenen Artikeln nicht mehr mithalten.“
Schimmer: „Zeige mir die Einzelheiten zu Tonfarben.“
SAP CoPilot: „Hier die Aufschlüsslung für die tonfarbenen Artikel. Bei Hemden und Oberteilen scheint die größte Diskrepanz zu bestehen. Möchtest du, dass ich die entsprechenden Artikel nachbestelle, um mit der Nachfrage Schritt halten zu können?“
Schimmer: „Sprich eine Empfehlung aus.“
SAP CoPilot: „Okay, hier sind die Empfehlungen. Möchtest Du, dass ich sie weiterleite?
Schimmer: „Ja, bitte.“
SAP CoPilot: „Sicher. Der Vorschlag wurde an John in der Beschaffung gesendet.“
Schimmer: „Danke, CoPilot.“
SAP CoPilot: „Gern geschehen. Einen schönen Tag noch.“
Mit Machine Learning lässt sich nicht nur ein Teil eines Geschäftsprozesses steuern, sondern das gesamte Geschäft. Die Anwendungen helfen, intelligente Entscheidungen zu treffen und Innovation schneller voranzutreiben. Käufer dürfen sich auf ein völlig neues, personalisiertes Einkaufserlebnis freuen.
Weitere Informationen:
Erfahren Sie mehr über SAP Leonardo bei der Veranstaltung SAP Leonardo Live – IoT for Business in Frankfurt vom 11. bis 12. Juli.
