close

SAP CAR: Drei Use Cases für den Einzelhandel

SAP CAR: Drei Use Cases für den Einzelhandel
Geschätzte Lesezeit: 3 Minuten

In ein­er kleinen Beitragsrei­he für den Einzel­han­del möcht­en wir Ihnen Anwen­dungs­beispiele inno­v­a­tiv­er Retail-Tech­nolo­gien vorstellen, konkret und prax­is­nah. Welche Möglichkeit­en das Inter­net der Dinge (Inter­net of Things, IoT) eröffnet und auf welche Weise Waren mit außergewöhn­lichen Ser­viceange­boten kom­biniert wer­den kön­nen, stand im Mit­telpunkt des ersten Teils unser­er Serie. Wie sich Einkauf­ser­leb­nisse opti­mieren lassen und die Kun­den­bindung mith­il­fe von Retail Ana­lyt­ics erhöht wer­den kann, hat Folge zwei in den Fokus genom­men.

Eines haben bei­de Lösun­gen gemein­sam: Sie ver­set­zten den Einzel­han­del in die Lage, gesicherte Dat­en zu erheben, auszuw­erten und mit den Ergeb­nis­sen eine indi­vid­u­al­isierte Kun­de­nansprache zu erre­ichen. In der Kon­se­quenz ziehen sie damit aber auch eine neue Her­aus­forderung nach sich: die wach­senden Daten­men­gen opti­mal zu ver­wal­ten. Um diese Auf­gabe soll es heute gehen – und eine Anwen­dung, durch die Sie imstande sind, sowohl struk­turi­erte als auch unstruk­turi­erte Dat­en aus den ver­schieden­sten Quellen und Kanälen an einem Ort zusam­men­zuführen.

SAP CAR: Drei Anwendungsfälle im Einzelhandel

SAP CAR: Drei Use Cases für den EinzelhandelDas SAP Cus­tomer Activ­i­ty Repos­i­to­ry (SAP CAR) basiert auf der In-Mem­o­ry-Plat­tform SAP HANA und bün­delt Vor­gangs­dat­en, Bestands­dat­en, Stam­m­dat­en, Ana­lyt­ics und Fore­cast­ing in einem zen­tralen Repos­i­to­ry. Mit SAP CAR kön­nen sich Retail­er die Kom­bi­na­tion aus Live-Kun­den­dat­en (z. B. POS-Transak­tio­nen) und ERP-Dat­en (z. B. Lagerbestände) zunutze machen und sie analysieren. Im Fol­gen­den stellen wir Ihnen nun drei mögliche Use Cas­es vor: Uni­fied Demand Fore­cast­ing, Fujit­su Fraud Pre­ven­tion und SAP Lumi­ra Ana­lyt­ics.

Unified Demand Forecasting (UDF)

In SAP CAR enthal­ten ist die Demand Data Foun­da­tion (DDF). Auf Basis der ver­füg­baren his­torischen Bedarf­s­lage aus POS-Dat­en und Verkauf­szahlen wird der voraus­sichtlich anfal­l­ende Bedarf mod­el­liert. DDF ver­sucht ins­beson­dere, die Wirkung jeglich­er Bee­in­flus­sungs­fak­toren best­möglich zu erk­lären. Dazu gehören:

  • Feiertage, z. B. Wei­h­nacht­seinkäufe
  • Wochen­t­age, z. B. der Anstieg der Verkauf­szahlen um 20 Prozent an Sam­sta­gen
  • Ange­bote, z. B. der Erfolg von Werbe­maß­nah­men und der Ein­fluss auf Verkauf­szahlen

Extreme Abwe­ichun­gen, aus­gelöst durch ungewöhn­lich­es Kun­den­ver­hal­ten, wer­den bew­ertet und gegebe­nen­falls nicht im vollen Aus­maß in die Prog­nose mit aufgenom­men.

Fujitsu Fraud Prevention

SAP CAR: Drei Use Cases für den EinzelhandelInven­tur­dif­feren­zen und Waren­schwund sind alltägliche Prob­leme des Han­dels. Durch Mitar­beit­er­be­trug entste­ht pro Jahr in etwa ein Schaden von 850.000.000 Euro. In Zeit­en von Big Data und ein­er zunehmenden Dig­i­tal­isierung des Han­dels ergeben sich neue Chan­cen, um effek­tiv gegen dieses Prob­lem vorzuge­hen.

Fujit­su Fraud Pre­ven­tion ist die bis­lang einzige Fraud-Lösung, die tech­nisch auf SAP CAR on HANA auf­set­zt. Auf Basis der Transak­tions­dat­en wer­den Muster aufgedeckt und Unregelmäßigkeit­en aufgeteilt: in Aktiv­itäten frei von betrügerischem Ver­hal­ten und tat­säch­lich betrügerisches Ver­hal­ten.

Zu den möglichen Szenar­ien zählen:

  • Preisän­derun­gen und manuelle Rabat­te durch Mitar­beit­er
  • Retouren von Artikeln, welche sig­nifikante Bestand­sun­ter­schiede aufweisen
  • manuelle und nicht ges­can­nte Verkaufs- und Retouren-Transak­tio­nen
  • Transak­tio­nen eines Mitar­beit­ers außer­halb der Arbeit­szeit oder der Ladenöff­nungszeit
  • unver­hält­nis­mäßig viele Autorisierun­gen zwis­chen einem Vorge­set­ztem und einem Mitar­beit­er (geheime Absprache)
  • Kun­denkarten­be­trug

Durch die Mus­ter­erken­nung wird das Prob­lem der klas­sis­chen Silo­be­tra­ch­tung ver­mieden. Zudem bleiben auch vere­inzelte Auf­fäl­ligkeit­en von Mitar­beit­ern nicht unter dem Radar.

SAP Lumira Analytics

SAP CAR: Drei Use Cases für den EinzelhandelSAP Lumi­ra ist eine hoch leis­tungs­fähige Daten­vi­su­al­isierungssoft­ware aus dem Port­fo­lio der SAP Busi­ness Intel­li­gence. Mith­il­fe der über­sichtlichen, intu­itiv bedi­en­baren Ober­fläche ist es ohne Weit­eres möglich, Unternehmens­dat­en aus diversen Quellen, unter anderem SAP CAR, zu visu­al­isieren. Verkauf­szahlen, die Effek­tiv­ität von Ange­boten und auch Social Media lassen sich in einem Sto­ry­board zusam­men­fassen und bieten so einen Überblick über die Geschehnisse im Store und hin­ter den Kulis­sen.

Möcht­en Sie mehr über unsere Pro­duk­te, Ser­vices und Lösun­gen für den Einzel­han­del erfahren? Gern stellen wir Ihnen hier weit­ere Details zur Ver­fü­gung.

Schlagwörter: , , , , , , , , , , ,

Story Page