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