Wir leben in einer Welt, in der riesige Datenmengen erzeugt und genutzt werden. Qualitativ hochwertige Daten können transzendent sein; sie leiten Unternehmen und ermöglichen es ihnen, die Erwartungen zu übertreffen. Wir haben jedoch festgestellt, dass Einzelhändler nicht immer die Lücken in ihren Daten erkennen. Sie denken vielleicht, dass sie genug Daten haben, um eine dynamische Preisgestaltungsmaschine zu füttern, die sich von Daten ernährt, aber dann müssen sie feststellen, dass sie beim Preis unterlegen sind.
Einige Daten sind recht einfach zu generieren. Historische Daten, die über das ERP oder den POS kommen, sind sehr genau und basieren auf tatsächlichen Ereignissen. Andere Daten, wie z. B. Preise von Mitbewerbern, sind recht einfach zu beschaffen. Die Herausforderung für Einzelhändler besteht jedoch darin, die fehlenden Daten zu ermitteln, mit denen sie ihr Potenzial voll ausschöpfen können.
Durchführen einer Datenlückenanalyse
Ihre Datenlückenanalyse sieht ähnlich aus wie jede andere Art von Lückenanalyse. Erstellen Sie eine Vorlage mit vier Spalten, eine für jeden der folgenden Punkte:
- Aktueller Stand
- Potenzieller Zustand
- Identifizieren Sie die Lücke
- Überbrückung der Kluft
Aktueller Stand
Beginnen Sie damit, Ihren aktuellen Datenstand zu ermitteln. Listen Sie alle Ihre internen und externen Datenquellen auf. Dazu können gehören:
- Informationen für Kunden
- Demografische Daten
- Daten zur Preisgestaltung
- Förderungsdaten
- Daten zur Preisgestaltung der Wettbewerber
Ziel dieses Schrittes ist es, alle derzeit genutzten Daten zu quantifizieren.
Potenzieller Zustand
Ihr potenzieller Stand ist die Datenebene, auf die Sie hinarbeiten. Auch hier geht es um interne und externe Datenquellen. Ihre Liste enthält die Datenquellen, die Sie derzeit nutzen, da diese Liste Ihre ideale Datenquellenliste darstellt.
- Informationen für Kunden
- Demografische Daten
- Daten zur Preisgestaltung
- Förderungsdaten
- Daten zur Preisgestaltung der Wettbewerber
- Daten zum Benutzerverhalten
- Inventardaten
- Verkaufsdaten
- Umweltdaten
Diese Liste sollte umfassend sein und kann in Absprache mit Ihrem Anbieter von dynamischen Preisen erstellt werden.
Identifizieren Sie die Lücke
Im Gegensatz zu anderen, komplexeren Lückenanalysen, die Einzelhändler durchführen, ist die Identifizierung der fehlenden Datenquellen recht einfach. Es handelt sich um die potenziellen Zustandsdaten, die nicht in der aktuellen Zustandsliste enthalten sind. In diesem Beispiel sind das folgende Punkte:
- Daten zum Benutzerverhalten
- Inventardaten
- Verkaufsdaten
- Umweltdaten
Diese Liste kann sowohl interne als auch externe Daten enthalten. Oftmals erkennen Einzelhändler während dieser Übung, dass sie nicht alle ihre vorhandenen Daten genutzt haben, und suchen nach neuen Möglichkeiten, die bereits vorhandenen Daten mit ihrer Preisgestaltungsmaschine zu verbinden.
Überbrückung der Lücke
Der letzte Schritt Ihrer Datenanalyse besteht darin, praktikable Möglichkeiten zu finden, um die gewünschten Daten in Ihren bestehenden Data Lake zu integrieren. Dies kann so einfach sein wie die Verbindung Ihres Bestandsverwaltungssystems mit Ihrer Dynamic Pricing Engine oder so kompliziert wie die Identifizierung relevanter, externer Datenquellen und der Kauf der Daten.
Verbesserung Ihrer dynamischen Preisgestaltung
Daten sind die Grundlage für eine dynamische Preisgestaltung und stammen je nach Art des Einzelhandelsgeschäfts aus allen möglichen Quellen.
So könnten beispielsweise Pandemiedaten und -vorhersagen die Preisgestaltung für Home-Office-Geräte beeinflussen, für die eine erhöhte Nachfrage besteht, oder für ein Gepäckgeschäft, für das eine geringere Nachfrage besteht.
Wetterdaten könnten die Preise für den Verkauf von Gartengeräten beeinflussen, während Daten über Sportereignisse die Preise für Mannschaftskleidung beeinflussen könnten.
