Auf der „Big Show“ der National Retail Federation im Jahr 2024 veranstaltete RetailNext ein Gespräch mit dem Einzelhandelsexperten Jonathan Jimenez, in dem die transformative Rolle von Daten bei der Gestaltung der Zukunft stationärer Geschäfte beleuchtet wurde. Im Verlauf der Diskussion hob Jimenez hervor, wie fortschrittliche Analysen die Entscheidungsfindung im Einzelhandel neu definiert haben. Ein Paradebeispiel hierfür ist das Konzept der „Dekompressionszone“, einem Bereich direkt hinter dem Eingang eines Geschäfts. Durch A/B-Tests stellten Einzelhändler fest, dass Kunden die erste Auslage oft umgingen, da sie Zeit benötigten, sich an die Umgebung im Geschäft zu gewöhnen. Durch die Neupositionierung dieser Auslagen konnten Marken den Kundenfluss und die Kundenbindung verbessern und so ein nahtloses Einkaufserlebnis schaffen.
Über Anpassungen der Ladengestaltung hinaus flossen die Daten auch in betriebliche Strategien ein. Die Integration von Analysen in Kassensysteme ermöglicht Entscheidungen in Echtzeit, wie beispielsweise die Optimierung von Mitarbeiterdienstplänen auf der Grundlage von Kundenfrequenzmustern. So passte eine Filiale beispielsweise ihre Öffnungszeiten besser an das Kundenverhalten an, wodurch die Effizienz gesteigert und gleichzeitig Kosten gesenkt wurden.
Im Gespräch wurden auch die differenzierten Erwartungen der heutigen Käufer beleuchtet. Einzelhändler wie Nike zeichnen sich dadurch aus, dass sie Umgebungen schaffen, in denen sich Kunden wohlfühlen und ohne Druck stöbern können. Dieser erlebnisorientierte Ansatz stärkt die Kundenbindung und sorgt für positive Mundpropaganda – selbst bei Besuchern, die nichts kaufen. Im Kosmetikeinzelhandel, wo Personalisierung eine zentrale Rolle spielt, sind datengestützte Erkenntnisse von unschätzbarem Wert für die individuelle Gestaltung von Ladenlayouts, Produktangeboten und Kundeninteraktionen.
Jimenez riet den Einzelhändlern, klein anzufangen, indem sie zunächst die Kundenfrequenzmuster in einer Handvoll Filialen analysieren, bevor sie die gewonnenen Erkenntnisse auf alle Standorte übertragen. Er betonte, wie wichtig es ist, regionale Unterschiede zu erkennen, Strategien an unterschiedliche Kundenverhalten anzupassen und interne Teams auf datengestützte Ziele auszurichten.
Da „RetailNext“ weiterhin eine Vorreiterrolle im Bereich der Einzelhandelsanalytik einnimmt, unterstreichen Gespräche wie diese, wie wichtig es ist, Daten nicht nur zur Umsatzsteigerung zu nutzen, sondern auch, um sinnvolle und unvergessliche Einkaufserlebnisse zu schaffen.
ENTDECKEN SIE: Mit Digital Signage fesselnde Einkaufserlebnisse gestalten
Herzlich willkommen bei „The Pulse“, einer Reihe von zum Nachdenken anregenden Gesprächen mit führenden Einzelhändlern und Branchenexperten über die aktuelle Lage im Einzelhandel. Mein Name ist Jenna Suhl, und ich bin Account Director hier bei RetailNext. RetailNext ist die erste Analyseplattform, die stationären Marken und Einkaufszentren Kundenanalysen im Stil des E-Commerce zur Verfügung stellt. Wir konzentrieren uns in erster Linie und ausschließlich auf die Optimierung des Einkaufserlebnisses.
Über unsere zentralisierte SaaS-Plattform erfassen und analysieren wir automatisch Daten zum Kundenverhalten und gewinnen so die Erkenntnisse, die Einzelhändler benötigen und nutzen, um das Einkaufserlebnis in Echtzeit und in großem Maßstab zu verbessern. Wir sind „The Pulse of The Store“ – eine Lösung, der mehr als 450 Einzelhändler in 90 Ländern weltweit vertrauen und die sie bereits eingeführt haben. Heute ist Jonathan Jimenez bei uns zu Gast, der seit über 15 Jahren in der Mode- und Einzelhandelsbranche bei fünf verschiedenen Einzelhändlern tätig ist. Seine Fachkenntnisse liegen in den Bereichen Einzelhandelstechnologie und Innovation.
Herzlich willkommen, Jonathan! – Vielen Dank. Unser erstes Thema für heute ist also die Frage, was sich in der Beauty-Branche verändert oder beschleunigt hat, sodass Marken die Customer Journey besser verstehen müssen. Wir arbeiten bereits seit geraumer Zeit zusammen.
Wie sind Sie zu „RetailNext“ gekommen? – Bei einem meiner früheren Arbeitgeber wurde ein Team gebildet, um eine Lösung zu entwickeln, mit der wir besser nachvollziehen konnten, was unsere Kunden taten und wie sie unsere Filialen erlebten. Damals kam ich mit Varun, einem Ihrer Account Directors, in Kontakt, und er spielte eine entscheidende Rolle dabei, uns zu zeigen, was das Tool leisten kann und welche Art von Daten wir durch die Installation dieser Kameras in unseren Filialen erwarten können. Bevor wir zur nächsten Frage übergehen, möchte ich auf einige Trends hinweisen, die wir in der Gesundheits- und Schönheitsbranche beobachten.
Wenn Sie sich die obige Grafik ansehen, werden Sie einen Vergleich der Besucherzahlen im Jahresvergleich für das Jahr 2022 erkennen. Nun fällt Ihnen vielleicht auf, dass 2022 einen deutlichen Anstieg verzeichnet, doch wir dürfen nicht vergessen, dass dies das Jahr war, in dem wir die globale Pandemie hinter uns ließen. Was beobachten Sie derzeit hinsichtlich des Einkaufsverhaltens im Beauty-Bereich? Derzeit stellen wir fest, dass sich unser Kundenstamm recht schnell verändert.
Unsere Reaktion darauf besteht darin, sicherzustellen, dass alle unsere Filialen – unabhängig davon, wo auf der Welt oder in den USA sie sich befinden – hinsichtlich unseres Sortiments und unserer Ladengestaltung auf die jeweilige Kundschaft zugeschnitten sind. Diese Daten helfen uns also dabei, reaktive Entscheidungen zu treffen – etwa: „Okay, an diesem Standort möchte man auf diese Weise einkaufen; wir müssen eine Filiale speziell für diesen Kundentyp gestalten.“ Da sich unsere Zielgruppe verändert und das Alter unserer Kunden sich wandelt, sind wir gewissermaßen bereit für Neueröffnungen oder Umgestaltungen. Die Customer Journey war noch nie so wichtig wie heute.
Die Kunden von heute sind nach wie vor sehr loyal, haben aber auch höhere Erwartungen und eine große Auswahl. Als Sie diesen Weg mit fortschrittlichen Daten eingeschlagen haben, was wollten Sie über Ihre Kunden erfahren? Darauf kann ich auf zwei Arten antworten. Aus persönlicher Sicht gehe ich gerne in verschiedene Einzelhandelsgeschäfte, um sie zu erkunden.
Nehmen wir zum Beispiel Nike. Ich gehe überall auf der Welt in einen Nike-Store, weil mir dieses Erlebnis gefällt. Sie haben ihr Ladendesign perfekt umgesetzt. Ich kaufe vielleicht nichts, aber ich erkunde gerne die Räumlichkeiten und schaue mir an, wie der Laden gestaltet ist und wie frei ich mich in der Einkaufsumgebung bewegen kann.
Und aus geschäftlicher Sicht ist der Gedankengang im Grunde derselbe. Wie gestalte ich ein Geschäft, in dem ein Kunde einfach Zeit verbringen kann? Vielleicht kauft er nichts, aber es hat etwas für ihn, sich dort in Ruhe umsehen zu können, einfach dort zu verweilen und Zeit zu verbringen. Vielleicht erzählen sie später, wie schön es war, in diesem Geschäft zu sein, und besuchen uns an anderen Standorten.
Ich halte es jedoch für wichtig, wirklich eine Umgebung zu schaffen, in der sich der Kunde wohlfühlt, nicht unter Druck gesetzt wird und nicht von Produkten und Verkaufsartikeln überflutet wird. Er ist einfach nur da, um zu entdecken und Neues zu erfahren. Einer der wichtigsten Vorteile der Partnerschaft mit „RetailNext“ ist die Möglichkeit, anhand der Daten ein personalisierteres Einkaufserlebnis für die Kunden zu gestalten. Dies ist besonders wertvoll im Beauty-Bereich, wo der Besuch ein echtes Erlebnis ist.
Im weiteren Verlauf unseres Gesprächs werden wir uns darauf konzentrieren, wie Einzelhändler unsere Daten nutzen, um dieses Erlebnis für ihre Kunden zu schaffen. Die Einführung einer Lösung und das Sammeln von Daten sind nur ein Teil des Prozesses. Viel wichtiger ist es, die Daten so zu nutzen, dass Marken Entscheidungen treffen können, die die Customer Journey beeinflussen. Die richtigen Analysen mit den richtigen Daten sind äußerst wirkungsvoll.
Ich möchte Sie daher fragen, Jonathan: Welche besonders aufschlussreichen Entscheidungen wurden auf der Grundlage der Daten getroffen, und gab es dabei Überraschungen oder besonders aussagekräftige Erkenntnisse, die besonders hervorstachen? Die Daten liefern zahlreiche Erkenntnisse, doch es gibt immer einige, die stärker ins Auge fallen als andere. Die erste Veränderung, die uns sofort auffiel, war die Erkenntnis über den Begriff „Dekompressionszone“ – also genau der Bereich, in den man beim Betreten des Geschäfts zuerst gelangt. Einzelhändler platzieren dort oft ein neues Produkt, und durch A/B-Tests haben wir festgestellt, dass unsere Kunden dort nicht stehen blieben.
Sie gelangten zwar irgendwann dorthin, brauchten jedoch Zeit, um sich gewissermaßen in den Laden einzufinden und den Außenbereich – wo auch immer sie sich gerade befanden – hinter sich zu lassen und in diesen neuen Laden zu treten. Sie wollten nicht im Weg stehen, und auf dieser Grundlage haben wir entsprechende Maßnahmen ergriffen. Filialen, die bereits fertiggestellt waren, oder solche, die gerade in Betrieb genommen wurden, wurden so gestaltet, dass dieser vordere Tisch nach links oder rechts versetzt wurde, damit die Kunden hereinkommen, sich umsehen und nicht das Gefühl haben, den Eingang zu versperren, während sie unser neues Produkt sehen – allerdings nicht direkt im Blickfeld, sondern vielleicht etwas seitlich versetzt, damit wir ihnen dennoch die Geschichte dahinter vermitteln können. Was weitere Erkenntnisse aus dem Backend betrifft, die wir gewonnen haben: Wir haben in einigen Szenarien eine Anbindung an unser Kassensystem vorgenommen, und dann sieht man wirklich den Umsatz pro Arbeitsstunde.
Ich glaube, das ist der richtige Begriff. Um zu wissen: Okay, wir haben derzeit sechs Mitarbeiter im Dienst. So viel Geld verdienen wir gerade. Wissen wir, ob wir jetzt jemanden zum Mittagessen schicken können?
Können wir jemanden früher nach Hause schicken? Passen wir unsere Öffnungszeiten an? Denn wir stellen fest, dass die Gäste morgens tatsächlich später kommen, aber abends länger bleiben. Auf diese Weise können wir flexibel reagieren und Anpassungen vornehmen.
Da wir also über historische Daten verfügen, wissen wir, dass die Gäste dienstags erst um 11 Uhr kommen; also öffnen wir dienstags um 10 Uhr. Freitags hingegen kommen die Gäste früher und bleiben länger, also bleiben wir vielleicht zwei Stunden länger geöffnet – eine Stunde am Anfang und eine am Ende des Tages. Diese Daten helfen uns also wirklich dabei, spontan Änderungen vorzunehmen – wöchentlich, monatlich oder in welchem Rhythmus auch immer Sie es wünschen. Das sind großartige Erkenntnisse, Jonathan.
Diese „Entspannungszone“ ist für Kunden immer wieder ein Aha-Erlebnis, wenn sie beginnen, die Full-Path-Analyse zu nutzen. Oftmals nutzen Kunden die Daten der Full-Path-Analyse – ähnlich wie Sie es getan haben –, um den optimalen Kundenfluss durch die Verkaufsfläche zu ermitteln, damit sie sowohl den Absatz als auch das Einkaufserlebnis verbessern können. Diese Daten sind zwar hilfreich bei der Steigerung des Umsatzes, tragen aber auch dazu bei, unnötige Ausgaben zu vermeiden. Ein anderer Kunde von RetailNext nutzte die Full-Path-Analyse, um festzustellen, ob sich die Investition in eine bestimmte neue Verkaufsausstattung lohnte, und sparte letztendlich erhebliche und unnötige Kosten ein, da frühzeitig erkannt wurde, dass diese nicht die erwarteten Ergebnisse erzielte.
Dies ist nur ein weiteres Beispiel dafür, wie diese Daten zu besseren Geschäftsergebnissen beitragen können. In diesem Zusammenhang, Jonathan, muss ich Sie fragen, wie Sie den Teams vor Ort Daten oder Informationen zur Verfügung stellen und wie diese die Informationen bei der Filialführung nutzen? Aus Sicht der Filialen erhalten unsere Filialleiter Live-Kundenstrommdaten sowie alle historischen Daten. So können sie beispielsweise erkennen, dass ich in der Regel dienstags für diese Mitarbeiter eine Mittagspause von 12 bis 13 Uhr einplanen kann.
Wir geben ihnen somit die Möglichkeit, ihre nicht verkaufsbezogenen Aufgaben anzupassen und ihre Pausenzeiten an diesem Tag nach eigenem Ermessen zu gestalten. Das muss nicht unbedingt schon Wochen im Voraus festgelegt werden. Aus geschäftlicher Sicht bitten wir sie außerdem um Feedback, wenn wir das Layout ändern. Wenn Sie das Layout für sechs Wochen ändern möchten, teilen Sie uns bitte mit, wie Sie dazu stehen.
Teilen Sie uns mit, ob Ihre Kunden darauf reagieren. Und dann geben sie uns diese Daten zurück. Und natürlich können wir mithilfe des Tools nachvollziehen, wie sich die Customer Journey verändert hat, und auf der Grundlage des Feedbacks und unserer Beobachtungen können wir bei Bedarf einige Wochen später eine weitere Änderung vornehmen. Haben Sie also den Eindruck, dass die Zusammenarbeit mit „RetailNext“ Ihre Effektivität als Unternehmen und Ihre persönlichen Fähigkeiten verbessert hat?
Und wenn ja, inwiefern? Persönlich gesehen, ja. Es hat mein Einkaufserlebnis ruiniert, weil ich von jedem Einzelhändler erwarte, dass er seine Geschäfte mit Blick auf mich gestaltet. Wenn ich hineingehe, muss ich eine Kamera sehen.
Wenn ich keine Kamera sehe, bin ich ein wenig enttäuscht von der Marke, weil sie sich nicht die Zeit genommen hat, in diese Technologie zu investieren. Und was den geschäftlichen Aspekt angeht – um auf das zurückzukommen, was ich zuvor gesagt habe: Dem Kunden einfach die Möglichkeit zu geben, sich im Einkaufsbereich wohlzufühlen, ist etwas, worüber ich mir zuvor nie wirklich Gedanken gemacht habe. Ich kann dem keinen monetären Wert zuweisen, aber es hat einen Wert, wenn die Kunden einfach nur in Ihrem Geschäft sind. Ich nehme jemanden mit in ein Geschäft, weil ich sage: „Hey, schau mal, ich gehe in den Laden.
Schauen wir uns das doch mal an. Ich werde nichts kaufen.“ Aber genau darin liegt etwas, das für den Aufbau einer Beziehung zu Ihren Kunden wichtig ist. Gibt es etwas, das Sie anders gemacht hätten?
Und haben Sie Ratschläge für andere Einzelhändler und Marken, die Daten aus der Full-Path-Analyse nutzen möchten? Und haben Sie abschließend noch einige weise Worte für das Publikum? Ich denke, es gibt hier im Wesentlichen zwei oder drei Punkte. Erstens habe ich mit der reinen Besucherfrequenz begonnen, und ich halte das für entscheidend.
Allein anhand der Besucherzahlen lassen sich Richtungen der Kundenströme erkennen. Die Kunden kommen von links, rechts und aus der Mitte herein. Und allein das Verständnis dafür, wer wann kommt, ist von enormer Bedeutung, um Anpassungen vorzunehmen, die Öffnungszeiten und den Personalbedarf zu planen sowie zu wissen, wer wann vor Ort sein wird. Und allein die Nutzung dieser Erkenntnisse war gewissermaßen ein Auslöser, um zu fragen: Okay, was können wir noch herausfinden?
Lassen Sie uns nun darüber nachdenken, mehr Technologie einzusetzen, um die gesamte Customer Journey zu verstehen. Und was diese Customer Journey betrifft, sollte die Full-Path-Analyse nicht in allen Ihren Filialen durchgeführt werden. Sie sollte in einigen wenigen Filialen stattfinden. Ich habe vier Filialen an 130 Standorten ausgewählt.
Ein aufstrebender Markt, meine Heimatstadt, eine Großstadt und ein zufällig ausgewählter weiterer Standort. Diese vier Filialen werden dann für einen Zeitraum Ihrer Wahl getestet – sagen wir sechs Wochen. Und anhand der dort erzielten Ergebnisse weiß ich, dass ich zehn weitere ähnliche Filialen auswählen und dort die entsprechenden Änderungen vornehmen kann. Hat es wieder funktioniert?
Großartig. Es ist ein voller Erfolg. Ich halte es daher für sehr wichtig zu wissen, dass sich Ihre Kunden in jeder Stadt unterscheiden. Ich hatte Filialen in Wichita, Kansas.
Ich hatte Filialen in New York. Die Kunden dort kaufen nicht dieselben Produkte und bewegen sich auch nicht auf dieselbe Weise durch die Filiale. New Yorker haben ihre Kopfhörer auf und möchten lieber für sich sein, nicht wahr? Wie gestalten wir also eine Filiale, die zu ihrem Einkaufsstil passt?
Aus organisatorischer Sicht war das für mich der schwierigste Teil. Ich war von der Technik begeistert. Ich habe auf der technischen Seite gearbeitet. Ich wollte, dass alle sagten: „Schaut mal, seht euch das an.“ Und ich war fast schon zu begeistert.
Aber ich hatte gute Geschäftspartner und ein gutes Team, und wir waren uns alle über das Ziel einig. Wir haben alle Besucherdaten gesammelt, sie aufbereitet, uns Zeit zum Nachdenken genommen und sie dann so präsentiert, dass wir zeigen konnten: „Wenn wir diese beiden Änderungen vornehmen – die Tische weiter nach hinten rücken und die Öffnungszeiten anpassen –, dann erzielen wir finanziell dieses Ergebnis und sorgen ganz allgemein für zufriedenere Kunden.“ Und von da an baten mich die Geschäftsteams um weitere Daten. Und ich sagte: „Ja, ich kann sie Ihnen geben. Geben Sie mir eine Woche.
Ich werde Ihnen weitere Daten zur Verfügung stellen.“ Und von da an ging es irgendwie richtig los. Und es war ein großer Erfolg. Perfekt. Nun, ich möchte mich bei Jonathan für das heutige aufschlussreiche Gespräch über die Vorzüge der Analyse des Kundenverhaltens bedanken.
Sprechen Sie mit unserem Team. Wir zeigen Ihnen genau, was RetailNext für Ihr Unternehmen leisten kann.
