Heatmap-Analyse für Händler

[vc_row][vc_column][vc_custom_heading text=“Heatmap-Analyse für Händler“ font_container=“tag:h1|font_size:48|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1598529556447{margin-top: -25px !important;}“][vc_custom_heading text=“Abläufe im Laden verbessern“ font_container=“tag:h2|font_size:28|text_align:left|color:%23676b6d“ use_theme_fonts=“yes“ css=“.vc_custom_1598529595842{padding-bottom: 10px !important;}“][vc_column_text]Max Koschnik, Janik Schönfelder, Axel Wunderlich, GK Software SE[/vc_column_text][ultimate_spacer height=“15″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][/vc_column][/vc_row][vc_row][vc_column][vc_custom_heading text=“Kurz & Bündig“ font_container=“tag:h2|font_size:34|text_align:left“ use_theme_fonts=“yes“ css=“.vc_custom_1598268967432{margin-top: -25px !important;}“ el_class=“box-headline“][vc_row_inner el_class=“box-content-wrapper“][vc_column_inner][vc_column_text]

[/vc_column_text][/vc_column_inner][/vc_row_inner][/vc_column][/vc_row][vc_row css=“.vc_custom_1519752670572{margin-top: -10px !important;}“][vc_column][ultimate_spacer height=“30″ height_on_tabs=“15″ height_on_tabs_portrait=“15″ height_on_mob_landscape=“15″ height_on_mob=“15″][vc_column_text]

[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][vc_column_text]Die Digitalisierung des Handels schreitet immer weiter voran. Damit der stationäre Handel auch in Zukunft nicht an Relevanz verliert, benötigt er eine zielorientierte Strategie, um mit den unzähligen Möglichkeiten der Digitalisierung mithalten zu können. Dieses Konzept basiert jedoch nicht auf einem Gegenentwurf, um gegen den digitalen Wandel anzutreten, sondern nutzt die entstehenden Chancen, um Arbeitsabläufe und Geschäftskonzepte besser durchführen zu können. So kann eine Strategie umgesetzt werden, welche die Verkaufsflächen mit weiteren strategischen Komponenten des Unternehmens und einem umfassenden Social-Media-Konzept verbindet [1]. In diesem Zusammenhang steht der Forschungsansatz „Heatmap-Analyse für Händler“ – einem Forschungsprojekt aus der Innovationsabteilung der GK Software SE.

Um entsprechende Informationen aus dem physischen Verkaufsraum digital verarbeiten zu können, muss dieser mit intelligenten Objekten ausgestattet werden. Der Verbund dieser intelligenten Objekte wird als Internet of Things (IoT) bezeichnet. Es beschreibt die Vernetzung von unzähligen Endpunkten von „Dingen“. Hierbei kann jedes Objekt, welches über notwendige Kommunikationsschnittstellen verfügt, als Endpunkt integriert werden. Diese kommunizieren untereinander ohne menschliche Interaktion und können auf gemeinsame Daten zugreifen [2].

Produkte und digitale Inhalte entstehen heute nicht mehr nur durch den Menschen, sondern zunehmend durch verknüpfte Geräte. Diese werden hierbei immer kleiner und kostengünstiger, sodass viele Daten generiert und dem Netz zur Verfügung gestellt werden können [3].

Einer der vielen Anwendungsfälle ist das “Indoor Positioning”. Ziel ist es, Standortinformationen innerhalb geschlossener Räume zu ermitteln. Hierfür werden Sensornetzwerke verwendet, welche die entsprechenden Daten messen. Dies kann unter anderem zur Navigation in Innenbereichen, sowie zur Erfassung von Kundenverhalten und Informationen an gewünschten Standorten genutzt werden.

Es existieren unterschiedliche Technologien, welche hier Einsatz finden können. Die GK Software SE nutzt die Bluetooth-Low-Energy Technologie (BLE) um die Daten für die Indoor- Navigation zu ermitteln. Die BLE-Technologie wird unter anderem für die Kommunikation mit Beacons eingesetzt. Dies sind kleine Geräte, welche in konstanten Abständen ein Signal aussenden. Sie werden an den Einkaufswägen oder Körben des Geschäfts angebracht. Da diese zumeist batteriebetrieben sind, ist der Einsatz der energiesparenden und kostengünstigen BLE-Technologie hier naheliegend. Im normalen Einsatz bedürfen sie nur einer einmaligen Konfiguration und sind entsprechend unabhängig und dauerhaft arbeitsfähig [4].

Um mittels dieser Technologie entsprechende Daten für die Indoor Positionsbestimmung zu sammeln, müssen die Signale der Beacons von entsprechenden Beacon-Scannern empfangen und ausgewertet werden. Diese sind an fest definierten Positionen im Geschäft an-gebracht. Um den Abstand eines Beacons zu einem Beacon-Scanner zu bestimmen, kann der Received Signal Strength Indicator (RSSI) verwendet werden. Dieser Indikator beschreibt die durchschnittliche Stärke eines Signals, das einen Empfänger erreicht. Je weiter ein Beacon von einem Beacon-Scanner entfernt ist, umso geringer ist die RSSI [5,6] .[/vc_column_text][vc_custom_heading text=“HeatMap als nutzerfreundliche Visualisierungsmethode für große Datenmengen“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]Nach der Datenerfassung und dem Speichern der Daten müssen diese noch analysiert werden, um Informationen zu gewinnen. Im Sekundenabstand werden alle sich im Geschäft befindlichen Einkaufswägen lokalisiert und die resultierenden Positionsdaten in einer Datenbank gespeichert. Konkret besteht ein solcher Eintrag aus der ID des gescannten Beacons im Einkaufswagen, der ID des Scanners, welcher den Einkaufswagen lokalisiert hat, und der RSSI. Aus der Signalstärke kann später in der Auswertung ein ausreichend genauer Wert über die tatsächliche Position des Einkaufswagens bestimmt werden.

Bereits für ein reguläres Einzelhandelsgeschäft werden mit dieser Methode pro Tag rund eine Million Bewegungspunkte gespeichert. Diese Zahl ist natürlich abhängig von der Größe und Auslastung des Geschäfts, stellt jedoch gut dar, in welcher Größenordnung die Datenmenge liegt. Da es letztendlich das Ziel der Anwendung ist, die Bewegungspfade der Kunden nachzuvollziehen, liefert die Betrachtung eines einzelnen Datenpunkts wenig Erkenntnis. Die Bewegungspunkte müssen in Relation mit der Zeit betrachtet werden, um Aussagen darüber treffen zu können, welche Bereiche des Geschäfts häufiger und welche seltener betreten werden. Diese Aussagen sollten intuitiv erkennbar sein, ohne sich konkret mit den Datenpunkten beschäftigen zu müssen. Daher wurde nach einer visuellen Lösung gesucht, die schnell einen Überblick über die großen Datenmengen liefert und mit der markante Werte – in diesem Fall häufig genutzte Bereiche – schnell identifiziert werden können.

Schon hier wird ersichtlich, dass eine Nachbildung der Verkaufsstelle in einem digitalen Modell notwendig ist. Es muss also eine Art Karte (Map) modelliert werden. Zudem gilt es, auch für die Bewegungspfade eine intuitive grafische Darstellung zu finden. Besonders gut ist dies beispielsweise durch farbliche Abtrennung lösbar, indem man häufig genutzte Bereiche mit einer anderen Farbe kennzeichnet als weniger genutzte. Die Idee einer solchen Karte wird als HeatMap bezeichnet, da hier häufig vorkommende Werte in einer dunklen, kräftigen Farbe und weniger relevante Punkte mit Transparenz oder hellen Farben dargestellt werden. Ein weiterer Vorteil bei diesem zeitabhängigen Modell ist, dass potenzielle Datenausreißer und fehlerhafte Aufzeichnungen (zum Beispiel Positionsdaten, die in einem Regal oder außerhalb des Geschäfts liegen) nicht extra behandelt werden müssen, da sie im Vergleich zu der Menge der korrekt aufgezeichneten Werte farblich nahezu transparent dargestellt werden und somit schlichtweg untergehen.

Mit einem integrierten Map Generator hat der Händler die Möglichkeit, seinen Point of Sale in der Anwendung zu modellieren. Auch die Positionen der Scanner werden hier hinterlegt und mit den IDs (der Scanner) verknüpft, damit bei der Analyse die Datenpunkte auch den korrekten Scannern zugeordnet werden können. Letztendlich hat der Händler je nach Einsatzdauer der Anwendung die Möglichkeit, beliebige Zeiträume visuell zu analysieren. Häufig vorkommende Bereiche nehmen eine dunkelblaue, weniger oft besuchte eine hellblaue Farbe an (siehe Abbildung 1).[/vc_column_text][vc_single_image image=“22671″ img_size=“large“ add_caption=“yes“ alignment=“center“][vc_custom_heading text=“Auswertung der Daten für neue Geschäftsmodelle und besserem Einkaufserlebnis“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]Warum aber werden diese Daten gesammelt und in einer HeatMap dargestellt? Ziel ist es, dem Händler bessere Möglichkeiten im Umgang mit seinen Kunden zu bieten. Die aufgenommenen Daten können vom Händler selbst ausgewertet werden, um damit strategische Entscheidungen ableiten zu können. Mithilfe der gewonnenen Informationen kann ein besseres „Customer Flow Management“ betrieben werden, das heißt, wie der Kundenfluss innerhalb eines Geschäfts optimal organisiert werden kann. Mithilfe der HeatMap sollen so beispielsweise Wartezeiten verkürzt werden, um den Kunden ein besseres Einkaufserlebnis zu bieten. Einige spezifische Anwendungsfälle sollen im Folgenden erläutert werden.[/vc_column_text][vc_custom_heading text=“Anwendungsfälle der HeatMap: Wartezeiten reduzieren“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]Mithilfe der HeatMap können hochfrequentierte Marktbereiche lokalisiert werden. Damit einhergehend und bezugnehmend zum vorherigen Abschnitt, können lange Warte- und Verweilzeiten von Kunden in bestimmten Bereichen, wie zum Beispiel an der Frischetheke, erkannt werden. Die Information, dass zu bestimmten Uhrzeiten oder an bestimmten Tagen mehr Kunden an der Theke warten, könnte vom Händler genutzt werden, sodass zu diesen Zeiten beispielsweise mehrere Mitarbeiter an entsprechender Stelle eingesetzt werden, um der hohen Anzahl an Kunden einen möglichst reibungslosen Ablauf an der Theke zu gewähren. Andererseits – sollte es das Geschäft erlauben – können zu diesen Zeiten mehrere Theken geöffnet werden, um die Kunden besser zu verteilen.

Dieser Anwendungsfall bezieht sich jedoch nicht nur auf den Service, der dem Kunden angeboten wird, sondern auch auf Produkte allgemein. Sollte sich ein Artikel im „Sale“ befinden und deshalb von vielen Kunden

gekauft werden, so kann es an der Platzierung der Ware im Geschäft ebenfalls zu Wartezeiten kommen. Auch hierbei kann die HeatMap kurzerhand helfen und die Mitarbeiter darauf aufmerksam machen. Mithilfe dieser Information können selbst im laufenden Betrieb Produkte verlegt werden, um den Kundenfluss zu verbessern.

Auch der Absatz in Verbindung mit dem Customer Flow kann mithilfe der HeatMap verbessert werden. Hierbei werden Produkte in überfüllten Marktbereichen wissentlich teurer und Artikel in weniger frequentierten Marktbereichen billiger angeboten, um die Anzahl der Kunden auf das ganze Geschäft zu verteilen.

Neben den vorangegangenen Einsatzzwecken können mithilfe der HeatMap auch Statistiken aufgestellt werden, welche dem Händler weitere Erkenntnisse bringen. So können beispielsweise die Anzahl der Einkaufswägen, welche gerade in Benutzung sind und die damit verbundene Anzahl an Kunden im Geschäft analysiert werden. Sollte sich die gebrauchte Menge an Einkaufswägen immer nah am aktuellen Bestand befinden, so kann der Schluss gezogen werden, dass mehr Einkaufswägen benötigt werden. Weiterhin können Statistiken über längere Zeit aufgestellt werden, wie die durchschnittliche Einkaufszeit und die durchschnittliche Anzahl gebrauchter Einkaufswägen. Die Ergebnisse dieser Langzeitstudien können Händler dann verwenden, um ihre Kosten zu minimieren und den maximalen Absatz zu erzielen [7].[/vc_column_text][vc_custom_heading text=“Anwendungsfälle der Lokalisierungstechnik“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]Verbindung mit der Barcodescanner-Technologie für den Kunden können zusätzlich weitere Statistiken aufgestellt werden. So kann nachvollzogen werden, welche Waren sich in einem bestimmten Einkaufskorb befinden oder wo eine Ware am meisten gekauft wird, falls sie an unterschiedlichen Standorten im Geschäft angeboten wird. Weiterhin kann analysiert werden, ob nach einer längeren Verweilzeit des Kunden vor einem Regal die Ware gekauft wurde oder nicht. Diese Fakten können vom Händler verwendet werden, um den Customer Flow durch die Umverteilung von Produkten oder die Reduzierung der Warenpreise zu verbessern.Neben allen vorangegangenen Anwendungsfällen, welche lediglich passiver Art sind, kann dem Kunde mithilfe der Lokalisierungstechnik auch aktiv geholfen werden. Sollte ein Kunde vergessen haben, wo er seinen Wagen abgestellt hat, so kann er sich an der Information des jeweiligen Geschäfts danach erkundigen. Mithilfe der Lokalisierung des Wagens kann dem Kunden der Standort seines Einkaufswagens mitgeteilt werden.[/vc_column_text][vc_custom_heading text=“Datenschutz“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]Wie bereits in den ersten beiden Abschnitten erwähnt, werden nur Positionsdaten der Beacons aufgenommen, verarbeitet und gespeichert. Von diesen kann nicht auf die Person, welche sich mit dem Einkaufswagen bewegt, geschlossen werden. Es werden auch keine zusätzlichen persönlichen Daten aufgenommen oder gespeichert. Nach der Aufnahme der Bluetooth-Signale durch die Beacon-Scanner werden die Positionsdaten mithilfe verschlüsselter Protokolle übertragen, um eine DSGVO-Konformität zu gewährleisten.[/vc_column_text][vc_custom_heading text=“Fazit“ font_container=“tag:h3|font_size:28|text_align:left“][vc_column_text]In diesem Artikel wurde eine neue Möglichkeit für Händler, das Kundenverhalten zu analysieren, vorgestellt. Die entworfene HeatMap stellt in möglichst einfacher grafischer Form dar, welche Marktbereiche höher frequentiert werden im Gegensatz zu anderen. Sie funktioniert mittels eines Sensornetzwerkes, welches auf der Bluetooth-Low-Energy (BLE)-Technologie basiert. In Zukunft könnte diese Technologie auch in Deutschland zum Einsatz kommen, um den Absatz aller oder spezifischer Produkte weiter zu steigern.[/vc_column_text][/vc_column][/vc_row][vc_row][vc_column][ult_createlink title=“Zu den Literaturangaben“ btn_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fausgabe-2020-3-306%2F|title:Ausgabe%202020-3-314||“][ult_dualbutton btn_hover_style=“Style 2″ btn_border_style=“solid“ btn_color_border=“#ffffff“ btn_border_size=“2″ btn_alignment=“left“ dual_resp=“off“ button1_text=“Einzelheft kaufen“ icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fproduct%2Fquantified-everything%2F|title:Quantified%20Everything||“ btn1_background_color=“#f3f3f3″ btn1_bghovercolor=“#f07d00″ icon=“Defaults-book“ icon_size=“22″ icon_color=“#f07d00″ icon_hover_color=“#ffffff“ button2_text=“Jetzt abonnieren“ btn_icon_link=“url:https%3A%2F%2Fwww.aws-institut.de%2Fim-io%2Fabo%2F|title:Abo||“ btn2_background_color=“#f3f3f3″ btn2_bghovercolor=“#f07d00″ btn_icon=“Defaults-chevron-right“ btn_icon_size=“22″ btn_icon_color=“#f07d00″ btn_iconhover_color=“#ffffff“ divider_text=“oder“ divider_text_color=“#f07d00″ divider_bg_color=“#ffffff“ btn1_text_color=“#f07d00″ btn1_text_hovercolor=“#ffffff“ btn2_text_color=“#f07d00″ btn2_text_hovercolor=“#ffffff“ title_font_size=“desktop:20px;“ btn_border_radius=“30″ title_line_ht=“desktop:22px;“ btn_width=“280″][/vc_column][/vc_row]