Lebensmittelhandel: Kunden finden das Gesuchte nicht
10. Januar 2017
Das Kauferlebnis sowohl im Internet als auch im Ladengeschäft entspricht nicht immer den Vorstellungen der Kunden: Die Verbraucher erwarten vom Lebensmittelhandel, dass die von ihnen gewünschte Ware nahezu jederzeit und überall zur Verfügung steht. Mehr als acht von zehn (81 Prozent) der 4.000 in Deutschland, Frankreich, Großbritannien und den USA von Blue Yonder befragten Konsumenten geben allerdings an, dass sie beim Einkauf nicht das gewünschte Angebot vorfinden. Im Rahmen der Umfrage wurden die Kaufgewohnheiten der Verbraucher im Internet, im Supermarkt und bei Discountern untersucht. Die zentralen Erkenntnisse der Studie sind:
• 81 Prozent der Käufer erhalten die gewünschte Ware weder im Ladengeschäft noch im Internet. Demgegenüber sind allerdings 91 Prozent der Lebensmittelhändler der Auffassung, die Erwartungen der Kunden an die Verfügbarkeit zu erfüllen.
• Im Online-Handel beklagen diesen Umstand 69 Prozent (Deutschland: 64 Prozent), im Supermarkt 83 Prozent (Deutschland: 86 Prozent) und bei den Discountern 85 Prozent (Deutschland: 87 Prozent). 35 Prozent der Kunden haben dieses Problem mindestens einmal die Woche.
Diese Ergebnisse deuten darauf hin, dass die Warendisposition bei weitem nicht so gut funktioniert, wie viele Einzelhändler glauben. Schlimmer noch: Dieser Umstand wirkt sich spürbar auf die Umsätze der Unternehmen aus, wie die Umfrage zeigt:
• 30 Prozent der Käufer beenden ihren Einkauf, wenn sie die gewünschten Waren nicht erhalten. Zudem geben 28 Prozent der Konsumenten an, mit dem Kauf eines vergleichbaren Produktes nicht zufrieden gewesen zu sein.
• Sind Waren bei einem bestimmten Einzelhändler nicht verfügbar, kehren 20 Prozent der Käufer diesem Einzelhändler entweder dauerhaft oder aber zumindest über einen gewissen Zeitraum den Rücken. Im Online-Handel erhöht sich dieser Wert sogar auf 31 Prozent.
Verschärft werden die durch mangelnde Verfügbarkeit verursachten Umsatzeinbußen auch durch die schmalen Margen im Lebensmittelhandel. Zudem steht der Einzelhandel durch die veränderten Ansprüche der Konsumenten zunehmend unter Druck. Hier hat der Online-Handel mit seiner theoretisch stetigen Warenverfügbarkeit für einen Paradigmenwechsel gesorgt und die Ansprüche der Verbraucher auch gegenüber dem stationären Handel verändert. Schließlich verstärkt die wachsende Konkurrenz durch neue Marktteilnehmer, die datengetriebene Technologien einsetzen und die Automatisierung der Prozesse in den Fokus rücken, die ohnehin problematische Situation zunehmend.
„Unbestritten ist, dass die Warendisposition vor allem im Bereich der frischen Nahrungsmittel extrem kompliziert ist“, kommentiert Professor Dr. Michael Feindt, Chief Scientific Advisor und Gründer von Blue Yonder. „Das durch den omnipräsenten Online-Handel anspruchsvoller gewordene Kaufverhalten fordert vom Lebensmittelhandel sehr viel mehr Flexibilität bei der Befriedigung der Nachfrage. Gleichzeitig erhöhen die für den Lebensmittelhandel wichtigen Faktoren – Vertrauen, Frische, Auswahl und natürlich Qualität – die Komplexität der Entscheidungen bei der Nachschubplanung.“ „Die Anforderungen an das Management im Lebensmittelhandel sind hoch und werden weiter steigen“, so Feindt. „Allerdings scheint das Management aus unserer Sicht darauf nicht vorbereitet zu sein. In einer bereits veröffentlichten Befragung von 750 Lebensmitteleinzelhändlern haben wir ermittelt, dass 46 Prozent der Geschäftsführer ihre Entscheidungen für die Warendisposition immer noch nach dem Bauchgefühl treffen.“
Durch den Einsatz von Artificial Intelligence und Machine Learning-Lösungen sind Einzelhändler in der Lage, anhand von Verkaufsdaten und weiterer wichtiger Faktoren Prognosen über das Kundenverhalten zu erstellen. Für jedes einzelne Produkt und für jeden Standort lassen sich die Auswirkungen bestimmter strategischer Vorgaben berechnen und Entscheidungen so täglich automatisieren. Machine Learning berücksichtigt dabei ebenso externe Faktoren, wie Wetterdaten, Ferien- und Urlaubszeiten oder Promotionen. Einzelhändler, die Machine Learning-Systeme einsetzen, verringern ihre Out-of-Stock-Situationen um bis zu 80 Prozent – ohne gleichzeitig die Abschriften erhöhen zu müssen. (rhh)
Zu den Untersuchungsergebnisse und dem White Paper geht es hier.
