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. Das sagt eine Studie von 4.000 in Deutschland, Frankreich, Großbritannien und den USA von Blue Yonder befragten Konsumenten.
Schlechte Warendisposition
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). 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.
Raus aus der Komfortzone
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.
Wie Machine Learning diesen Herausforderungen begegnet
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.
Zur Studie: Blue Yonder, Anbieter von Machine Learning Lösungen für den Handel, hat im Rahmen der Umfrage die Kaufgewohnheiten der Verbraucher im Internet, im Supermarkt und bei Discountern untersucht.