Daten liegen in Unternehmen in der Regel in großer Vielfalt vor – oft ist jedoch unklar, welche Priorität die einzelnen KPIs haben und in welchem Kontext sie zur Entscheidungsfindung beitragen. Im Rahmen von Sortimentsentscheidungen stellt sich die Frage, welche Daten nutze und analysiere ich, um meine unternehmerischen Ziele zu erreichen.
Überblick
Ich gehe anhand eines 4 Phasen Modells vor, um Produkt- und Kundendaten effektiv und effizient für Sortimentsanalysen zu nutzen. Ausgangspunkt sind immer die Unternehmensziele wie z. Bsp. Finanzkraft, Qualitätsanspruch oder Wachstumsziel, die durch das entsprechende Produktportfolio abgesichert werden.
Phase 1
In Phase 1 werden zusammen mit den Stakeholdern die relevanten KPIs definiert, wobei neben sortimentsspezifischen Daten wie Umsatz und Marge auch kundenspezifische Daten wie z. Bsp. Anzahl Neukunden, die mit einem Produkt generiert werden, gute Anhaltspunkte für die Analyse bieten. Neben den Kennzahlen werden auch die Analysedimensionen, d.h. auf welchen Ebenen die Daten vorliegen sollen, bestimmt. Gerade in dieser Phase ist ein agiler Ansatz wichtig: die Anforderungen sollten nicht zu detailliert sein und Spielraum für Anpassungen im weiteren Projektfortschritt bieten. Aus meiner Erfahrung ergeben sich oft in der Analysephase – wenn ich mich ausgiebig mit den Daten beschäftige – neue Anforderungen an das Framework.
Phase 2
Im zweiten Schritt wird festgelegt, wie und in welcher Form die Daten bereitgestellt werden. Auch hier ist es sehr hilfreich, vorerst die wichtigsten Anforderungen umzusetzen und dem Anwender ein Dummy Analyse Tool zur Verfügung zu stellen. Bei diesem Dummy Tool kann es sich um ein einfaches Excel Modell handeln, dass einen Datenausschnitt für ein kleineres Produktsegment beinhaltet. Der Anwender nutzt das Tool für erste, vorläufige Analysen und überarbeitet bei Bedarf die Anforderungen an das KPI und Analyse Framework. Nach Abschluss dieser Phase liegen die für die Sortimentsanalyse benötigen Daten in auswertbarer Form vor.
Phase 3
Jetzt beginnt die eigentliche Analysephase. Mit Hilfe von Schwellenwerte für die einzelnen KPIs werden die Top und Poor Performer im Sortiment identifiziert. Der Beitrag einzelner Sortimentsbausteine zur finanziellen Performance, zum Unternehmenswachstum und zur Kundenaktivierung wird deutlich. Für Produktgruppen und Marken werden Performance Maps erstellt, die Sortimentsstärken und -schwächen offenbaren. Aus dem unübersichtlichen Datenwust werden die Ansichten bereitgestellt, die die Sortimentsperformance transparent machen.
Phase 4
Im letzten Schritt werden die Beobachtungen in einer Stärken/Schwächen Analyse zusammengefasst und Maßnahmen zur Sortimentsoptimierung abgeleitet. Das ist eine gute Gelegenheit, neben internen Daten auch Marktdaten (z. Bsp. Wachstum bestimmter Produktgruppen oder Marken im Markt) zum Vergleich heranzuziehen. Es werden auf Basis der Analyseerkenntnisse wichtige Entscheidungen für die Sortimentsentwicklung getroffen: welche Kategorien haben Potential und werden ausgebaut, welche eher reduziert, welche Sortimente werden mit Marketingbudgets unterstützt, auf welche Produkte wird der vertriebliche Fokus gesetzt etc.
Herausforderungen
Im Vorfeld des Projektes hilft es, gemeinsam mit den Stakeholdern sich folgenden Herausforderungen zu stellen und diese im Projekt zu berücksichtigen:
Oft zeigt sich erst mit der Datenanalyse, ob die KPIs, die Schwellenwerte und die Performance Maps geeignet sind, um das Sortiment aussagefähig zu bewerten. Insbesondere die Wahl der Schwellenwerte muss immer wieder anhand der Ergebnisse überprüft werden
Neben Sortiments Kennzahlen wie Umsatz, WRE und DB sollten auch kundenbezogene KPIs (Anzahl Neukunden, Kundenretention etc.) betrachtet werden. Bei Herstellern ist zu klären, ob Performancedaten aus dem Onlineshop vorliegen oder wie B2B Daten bewertet werden können
Je mehr KPIs desto schwieriger wird die Bewertung. Bei mehr als 5 KPIs sollten Performance Maps gebildet werden d.h. jeweils 2 (voneinander unabhängige) KPI spannen eine Map auf. Alternativ kann versucht werden, die KPIs zu gewichten und zu einer Kennzahl zu verdichten
Die Akzeptanz der Ergebnisse steigt mit der Einbindung der Stakeholder in die Phasen Framework Konzeption, Analyse u. Empfehlungen