Multichannel, Crosschannel…das Ziel für den Handel der Zukunft heißt Omnichannel!

Nutzen Sie unsere langjährige Erfahrung im Handel für das Gelingen Ihrer SAP-Projekte.

´Wenn ich groß bin, werde ich Transformer´

Die Geschichte von Pat und Sam Von der Customer Journey …zur vollständigen S/4 HANA Retail Transformation

S/4 HANA-Transformation

SAP CAR

Beratung und Entwicklung

Dies ist die Geschichte von Pat und Sam Pat liebt es einzukaufen und lässt sich als zuverlässige und treue Konsumentin gerne von besonderen Angeboten und neuen Produkten bei ´RetailS4U´ überzeugen. Sam ist langjähriger Lieferpartner von ´RetailS4U´, der am anderen Ende der Supply Chain ´RetailS4U´ mit Artikeln aus seinem Sortiment versorgen möchte. Pat hat als Omnichannel Kunde die Qual der Wahl und entschließt sich aufgrund eingeschränkter Öffnungszeiten, den Artikel über den Online-Shop (eCommerce) von ´RetailS4U´ zu erwerben. Pat hätte auch in eine Filiale von ´Retails4U´ gehen, telefonisch oder per Mobile App bestellen können. Für Pat ist der Artikel über jeden Kanal gleich attraktiv, die Marke ´RetailS4U´ vermittelt über alle Kanäle Vertrauen und das Einkaufserlebnis für Pat fühlt sich überall einfach, schnell und sicher an. Mit dem Einkauf bei ´RetailS4U´ hinterlässt Pat auch viele Informationen und Daten über sich, die in der Vergangenheit ungeachtet des Verkaufskanals über das POS Data Management gesammelt, das Business Warehouse (BW) konsolidiert und zur weiteren Verarbeitung an IS-Retail übertragen wurden.

*

Fortsetzung der Geschichte von Pat und Sam Das POS Data Management brachte Umsatzdaten zusammen und konnte diese u.a. als Basis für Audits und interne Analysezwecke weiterverwenden. Über die Umsatzdaten hinaus sind weitere Informationen von Pat für ´RetailS4U´ interessant. Durch Social Media wie Facebook, Instagram, Snapchat usw. kann mit Pat interagiert und auch passiv kommuniziert werden, so dass eine Integration dieser Medien für den Handel der Zukunft unausweichlich ist. Pat nutzt Social Media, um sich über Produkte zu informieren, die andere schon getestet oder sogar vorgeführt haben und entscheidet sich so beim nächsten Einkauf möglicherweise für den direkten Absprung vom Vorführvideo eines anderen Nutzers auf die Verkaufsplattform von ´RetailS4U´. Das Core System IS-Retail ist auf den Input der Daten aus dem Einkaufserlebnis von Pat und die Übernahme in dessen Business Standardprozesse angewiesen, um diese weiter innerhalb der Kernfunktionen zu verarbeiten, Folgeprozesse anzustoßen und sie mit anderen Systemen (z.B. SAP TM, SAP EWM) zu teilen. All diese Prozesse passieren aus der Kundeninteraktion mit Pat heraus und werden im Ergebnis Sam Kenntnis darüber geben können, wann der gewünschte Artikel bereitgestellt werden muss, wie der Artikel geliefert werden soll und ob es nicht sogar ein Bestandartikel bei ´RetailS4U´ werden sollte und so bereits in einem Verteilzentrum vorrätig. Aber auch eine direkte Lieferung (Streckengeschäft) durch Sam ist möglich, wenn es sich zum Beispiel um einen besonders großen Artikel handelt, der viel Lagerkapazität in Anspruch nehmen könnte. Sam bleibt durch die enge Kollaboration mit `RetailS4U` über das ARIBA Network immer auf dem neusten Stand und kann auf neue Angebots- und Bestellanforderungen stets zügig reagieren, die durch Pats Nachfragesignal bei ´RetailS4U´ ausgelöst werden. Was macht Pat nun zu einem zufriedenen Kunden? Die Antwort darauf liegt in der Echtzeit-Interaktion mit Pat durch ´RetailS4U´. Das Nachfragesignal von Pat muss von ´RetailS4U´ ad-hoc prozessual verarbeitet und dessen Folgeprozesse angestoßen werden, so dass Pat eine unmittelbare Zufriedenheit beim Kaufprozess erfährt. Pat weiß sofort, ob der Artikel verfügbar ist, wann und wie der Artikel geliefert wird und wie hoch der zu zahlende Preis ist. Um dies zu gewährleisten wurden BW und POS Data Mgt. auf eine neue Datenbank gebracht: HANA Durch die Simplifizierung des Datenmodells bietet HANA eine neue Form der Systemgeschwindigkeit, die es ´RetailS4U´ ermöglicht, die Daten von Pat aus mehreren Jahren und in hoher Qualität vorzuhalten. ´RetailS4U´ weiß so sehr genau, was Pat vor 4 Jahren in einer der unzähligen Filialen gekauft hat. Diese Info liegt dem Unternehmen auf kleinster Ebene vor und erlaubt Rückschlüsse auf Präferenzen und Verkaufsverhalten von Pat. So kann Pats Nachfragesignal um zusätzliche Marketingaktionen oder personalisierte Angebote ergänzt werden. Diese wertvollen Daten über Pat muss ´RetailS4U´ deshalb schnell und zweckdienlich weiter verarbeiten, HANA macht dies mit ANALYTICS möglich. Durch Analytics können Algorithmen zusammengefasst werden, die es ´RetailS4U´ erlauben, Daten auf der tiefsten Ebene zu sammeln und Erkenntnisse aus ihnen abzuleiten. Betriebswirtschaftliche Zahlen wie Bruttomarge oder ROI können auf kleinster Ebene ermittelt werden und so einen hohen Beitrag zur Erstellung strategischer Entscheidungsgrundlagen leisten. Eine weitere neue Ebene ist der Business FORECAST, der durch HANA mit Daten in Echtzeit versorgt wird und Prognosen über zukünftigen Absatz erlaubt. Der Forecast ermöglicht eine Prognose bis auf die Ebene Größe oder Farbe eines Artikels, der in der kommenden Saison gefragt sein wird. Dies unterstützt und vereinfacht u.a. die Planungsprozesse von ´RetailS4U´, senkt Lagerkosten und reduziert die Rücknahmequoten der Lieferpartner von ´RetailS4U´. Sam freut sich, dass sein CO2-Fußabdruck dadurch ein wenig kleiner ist. Auch Pat erhält durch diese Informationen einen proaktiven Service. Ist der Artikel nicht verfügbar, kann sofort ermittelt werden, wann er es wieder ist und ob der Artikel nicht gerade in einer Filiale vorrätig ist und von dieser direkt an Pat nach Hause gesendet werden kann. Diese Prozesse erfordern jedoch, dass bestimmte Stammdaten von Pat verfügbar sind. Die Stammdaten von Pat sind bislang Teil der Merchandise-Kernlösung. Durch Echtzeitintegration erfolgt die Übertragung dieser Daten in das nun damit, vollständige Customer Activity Repository (SAP CAR). SAP CAR stellt für ´RetailS4U´ eine Schlüsselkomponente und das technische Fundament zur Verschmelzung aller Vertriebskanäle für ein einheitliches Kauferlebnis von Pat dar. Bisher wurden die historischen Daten aus BW, POS Data Mgt., Forecast und Analystics aufwendig an relevante Business Functions (Replenishment, Allocation. Promo, Price, Markdown) übertragen und dort - in der Regel über Nacht - verarbeitet. In SAP CAR können diese Business Functions in Echtzeit integriert werden und binnen Sekunden einen aktuellen Forecast erzeugen. Durch die Ergänzung von Bestandsinformationen aus dem ERP sind weitere Funktionen zum Marketing und zur personalisierten Angebotserstellung möglich. Keine Entscheidung muss mehr ohne aktuellen Forecast getroffen werden, so dass Mengen zur Nachversorgung, die Verteilung von Artikeln auf RetailS4U Filialen sowie die Planung von Promotions und Preisaktionen für Pat optimal durchgeführt werden können. Dabei können die genannten Business Functions Teil der SAP-Lösung sein, müssen es aber nicht. Auch Non-SAP Lösungen können von SAP CAR versorgt und integriert werden. RetailS4U konnte die Ermittlung für notwendige Nachversorgungen durch S/4HANA im Allgemeinen von über Nacht 14 Stunden auf unter 10 Minuten reduzieren. Pat hat damit nicht lange auf die Zusendung des Artikels aus der Filiale warten müssen, der zum Zeitpunkt des Kaufs online leider nicht verfügbar gewesen ist. Und was ist mit Sam? Sam und ´RetailS4U´ kollaborieren über das SAP ARIBA Network. Sie wickeln darüber aber nicht nur alle Prozesse zur Erfüllung des Nachfragesignals von Pat ab. ´RetailS4U´ verwaltet dessen Einkaufsprozesse vollständig über ARIBA, steuert so die Ausgaben, erkennt Einsparpotenziale und baut stabile Beziehungen zu Lieferpartnern auf - einer davon ist Sam.

Fortsetzung der Geschichte von Pat und Sam Das POS Data Management brachte Umsatzdaten zusammen und konnte diese u.a. als Basis für Audits und interne Analyse- zwecke weiterverwenden. Über die Umsatzdaten hinaus sind weitere Informationen von Pat für ´RetailS4U´ interessant. Durch Social Media wie Facebook, Instagram, Snapchat usw. kann mit Pat interagiert und auch passiv kommuniziert werden, so dass eine Integration dieser Medien für den Handel der Zukunft unausweichlich ist. Pat nutzt Social Media, um sich über Produkte zu informieren, die andere schon getestet oder sogar vorgeführt haben und entscheidet sich so beim nächsten Einkauf möglicherweise für den direkten Absprung vom Vorführvideo eines anderen Nutzers auf die Verkaufs- plattform von ´RetailS4U´. Das Core System IS-Retail ist auf den Input der Daten aus dem Einkaufserlebnis von Pat und die Übernahme in dessen Business Standardprozesse angewiesen, um diese weiter innerhalb der Kern- funktionen zu verarbeiten, Folgeprozesse anzustoßen und sie mit anderen Systemen (z.B. SAP TM, SAP EWM) zu teilen. All diese Prozesse passieren aus der Kundeninteraktion mit Pat heraus und werden im Ergebnis Sam Kenntnis darüber geben können, wann der gewünschte Artikel bereitgestellt werden muss, wie der Artikel geliefert werden soll und ob es nicht sogar ein Bestandartikel bei ´RetailS4U´ werden sollte und so bereits in einem Verteilzentrum vorrätig. Aber auch eine direkte Lieferung (Streckengeschäft) durch Sam ist möglich, wenn es sich zum Beispiel um einen besonders großen Artikel handelt, der viel Lagerkapazität in Anspruch nehmen könnte. Sam bleibt durch die enge Kollaboration mit `RetailS4U` über das ARIBA Network immer auf dem neusten Stand und kann auf neue Angebots- und Bestellanforderungen stets zügig reagieren, die durch Pats Nachfragesignal bei ´RetailS4U´ausgelöst werden. Was macht Pat nun zu einem zufriedenen Kunden? Die Antwort darauf liegt in der Echtzeit-Interaktion mit Pat durch ´RetailS4U´. Das Nachfragesignal von Pat muss von ´RetailS4U´ ad-hoc prozessual verarbeitet und dessen Folgeprozesse angestoßen werden, so dass Pat eine unmittelbare Zufriedenheit beim Kaufprozess erfährt. Pat weiß sofort, ob der Artikel verfügbar ist, wann und wie der Artikel geliefert wird und wie hoch der zu zahlende Preis ist. Um dies zu gewährleisten wurden BW und POS Data Mgt. auf eine neue Datenbank gebracht: HANA Durch die Simplifizierung des Datenmodells bietet HANA eine neue Form der Systemgeschwindigkeit, die es ´RetailS4U´ ermöglicht, die Daten von Pat aus mehreren Jahren und in hoher Qualität vorzuhalten. ´RetailS4U´ weiß so sehr genau, was Pat vor 4 Jahren in einer der unzähligen Filialen gekauft hat. Diese Info liegt dem Unternehmen auf kleinster Ebene vor und erlaubt Rückschlüsse auf Präferenzen und Verkaufsverhalten von Pat. So kann Pats Nachfragesignal um zusätzliche Marketingaktionen oder personalisierte Angebote ergänzt werden. Diese wertvollen Daten über Pat muss ´RetailS4U´ deshalb schnell und zweckdienlich weiter verarbeiten, HANA macht dies mit ANALYTICS möglich. Durch Analytics können Algorithmen zusammengefasst werden, die es ´RetailS4U´ erlauben, Daten auf der tiefsten Ebene zu sammeln und Erkenntnisse aus ihnen abzuleiten. Betriebswirtschaftliche Zahlen wie Bruttomarge oder ROI können auf kleinster Ebene ermittelt werden und so einen hohen Beitrag zur Erstellung strategischer Entscheidungsgrundlagen leisten. Eine weitere neue Ebene ist der Business FORECAST, der durch HANA mit Daten in Echtzeit versorgt wird und Prognosen über zukünftigen Absatz erlaubt. Der Forecast ermöglicht eine Prognose bis auf die Ebene Größe oder Farbe eines Artikels, der in der kommenden Saison gefragt sein wird. Dies unterstützt und vereinfacht u.a. die Planungsprozesse von ´RetailS4U´, senkt Lagerkosten und reduziert die Rücknahmequoten der Lieferpartner von ´RetailS4U´. Sam freut sich, dass sein CO2- Fußabdruck dadurch ein wenig kleiner ist. Auch Pat erhält durch diese Informationen einen proaktiven Service. Ist der Artikel nicht verfügbar, kann sofort ermittelt werden, wann er es wieder ist und ob der Artikel nicht gerade in einer Filiale vorrätig ist und von dieser direkt an Pat nach Hause gesendet werden kann. Diese Prozesse erfordern jedoch, dass bestimmte Stammdaten von Pat verfügbar sind. Die Stammdaten von Pat sind bislang Teil der Merchandise-Kernlösung. Durch Echtzeitintegration erfolgt die Übertragung dieser Daten in das nun damit, vollständige Customer Activity Repository (SAP CAR). SAP CAR stellt für ´RetailS4U´ eine Schlüsselkomponente und das technische Fundament zur Verschmelzung aller Vertriebskanäle für ein einheitliches Kauferlebnis von Pat dar. Bisher wurden die historischen Daten aus BW, POS Data Mgt., Forecast und Analystics aufwendig an relevante Business Functions (Replenishment, Allocation. Promo, Price, Markdown) übertragen und dort - in der Regel über Nacht - verarbeitet. In SAP CAR können diese Business Functions in Echtzeit integriert werden und binnen Sekunden einen aktuellen Forecast erzeugen. Durch die Ergänzung von Bestandsinformationen aus dem ERP sind weitere Funktionen zum Marketing und zur personalisierten Angebotserstellung möglich. Keine Entscheidung muss mehr ohne aktuellen Forecast getroffen werden, so dass Mengen zur Nachversorgung, die Verteilung von Artikeln auf RetailS4U Filialen sowie die Planung von Promotions und Preisaktionen für Pat optimal durchgeführt werden können. Dabei können die genannten Business Functions Teil der SAP-Lösung sein, müssen es aber nicht. Auch Non-SAP Lösungen können von SAP CAR versorgt und integriert werden. RetailS4U konnte die Ermittlung für notwendige Nachversorgungen durch S/4HANA im Allgemeinen von über Nacht 14 Stunden auf unter 10 Minuten reduzieren. Pat hat damit nicht lange auf die Zusendung des Artikels aus der Filiale warten müssen, der zum Zeitpunkt des Kaufs online leider nicht verfügbar gewesen ist. Und was ist mit Sam? Sam und ´RetailS4U´ kollaborieren über das SAP ARIBA Network. Sie wickeln darüber aber nicht nur alle Prozesse zur Erfüllung des Nachfragesignals von Pat ab. ´RetailS4U´ verwaltet dessen Einkaufsprozesse vollständig über ARIBA, steuert so die Ausgaben, erkennt Einsparpotenziale und baut stabile Beziehungen zu Lieferpartnern auf. - Einer davon ist Sam.