100 Jahre Tradition trifft auf cloudbasierte Vernetzung von Maschine, Werkzeug und Umgebung
Längst gibt es RFID zur Identifizierung von Werkzeugen, bei Herstellern und Händlern wie bei ihren Kunden. Und Werkzeuge, die mit Softwareapplikationen kommunizieren. Sie können sicher sein: Datennutzung wird in Zukunft noch wichtiger. Der Innovationsdruck für Werkzeughersteller und -händler wächst. Daten sind der Motor, der diesen Prozess antreibt. Sie haben die Veränderung in der Branche in Bewegung gesetzt und sie halten sie am Laufen.
Innovative Geschäftsmodelle, neue Möglichkeiten der Interaktion, Handwerker-Apps und Pop-up Stores – immer stärker verändern sich so auch Kundenerwartungen. Und immer schneller. Erfolg hat heute viel damit zu tun, Kundenbedürfnisse früh zu identifizieren und mit dem eigenen Produktportfolio darauf zu reagieren. Ohne sämtliche relevanten Daten zu Kunden, Kundenverhalten und Marktentwicklung kann heute kein Unternehmen mehr die richtigen strategischen Entscheidungen treffen. Data Leadership wird wettbewerbsentscheidend. Das Werkzeug dafür: ein unternehmensweites Data Management.
Vom Handwerk zur Digitalität
Daten verändern heute die gesamte Customer Journey. Auch Ihre Kunden sind digital vernetzt. Sie wollen reibungsloses Online- und Offline-Einkaufserlebnisse, von der umfassenden Produktinformation über die problemlose Beschaffung und serviceorientierte Distribution bis hin zur Abwicklung von Retouren. Datenbasierte Mehrwerte werden zur Selbstverständlichkeit.
3 Trends, die Ihre Branche derzeit verändern
Datenbasierte Produktinnovation
Sensoren und Aktoren von Werkzeugen liefern heute wertvolle Daten – wie auch die direkte Interaktion mit Verbrauchern und Kunden. Sie gewinnen ein ganzheitliches Bild von Nutzung und Zustand Ihrer Produkte. So eröffnen Datenanalysen vielfältige Optimierungs- und Absatzchancen – von segmentspezifisch individualisierten Angeboten bis zur proaktiven Produktentwicklung. Damit die Kundenloyalität steigt.
Mehr Wettbewerbsfähigkeit mit KI, ML, BI
Um Marktpotenziale frühzeitig zu erkennen und die richtigen Entscheidungen zu treffen, müssen Sie Markt-, Produkt-, Kunden- und Lieferantendaten verknüpfen und Transparenz über den Markt gewinnen. Auf Grundlage eines strategischen Datenmanagements werden Sie: mit maschinellem Lernen Ihre Prognosefähigkeit verbessern, mit künstlicher Intelligenz wiederkehrende Anomalien erkennen und mit Business Intelligence Unregelmäßigkeiten visualisieren.
Einfachere Produktklassifikation
Technische Daten und Produktbeschreibungen über sämtliche Kanäle konsistent, aktuell und wirklich vollständig zu Verfügung zu stellen, ist nicht leicht. Softwaregestützt, automatisiert und mit der Einbindung von Klassifikationsstandards wie proficl@ss, ETIM oder eCl@ss minimieren Sie die Komplexität und optimieren die Datenqualität. Das macht Ihnen das Leben leichter – ob bei der Kundenkommunikation, Katalogerstellung oder in Online-Vertriebskanälen.
Customer Voices
Jürgen Mayer
Isabel Dobler
Matthias Schneider
Christoph Liebe
Bastian Seib
Data Leadership For Experts
Danke, liebe Manager. Von hier an wird es langweilig ...
Die Experten unter Ihnen werden es sicher zu schätzen wissen, dass wir hier auch Einblicke geben die weit über das notwendige Grundverständnis hinausgehen. Also, los geht's!
Technologiethemen in der Branche
For Experts Only: Technologiethemen in der Werkzeugbranche
Das automatisierte Onboarding
Bislang war das Onboarding neuer Lieferanten – das heißt: ihrer Daten – oft ein langwieriger, weil manueller Prozess. Da gab es einen umständlichen manuellen Import und ein manuelles Mapping von un- und semi-strukturierten Produktlisten oder anderen Beistellungen der Lieferanten. Gerade in diesen Onboarding-Prozessen verspricht eine Automatisierung enorme Effizienzsteigerungen. Auch Self-Services für Ihre Lieferanten sind denkbar, mit einer Datenbereitstellung aufgrund definierter Templates und Datenstandards. Dies reduziert nicht nur Ihre Prozesskosten signifikant, Ihre Mitarbeiter können sich nun auch werthaltigeren Aufgaben widmen – etwa die Lieferantenbeziehung stärken oder das Sortiment optimieren.
Auch die Idee des Golden Record spielt beim automatischen Onboarding eine wichtige Rolle. Das heißt, dass Sie von jedem Ihrer Datenlieferanten die Attribute auswählen, die die höchste Datenqualität aufweisen. Am besten geschieht dies natürlich ebenfalls automatisiert, mithilfe trainierter und optimierter Machine-Learning-Modelle, sogenannter Matching-Algorithmen. Data Lineage wiederum will Transparenz und Nachvollziehbarkeit darüber schaffen, von welchem Lieferanten Sie welche Daten erhalten haben und wo diese zum Einsatz kommen. Auch ein automatisches Lieferanten-Scoring kann für Sie wertvoll sein: Lieferanten, die Ihnen bessere und umfassendere Produktdaten liefern, erhalten dann vielleicht bessere Konditionen – und mehr Sichtbarkeit in Ihren eigenen Kanälen und Kampagnen.
Die wachsende Bedeutung von Klassifikationsstandards
Klassifikationsstandards zu Ihren Produkten zu implementieren und diese Standards in Ihren Geschäftsprozessen zu verankern, spielt aktuell und in Zukunft eine ganz wesentliche Rolle. Hier empfiehlt sich sowohl der Einsatz geeigneter Tools als auch der Rückgriff auf Expertenwissen. Denn Sie müssen in diesem Zusammenhang etliche Fragen klären, die alles andere als trivial sind. Wie tief wollen Sie die Klassifikations- und Merkmalsstrukturen in Ihren Produktdatenprozessen verankern? Welche Klassifikationsstandards und Versionen unterstützen Ihre Geschäftspartner überhaupt? Und welche erwarten sie?
Wie gehen Sie mit einem Versionswechsel bei den Standards um – das heißt, wie mappen Sie von den alten auf die neuen Strukturen? Hier ist zu bedenken, dass es schon aus Gründen der Rückwärtskompatibilität oft geboten ist, mehrere Versionen vorzuhalten. Dann stellt sich natürlich auch die Frage, wie es Ihnen initial auf besondere effiziente Weise gelingt, von Ihrer internen Produktklassifikation auf den Klassifikationsstandard zu mappen. Dabei kann es durchaus Stellen geben, an denen der Standard Ihre eigene Produktwelt gar nicht ausreichend abbildet – was wiederum bedeutet, dass Sie den Standard für Ihren Bedarf ergänzen und erweitern müssen. In den eigenen Geschäftsprozessen Klassifikationsstandards zu implementieren, ist nicht ganz einfach. Aber die Mühe zahlt sich aus. Zumal Ihre Geschäftspartner die Nutzung von Klassifikationsstandards zunehmend als Voraussetzung für die Zusammenarbeit sehen.
Kundenzentriertes Handeln auf Basis von Data Insights
Ihren ganzen Wert entfalten Daten erst, indem Sie sie analysieren, um wichtige Erkenntnisse zu gewinnen. Solche Data Insights können Ihnen dazu dienen, Marktpotenziale entlang der gesamten Customer Journey zu identifizieren. Und zwar getrieben durch vielfältigste Use Cases und unter Einsatz von künstlicher Intelligenz und Machine Learning. Ziel ist es dabei, dem Omnichannel-Gedanken perfekt zu entsprechen: mit Sichtbarkeit auf allen Kanälen, einem proaktiven Erkennen der aktuellen Interessen eines Kunden und einer automatisierten individuellen Ansprache.
Eine automatische Beobachtung und Analyse der Customer Journey kann Ihnen beispielsweise zeigen, dass sich ein Handwerksmeister gerade selbstständig macht – wenn Sie die Firmenneuanmeldungen im Unternehmensregister der Handwerkskammer überwachen. Dies kann der ideale Anlass sein, diesen Meister mit einem Angebot für seinen Geschäftsausstattung anzusprechen. Auch die Kundenbindung zu stärken, ist ein positiver Effekt von Data Insights. Denken Sie an einen Kunden, der einfach ein Foto von dem Produkt schickt, das er nachbestellen möchte: Ihr KI-basiertes System erkennt das Produkt und stößt den Bestellprozess an. Ebenso ist eine Nachlieferung von Verbrauchsartikeln auf Basis automatisierter Bestell- und Absatzprognosen denkbar. Was all diese Beispiele für kundenzentriertes Handeln gemeinsam haben: Die Automatisierung basiert auf Daten, Daten-Pipelines und KI-gestützten Analysen.