Unter dem akademisch anmutenden Titel "Big Data im HandelHandel – Chancen und Herausforderungen" haben die Marktforscher von Lünendonk ihre Einschätzungen zu der neuen Analytics- oder BI-Welle veröffentlicht. Business IntelligenceBusiness Intelligence (BI) ist eigentlich nichts Neues in der Welt der Business-IT, und gerade im Handel, der beständig alle wesentlichen Marktbewegungen beobachten und strategisch auswerten muss, sind vielfältige Werkzeuge – klassische Datenbanken, CRM-Informationen (Customer Relation Management), Data Warehouses und BI-Varianten – seit Jahren im Einsatz. Alles zu Business Intelligence auf CIO.de Top-Firmen der Branche Handel

Dass jetzt neben dem Gesundheitsbereich vor allem Retail-Themen die wieder aufgeflammte Debatte um BI – heute unter dem modischen Etikett "Big Data" – bestimmen, ist nur konsequent angesichts der historischen Entwicklung. Bei Lünendonk geht man davon aus, dass aktuell eine Menge neuer Geräte und technischer Methoden die Anzahl der verwertbaren Daten und ihre digitalen Erfassung kontinuierlich weiter anschwellen lässt.

Die neuen Datenströme aus bargeldlosen Zahlungssystemen, RFID-Chips, aus der Bezahlung mit mobilen Endgeräten oder aus sozialen Netzwerken und Apps würden den Handelsunternehmen "bisher ungeahnte Möglichkeiten, aber auch große Herausforderungen bei der Datenspeicherung und -analyse" stellen. Chancen und Herausforderungen will man bei Lünendonk aufzeigen, wobei der zweite Aspekt bei den rein marketingmäßigen großen Zukunftsentwürfen von Herstellerseite in der Regel zu kurz kommt.

Big Data und Data Analytics müssen sich noch beweisen

Mario Zillmann, Leiter Professional Services bei Lünendonk, betont: "Vor allem der Handel als Branche mit einem enorm hohen Datenaufkommen kann aus der Verarbeitung von Big Data entscheidende Wettbewerbsvorteile ziehen. So lassen sich sowohl ein besseres Einkaufserlebnis für die Kunden als auch die Optimierung der Logistikketten und Geschäftsprozesse bewirken." Optimierung unterstellt natürlich, dass auch schon bisher an diesen Zielen gearbeitet wurde. Insofern müssen die jetzt angepriesenen alternativen Werkzeuge von "Big Data" und "Data Analytics" erst noch in der Praxis beweisen, dass sie dazu wirklich in der Lage sind.