B2B E-Commerce Daten bestimmen die Zukunft des B2B-Handels

Autor / Redakteur: Roland Fesenmayr* / Julia Krause

Zeitgemäßer Onlinehandel fußt auf der Analyse und Verarbeitung selbst erhobener Daten. Gerade der B2B-Mittelstand muss beginnen, Automatisierung und Künstliche Intelligenz für sich zu erschließen. Mit externen Lösungen lassen sich erste Use Cases schnell implementieren.

Anbieter zum Thema

Personalisierte real-time Kunden-Interaktionen werden ein Muss – auch und gerade im B2B Commerce.
Personalisierte real-time Kunden-Interaktionen werden ein Muss – auch und gerade im B2B Commerce.
(Bild: gemeinfrei / Unsplash)

Kein guter Service ohne Daten

Der Mittelstand kann 2020 nicht länger die Augen vor technologischen Innovationen, allen voran Automatisierung und Künstliche Intelligenz, verschließen. Die Adaption neuer Technologien und die digitale Transformation des Handels schreitet weiter rasant voran.

Jeder, der online einkauft, hat sich inzwischen an das Aufspringen von Chatbot-Fenstern und an dynamische Produkt- und Content-Vorschläge gewöhnt. Im Hintergrund arbeiten ausgefeilte Algorithmen oder Machine Learning, die in Echtzeit aus dem realen Verhalten des Users geeignete Maßnahmen ableiten und sofort aussteuern.

Was vor einiger Zeit noch sehr innovativ war, ist im wandelfreudigen B2C-Commerce schnell zum gewohnten Bild geworden. Nutzer gewöhnen sich an nichts so schnell wie an gute Usability und Convenience. Das beeinflusst ihre Erwartungshaltung in der digitalen Interaktion und macht dabei keinen Unterschied zwischen B2C und B2B. Wer einmal gute Customer Experience im privaten Umfeld erfahren hat, wird dies auch im professionellen Umfeld als neuen Standard erwarten: eine Plattform die individuelle Einkaufserlebnisse ermöglicht, indem sie keine one-fits-all Angebote unterbreitet, sondern aus direkt erhobenen Daten lernt. Somit sehen sich B2B-Händler heute mit einer Erwartungshaltung ihrer Kunden konfrontiert, die sie gewissermaßen vom B2C „ererbt“ haben und bedienen müssen.

Aber die Chancen reichen noch viel weiter: als Hersteller lassen sich aus kombinierten Erhebungen von Kundenverhalten und Produktnutzung bessere und neu zu ergänzende Services für Wartung und Optimierung entwickeln. Schließlich hält mit modernen Fertigungstechnologien das nächste Digitalisierungslevel auch Einzug in den Produktionsprozess selbst („Advanced Manufacturing“).

Der B2B-Mittelstand steht heute vor der Herausforderung, Automatisierung und Künstliche Intelligenz zeitnah sinnvoll für sich zu erschließen. Aber wie und wann?

Spring nicht zu früh, aber auch nicht zu spät

„Spring nicht zu früh, aber auch nicht zu spät“, so könnte man die Herausforderung des Mittelstands in der digitalen Transformation zusammenfassen. Viele Mittelständler beobachten die Entwicklung der Nutzungsmöglichkeiten von Machine Learning, mit Blick auf eine frühzeitige Adaption sind ihnen jedoch die Hände gebunden. Die Budgets für Research & Development sind im Mittelstand begrenzt und können sich mit denen des Silicon Valleys oder von Großkonzernen nicht messen. Es fehlt oft an Raum und Ressourcen neben dem Tagesgeschäft Innovationsprojekte als Experiment zu betreiben, die vielleicht nie auf den Markt kommen werden. So verhielt es sich auch mit data-driven Ansätzen: darüber gesprochen wurde schon lang, vollumfänglich umgesetzt haben es die wenigsten.

Die Haltung, dass man nicht jeden Fehler selbst gemacht haben muss und ruhig aus den Fehlern anderer lernen kann, ist für den Mittelstand ein gesunder Pragmatismus. Aber das Blatt wendet sich, sobald der Trend einmal Fuß gefasst hat, wie wir es heute mit KI erleben.

Eine Studie des EHI Retail Institute zeigt, dass „Künstliche Intelligenz“ der mit Abstand wichtigste technologische Trend in den nächsten drei Jahren sein wird (EHI Retail Institute, 2019). Für den Mittelstand heißt das, mit schnell realisierten Anwendungsfällen entscheidende Wettbewerbsvorteile zu erringen. KI funktioniert nicht ohne Daten. Analyse und Verwertung strategisch und technologisch aufzubauen, ist ein komplexes Projekt. Auch wenn die Datenanalyse mittel- oder langfristig inhouse angestrebt wird, ist es nicht zielführend, direkt mit dem internen Aufbau zu beginnen.

Den Anspruch im Organigramm verankern

Wer schlank, aber schnell startet, kann schon aus den ersten Anwendungsfällen wertvolles Wissen ziehen und sicherstellen, dass das Angebot nicht am Bedarf vorbeigeht. Wenn sich Unternehmen auf die neue Relevanz der Daten einlassen und ihre wichtige Rolle anerkennen wollen, erfordert dies eine nachhaltige Änderung des Mindsets. Dies muss im Unternehmen verankert werden.

Bereits die Besetzung eines Chief Data Officers kann in kleinen und mittleren Unternehmen den Wendepunkt bedeuten. Die Datengewinnung, -verarbeitung, -anreicherung und -analyse bricht vorhandene Silos auf und bildet die Basis, um strategische Entscheidungen abzuleiten. Der komplexe Umgang mit Daten zahlt auf die ganzheitliche Zukunftsvision ein. Den Bedarf hat die große Mehrheit der Unternehmen längst erkannt.

Über 90 Prozent sehen die Relevanz von KI.
Über 90 Prozent sehen die Relevanz von KI.
(Bild: (Umfrage OXID eSales, 11/2019))

In einer aktuellen Umfrage von OXID eSales gaben gut 17 Prozent der befragten Unternehmen an, bereits heute schon KI in der Kundenkommunikation einzusetzen. Weitere 20 Prozent planen es für 2020. 54 Prozent beobachten das Thema, auch wenn sie aktuell noch keine Umsetzung planen, sondern in die Grundlagen investieren. Nur knapp 8 Prozent sehen gar keine Anwendungsfälle.

Erste Use Cases entwickeln

Wer in der Entwicklung erster KI-Use Cases mit der Inhouse-Datenanalyse bestmöglich umgehen muss oder möchte, dem können externe Lösungen dabei helfen, die neuen Technologien schnell zu implementieren.

Aus den Daten des CRM-Systems lassen sich Kundenverhalten und Maßnahmen zur Kundenbindung ableiten. Im Marketing sind Virtuelle Assistenten und Chatbots relevant. Im E-Commerce werden personalisierte real-time-Angebote, Voice-Commerce und automatisierbare Service-Angebote zunehmend wichtig. All dies lässt sich über ergänzende Dienste in bestehende Systeme einfügen. Unternehmen mit wenig Personalressourcen können dafür auf branchenspezifische Lösungen zurückgreifen, die weniger interne Entwicklerleistung benötigen.

Mit einem tiefen Verständnis des neuen Kundenbedarfs und einer fundierten Datenbasis ist der Grundstein gelegt, um mit KI und Co. echte Geschäftserweiterungen und eine sinnvolle Transformation voranzutreiben.

Personalisierte Erlebnisse werden ein Muss im B2B

Interessant ist, dass gerade B2B-Unternehmen bereits den Zugang zu einzigartigen Daten haben, aus denen sich unternehmerisch große Vorteile ziehen lassen. Der Schatz ist bereits in greifbarer Nähe; jetzt muss er gehoben werden.

Personalisierte real-time Kunden-Interaktionen werden ein Muss – auch und gerade im B2B Commerce. Shopentwickler müssen für diese Zielgruppe und ihre Bedürfnisse spezifische Lösungen entwickeln, mit denen neue Technologien schnell zu implementieren sind, die wenig Individualisierungsaufwand benötigen und einen schnellen Marktstart gewährleisten.

* Roland Fesenmayr ist CEO der OXID eSales AG.

(ID:46325675)