HS PF
EN

Marketing HighTech bei dmTech

News

dmTech begeistert die Studierenden durch spannende Roadshow durch die Welt der intelligenten Technologielösungen bei dm.

Marco Lausch, Alumni des Studiengang Marktforschung und Produktverantwortlicher Customer Targeting, begrüßte die Studierende im Open Space bei dm in Karlsruhe. dm betreibt über 2.000 Filialen in Deutschland und ist in 14 Ländern präsent. 42.000 Mitarbeiter arbeiten in Deutschland, 66.000 weltweit.

Bei der Vorstellung von dmTECH wurde deutlich, dass sie die gesamte IT des Konzerns verantworten und mit 900 Mitarbeitern eine große Bandbreite an Kompetenzen abdecken. Besonders hervorzuheben ist die dm-Kultur, die die Zusammenarbeit im Team prägt. dmTECH ist für die Entwicklung und den Betrieb von IT-Systemen und Services zuständig, im CRM Bereich stehen die Themen Automatisierung und Personalisierung von Marketingmaßnahmen, die Generierung von Kunden-Insights und die individuelle Filialgestaltung im Fokus. Software Engineers, Data Engineers, Data Scientist, Machine Learning Experten, DevOps arbeiten in den Teams agil zusammen.

Die Teams arbeiten in den Produktbereichen Marketing Automation, Customer Targeting, Customer Knowledge, Data-driven Service Innovations, Customer Messaging, Coupon-Stammdaten-Management und Customer Coupon Center. Die Daten aus der dm App, Informationen aus dem Online-Shopping-Verhalten, Bon-Daten, Payback-Daten und Informationen über den Filial-Standort stehen im Daten-Universum zur Verfügung.

Nach der Einführung stand die „Roadshow“ auf der Agenda. Acht Kollegen aus den unterschiedlichen Arbeitsbereichen führten die Studierenden in ihre tägliche Arbeit ein.

Beim Thementisch Couponranking und Affinitäten geht es um die Belohnungs- und Entdeckungsmechanik von Coupons. Die Coupons werden individuell je Kunde ausgespielt, die Einlösewahrscheinlichkeit hängt von der Sortierung / Reihenfolge der Coupons im Coupon-Center der App ab - die Herausforderung für dm besteht darin, eine  kundenindividuelle Sortierung nach Relevanz in der App zu erzeugen. Durch eine Score-Berechnung für jeden Warenbereich wird die Einlösewahrscheinlichkeit für jeden Kunden ermittelt. Durch die Affinitätsberechnungen auf Basis statistischer Zwillinge werden über Recommendation Systems mit dem Verfahren des Collaborativen Filtering auch bisher nicht gekaufte Produkte oder Marken vorgeschlagen. Die Affinitäten werden verwendet für die Ausspielung von Coupons, die Selektion von Marketingmaßnahmen und die Generierung von Kunden-Insights.

Im Bereich der Marketing Automation wurden die Willkommens-Coupons vorgestellt. Über Personalisierungsmechanismen soll den Kunden die passende Kommunikation zur Verfügung gestellt werden. Durch Trigger, also Aktionen des Kunden oder externe Ereignisse, werden den Kunden spezifische Coupons zugespielt. Über die Customer Journeys des Kundenverhaltens werden die Coupons entsprechend zugeordnet.

Bei der datengestützte Sortimentsoptimierung wurde am Beispiel dekorative Kosmetik gezeigt, wie der optimale Theken-Mix für jeden Standort zusammengestellt wird. Dekorative Kosmetikartikel werden im Impulskauf gekauft. Jede Filiale entscheidet nach Beratung selbständig über die Thekenlistung und die Thekengestaltung. Die Filialgestaltung wird durch automatisierte Entscheidungsunterstützung berechnet. Ausgehend von den Potenzialprognosen pro Theke (=Marke) wird ein Regressionsproblem gelöst, die Ergebnisse werden kombiniert zu einer Erfolgsmatrix. Mit einem mathematischen Optimierungsansatz (der Lösung des Rucksack-Problems) wird die beste Thekenkombination ermittelt. Auf dieser Grundlage wird dann jede Filiale individuell beraten. Als unabhängige Variablen fließen ca. 120 Indikatoren in ein Python-Softwarepaket wie z.B. Standortinformationen, Absatzmetriken, Sortiments-Schwerpunkte, Payback-Daten, Geomarketing-Daten und Wettbewerberumfeld.

Das Team Data-driven Service Innovations beschäftigt sich unter anderem mit Produktempfehlungen im Warenkorb im Onlineshop. Tendenziell vergessene Produkte sollen einem Kunden im Warenkorb noch angeboten werden, um die Rücksprünge vom Warenkorb ins Sortiment zu minimieren.

Im nachfolgenden Workshop sollten vier studentische Teams Optimierungen für die Startseite der dm App erarbeiten. Dabei entstanden in einem kreativen Feuerwerk personalisierte Einkaufslisten in der App mit Gamification-Elementen mit Regale-Routing in der Filiale, eventbezogene Live-Shopping-Aktionen und personalisierte Empfehlungen, konkrete Content- und User Experience-Optimierungen in der Oberfläche, One-Click-Kauf und Optimierung der App-Unterstützung für stationäre Käufer und vieles mehr.

Nach einem erlebnisreichen Tag ging die Exkursion nach einem Ausklang in die Durlacher Altstadt zu Ende.