Die Herausforderungen des Buchhandels

… SIND

PRODUKTVIELFALT, DIVERSE KUNDENKANÄLE UND DIGITALISIERUNG

2

Kernpunkte der Herausforderung

> 18 Millionen Artikel im Artikelstamm

(deutsch- und fremdsprachige Bücher, Zeitschriften,

Büro- und Schreibwaren, Geschenk- und

Grußkartenprodukte, Medien, Software, Tickets,

Modernes Antiquariat, etc.)

> Jedes Jahr mehr als 200.000 Neuerscheinungen

allein im deutschen Markt

> 300.000 Produktänderungen pro Tag (Artikel,

Preise, Bezugsquellen, Lieferbarkeit)

> 30.000 Lieferanten

(Mehrstufige redundante Bezugsquellen und

Kataloghersteller)

> 45 Millionen Einkaufsinfosatze > 250 Millionen

Konditionssätze und Kalkulationssätze mit 10

Vertriebslinien

Integration verschiedener Vetriebskanäle als

OMNI-Channel Händler

> als 10 E-Commerce Domänen

Digitalisierung eBook und eReader mit

cloudbasierter Abbildung

> 250 Filialen mit kompletter Prozesskette von

Sortimentierung, Disposition, Wareneingang,

Kundenauftragsabwicklung, Rechnungsgeschäft und

Kassenabwicklung inkl. hochgradigem

Remmissionsgeschäft mit extremen saisonalen

Spitzen, RackJobbing, VMI

Filialgrößen von 50 bis 4000 qm

(von 3 Mitarbeitern bis 150 Mitarbeiter pro Filiale, mit

aktivem Bestandsartikel von 15.000 bis über 100.000

Artikel)

Zentrallagerabwicklung und Direktbezug

mit variablen Bezugs- und Remissionswegen inkl.

CrossDock

Untertägige Nachschubversorgung

(Apothekengeschäft)

mit NearTime Bestandsmanagement mit stündlicher

Nachdispo

3

Thalia’s Omni-Channel-Strategie

Multi-Channel Cross-Channel Omni-Channel

Webshop

Viele parallele Kanäle mit wenigen kanalüber-

greifenden Kundenaktivitäten

Fokus: technische Bereitstellung der einzelnen

Kanäle

Thalia’s Focus

THALIAS WANDEL VON DER KANAL- ZUR KUNDENSICHT

4

eReader

Filiale

App

Viele koordinierte Kanäle mit einzelnen

kanalübergreifenden Kunden

Die Sichtweise/Zuständigkeit ist jedoch weiterhin

Kanalbezogen

Webshop

eReader

Filiale

App

… / Cloud-Reading / Filialabholung / …

Webshop

eReader

Filiale

App

… / Cloud-Reading / Filialabholung / …

Voll integrierte Kanäle, die einen nahtlosen

Übergang der Kundeninteraktion innerhalb der

Geschäftsprozesse zulassen.

Ausweitung der Präsenz in neue Absatz-Kanäle

und Erweiterung des Produkt-portfolios durch

Drittanbieter

Qualifizierte kanalbezogene Strategien.

Steigerung des Mehrwerts für den Kunden

innerhalb des Kanals. Gemeinsame Ausrichtung

der Kanäle

Kundenbezogene Strategien.

Nicht der Kanal steht in der Betrachtung,

sondern der Kunde.

Thalia’s IT Landscape - Overview

Die unterschiedlichen Prozesse und Kanäle sind integriert

Die Datenwahrheit liegt an zentraler Stelle

=> Einheitliche Sicht aller Unternehmensbereiche auf die zentralen Schlüsselfak-toren des Handels wie Kun-den, Lieferanten, Artikel, …

Central Warehouse Stores

Permanent Hotspots Permanent Hotspots

Virtual network

GK Cashier Solutions

Offline capable

Logistic execution system

Virtual Network

Headquarters eCommerce

Permanent HotspotseReader/

AppsCloud

Services

ProductInformation

Management

Campaign Management

Systems

Virtual Network/Terminal Server

Workstations

Data warehouse/BW-accelerator

ERP system

(THAWIS)

Customer

fulfilment

Supply chain

management

Accounting

(FI-CO & FI-CA)

Customer Inter-

action centre

DIE PROZESS- UND DATENINTEGRATION STEHEN IM FOKUS !

5

Innovationen sichern Umsatz und Marktanteile …

und damit in einem schwierigen Marktumfeld das geplante Wachstum!

UM HERAUSFORDERUNGEN DER ZUKUNFT ZU MEISTERN SIND INNOVATIONEN

UND KONTINUIERLICHE VERBESSERUNGEN NÖTIG

6

Risiko für Marktanteil bei hohem

Wettbewerbsdruck

Neue Innovationen in

Form von Use Cases

sichern Wachstum***Zukünftige geringes

Marktwachstum*

Abnehmender Grenznutzen

von bestehenden

Innovationen

Entwicklung bei Durchführung

von Innovationen**

2014/2015 2015/2016 2017/2018 2018/2019

x%

Po

ten

tia

lheb

un

g

* Quelle: „Buch und Buchhandel in Zahlen 2015“, Hrsg.: Börsenverein des Deutschen Buchhandels e.V., Frankfurt am Main: Juli 2015

** strategischer Planung Thalia

*** Roadmap und Innovationsthemen müssen das Wachstum stützen

Wo kommt Thalia her und wo geht es konkret hin?

BUSINESS-SZENARIEN UND IT-PLATTFORMEN GEHEN IN DER ENTWICKLUNG HAND IN HAND

7

Dezentrale Daten kanalspezifisches

Reporting u. KPI

=> kanalspezifische

Prozessregulierung

Zentrales Reporting u. KPI

=> Zeitnahe zentrale

Prozessregulierung

DataMining u. pre-

dictive Analytic

=> Zentrale, predictive

Steuerung

• Individuelle operative

Steuerung

• Verteilte Systeme

• Verteilte Prozesse

• Unvollständige und verteilte

Daten

• Konsolidierte, aber

kanalindividuelle Prozesse,

• Teilintegrierte Systeme

• Verteilte Daten,

Teilzentralisiert

• Integrierte Prozesse

• Integrierte Systeme

• Vollständige zentrale Daten

• Individuelle und

personalisierte

Kundenansprache (360°

Kunde)

• Erweitere Sortimente und

stetig erhöhte Verfügbarkeit

• Hohe Innovations-

geschwindigkeit für neue Use

Cases

Data Information Action

Information

…

Einsatzfelder analytische und prädiktive Innovationsthemen

ZUORDNUNG VON HEBELN UND FUNKTIONSBEREICHEN, WELCHE UNTER DATENGETRIEBENEN GESICHTSPUNKTEN NUTZBRINGENDE DATEN GENERIEREN KÖNNEN

8

Marketing/

eCommerceMerchandising Operations Supply Chain

Cross Selling

Location based

Marketing

Instore Kunden

Verhaltensanalysen

Kundenbewertungen/

Empfehlungen

Online Kauf-

verhaltensanalyse

Promotions (On-/

Offline)

Kunden

Segmentierung

Sortiments-

optimierung

Sentiment Analyse

Optimierung der

Warenplatzierung

Preisoptimierung

Performance/

Transparenz

Optimierung

Arbeitskräfteeinsatz

Optimierung

Organisation

Lager- und Bestands-

management

Optimierung Logistik

und Warenverteilung

Optimierung Prozesse

Hebel der

Big

Data

Analy

tics

Aktuelle Fragestellungen aus den Fachbereichen

EIN AUSZUG AUS DEN FRAGEN, DIE HEUTE NUR AUFWÄNDIG BEANTWORTET UND

DAMIT BEDINGT WERTSCHÖPFEND BEARBEITET WERDEN KÖNNEN

9

Bindung

profitabler Kunden

Risiko-

minimierung

Erkennung und

Prävention von

Betrug

Steigerung des

Kundenwerts

Akquise “guter”

Kunden

„Mit welcher

Wahrscheinlichkeit

wird ein Kunde

reagieren?“

„Welche Kunden

sind abwanderungs-

gefährdet?“

„Welches ist das

interessanteste

nächste

Produktangebot?“

„Welche Kunden

werden

voraussichtlich

Zahlungsschwierig-

keiten bekommen?“

„Welche Aktivitäten

sind betrugs-

verdächtig?“

Technische Lösungsszenarien

FÜR DIE ANFORDERUNGEN ERGEBEN SICH UNTERSCHIEDLICHE IT-ARCHITEKTUR-

UND PRODUKT-SZENARIEN

10

Kennzahlen

Dimensionen

Zeit Produkt Region ...

Kennzahl 1

Kennzahl 2

Kennzahl 3

Kennzahl 5

Kennzahl 4

Kennzahl 7

Kennzahl 6

...

BI Applikation 1

Kennzahlen

Dimensionen

Zeit Produkt Region ...

Kennzahl 1

Kennzahl 2

Kennzahl 3

Kennzahl 5

Kennzahl 4

Kennzahl 7

Kennzahl 6

...

BI Applikation 1

Kennzahlen

Dimensionen

Zeit Produkt Region ...

Kennzahl 1

Kennzahl 2

Kennzahl 3

Kennzahl 5

Kennzahl 4

Kennzahl 7

Kennzahl 6

...

BI Applikation 1

Satelliten

• Detailoptimiert

• Kurzfristig geringe Investition

• Hohe Synergien/ Gesamtoptimierung

• Geringerer Betriebsaufwand

• Basis für zukünftige Innovationen

• Langfristig hohe Investition

• Keine Synergien

• Hoher Betriebsaufwand

• Kurzfristig hohe Investition

• Migrationsaufwand

Plattform

SAP Customer Activity Repository (CAR)

SAP HANA

SAP Predictive Analytics

Ergebnis der Plattformanalyse (PoC)

Eine vergleichbare Implementierung gegenüber

einer zentrale Plattform würde je Satellit den Faktor

0,7-1,1 an TCO bedeuten

Plattformoptionen

BEWERTUNG RELEVANTER ALTERNATIVLÖSUNGEN

11

HANA + CAR + SAP PA Drittprodukt (z.Bsp. SAS, SPSS

etc.)

Eigenentwicklung

Integration SAP-

Landschaft (insb. Retail)

Transaktionssicherheit im Kontext SLT

+ Echtzeit-replikation; Investitions-

sicherheit bestehender Entwicklungen

auf Basis SAP ABAP (z.B. Suche in der

Filiale)

ETL-Prozesse (beidseitig)

Zeit und Datenfluss (!)

ETL-Prozesse (beidseitig)

Zeit und Datenfluss (!)

Wissen bei Thalia Hohes SAP Know-How vorhanden,

HANA-Know-How erforderlich

Zusatz-Know How erforderlich für Basis

technologien

Offen (flächendeckendes Wissen nicht

vorhanden)

Prozessintegration Durch SW-Anbieter vorgedachte

Technologie-Integration

Komplex bei iterativen Prozessen Hohe Integration der Kundenprozesse,

komplex bei iterativen Prozessen

Wartung Weiterentwicklung/ Fehlerbehebung

durch einen Anbieter

Partizipieren an der technologischen

Entwicklung

Höherer Analysebedarf im Fehlerfall

(Ansprechpartner) durch mehrere

Lösungspartner

Fehlerbehandlung durch interne

Mitarbeiter

Abhängigkeit SW-

Anbieter

Hohe Abhängigkeit vom Hersteller

jedoch nicht von Personen

Hohe Abhängigkeit vom Hersteller

jedoch nicht von Personen

Geringe Abhängigkeit vom SW-

Hersteller, jedoch Gefahr der internen

Kopfmonopole

Produkt-

reifegrad

Integrationsaufgaben liegen bei SAP,

Funktionalität in einzelnen Produkten

verteilt

Hoher Reifegrad des Produktes Die Technologien sind ausgereift. Das

Produkt muss aber selbst erstellt

werden.

Fazit

Cross Industry Standard Process for Data Mining

MIT HANA CAR UND SAP PREDICTIVE ANALYTICS AUTOMATED ANALYTICS LIEFERT SAP

NUN EINEN INTERESSANTEN LÖSUNGSANSATZ:

12

Quelle: SAP

Bausteine für ein erweitertes CRISP Model:

(Die Erweiterung liegt in dem zusätzlichen Monitoring-Schritt zur

Modellüberprüfung und messorientierte Bewertung der Ergebnisse.)

Data Manager oder HANA based

Datamanagement für Data understanding

und Data preparation

Predictive Analytics (= Automated – ehemals

KXEN Produkt - und Expert Mode) sowie

Library based scripting für Modeling

PA-Automated Mode für Evaluation

Modelmanager (Factory) oder

Stored Procedures für Deployment

PA-Automated für Monitoring mit eigenem

Berichtswesen für den zusätzlichen Kontrollweg.

In allen Schritten ist alternativ auch ein manuelles

Vorgehen möglich

POC Summary

BEWERTUNG DES SAP-HANA PRODUKTPORTFOLIOS

13

Toolset Bewertung

Dataman-

agement

Möglichkeit 1: HANA Studio

Möglichkeit 2: PA-Datamanager

Alle Anforderungen lassen sich mit HANA Studio individuell erfüllen.

Der PA-Datamager kann leider noch nicht in alle Hana Objekte (z.B. Calculation Views) managen

Modelling HANA Scripting mit Nutzung der

PAL und APL Libraries

PA-Automated- und Expert-

Mode

R-Prozeduren

Der Abdeckungsgrad analytischer Algorithmen in APL und PAL ist inzwischen recht gut.

Automated- und Expert Mode sollen (nach Aussage der SAP-Roadmap) weiter

zusammenwachsen. Derzeit hat jede Produktkomponente jeweils Vor- und Nachteile und deckt

jeweils nicht alle Algorithmen ab.

Die Anbindung eines zusätzlichen R-Servers schafft Flexibilität und öffnet

Evaluation Weg 1: Automatisch

Weg 2: Manuell

Eine zentrale Stärke des Automated Mode ist die automatisierte Modellfindung (zumindest bei

Regressionen, Clustering und Klassifikationen) und deren Optimierung,.

Eine manuelle Modellierung analytischer Modelle ist alternativ möglich!

Abap-

Deployment

Weg 1: Factory

Weg 2: Manuell

Ein neuer Toolansatz, dessen Integration in SAP derzeit jedoch nur teilweise abgebildet ist.

Über eigene Entwicklung lassen sich alle Modelle manuell anbinden

Monitoring Weg 1: PA-Automated

Weg 2: Manuell

Eine zentrale Stärke des PA-Automated Mode ist die automatische Modellüberprüfung, alternativ

muss dies selbst implementiert werden

Fazit

Die SAP hat Insbesondere noch

Integrationsaufgaben zu leisten, Funktionalität

sind teilweise in einzelnen Produkten verteilt.

Programmiertechnisch ist der Abdeckungsgrad gut. Durch die historisch bedingten

verschiedenen Produktkomponenten ist die durchgängige und integrative Nutzung noch (soll

sich ändern) schwierig.

Vollständige POC Abdeckung nur durch Programmierung möglich

AKTUELLES NUTZUNGSERGEBNIS:

Einsatz des HANA Studios für Datamodelling

Automated Mode wo möglich; sonst Scripting (APL, PAL; R, SQL)

Adhoc Szenarien ggf. mit Expert Mode (nur begrenzter

Algorithmenumfang)

Factory (für Automated Cases)

Eigenentwicklung für Deployment in Businessanwendungen

Controlling via BO-Tools