Die erste Data Science Meetup des Jahres 2018 wurde von Kesko veranstaltet, einem finnischen Pionier des Handelssektors, der im Lebensmitteleinzelhandel, im Bau- und Technikgewerbe und im Automobilmarkt tätig ist.
DAIN Studios eröffnete die Veranstaltung mit einigen Neuigkeiten zur Aktivierung der Helsinki Data Science Community. Im Januar wurde eine Umfrage unter den Mitgliedern der LinkedIn-Gruppe durchgeführt, um herauszufinden, wie die Community und die Meetups weiterentwickelt werden sollten. Die Gruppe genießt eindeutig die praktischen Beispiele und konkreten Anwendungsfälle, die von anderen Datenwissenschaftlern vorgestellt werden!
Dann war es Zeit für unsere Gastgeber von K Digital, Stellung zu beziehen.
Da der Handelssektor von mehreren globalen Megatrends betroffen ist, die von der digitalen Revolution bis zum Klimawandel reichen, hat Kesko darauf reagiert, indem es neue Wertangebote rund um digitale Geschäfte und Dienstleistungen geschaffen hat. Kesko möchte ein unvergleichliches Kundenerlebnis bieten, indem es mobile Dienste, Online-Dienste und digitales Marketing einsetzt und das individuelle Kundenverhalten durch die umfassende Nutzung von Kundendaten versteht.
Kesko wurde zum verantwortungsvollsten Handelsunternehmen der Welt ernannt, und für K Digital bedeutet dies, dass sie mit Kundendaten sehr respektvoll umgehen.
Sanni Holm von Onninen, dem Geschäftsbereich für Bauwesen und technischen Handel von Kesko, stellte die Preisgestaltungsmaschine vor, die das Unternehmen entwickelt hat, um die Kundenpreise an die Kundenerwartungen anzupassen. Die Herausforderung liegt im Volumen: 100.000 Produkte, Tausende von Kunden in mehreren Ländern. Bisher waren die Pilotversuche sehr erfolgreich, und Onninen konnte mit Hilfe des Systems seine Gewinnspannen erhöhen, ohne Geschäftseinbußen hinnehmen zu müssen.
Niilo Latva-Pukkila von der KI-Abteilung von Kesko erläuterte dann, wie sie das Online-Verhalten mit Offline-Daten vorhersagen, wenn sie auf der Grundlage dessen, was der Verbraucher gekauft hat, Empfehlungen zu Rezepten erstellen. Niilo erläuterte unter anderem die nicht-negative Matrixfaktorisierung: eine große Matrix wird durch ein Produkt aus zwei Matrizen ausgedrückt. Auf diese Weise konnten sie die 100.000 Artikel auf den Quittungen auf 200 Merkmale reduzieren. Diese Methode funktioniert auch bei spärlichen Matrizen. In Testkampagnen konnten sie die Klickraten für Rezepte, die auf der Grundlage der Kaufhistorie angezeigt wurden, im Vergleich zu den beliebtesten Rezepten verdoppeln.
Caroline Aderinwale sprach dann über programmatisches Marketing und stellte zunächst das Konzept und die verschiedenen beteiligten Akteure so klar und verständlich dar, dass es wirklich Spaß machte. Es gibt das gängige Mantra "richtiger Kontext, richtiger Zeitpunkt, richtiger Inhalt" - aber die Ausführung ist nicht so einfach. Man muss eine Menge Voraussetzungen schaffen. (siehe Foto)
Programmatic Marketing ermöglicht es Kesko, die riesige Menge an gesammelten Daten zu nutzen, um die richtige Botschaft zu übermitteln und sich auf das Segment der einen zuzubewegen.
Nach der Präsentation teilten sich die Zuhörer in Teams auf und entwarfen mehr oder weniger futuristische Konzepte für den Lebensmitteleinkauf in 20 Jahren. Die Ideen reichten von der Logistik (z. B. Lieferung per Drohne zum Kühlschrank/Haus/Nähe) über Rezeptvorschläge (z. B. meine Gesundheit durch eine gute Ernährung) bis hin zur Unterstützung beim Einkaufen im Geschäft (z. B. automatische Kasse, wie man Produkte im Geschäft findet).
Vielleicht werden wir das in Zukunft bei unserem Besuch auf dem örtlichen K-Markt sehen?
