Das Geheimnis einer wettbewerbsfähigen Preisgestaltung im Einzelhandel liegt in den Daten.
16 june 2022 – GESCHRIEBEN VON SNOWFLAKE: KLICKEN SIE HIER, UM DEN ENNGLICHEN BLOGPost ZU LESEN.
Wo früher die Produktstammdaten des Einzelhandels manuell in den Geschäften gesammelt wurden, führt die Produktdaten-Aggregationsplattform von Daltix mehrere Datensätze zusammen, um ihren Kunden über ein einziges Dashboard aktuelle regionale und wettbewerbsbezogene Einblicke zu geben. Simon Esprit, CTO bei Daltix, erklärte uns, wie es mit der Data Cloud von Snowflake funktioniert.
Erfahren Sie, wie Daltix die Datenwolke von Snowflake einsetzt.
In der hart umkämpften Welt des Einzelhandels, in der Marken ständig um Kundenbindung kämpfen, kann es für den Erfolg entscheidend sein, die richtigen Produkte zu finden – von Preisen und Werbeaktionen bis hin zu Stückgrößen und Nährwertangaben. Und nicht nur Einzelhändler müssen die Branchendaten genau im Auge behalten. Auch Hersteller von schnelldrehenden Konsumgütern (FMCG) und sogar Marktforschungsinstitute benötigen immer häufiger aktuelle Produkt-stammdaten, um sicherzustellen, dass die Kunden genau das bekommen, was sie wollen.
Hier kommt Daltix ins Spiel. Mithilfe modernster Technologien sammelt Daltix eine breite Palette an Daten von Supermärkten, Discountern und Drogeriemärkten. Diese Informationen werden dann mit vertrauenswürdigen Daten von Drittanbietern – und sogar Felddaten – kombiniert, um den Kunden zu helfen, die Produktpreise und -positionierung gegenüber ihren Wettbewerbern und dem breiteren Markt an mehreren Standorten genauer zu planen.
Von Preisdaten bis hin zu Werbeaktionen benötigen Kunden hochwertige Daten, um den Einzelhandelsmarkt zu verfolgen“, sagte Simon Esprit, Partner, CTO bei Daltix. „In der Vergangenheit wurden diese Daten manuell von Teams erhoben, die Geschäfte besuchten und Preisdaten aufzeichneten. Das ist kostspielig, langsam und birgt das Risiko menschlicher Fehler, so dass die Daten ungenau sind. Wir wollten qualitativ hochwertige Einzelhandelsdaten online anbieten, die täglich aktualisiert werden, ohne dass das Risiko menschlicher Fehler besteht.
In dem Bestreben, den Markt für E-Commerce-Preise in den Benelux-Ländern zu stören und anzuführen, begann Daltix mit einer einfachen PostgreSQL-Datenbank. Da die Plattform des Unternehmens jedoch jeden Tag eine wachsende Menge an Daten ausliest, fanden Esprit und sein Team es schwierig, auf Daten für verschiedene Einzelhändler zuzugreifen. Darüber hinaus war es für Daltix schwierig, seine Arbeitslasten kosteneffizient zu skalieren, auf Daten für neue Anwendungsfälle zuzugreifen, die Art der Datenspeicherung zu ändern und eine ausreichende Datenanalyseleistung aufrechtzuerhalten.
„Nachdem wir mit verschiedenen Beratern gesprochen hatten, bauten wir einen Data Lake auf AWS auf, aber das erwies sich als kostspielig und viel zu komplex für unsere Nicht-Daten-Engineering-Teams“, erklärte Esprit. „Wir haben auch Amazon Redshift ausprobiert, aber auch hier brauchten wir etwas, das einfacher zu bedienen ist. Glücklicherweise schlug einer unserer Dateningenieure die Data Cloud von Snowflake vor. Sie war vom ersten Tag an viel einfacher zu skalieren und zu nutzen und bot bessere Möglichkeiten zur gemeinsamen Datennutzung bei gleichzeitiger Sicherheit. Und im Gegensatz zu Redshift unterstützt die Plattform von Snowflake JSON-Daten, was die Ausführung von Abfragen erheblich erleichtert.“
Eine elastische Single Source of Truth für Daten
Mit fast 60 TB an Daten, die auf der gesamten Snowflake-Plattform gespeichert sind und täglich mehr als 10 GB verarbeiten, haben die Dateningenieure und Datenwissenschaftler von Daltix erhebliche Leistungs- und Effizienzverbesserungen festgestellt. Insbesondere das Analyseteam des Unternehmens muss die eingegebenen Daten nicht mehr manuell bereinigen, sondern nutzt stattdessen die automatischen Datenbereinigungsfunktionen von Snowflake, um schneller als je zuvor qualitativ hochwertige Daten zu erhalten.
Esprit und sein Team nutzen auch die differenzierten Datenverarbeitungsfunktionen der Snowflake-Plattform, um das Fehlerrisiko zu verringern und mehr mit ihren Datensätzen zu experimentieren, was letztlich ihren Kunden zugute kommt. „Wir nutzen Time Travel, um nicht erkennbare Fehler zu vermeiden. Dadurch können wir flexibler sein, mehr experimentieren und schneller vorankommen“, erklärt Esprit. „Wir verwenden auch Zero-Copy Cloning, um schnelle Tests durchzuführen, ohne Live-Datenbanken zu manipulieren. Damit haben wir einen einfachen Zugriff auf Tabellen in unseren Datenbanken und ermöglicht es uns, Daten mit unseren Kunden zum Nachweis von Konzepten zu teilen.“
Kosteneffizienz und Leistung in einer Lösung
Seitdem die Analysten von Daltix die Data Cloud von Snowflake nutzen, haben sie ihre Produktivität verdoppelt und die Motivation des Teams verbessert. Und da das Unternehmen keine Infrastruktur zu verwalten hat, konnte es auch die Einstellung unnötiger zusätzlicher Datentechniker vermeiden.
Die Art und Weise, wie Daltix die Daten seiner Kunden speichert und verarbeitet, ist in gewisser Weise einzigartig auf dem Markt und nutzt die Größe der Snowflake-Plattform als Vorteil gegenüber anderen Akteuren in der Branche. Esprit erklärte: „Jeder unserer Kunden profitiert von seinem eigenen isolierten Data Warehouse in Snowflake. Es gibt uns die Flexibilität, die Umgebungen einzelner Kunden zu skalieren und neue mit einem einzigen SQL-Befehl zu erstellen. Das Ergebnis ist, dass wir die Kosten pro Kunden mit weitaus größerer Übersicht individualisieren können. Und dank der Auto-Suspend-Funktion zahlen wir nicht für ungenutzte Warehouses, was die Kosten pro Kunde im Vergleich zu einer Always-on-Lösung halbiert. Außerdem entfällt die Wartung auf unserer Seite, was erhebliche Ressourcen spart.“
Die Kunden von Daltix spüren bereits die Leistungsvorteile in Form von schnelleren Antwortzeiten und einer höheren Produktivität des Analyseteams, was sich in besseren Erkenntnissen niederschlägt.
Die Zusammenarbeit des Unternehmens mit dem FMCG-Giganten Unilever hat dem Konzern beispielsweise zu einer schnelleren Analyse seiner Go-to-Market-Strategien verholfen. Mit der Plattform von Daltix kann Unilever jetzt mehrere Datenfelder – wie Produktnamen und EANs – nachverfolgen, um die Zeit zwischen der Einführung eines neuen Produkts in den Geschäften und dem Erhalt wichtiger Leistungsdaten zu überbrücken.
Ehrgeizige Wachstumspläne unterstützt durch nahezu grenzenlose Skalierbarkeit
Angespornt durch den Erfolg, den seine Kunden bereits mit den Daten seiner Plattform erzielt haben, weitet Daltix sein Angebot nun auch auf ganz Deutschland aus, mit dem Ziel, in Zukunft auch andere europäische Märkte zu erschließen. Darüber hinaus prüft das Unternehmen, allen Kunden den Zugang zu ihren Daten in der Snowflake Data Cloud zu ermöglichen und eine API zu nutzen, um schnellere und aktuellere Daten bereitzustellen.
"Wir weiten unsere Aktivitäten auf neue Märkte aus, in der Gewissheit, dass Snowflake das Ökosystem für künftige Erweiterungen bietet“, sagte Esprit.
Und obwohl Snowflake für die meisten unserer Dateningenieure neu war, verwenden sie es alle gerne. Es hat ihnen eine Menge manueller Datenabfragen abgenommen, und alle sind zufrieden. Wir brauchen uns nicht mehr nach anderen Daten-Cloud-Optionen umzusehen — Snowflake deckt alles ab.“
- Artikel teilen
Mehr erfahren.
Wie funktioniert DaltixMatching?
Es gibt drei Möglichkeiten, wie Daltix Sie dabei unterstützt, vergleichbare Produkte zu finden. Dieses Video zeigt Ihnen die wichtigsten Schritte!
Daltix führt seine Datenqualitätsindikatoren ein, um Datentransparenz zu gewährleisten
Datenanbieter sagen, dass sie qualitativ hochwertige Daten liefern, aber tun sie das wirklich? Wenn sie ihren Kunden nicht klar darlegen, wie sie ihre eigenen Daten auf Qualität prüfen, sollten Sie misstrauisch werden. Lesen Sie mehr über die Datenqualitätsindikatoren von Daltix.
Harter Wettbewerb zwischen Eigenmarken und Markenprodukten
Der von Aldi initiierte Preisvergleich von Eigenmarken und Markenprodukten hat uns dazu inspiriert, genauer auf unsere Daten zu blicken.