Arbeitswelt 4.0 Otto Group attraktiv für Big Data-Profis

von Julia Wittenhagen
Freitag, 05. August 2016
Algorithmen: Annahmen auf Basis von Daten zu erhärten, motiviert Data Scientists.
Getty Images/iStockphoto
Algorithmen: Annahmen auf Basis von Daten zu erhärten, motiviert Data Scientists.
Big Data verändert den Verkauf und bringt neue Berufsbilder hervor, die sich nur schwer besetzen lassen. Die Otto Group setzt auf eigene Mitarbeiter und agile Methoden. Langfristig soll die Arbeit der Einheit Business Intelligence in normale Abläufe integriert werden.

Von den großen Daten erwarten sich Unternehmen viel: Genaueste Absatzprognosen, die perfekt individualisierte Kundenansprache und die Ableitung brandneuer Geschäftsmodelle. Technologisch ist dank neuer Speicher- und Auswertungskapazitäten seit vier, fünf Jahren vieles möglich – wenn die Manpower stimmt. Die Otto Group hat die Chancen bereits 2012 erkannt und kann zum Hype schon jede Menge Praxiserfahrung beisteuern.

Dr. Sabrina Zeplin leitet den Bereich Business Intelligence, der zu diesem Zeitpunkt aus der Taufe gehoben wurde und direkt unter dem Vorstand aufgehängt ist. Ziel ist es, neuartige Lösungen mit Gruppenrelevanz zu entwickeln. Das heißt, sie sollen vielen der zwölf Multichannel-Einzelhändler und 100 Webshops unter dem Dach der Otto Group Vorteile bringen. "Wir priorisieren, was dem Konzern am meisten Nutzen stiftet. Sind Einzellösungen gewünscht, verweisen wir im Zweifel an externe Dienstleister", erklärt Zeplin das Selbstverständnis der Einheit.

Als ihr Bereich vor vier Jahren damit begann, Big Data-Technologie auszuschreiben, setzte sie bei den Mitarbeitern zunächst auf Freelancer. "Intern gab es noch gar keine Spezialisten." Seitdem arbeitet ihr Bereich an Problemlösungen entlang der Wertschöpfungskette: "Entweder setzen wir intern an und machen Prozesse kostengünstiger oder extern, indem wir dem Kunden Mehrwert bieten. Wobei Letzteres der größere Hebel ist", sagt Zeplin. Aufgabe der Teams ist es, auf der Basis von Annahmen und Algorithmen "auf den Daten Anwendungen zu entwickeln, die wir den Shops zur Verfügung stellen".

-
-
-
Aktuelles Beispiel ist die persönliche Größenempfehlung. Sie vermeidet viel Frustpotenzial - für Kunden wie Versender. "Für uns ist jede Rücksendung ein Kostenfaktor." Also hat ein Team versucht, über die Logik "wenn andere Kunden mit Größe 38 bei dieser Marke die 38 bestellen und nicht zurücksenden, dann passt der Pullover auch mir", den Kunden die Wahl zu erleichtern. "So etwas bauen Data Scientists algorithmisch", sagt Zeplin. "Die Lösungen gibt es am Markt häufig noch nicht." Nicht alles funktioniert. "Wir wollten aus Google-Daten ein Jahr im Voraus Modetrends oder wenigstens Modefarben ableiten. Das hat nicht geklappt. Modezyklen sind zu schnell." Ganz entscheidend sei in ihrer Abteilung, Mut zum Ausprobieren zu haben, ohne zu wissen, ob es funktioniert. Aber auch schnell den Prozess zu beenden, wenn nichts dabei herauskommt. Daher arbeitet die Business Intelligence mit agilen Methoden. In zweiwöchigen Sprints präsentieren gemischte Teams von sechs bis acht Personen Zwischenstände ihres Projekts. Die Fachbereiche sind dabei und können nachjustieren im Sinne von "hatte mir etwas anderes vorgestellt" oder "würde gern tiefer reingehen". Während der Sprints sind die Teams ein geschützter Bereich, der sich selbst Aufgaben stellt. "Es ist sehr transparent, wer woran wie lange arbeitet und ob er es gut oder schlecht macht. Manche Mitarbeiter mögen diese Transparenz nicht. Andere blühen auf durch gegenseitiges Helfen und Lernen", sagt Sabrina Zeplin. "Gerade an Problemen wachsen die Teammitglieder. Unpünktlichkeit etwa wird offen angesprochen, wenn sie das gesamte Team stört." Gruppendruck sei viel effektiver als eine Ansage des Chefs. "Es wird nicht harmonischer, weil es mehr Reibung gibt, aber produktiver", glaubt sie.

Die Aufgaben werden genau in dem Maße wachsen wie das Verständnis im Hause dafür, was Big Data alles kann. Zeplin nennt zwei Beispiele: "Dynamic Pricing für zwei Millionen Artikel geht nicht von Menschenhand." Gleiches gelte für Kaufempfehlungen. "Natürlich sind sie redaktionell möglich. Aber doch nicht für zwei Millionen Artikel."

Schlagworte zu diesem Artikel:

Sie haben Fragen oder Anmerkungen zu diesem Artikel?
Schicken Sie eine Email an die Redaktion.

Hier können Sie die Nutzungsrechte an diesem Artikel erwerben.

Meistgelesen

stats