MediaMarktSaturn Retail Group è l'azienda leader in Europa nella vendita al dettaglio di elettronica di consumo e servizi correlati. Nell'ambito del suo riallineamento strategico, l'azienda si sta riposizionando da un classico venditore di prodotti a una piattaforma omnichannel orientata alle soluzioni e focalizzata sulla "Experience Electronics".
L'azienda, filiale di CECONOMY AG, comprende i marchi MediaMarkt e Saturn, che collegano in rete oltre 1.000 negozi fissi con piattaforme di vendita online. Un'altra parte importante del suo portafoglio è costituita dai marchi propri PEAQ, KOENIC, ISY e ok. Con circa 2 miliardi di contatti con i clienti all'anno su tutti i canali, il rivenditore di elettronica ha una portata enorme.
Le sfide
Necessità di standardizzazione e automazione
In precedenza MediaMarktSaturn manteneva un approccio decentralizzato alla gestione delle informazioni sui prodotti (PIM), con ogni Paese che creava e gestiva in modo indipendente i propri articoli di prodotto. Questo comportava ridondanze specifiche per ogni lingua e descrizioni dei prodotti incoerenti tra i vari mercati, con conseguenti esperienze negative per i clienti, soprattutto nei mercati europei più vicini e con un significativo shopping transfrontaliero. Per affrontare queste sfide, la centralizzazione e la standardizzazione attraverso la governance dei dati sono diventate essenziali.
L'incoerenza dei dati ha avuto ripercussioni di vasta portata, influenzando le analisi e ostacolando la valutazione dell'efficienza del Paese e delle aree di miglioramento. La lentezza del lancio di nuovi negozi o applicazioni web è stata una conseguenza della mancanza di dati uniformi.
MediaMarktSaturn ha dovuto affrontare anche problemi di pool di dati ridondanti, raccogliendo dati da produttori che non contribuivano ai pool. Da qui la necessità di eliminare l'uso dei pool di dati e di trasformare invece i dati dei produttori in informazioni sui prodotti di facile utilizzo per i clienti.
L'implementazione di processi centrali in tutti i Paesi è diventata un imperativo, non solo per superare i problemi legati alle lingue, ma anche per migliorare l'analisi, facilitare il lancio di nuove iniziative e semplificare la raccolta dei dati dai produttori.
Le soluzioni
Archivio dati centralizzato
Il rivenditore di elettronica di consumo ha optato per una revisione della soluzione di master data management (MDM) di Stibo Systems, implementata nel 2013, creando una fonte unificata di dati affidabili e standardizzando i modelli di dati in tutta l'organizzazione. Questo approccio ha permesso di sostituire gradualmente il vecchio sistema PIM. L'obiettivo era quello di creare un unico oggetto multilingue che potesse essere creato, gestito e pubblicato in tutte le applicazioni.
Per snellire le operazioni, sono stati introdotti ID di prodotto globali, consolidando tutti gli articoli locali sotto nuovi ID. Questo ha facilitato il reporting, l'identificazione delle sovrapposizioni di assortimento e il riconoscimento di potenziali sinergie.
Un data lake raccoglie i dati dei prodotti nel formato fornito dai produttori. La nuova soluzione Product MDM, posizionata come strato tra il data lake e i sistemi aziendali, trasforma i dati nella struttura e nel formato richiesti dai sistemi di consumo. Questo processo semplificato ha eliminato la necessità di utilizzare i pool di dati precedentemente utilizzati.
Riconoscendo la crescente importanza dell'MDM, soprattutto alla luce delle tendenze emergenti basate sui dati, come l'IA, l'IA generativa e l'apprendimento automatico, MediaMarktSaturn ha riconosciuto la crescente importanza di adottare l'MDM per rimanere all'avanguardia nel dinamico panorama aziendale.
La gestione centralizzata dei dati anagrafici ci ha permesso di soddisfare le esigenze dei clienti e di prepararci all'omnichannel" - Christian Brandl, Lead Product Owner Product Data, MMS Technology GmbH
Risultati
Efficienza dei processi
La standardizzazione dei modelli di dati in tutto il gruppo che opera in 12 Paesi, compresa la standardizzazione della creazione dei prodotti e degli ID prodotto, ha portato alla creazione di un assortimento globale e di un catalogo globale di dati sui prodotti.
La presenza di un'unica fonte di verità per l'intero gruppo di vendita al dettaglio funge da repository di dati centralizzato e coerente per una serie di processi. Ad esempio, MediaMarktSaturn ha ottenuto una maggiore agilità nell'implementazione di punti di contatto digitali, come le soluzioni web e app, in vari Paesi, ed è ora in grado di fornire una migliore esperienza ai clienti perché tutti i reparti e i Paesi hanno accesso a informazioni complete e accurate sui prodotti.
In generale, la gestione dei dati è stata ottimizzata per aumentare l'efficienza dei processi in aree quali la pianificazione degli assortimenti, la pianificazione della domanda nel magazzino e altri processi operativi.
L'implementazione di approcci di apprendimento automatico ha contribuito all'automazione dei processi, tra cui la previsione della morfologia e la classificazione dei prodotti.
Una base per la crescita
La centralizzazione della gestione dei dati ha fornito a MediaMarktSaturn un'unica fonte di dati sui prodotti. In sintesi, questa risorsa viene ora sfruttata per una serie di scopi:
- Alimentazione di tutti i punti di contatto digitali da un archivio di dati unificato.
- Miglioramento del processo decisionale basato sui dati, soprattutto in aree come la pianificazione dell'assortimento, con specifiche di prodotto dettagliate
- Implementazione di nuove soluzioni web e app con dati standardizzati, rendendo più agile il processo di implementazione dei punti di contatto digitali.
- Standardizzazione degli ID prodotto globali per consentire la pianificazione e la consegna a livello transfrontaliero
- Aumento dell'efficienza dei processi di creazione degli assortimenti e di pianificazione delle richieste di magazzino.
- Etichettatura dei prodotti con loghi ecologici in base agli attributi e al consumo energetico
- Esplorazione della gestione dei dati sulla sostenibilità
- Implementazione di approcci di machine learning per migliorare i processi di automazione, come la previsione della morfologia e la classificazione dei prodotti
