In der fünften Episode dürfen wir diese Woche Andreas Fischer begrüßen. Andreas ist Mitgründer des Curated-Shopping Anbieters Modomoto. Für Modomoto baute er einen Personal Shopping Service auf – eine einfache und bequeme Lösung für alle Männer, die nicht gern Kleidung einkaufen gehen. Nachdem das Unternehmen mit dem Wettbewerber Outfittery fusionierte, war Andreas dort als Teil der Geschäftsleitung für die Integration der Unternehmen sowie die Unternehmensstrategie verantwortlich.

Neue Perspektive – der Wechsel von B2C zu B2B

Seit dem letzten Jahr hat Andreas zwar nicht die Branche, aber sehr wohl die Perspektive gewechselt. Er ist nicht mehr selbst auf Händlerseite anzutreffen, sondern hilft beim Business Intelligence Anbieter minubo, das Thema Datenanalyse bei Commerce-Unternehmen und Herstellern noch stärker zu etablieren. Andreas kennt die Bedürfnisse und Herausforderungen der Handelsbranche aus eigener Erfahrung und weiß insbesondere um den Wert von Daten. Er ist davon überzeugt, dass standardisierte Software kann Unternehmen viel Zeit und Kosten sparen kann.

Erfahre im Podcast, wieso bei Modomoto alles mit KDW-Einkäufen begonnen hat, welche Rolle Daten beim Curated Shopping spielen, wie Machine Learning eine große Herausforderung sein kann und wieso die Standardisierung von Business Intelligence Lösungen ein großes Potential für Händler und eCommerce hat. Jetzt reinhören!

Falls ihr mehr über das Thema Standardisierte BI lesen wollt, dann schaut in unserem Blog vorbei. Vielleicht interessiert euch Lennards Beitrag: Individuell entwickelte BI wird überbewertet. Die Wahrheit ist: 80% der BI-Anforderungen im Handel sind deckungsgleich.

Alle Themen des Datenkasper Podcasts mit Andreas Fischer im Überblick::

• Wie die Idee zu Modomoto entstanden ist und was man unter Personal-Shopping-Service versteht (ab Min 01:30)
• Wie die Business-Idee im Markt getestet wurde (ab Min 05:04)
• Welche Rolle Datenschutz bei Modomoto spielt (ab Min 06:05)
• Wie Daten für das Curated Shopping Modell genutzt werden (ab Min 07:05)
• Der Weg vom händisch ausgedruckten Fragebogen, über digitale Auswertungen bis hin zu Machine Learning Algorithmen, die Empfehlungen aussprechen (ab Min 08:55)
• Wie wichtig Daten für den Handel sind und welche Herausforderungen es gibt (ab Min 12:10)
• Die Fusion mit Outfittery: über die Zusammenführung der Daten beider Unternehmen und die größten Herausforderung (ab Min 17:10)
• Die Herausforderung fehlender Attribute in der Modebranche (ab Min 18:57)
• Die Frage, welchen Service man als Händler anbieten kann, um sich abzusetzen und zusätzliche Daten zu generieren. (ab Min 21:39)
• Der Wechsel vom B2C zum B2B Umfeld (ab Min 25:20)
• Standardisierte Business Intelligence – wieso das sehr wohl geht (ab Min 27:38)
• Entwicklung in der Modebranche: Relevanz von Daten und holistischer Betrachtung (ab Min 29:48)
• Diese Identifikationsmöglichkeiten gibt es, um seine Kunden zu identifizieren (ab Min 32:17)
• Größter Data-Fail an den Andreas sich erinnern kann (ab Min 34:44)