Aufbau eines Data Warehouse im eCommerce mit Margenanalyse und Sales-Insights
Aufbau eines Data Warehouse im eCommerce mit Margenanalyse und Sales-Insights
- Anbindung von Daten aus verschiedenen Quellsystemen wie Marktplätzen, Shops, Warenwirtschaft und Buchhaltung
- Vollautomatisierte Datenverarbeitung & Vereinheitlichung der Datenstrukturen
- Einheitliche Logik zur Auswertung der Abrechnungsdaten verschiedener Marktplätze und Shopsysteme
- Profitabilitäts-Benchmark durch Berechnung von Umsätzen, Margen und Erträgen von Produkten und Marktplätzen
- Frühwarnsystem zur Erkennung von Verkaufseinbrüchen und Änderungen im Produkt-Ranking
Vereinheitlichte Daten im eCommerce, für mehr Vergleichbarkeit und schnelle Reaktion
Vereinheitlichte Daten im eCommerce, für mehr Vergleichbarkeit und schnelle Reaktion
Transparenz über Umsätze, Verkäufe, Deckungsbeiträge und Margen ist im E-Commerce unersetzlich. Mit dem Projekt Unimatrix haben wir eine vereinheitlichte Datengrundlage geschaffen mit der Warenwirtschaft, Buchhaltung und Marktplätze angebunden werden um Transparenz über relevante Unternehmenskennzahlen zu schaffen und eine zielgerichtete Produkt- und Preisstrategie zu ermöglichen. Neben Dashboards, zur täglichen Entwicklung der Unternehmenskennzahlen, stehen detaillierte Auswertungsmöglichkeiten zur Verfügung um Umsätze, Kosten und Marge bis auf Produktebene zu untersuchen.
Herausforderungen und Lösungen
Herausforderungen und Lösungen
- Bei einer Anzahl von über 20.000 Produkten und Varianten geht Transparenz schnell verloren
- Ungewissheit wie hoch Margen für einzelne Produkte sind, insb. bei diversen Marktplatzgebühren
- Hohe Werbekosten machen einzelne Produkte unprofitabel
- Keine Auswertungen zu Sales und Profitabilität über mehrere Verkaufskanäle hinweg möglich
- Import der Daten von allen relevanten Marktplätzen, Shops, Warenwirtschaft und Buchhaltung
- Vereinheitlichtes eCommerce Datenmodell zur Zusammenführung verschiedener Logiken der Marktplätze
- Vollautomatisierte Zusammenführung und Speicherung der Originaldaten
- Entwicklung und Anwendung von Berechnungslogiken und Bereitstellung vorberechneter Kennzahlen für Analysetools und Drittanwendungen
- Datenqualitätsregeln und Frühwarnsystem für stichhaltige Fehler- und Abweichungsanalysen
- Eventgetriebene, Near-Realtime-Verarbeitung für sofortige Updates und ständig aktuelle Kennzahlen
- Über den Kunden
McFilter ist ein mittelständisches eCommerce Unternehmen, dass eigene Produkte weltweit fertigen lässt und diese Europaweit über Marktplätze und eigene Shops verkauft. Neben einer eigenen Produktentwicklung erfolgt auch der Versand und die Logistikplanung im eigenen Unternehmen.
Desktop-Anwendung mit Cloud-Technologien und Synchronisierung mit Cloud-Servern
Desktop-Anwendung mit Cloud-Technologien und Synchronisierung mit Cloud-Servern
Focus-Technologies
Other Technologies
Technologisches Setup
Technologisches Setup
Event-Basiertes Near-Realtime Setup (RabbitMQ Message Queueing System). Änderungen in den Auswertungen nur Sekunden/Minuten nach neuen Bestellungen in Shops
Technische Infrastruktur beim Kunden
Technische Infrastruktur beim Kunden
Die Quelle der Messwerte sind Computer, die auf den Maschinen installiert sind. Diese wurden in unserem Backend in der virtualisierten Windows-Umgebung des Kunden verarbeitet und in Form von vordefinierten Excel-Reports an die Ingenieurbüros verteilt.
