Wie Finanzteams im Einzelhandel Agentic AI nutzen, um Omnichannel-Margen zu schützen

Fragen Sie einen CFO im Einzelhandel, wie hoch die Marge des Quartals ausfällt, und Sie erhalten immer eine hart erarbeitete Antwort, die auf der Disziplin und Strenge basiert, die sie in das Unternehmen einbringen. Und dann eine Liste: die aus den Filialen versandten Bestellungen mit höheren Servicekosten, die Online-Retouren, die über einen anderen Kanal verbucht wurden, die Werbeaktion, auf die eine automatisierte Preissuchmaschine stärker gesetzt hat als geplant. Jede einzelne davon ist das Produkt mehrerer Systeme, und jede wird zunehmend durch Automatisierung und Agenten geprägt, beschleunigt und komplexer. Die Aufgabe der Finanzabteilungen besteht darin, die Beziehungen zwischen all diesen Variablen und mehr zu verstehen, zu sehen, wie sie die Rentabilität beeinflussen, und das Unternehmen kontinuierlich in die richtige Richtung zu steuern.

Wie Omni-Channel den Einzelhandel und damit auch das Finanzwesen verändert hat

Für jüngere Käufer ist der Omni-Channel-Handel das Einzige, was sie je gekannt haben. Es ist noch gar nicht so lange her, dass „Buy Online, Pick Up in Store“ (BOPIS) als hochmodern galt, während die heutigen Fulfillment-Optionen weit darüber hinausgegangen sind. So funktioniert der Einzelhandel heute: Er bietet den Kunden ein nahtloses Erlebnis über die digitalen und physischen Kanäle hinweg, die ständig wachsen, sich weiterentwickeln und immersiver werden. Abgesehen vom Kundenerlebnis hat Omni-Channel auch die Wirtschaftlichkeit des Verkaufs verändert. Es hat Entscheidungen über Margen, Liquidität und Preisnachlässe auf mehr Kanäle, mehr Fulfillment-Pfade und mehr Rückgabeoptionen verteilt. Dies ist das Umfeld, in dem Einzelhändler agieren, und ihre Finanzabteilungen sind die Konstante in all dem, die dem Unternehmen hilft, die zunehmende Komplexität zu verstehen und darauf zu reagieren.

In der Ära des agentischen Handels wird diese Komplexität nun noch dadurch verstärkt, dass Agenten beeinflussen, wie ein Preis festgelegt, Liquidität eingesetzt oder ein Preisnachlass ausgelöst wird. Gartner prognostiziert, dass agentische AI bis 2028 15 Prozent der täglichen Geschäftsentscheidungen treffen wird. Das Tempo wird je nach Einzelhändler variieren, aber die Wellen von Agenten, die interne Systeme, AI-Ausgaben und das Kundenverhalten verändern, sind unumkehrbar.

Kanäle, Fulfillment und Retouren ändern sich stündlich. Die Marge ist das, was die Finanzabteilung schützt.

Warum ein Begriff wie Ontologie jetzt für die Finanzabteilung wichtig ist

Finanzteams waren schon immer gut darin, die richtige Zahl zu finden, selbst wenn sie in der Komplexität verborgen ist. Aber sie sind auch die Ersten, die das Unternehmen wissen lassen, dass Zahlen nicht die ganze Geschichte erzählen. Was zählt, ist die Bedeutung dahinter: die Definitionen, die Kanäle, die Kostentreiber und wie sich jeder dieser Faktoren verändert, während sich das Geschäft weiterentwickelt. Eine Antwort kann vollkommen präzise und dennoch nicht korrekt sein, weil sie auf einem unvollständigen oder veralteten Bild davon beruht, wie das Unternehmen tatsächlich funktioniert. Einfach ausgedrückt: Wird die Zahl im gesamten Kontext des Unternehmens betrachtet?

Genau das tut eine Ontologie: Sie erfasst Bedeutungen und hält sie auf dem neuesten Stand, wenn sich das Geschäft verändert. Wie Databricks-CEO Ali Ghodsi es ausdrückt, rät die meiste Enterprise-AI mit falschem Vertrauen – ein Kontextproblem, kein Intelligenzproblem. Aber wie bei jeder Technologie kommt es darauf an, wie die Funktion bereitgestellt wird. Und das bringt uns zu einer neuen Art von Ontologie, die für die Anforderungen des Omni-Channel-Einzelhandels entwickelt wurde.

Präzise ist die richtige Zahl. Korrekt ist dieselbe Zahl, verwurzelt im Kanal, der Nachfrage und den Servicekosten.

Wo Genie zur Antwort wird

Im Omni-Channel-Einzelhandel ist Echtzeit von entscheidender Bedeutung, und eine Erkenntnis von vor wenigen Stunden kann bereits veraltet sein. Die Ontologie selbst muss also in Bewegung bleiben. Sie muss von den Systemen lernen, mit denen das Unternehmen arbeitet, sich mit jeder Frage präzisieren und sich anpassen, wenn sich das Geschäft weiterentwickelt, damit der Kontext lebendig bleibt, anstatt nur einmal erfasst und dann vernachlässigt zu werden.

Hier wird Genie zur Antwort. Databricks hat Genie als datenintelligenten AI-Kollegen entwickelt: ein Kollege, dem eine Führungskraft im Finanzbereich eine direkte Frage stellt und im Gegenzug eine vertrauenswürdige, quellenbasierte Antwort erhält, die auf der Ontologie von Genie basiert und bei jedem Schritt kontrolliert wird. Er wurde entwickelt, um Finanzteams zu präziseren Antworten zu verhelfen und, was noch wichtiger ist, vertrauenswürdige Maßnahmen zu ermöglichen, anstatt nur Berichte über das Geschehene zu liefern.

Denken Sie an die drei Fragen, die jedes Finanzteam im Einzelhandel beschäftigen und die jeweils mit einem von drei sich gegenseitig verstärkenden Ergebnissen verknüpft sind, von denen eines das nächste nährt. Bei jeder dieser Fragen tut Genie mehr als nur Daten abzurufen und zu antworten. Seine Ontologie lernt das Geschäft kennen, präzisiert sich mit jeder Frage und macht seine Schritte nachvollziehbar:

› Wo landet die Marge nach Fulfillment und Retouren wirklich, aufgeteilt nach Kanal und Produkt?

Beginnen wir mit der Marge. Der von der Finanzabteilung geplante Aufschlag und die tatsächliche Marge sind selten dieselbe Zahl, wenn Fulfillment und Retouren erst einmal eingerechnet sind.

› Wo ist Liquidität in Lagerbeständen gebunden, die überlagert, veraltet oder am falschen Ort sind?

Dann die Liquidität. Dieselbe Einheit kann wochenlang am falschen Ort liegen und stillschweigend Kapital binden, das das Unternehmen an anderer Stelle sinnvoll einsetzen könnte.

› Wo geht der Vollpreisumsatz durch Preisnachlässe und Retouren verloren?

Dann der Vollpreisumsatz. Bis ein Preisnachlass gewährt wird, hat der Wertverlust bereits begonnen. Der Nutzen liegt also darin, dies abzufangen, solange die Vollpreisnachfrage noch anhält.

Drei Fragen, drei Ergebnisse, ein Mechanismus. Genie lernt das Geschäft kennen, präzisiert sich mit jeder Frage und macht seine Schritte nachvollziehbar.

Das ist der Unterschied zwischen der Berichterstattung über bereits Geschehenes und dem kontinuierlichen Lernen über Ihr Unternehmen, das mit jeder Interaktion intelligenter wird. Und weil jede Zahl bis zu ihrer Quelle zurückverfolgt werden kann, jede Berechtigung gilt und die Kosten für die AI selbst unter einem einzigen Modell kontrolliert bleiben, ist es eine Antwort, auf die sich die Finanzabteilung verlassen kann. Genie bereitet den nächsten Schritt vor – eine Preisanpassung, eine Umlagerung oder das Halten eines Preises –, und ein Mensch im Prozess trifft die Entscheidung.

Schließlich fließen die Erkenntnisse von Genie aus allen drei Bereichen zusammen. Zu sehen, wo die Marge tatsächlich landet, zeigt, wo Liquidität im Lagerbestand gebunden ist und wo der Vollpreis noch gilt. Machen Sie die richtigen Schritte, um die gebundene Liquidität freizusetzen, bevor der Bestand veraltet und zu einem erzwungenen Preisnachlass führt, und halten Sie den Vollpreis dort, wo er durch die Nachfrage gestützt wird. Das macht aus drei separaten Herausforderungen einen sich selbst verstärkenden Mechanismus: Jeder Schritt bereitet den nächsten vor, und die Dynamik summiert sich.

Jeder Schritt bereitet den nächsten vor. Das Lernen von Genie in allen drei Bereichen sorgt dafür, dass sich die Dynamik verstärkt.

Ergebnisse in der Praxis zeigen

Unilever hat Genie für mehr als 1.200 Finanz- und Geschäftsanwender eingeführt, um Analysen weg von Tabellenkalkulationen und hin zu Fragen in natürlicher Sprache zu verlagern. Cyro Souza, Data & Analytics Sr Manager, Latin America Lead bei Unilever, brachte es auf den Punkt:

"Mit Genie haben wir die Arbeitsweise im Finanzbereich verändert. Was früher Tage dauerte, dauert heute Minuten, und wir können Fragen viel freier nachgehen."

Bei der Größe von Unilever wird erwartet, dass sich diese Geschwindigkeit beim Testen von Hypothesen in jährlichen Kosteneinsparungen in Millionenhöhe niederschlägt, angetrieben durch präzisere Kundenanalysen und kontinuierliches Kreditrisikomanagement. Die ganze Geschichte lesen →

Ein datenintelligenter AI-Kollege, der für die Arbeitsweise im Finanzbereich entwickelt wurde

Dies ist der Hebel, der speziell für die Anforderungen von Finanzabteilungen entwickelt wurde. Die entscheidenden Personen, die für Präzision und Disziplin im gesamten Unternehmen sorgen, können sich nun auf einen datenintelligenten KI-Kollegen verlassen, der ständig dazulernt, immer aktuell ist, stets kontrolliert wird und das Geschäft wirklich versteht. Omni-Channel wird weiterhin Kunden gewinnen, während ein Tool wie Genie der Finanzabteilung hilft, bei jedem Verkauf mehr Marge zu sichern.

Erleben Sie, wie ein datenintelligenter KI-Kollege für das Finanzwesen aussieht. Databricks Genie ist ab heute verfügbar. databricks.com/product/ai-bi/genie

Häufig gestellte Fragen

Was ändert sich für das Finanzwesen im Omni-Channel-Einzelhandel?

Immer mehr Entscheidungen, die sich auf Margen, Bereitstellungskosten, Werbeaktionen, Fulfillment und Retouren auswirken, werden von Agenten getroffen. Die Aufgabe der Finanzabteilung, die Rentabilität zu sichern, bleibt unverändert. Was jedoch zugenommen hat, sind die Geschwindigkeit und Komplexität des Wandels, die von Finanztools verstanden und gesteuert werden müssen.

Trifft Genie Entscheidungen über Preise, Werbeaktionen oder Preisnachlässe?

Nein. Diese Entscheidungen liegen bei Merchandising, Marketing, Supply Chain und Operations. Genie bietet der Finanzabteilung eine präzise, kontrollierte Sicht, um sich anbahnende Risiken frühzeitig zu erkennen und die verantwortlichen Akteure entsprechend anzuleiten oder zu steuern.

Warum sind Ontologie und Governance für einen CFO im Einzelhandel wichtig?

Die Ontologie erfasst, was die Zahlen für Ihr Unternehmen bedeuten, und hält diese Definitionen aktuell, sodass eine Antwort nicht nur präzise, sondern auch inhaltlich korrekt ist. Governance sorgt dafür, dass jede Zahl rückverfolgbar, autorisiert und kostenkontrolliert bleibt. Zusammen machen sie eine Antwort zu einer sicheren Entscheidungsgrundlage.

Wie unterscheidet sich Genie von einem KI-Dashboard oder einem BI-Tool?

Ein Dashboard zeigt Ihnen, was die Daten aussagen. Genie ist ein datenintelligenter KI-Kollege, der Ihnen hilft, darauf zu reagieren – basierend auf Ihrer Ontologie, durchgängig kontrolliert und mit einer Person, die letztendlich die Entscheidung trifft.

(Dieser Blogbeitrag wurde mit KI-gestützten Tools übersetzt.) Originalbeitrag