Tools gegen Warteschlangen

Bei Amazon Go verlässt der Kunde den Laden ohne einen erkennbaren Bezahlvorgang. Den Komfort des kassenlosen Checkouts via Smartphone oder Karte erlauben mittlerweile zum Beispiel auch einzelne Stores von Media Markt Saturn und der französischen Groupe Casino. Lästiges Anstehen an einer Kasse entfällt. „Einkaufen in 20 Sekunden“ verspricht so auch der niederländische Filialist Albert Heijn.

Nur wenige Händler mit klassischen Kassenzonen managen aktiv ihre Warteschlangen. Mögliche Maßnahmen, die Wartezeit der Kunden am Checkout zu reduzieren, sind häufig lediglich ein einzelner Bestandteil umfassender IT-Projekte. Checkout-Prozesse lassen sich auf verschiedene Weise optimieren. Zum Beispiel durch die Modernisierung und Aufrüstung der Kassenhard- und -software können Prozesse beschleunigt werden.

Mit der Einrichtung von Self-Checkout-Kassen lassen sich Besucherströme verteilen, und der Einsatz von mobilen Terminals erlaubt es dem Händler, den Einkauf des Kunden auf der Fläche abzuschließen. Eine weitere Möglichkeit besteht darin, mithilfe von Sensoren in Videosystemen, Lasern, Lichtschranken, Einkaufswagen oder Trolleys die Kundenströme zu messen und gezielt Aktionen zu definieren, die beispielsweise bei zu hoher Auslastung der Verkaufszone ausgeführt werden – sogenannte Call-to-Action.

Videosysteme nutzen 

Gerade das Potenzial von Videoaufzeichnungen schöpfen viele Handelsunternehmen nicht aus. Sie nutzen Kameras bisher vor allem aus Sicherheitsgründen. Die Technik erlaubt es aber auch, die Kundenfrequenz zu messen, die Laufwege der Kunden nachzuverfolgen, die Verweildauer in einzelnen Verkaufsbereichen nachzuvollziehen und – datenschutzkonform – soziodemografische Informationen über Alter und Geschlecht der Kunden zu ermitteln.

Mithilfe von Business-Analyse-Plattformen lassen sich die Daten sammeln, analysieren und automatisiert auswerten. Händler haben die Möglichkeit, Schwellenwerte zu definieren. Wird ein Schwellenwert überschritten, kann das System eingreifen – beispielsweise, um Checkout-Zonen zu entlasten. Zu den Maßnahmen, die ein Händler aus den Analyseergebnissen ableiten kann, zählen zum Beispiel die Benachrichtigung des Personals via SMS oder Lautsprecherdurchsage, verbunden mit einer Handlungsanweisung.

Der Berliner Brillenhändler Mykita zum Beispiel hat in seinen Stores ein Retail- Analytics-System installiert, um die „Performance“ in Echtzeit zu messen, also u.a. Kennzahlen zu Frequenz und Auslastungen zu sammeln. Die via 3D-Sensorik im Store ermittelten Daten werden dem Händler in einem von Sensalytics bereitgestellten „Retail Dashboard“ zur Verfügung gestellt und analysiert. Mykita plant auf diese Weise den Personaleinsatz gezielter als zuvor und kann so Warteschlangen vorbeugen.

Die „Path Analytics“-Methode des Online-Tracking-Unternehmens Sensalytics erlaubt es, die Verweildauer und den Pfad jedes Kunden sekunden- und zentimetergenau zu erfassen und u. a. Cross-Zone-Funnel (die Korrelation verschiedener Zonen) auf dynamischen Motion-Heat-Maps zu analysieren sowie die Kunden anhand ihres Pfades zu klassifizieren. Ähnliche Möglichkeiten bietet das Sensorsystem des Anbieters Intenta. Die „3D-Vision-Technologie“ der Multifunktionssensoren verspricht Zählgenauigkeit auch bei ungünstigen Lichtverhältnissen wie sehr hellem Tageslicht.

Kurzfristige Prognosen 

Die Analysetools des slowakischen Anbieters Pygmalios – Dienstleister für u.a. O2, dm und Lidl – sind in der Lage, Warteschlangen zu prognostizieren und dem Ladenpersonal Aufgaben für einen vordefinierten Zeitraum zuzuweisen. So kann ein Mitarbeiter zum Beispiel via SMS darüber informiert werden, dass er in 7 Minuten für einen Zeitraum von 10 Minuten an einer Kasse aushelfen muss.

Auch Rossmann verzeichnete Warteschlangen in seinen rd. 200 ungarischen Filialen. Auslöser für das hohe Kundenaufkommen in der Kassenzone war eine große Zahl von Impulskäufen. Einer Umfrage des britischen Marktforschungsunternehmens One Poll zufolge sind Konsumenten maximal 5-6 Minuten dazu bereit, ihren Einkauf abzuschließen.

Bei Rossmann mussten Kunden vereinzelt bis zu 8 Minuten am Checkout in der Warteschlange stehen. Aus Kostengründen entschied sich Rossmann dagegen, weiteres Personal einzustellen oder Self-Checkout-Kassen zu installieren. Auch von neuen Technologien wie Self-Scanning oder mobilem Bezahlen via Smartphone-App erwartete Rossmann eine zu geringe Nachfrage. Stattdessen nutzt der Drogeriekonzern AI-basierte Videoanalysen, um die Abläufe auf seinen Verkaufsflächen zu steuern und die Warteschlangen zu reduzieren.

Mithilfe der bereits existierenden Videoüberwachungsanlage erfasst Rossmann jeden Besucher, der den Store betritt oder verlässt und registriert die Anzahl geöffneter Kassen sowie wartender Kunden in der Checkout-Zone. Auch der Zeitraum, in dem sich die Kunden in der Warteschlange aufhalten, wird aufgezeichnet und in der Analyse berücksichtigt. Ein Videoanalyse-Tool des ungarischen Anbieters Ultinous erlaubt es Rossmann nun, Warteschlangen einige Minuten vorab zu prognostizieren. Tritt der Fall ein, fordert das System in Echtzeit das Personal dazu auf, eine weitere Kasse zu öffnen. Dadurch ist es Rossmann gelungen, lange Wartezeiten von bis zu 8 Minuten vollständig zu eliminieren. Wartezeiten von 3-5 Minuten konnten zu 70-80 Prozent reduziert werden.