PAYBACK, Deutschlands führendes Loyalty-Programm, hat sein in der Vergangenheit eingesetztes starres Reportingsystem erfolgreich zu einer auf Self-Service ausgerichteten Datenkultur weiterentwickelt. Bis 2016 stand PAYBACK vor einer Herausforderung, die vielen großen Unternehmen bekannt ist: Jede noch so kleine Anpassung eines Reports erforderte manuelle Änderungen an den zugrunde liegenden Data Marts. Dies führte häufig zu Verzögerungen. Die Analysten kämpften mit einem Berg von Tickets und die User griffen – frustriert von der Wartezeit – oft wieder auf E-Mail und Excel zurück, wodurch immer größere Datensilos entstanden.
„Sowohl intern als auch extern kamen immer mehr Anfragen nach Ad-hoc-Analysen und Self-Service-Reporting, die es den Fachbereichen und Partnern ermöglichen, ohne Umwege über unsere Analytics-Teams Zugriff auf die Daten zu bekommen“, erklärt Julian Stock, Teamlead Analytics & Reporting bei PAYBACK. „Wir hatten uns daher entschieden, ein neues Tool zu suchen, das neben den täglichen und monatlichen Reports für diese Art der Analyse zum Einsatz kommen sollte.“
Ticket-Engpässe durch detaillierte Echtzeit-Transparenz überwinden
Heute sind bei PAYBACK die Zeiten vorbei, in denen Mitarbeitende wegen eines BI-Systems viel zu lang auf einen Report warten mussten, der nur eine einzige, eng gefasste Frage beantwortete. Seit PAYBACK auf Self-Service-Analytics von ThoughtSpot umgestiegen ist, können die Teams nahezu in Echtzeit bis auf die feinste Detailebene vordringen und ihre Fragen sozusagen selbst beantworten. So lässt sich beispielsweise die Performance eines bestimmten Coupons in einer einzelnen Filiale an einem bestimmten Tag nachverfolgen. Die Lücke zwischen einer geschäftlichen Frage und einer konkreten Antwort wurde effektiv geschlossen. Die Mitarbeitenden bekommen nicht nur eine schnellere Reporterstellung, sondern genau die richtige Antwort – dann, wenn sie diese benötigen.
„Der Schlüssel zum Aufbau eines datengesteuerten Unternehmens ist das Self-Service-Konzept“, führt Andreas Weiß, Senior Reporting Engineer bei PAYBACK aus. „Dahinter steht eine nutzerzentrierte Strategie und die Erkenntnis, dass Datenkompetenz ein fortlaufender Prozess ist.“
Über 70 große Einzelhändler gestärkt – und deutlich mehr Erkenntnisse
Die Datentransformation bei PAYBACK blieb nicht auf die internen Teams beschränkt, sondern erstreckt sich auf das gesamte Partner-Ökosystem. Große Handelsmarken monitoren heute ihre KPIs eigenständig in ThoughtSpot und steuern ihre Marketingkampagnen selbst. Dies geschieht größtenteils per Self-Service, ohne Support-Tickets einreichen zu müssen. So werden aus Datennutzern Dateneigner, und die Analysten bei PAYBACK gewinnen Zeit für strategische Arbeit statt für Support.
Sobald die Nutzer bei PAYBACK ihre Daten frei erkunden konnten, haben sie die Möglichkeit voll ausgeschöpft. Zu den 150 Standard Reports, die das Team pflegt, sind über 300 eigenständig erstellte Liveboards hinzugekommen. Das bedeutet konkret deutlich mehr Insights. So hat das neue System nicht nur eine hohe Akzeptanz erreicht, sondern bildet auch die Basis für eine neue Datenkultur, die sich sukzessive ausbreitet.
Der weitere Weg in die KI-gestützte Zukunft
PAYBACK möchte den Weg von Ticket-Engpässen über Self-Service-Analysen noch weiter beschreiten und hat bereits einen Proof of Concept für KI-gestützten Analysen durchgeführt. Denkbar ist die Adaption einer agentischen KI mit Spotter von ThoughtSpot. Spotter fungiert als persönlicher Datenanalyst und ermöglicht es, Unternehmensdaten in natürlicher Sprache abzufragen. Dadurch würde der KI-Agent als virtueller Mitarbeiter die Hürden für nicht-technische Nutzer senken und den Analysten mehr Zeit für die Arbeiten verschaffen, mit denen sie wirklich etwas bewirken. PAYBACK bereitet sich so auf eine Welt vor, in der immer mehr Transaktionsdaten zunehmend schneller zirkulieren und in Echtzeit ausgewertet werden müssen.
