Weather Targeting: Wie Händler mit wetter-basierten Daten das Marketing steuern und den Umsatz beeinflussen können

Weather Targeting ist viel mehr als Regenschirme bei aufziehenden Regenwolken anzupreisen. Gemeinsam mit der Wetterfirma MeteoCloud des ARD-Wettermoderators Karsten Schwanke haben wir eine Methode entwickelt, um mit Hilfe von Machine-Learning-Modellen den Einfluss bestimmter Wetterlagen auf Frequenzen, Umsatz und Marketingaktionen zu analysieren.

Durch die von unseren Data-Analytics-Experten und MeteoCloud entwickelte Methode können Unternehmen umfassende Daten-Analysen für tages- und filial-genaue Voraussagen tätigen, die direkten Einfluss auf die Personalplanung, das Marketing und Abverkaufzahlen haben.

Mit KI und ML zielgerichtete Prognosen stellen

Mithilfe von Künstlicher Intelligenz werden hierfür die historischen Daten des Unternehmens (Umsätze, Marketing-Aktionen, Rabattsätze) um saisonale Trends bereinigt und mit den historischen Wetterdaten verglichen. Danach können spezielle Effekte (Corona-Maßnahmen, Ferien, Feiertage, verkaufsoffene Sonntage etc.) berücksichtigt werden, so dass eine bereinigte Datenbasis mit den filialspezifischen Eigenheiten zur Verfügung steht.

Das Ergebnis fließt in Machine-Learning-Modelle und erlaubt eine präzise Analyse der Effizienz von Marketingaktionen hinsichtlich ihrer Wechselwirkungen zwischen Zeitraum, Rabattart, Kanal oder spezieller Wetterlagen. Über die Integration von Kostendaten können so Marketingbudgets optimal allokiert werden – und das individuell pro Filiale. Für ein Unternehmen mit mehreren Filialen an unterschiedlichen Standorten wird ein solches mathematisches Modell für jeden Standort separat berechnet. Jede Filiale bekommt also aus den filialspezifischen historischen Daten eine eigene Marketing-Analyse.

Zusätzlich fließen die aktuellen 14-tägigen Wetterprognosen (mit einstündiger Auflösung) in das Modell ein, mit dem Prognosen für Besucherfrequenzen und Umsätze ermittelt werden.

Abbildung 1: Isolierung von Wetter- und Marketingeffekt zur Ermittlung der „wahren“ Baseline/Datenbasis

Bessere Personal-, Marketing- und Distributionsplanung dank Wetterdaten

In dem von Horn & Company und MeteoCloud entwickelten Dashboard stehen jeden Morgen auf Basis dieser Wetterprognose aktualisierte Umsatz-Prognosen für die Filiale bzw. das gesamte Unternehmen für die nächsten 14 Tage zur Verfügung, die als Grundlage für unternehmerische Entscheidungen dienen; die Folge sind eine gezieltere Personaleinsatzplanung aufgrund des Wissens um veränderte Frequenzen in einzelne Warenbereichen oder die verbesserte Abstimmung der Warendistribution bis zur Auslage. Marketeers können hierdurch gezielte, kurzfristige Marketingaktionen ableiten, um auf konkrete kommende Wetterlagen zu reagieren, bspw. mit Onlinemarketing, E-Mail-Marketing etc. Bei Bedarf können die Wettervorhersagen für bestimmte Zwecke auch auf 45 Tage ausgeweitet werden.

 „Dank der Verbindung von Wetter-Know-how, Data Analytics-Methoden und Machine Learning können wir Unternehmen dabei helfen, einen finanziellen Nutzen aus den Analysen zu ziehen und zielgerichtet am Markt vorzugehen“, so Dr. Fabian Nick, Principal Data Science von Horn & Company Data Analytics.