Daten und Nutzung im Self-Service gehören zusammen. Self-Service-Systeme erzeugen heute große Mengen an Daten. Sie erfassen Transaktionen, Wartezeiten, Eingriffe, Abbrüche, Fehlermeldungen, Auslastung und viele weitere Ereignisse im laufenden Betrieb.
Doch Daten allein machen ein Self-Service-System noch nicht besser.
Entscheidend ist, ob diese Informationen verfügbar sind, richtig interpretiert werden und zu konkreten Entscheidungen führen. Und ebenso wichtig ist die Frage, ob Kunden und Mitarbeitende das System tatsächlich verstehen und sicher nutzen können.
Genau hier setzen die Ebenen 3 und 4 des Multi-Level Approach (siehe Retail Engineering: Self-Service neu denken) an:
Network & Analytics sowie Usability & Customer Experience.
Nach der grundsätzlichen Entscheidung für Self-Service und der strukturellen Gestaltung der Self-Service-Zone (siehe Retail Engineering: So startet ein MLA-Projekt) geht es nun darum, das System im Betrieb transparent, messbar und kontinuierlich verbesserbar zu machen.
Level 3: Daten im Self-Service - Network & Analytics
Ein moderner Self-Checkout ist kein isoliertes Gerät.
Er ist Teil einer vernetzten Systemlandschaft. Kassensystem, Artikeldaten, Zahlung, Waagen, Altersfreigaben, Sicherheitsfunktionen, Monitoring und weitere Anwendungen müssen zuverlässig miteinander kommunizieren (siehe auch EHI: Checkout im Umbruch).
Nur wenn diese Systeme sauber zusammenspielen, entsteht eine belastbare Datengrundlage.
Die logische Kette lautet:
Vernetzung → Daten → Analyse → Steuerung.
Dabei geht es nicht darum, möglichst viele Daten zu sammeln. Entscheidend ist vielmehr, die Informationen verfügbar zu machen, die für den tatsächlichen Betrieb relevant sind.
Zum Beispiel:
- Wie hoch ist die Nutzungsquote?
- Wie lange warten Kunden?
- Wie häufig müssen Mitarbeitende eingreifen?
- An welchen Stellen werden Vorgänge abgebrochen?
- Welche Fehlermeldungen treten besonders häufig auf?
- Welche Artikel oder Prozessschritte verursachen regelmäßig Probleme?
- Wie verändert sich der Durchsatz über den Tagesverlauf?
- Wo treten ungewöhnliche Muster oder Auffälligkeiten auf?
Erst wenn solche Informationen zeitnah verfügbar und sinnvoll miteinander verknüpft sind, lassen sich daraus operative Entscheidungen ableiten.
Ein Dashboard allein schafft noch keine Transparenz. Entscheidend ist, ob die dargestellten Werte helfen, konkrete Ursachen zu erkennen und Prozesse zu verbessern.
Level 4: Nutzung im Self-Service - Usability & Customer Experience
Doch selbst die beste Datenarchitektur beantwortet noch nicht die Frage, warum ein bestimmter Wert entsteht.
Eine erhöhte Interventionsquote zeigt zunächst nur, dass Mitarbeitende häufig eingreifen müssen.
Sie erklärt noch nicht, warum.
Vielleicht ist eine Aufforderung auf dem Bildschirm missverständlich. Oder eine Rückmeldung erfolgt zu spät. Unter Umständen ist ein Prozessschritt unnötig kompliziert. Es kann aber auch sein, dass Kunden schlichtweg nicht wissen, was sie als Nächstes tun sollen.
Damit kommt die vierte MLA-Ebene ins Spiel: Usability & Customer Experience.
Im Mittelpunkt steht nicht nur die Oberfläche eines Terminals, sondern der gesamte Nutzungsvorgang.
Versteht der Kunde jederzeit, was zu tun ist?
Sind Rückmeldungen eindeutig?
Lassen sich Fehler einfach korrigieren?
Ist der Prozess auch unter Zeitdruck verständlich?
Können unterschiedliche Nutzergruppen die Lösung sicher bedienen?
Zur Usability gehört aber ebenso die Bedien- und Servicefreundlichkeit für das Personal. Mitarbeitende müssen Systemzustände schnell erfassen, Eingriffe sicher durchführen und Störungen ohne unnötige Umwege beheben können.
Self-Service funktioniert wirtschaftlich nur dann, wenn Menschen das System tatsächlich nutzen können und wollen.
Wenn Kunden zögern, abbrechen oder regelmäßig Hilfe benötigen, entstehen Reibung, längere Wartezeiten und zusätzlicher Aufwand.
Und wenn Mitarbeitende permanent eingreifen müssen, verschwinden die Aufwände nicht.
Sie verlagern sich lediglich.
Daten und Nutzung im Self-Service zusammendenken
Genau an dieser Stelle greifen die Ebenen 3 und 4 des MLA ineinander.
Network & Analytics zeigt, wo ein Prozess funktioniert – und wo nicht.
Usability & Customer Experience hilft zu verstehen, warum.
Diese Verbindung ist entscheidend.
Eine Abbruchquote kann auf ein Problem hinweisen. Erst die Beobachtung und Analyse des konkreten Nutzungsvorgangs zeigt jedoch, ob beispielsweise eine unklare Bedienlogik, eine schlecht verständliche Meldung oder ein ungünstiger Prozessschritt die Ursache ist.
Das Gleiche gilt für Wartezeiten, Interventionen, Fehlbedienungen oder eine geringe Nutzung.
Kennzahlen liefern Hinweise (siehe Retail Engineering: Self-Service muss verstanden werden).
Die tatsächliche Nutzung liefert Kontext.
Erst beides zusammen schafft die Grundlage für zielgerichtete Verbesserungen.
Messen reicht nicht. Verstehen reicht ebenfalls nicht.
Ein Self-Service-System kann technisch hervorragend funktionieren und dennoch an der Nutzung scheitern.
Umgekehrt kann eine gut gestaltete Bedienoberfläche ihre Wirkung verlieren, wenn Daten fehlen, Schnittstellen unzuverlässig sind oder Probleme im Betrieb nicht sichtbar werden.
Deshalb betrachtet der Multi-Level Approach beide Perspektiven gemeinsam.
Es geht nicht nur darum, Systeme zu installieren.
Es geht darum, sie im laufenden Betrieb zu verstehen, zu steuern und kontinuierlich weiterzuentwickeln.
Können wir das System messen und steuern?
Und verstehen wir, wie Menschen es tatsächlich nutzen?
Technik schafft Möglichkeiten.
Erst Nutzung macht daraus ein funktionierendes System.
Im nächsten MLA-Beitrag geht es um Risiken, Manipulation und Verluste – und darum, warum Fraud Detection von Anfang an Teil eines Self-Service-Konzepts sein sollte.
