Kurzüberblick
Kunde: HBOD
Branche: E-Commerce-Logistik (Mode & Accessoires)
Projektzeitraum: Mehrmonatiges Transformationsprojekt
Unsere Rolle: Business Analyse, Architektur, Data Engineering, Implementierung
Zentrale Herausforderung: Komplexe, manuelle Preisberechnung für über 300.000 Artikel auf mehr als 40 internationalen Plattformen
Kernlösung: Aufbau eines skalierbaren Data Warehouses (Snowflake) mit automatisierter Preislogik und integrierter Datenpipeline (Azure)
Erzieltes Ergebnis:
Zeitersparnis im Daten- und Produktmanagement 70-80% bezogen auf Preise
Vollständige Automatisierung der Preisberechnung und damit tägliche, korrekte Berechnung aller Preise, Grundlage für datengetriebene Weiterentwicklung
HBOD stand vor der Herausforderung, Preise für ein sehr großes und dynamisches Produktportfolio über zahlreiche internationale Marktplätze hinweg konsistent und wirtschaftlich korrekt zu berechnen. Die Komplexität ergibt sich aus unterschiedlichen Retourenquoten je Artikel, Plattform und Land sowie aus abweichenden Versandkosten und Mehrwertsteuersätzen pro Land. Zusätzlich variieren die Provisionen je Artikelgruppe und Plattform. Gemeinsam haben wir eine produktionsunabhängige, cloudbasierte und skalierbare Datenplattform aufgebaut, die alle relevanten Einflussfaktoren integriert und automatisiert verarbeitet. Dadurch wurde die Preisgestaltung vollständig automatisiert, deutlich präziser und erheblich effizienter. Gleichzeitig entstand eine belastbare Datenbasis für zukünftige Analysen und KI-Anwendungen.
Ihre Ansprechpartner
Weiterführende Links:
Maßgeschneiderte, pragmatische Daten- und KI-Lösungen.
Mehrwert-orientiert. Flexibel. Effizient. Souveräne Daten-Lösungen für Unternehmen.
Strategien und Impulse für zukunftsorientierte Unternehmen. Round Table Innovation
Kunde & Ausgangssituation
HBOD ist ein wachsendes Unternehmen im E-Commerce-Logistikumfeld mit Fokus auf Mode und Accessoires. Als Dienstleister betreibt HBOD den Verkauf und Versand von Produkten über eigene Kanäle sowie über mehr als 40 internationale E-Commerce-Plattformen.
Die IT- und Systemlandschaft war historisch gewachsen und fragmentiert. Zentrale Prozesse – insbesondere die Preisgestaltung – basierten weitgehend auf Microsoft-Office-Lösungen und manuellen Arbeitsschritten.
Besondere Rahmenbedingungen:
Verkauf und Versand in 14 Ländern mit unterschiedlichen gesetzlichen Vorgaben
Unterschiedliche Plattformlogiken (Provisionen, Versandkosten, Retouren)
Sehr großes Produktsortiment (über 300.000 Artikel inkl. Varianten und Bundles)
Hohe Dynamik im Markt (Preisänderungen, Wettbewerbsdruck, Nachfrageverhalten)
Problemstellung
Die Preisgestaltung entwickelte sich zunehmend zum Engpass im operativen Geschäft. Die zentrale Herausforderung: Eine wirtschaftlich korrekte und zeitnahe Preisberechnung war mit den bestehenden Mitteln nicht mehr möglich.
Konkret zeigten sich mehrere Probleme:
Preise wurden für ausgewählte Artikel manuell gepflegt, eine durchgängige und skalierbare Preislogik über das gesamte Sortiment hinweg fehlte
Wichtige Einflussfaktoren wie Retourenquoten konnten nur pauschal berücksichtigt werden
Preisgestaffelte plattformabhängige Provisionen führten zu iterativen, schwer beherrschbaren Berechnungslogiken
Die Datenbasis war in Teilen inkonsistent und nicht für komplexe Analysen ausgelegt
Die Auswirkungen waren deutlich spürbar:
Hoher manueller Aufwand im Produktmanagement
Verzögerungen bei Preisaktualisierungen
Risiko von Fehlkalkulationen und Margenverlusten
Eingeschränkte Skalierbarkeit bei wachsendem Sortiment
Die bestehende Lösung war schlichtweg nicht darauf ausgelegt, die wachsende Komplexität, Umfang und Dynamik des Geschäfts effizient zu unterstützen.
Zielsetzung
Ausgehend von diesen Herausforderungen wurden klare Ziele definiert:
Automatisierte, skalierbare Preisberechnung für alle Artikel und Plattformen inklusive verschiedener White- und Blacklisting Mechanismen zur Steuerung dieser
Integration aller relevanten Einflussfaktoren (Kosten, Retouren, Provisionen, Steuern)
Erhöhung der Datenqualität und Transparenz
Deutliche Reduktion manueller Aufwände
Aufbau einer zukunftsfähigen, unabhängigen Datenbasis für Analysen und Weiterentwicklung
Ein zentraler Anspruch war dabei: Die Lösung sollte nicht nur korrekt rechnen, sondern flexibel auf neue Plattformen, Märkte und Geschäftsmodelle reagieren können.
Lösungsansatz
Gemeinsam mit HBOD wurde ein klar strukturierter, iterativer Ansatz gewählt.
Technischer Lösungsweg:
Aufbau eines zentralen, cloudbasierten Data Warehouses in Snowflake
Integration der produktiven Daten über Azure Data Factory und Azure Gateway
Einführung standardisierter ETL-Prozesse (inkl. Change Data Capture)
Modellierung eines skalierbaren Sternschemas
Methodisches Vorgehen:
Analyse der bestehenden Preislogiken und Datenquellen
Definition eines einheitlichen Datenmodells im DWH und weitergehenden Preislogiken z.B. für die Berechnung verschiedener Retourenquoten
Aufbau eines MVP für die Preisberechnung
Iterative Erweiterung und Rollout um weitere Plattformen und Logiken
Ein entscheidender Punkt war die Modularisierung der Preislogik: Jede Logik und jede Plattform (sofern erforderlich) erhielt eigene, anpassbare Bausteine. Dadurch konnte die Komplexität beherrschbar gemacht und gleichzeitig Flexibilität geschaffen werden.
Warum dieser Ansatz sinnvoll war: Standardlösungen hätten die Vielzahl individueller Faktoren (z. B. provisionsbasierte Rückkopplungen oder differenzierte Retourenquoten) nicht ausreichend abbilden können.
Umsetzung & Projektverlauf
Die Umsetzung erfolgte in mehreren klar abgegrenzten Phasen:
1) Datenintegration und Infrastrukturaufbau
Aufbau der Datenpipeline
Einführung von Delta-Loads (nur Änderungen werden verarbeitet)
2) Datenmodellierung im DWH
Harmonisierung und Bereinigung der Daten
Aufbau eines konsistenten Datenmodells
3) Entwicklung der Bausteine für die Preislogik
Umsetzung modularer Berechnungskomponenten
Iterative Validierung mit Fachbereichen
4) Entwicklung der Bausteine für die MVP Plattformen
Umsetzung modularer Plattformenkomponenten
Iterative Validierung mit Fachbereichen
5) Integration in operative Systeme
Rückspielung der berechneten Preise
Anbindung an bestehende Plattformprozesse
Rollout der ersten Plattformen
Im Projekt stellte insbesondere die hohe Komplexität der Preislogiken eine Herausforderung dar. Gleichzeitig erschwerten unterschiedliche Datenqualitäten aus den angebundenen Quellsystemen eine konsistente und verlässliche Verarbeitung der Daten. Trotzdem konnte der Aufbau des DWHs und die Anbindung erster MVP-Plattformen in knapp 5 Monaten bis Ende 2025 abgeschlossen werden. In der Folge wurden dann die Phasen 4 und 5 für alle weiteren Plattformen wiederholt. Die verschiedenen, internen Prüf- und Preismechanismen einiger Plattformen führten dabei zu notwendigen Nachbesserungen im Rollout dieser.
„Ich bin sehr zufrieden mit der Umsetzung und dem Ergebnis des Projektes. Wir haben das Projekt in Time und Budget umgesetzt. Die Projektstrukturierung seitens viadee sowie die gute Zusammenarbeit im gemeinsamen Team waren aus meiner Sicht die entscheidenden Erfolgsfaktoren.“Dr. Martin Muhr / CFO HBOD
Ergebnis & Mehrwert für den Kunden
Die Ergebnisse zeigen sich sowohl operativ als auch strategisch:
Erreichte Ergebnisse:
70–80% reduzierter manueller Aufwand manueller Aufwand in der Preisgestaltung
100 % automatisierte Preisberechnung für alle Artikel und Bundles
Deutlich verbesserte Datenqualität und Konsistenz
Langfristiger Effekt:
Skalierbare Datenplattform für weiteres Wachstum
Grundlage für Advanced Analytics und KI-Anwendungen
Höhere Wettbewerbsfähigkeit im internationalen E-Commerce
Nutzen für verschiedene Stakeholder
- weniger manuelle Pflege
- schnellere Reaktion auf Marktveränderungen
- klare, wartbare Architektur
- Entlastung durch SaaS-Ansatz (Snowflake)
- Transparente Kalkulationsgrundlagen
- Bessere Steuerbarkeit von Margen
„Was früher manueller, fehleranfälliger Abstimmungsaufwand war, läuft heute datenbasiert und reproduzierbar. Im Tagesgeschäft reduziert das Tool Excel-Schleifen, Rückfragen und Sonderlogiken – wir kommen deutlich schneller zu belastbaren Preisen und können Ausnahmen gezielt steuern.“Felix Kloppert / Leitung Medien & Datenprozesse
Zusammenarbeit auf Augenhöhe
Ein wesentlicher Erfolgsfaktor war die enge und pragmatische Zusammenarbeit mit HBOD.
Im Fokus stand nicht die Umsetzung einer „Standardlösung“, sondern das Verständnis des konkreten Geschäftsmodells:
Gemeinsames Durchdringen der fachlichen Logik
Iteratives Vorgehen statt Big-Bang-Implementierung
Dabei wurde bewusst darauf geachtet, Lösungen so zu gestalten, dass sie im Alltag funktionieren und akzeptiert werden – nicht nur technisch korrekt sind.
Fazit
Die Automatisierung der Preisgestaltung bei HBOD zeigt exemplarisch, welchen Unterschied eine durchdachte Datenarchitektur machen kann.
Erst durch die Kombination aus sauberem Datenmodell, skalierbarer Plattform und fachlich fundierter Logik wurde die Komplexität beherrschbar.
Für Unternehmen mit ähnlichen Herausforderungen gilt: Wer wachsen will, braucht nicht nur mehr Daten – sondern vor allem die Fähigkeit, diese sinnvoll und automatisiert zu nutzen. Diese Fähigkeiten werden wir in Folgeprojekten mit der hbod gemeinsam weiter ausbauen, z.B. durch das Einbeziehen der Kunden in die Preisgestaltung über ein Preisanalyse- und Abrechnungsportal.
Lassen Sie uns sprechen!