Von der Umfrage-Rohdatei zum fertigen Report
Daten jährlich
gespart
Wochen Bauzeit
Die Marktforschungsabteilung (CMR) bei Decathlon befragt regelmäßig Kundinnen und Kunden in den Filialen. Gefragt wird, ob sie Decathlon weiterempfehlen würden, ob sie gekauft haben und wie der Kontakt mit den Mitarbeitenden war. Pro Erhebungsjahr kommen über 30.000 Datensätze zusammen. Gemeinsam mit dem Team ist BARI entstanden, ein Assistent, der sie auf drei Ebenen auswertet: ganz Deutschland, je Region und je Filiale.
Am Anfang stand die Datengrundlage: welche Felder aus welcher Erhebung kommen und wie sie heißen. Nur so läuft jede Auswertung nach denselben Regeln auf derselben Basis. Ohne diesen Schritt wäre alles Weitere ein Einzelfall geblieben.
Jede Kennzahl ist als feste Formel hinterlegt, von der Weiterempfehlung über die Kaufquote bis zu den verlorenen Käufen. Dazu kommen drei Auswertungsebenen und ein fester Report mit acht Kapiteln, von der Zusammenfassung bis zu den Empfehlungen. Was vorher in jeder Erhebungswelle neu entschieden wurde, ist jetzt einmal festgelegt.
Kleine Stichproben kennzeichnet der Assistent, sehr kleine wertet er gar nicht erst im Detail aus. Fehlende Werte weist er als fehlend aus, statt sie zu schätzen, und vor jeder Ausgabe prüft er sein Ergebnis selbst. Das nimmt der Auswertung die typischen Fehler aus der Excel-Handarbeit.
Heraus kommt ein gestalteter Report in der Farbwelt des Kunden, mit Kennzahlen-Karten und Diagrammen. Abweichungen sind farblich markiert, und das PDF lässt sich direkt weitergeben. Das Layout ist fest hinterlegt, jeder Report sieht gleich aus. Damit entfällt auch der letzte Handgriff, das Bauen der Präsentation.
Ein Assistent in Google Gemini mit festen Anweisungen. Er rechnet die Kennzahlen aus den gelieferten Umfragedaten und gibt den Report im festen Layout aus, fertig als PDF.
Solveig SchmererInsight Analyst, Decathlon Germany
Michael BauerInsight Team Lead, Decathlon GermanyWeitere Cases
Drei KI-Assistenten arbeiten nacheinander: Frage schärfen, Quellen recherchieren, Ergebnisse mit dem letzten Stand abgleichen. Jede Zahl im Report nennt Quelle, Link und Datum. Wo es keine Daten gibt, steht das als Lücke im Report, statt geschätzt zu werden.
Acht KI-Agenten arbeiten nacheinander und machen aus einem Thema die fertige Mail: Recherche, Produktauswahl, Bilder aus dem eigenen Bestand, Text im Markenlayout. Ein Mensch gibt das Thema vor, ein Mensch gibt frei. Das System läuft bei uns, nicht beim Kunden.
Das System erstellt Anzeigenmotive, legt die Kampagne im Werbekonto an, wertet die Zahlen aus und verschiebt das Budget täglich auf die Anzeigen, die besser laufen. Jedes Motiv und jede Anzeige gibt ein Mensch frei.
Ein Tag mit dem sechsköpfigen Marktforschungsteam: von den eigenen Zeitfressern über eine Übung an einer echten Marktfrage bis zu drei bis fünf Anwendungsfällen, die das Team als erste angehen will. Danach blieben wir Ansprechpartner. Aus zwei dieser Fälle wurden fertige KI-Assistenten.
Eine eigene KI-Umgebung im Unternehmen: Text, Bild, Sprache und Übersetzung an einer Oberfläche, der Zugang über Rollen geregelt. Die Inhalte verlassen das Haus nicht.
Ein Werkzeug, in das man einen Satz eingibt und Bilder zurückbekommt, die im Stil der Marke bleiben: gleiches Licht, gleiche Farbwelt, gleiche Perspektive. Der Stil ist einmal als Ablauf gebaut, nicht bei jeder Eingabe neu beschrieben. Wir trugen die technische Verantwortung, gebaut haben wir mit Astral.
Eine eigene Kampagnenseite vor dem Verkaufsstart, mit Vorbestellung und bewegten Bildwelten. Wir führten das Projekt und waren die Schnittstelle zum Kunden, gebaut hat es der Partner Astral.
Erst verstehen, dann entscheiden. Wir nehmen uns Zeit für ein erstes Gespräch, ohne Verkaufsdruck, ohne Verpflichtung.
Gespräch vereinbaren