Zalando Payments: Maximales Shopping-Vergnügen mit blitzschneller Kaufabwicklung bei über 20 verschiedenen Bezahlmöglichkeiten
Der gemeinsame Weg von Zalando Payments und SAP
Der Zahlungsdienstleister Zalando Payments GmbH hat das Risiko, das durch die Nutzung von externen Tools zur Berechnung der Zahlungszuordnungen seiner Dienstleister entsteht, durch eine eigens entwickelte Lösung auf der SAP Business Technology Platform deutlich reduziert. Diese Lösung nutzt eine automatisierte Modellierung und Vorhersage, die auf lernenden Systemen basiert. So kann Zalando genauere und schnellere Prognosen bereitstellen.
| Branche | Region | Unternehmensgröße |
| Bankwesen | Berlin | 250 Beschäftigte |
automatisierte Abläufe dank SAP-Lösungen
schneller und effizienter bei der Prognoseerstellung
Einhaltung aller Vorgaben für Finanzdienstleistungen
Leiter SAP BI und Analytics, Zalando Payments GmbH
Automatisierte, hochpräzise Prognosen zur Zahlungszuordnung
Die Zalando Payments GmbH ist der Zahlungsdienstleister des Online-Händlers Zalando SE und hat einen entscheidenden Einfluss darauf, wie Kunden ihr Einkaufserlebnis bei Zalando wahrnehmen. Mit Fokus auf Komfort und Flexibilität am Checkout verarbeitet das Unternehmen jährlich Zahlungen für mehr als 250 Millionen Bestellungen von über 50 Millionen aktiven Kunden.
Zalando Payments empfängt Zahlungseingänge von Kunden aus aller Welt und muss dabei für die Einhaltung aller nationalen und internationalen Vorschriften sorgen. Als in Deutschland lizenzierter Finanzdienstleister für elektronische Geldtransaktionen unterliegt Zalando Payments der Regulierung durch die Bundesanstalt für Finanzdienstleistungsaufsicht (BaFin), der Deutschen Bundesbank und europäischen Institutionen.
Das Unternehmen startete mit dem Prognostizieren zunächst in SAP S/4HANA. Um die Zahlungszuordnungen zu berechnen, mussten die Daten von dort in externe Tools exportiert werden. Dieses Vorgehen barg erhebliche Risiken, etwa Medienbrüche bei der Datenweitergabe, Datenentkopplung von den Bankverbindungs-Stammdaten und Nichteinhaltung von Vorschriften. Die Nutzung externer Tools schränkte zudem die Fähigkeit des Unternehmens ein, die Prognoseberechnungen zu ändern.
Um die Qualität seines Prognosemodells für Zahlungszuordnungen zu verbessern, setzte Zalando Payments darauf, die Flexibilität und Anpassungsfähigkeit des Modells gegenüber einer Vielzahl von Einflussfaktoren deutlich zu erhöhen. Zu diesen Faktoren gehörten unvorhergesehene Schwankungen durch Sonderaktionen, der Eintritt in neue Märkte, die Einführung neuer Zahlungsmethoden wie auch Veränderungen im Verhältnis von Neu- zu Bestandskunden. Gleichzeitig wollte das Unternehmen seine Dienstleister dabei unterstützen, die Ressourcenplanung in der Belegschaft so abzusichern, dass vertraglich zugesicherte Ziele wie ein täglicher Null-Backlog zuverlässig erreicht werden.
Leiter SAP BI und Analytics, Zalando Payments GmbH
Kosten senken durch präzisere Zahlungszuordnungsprognosen
Für eine präzisere und robustere Prognose der Zahlungszuordnungen, die zugleich die nötige Flexibilität für das Wachstum des Unternehmens, den Markteintritt und verschiedene Zahlungsmethoden bietet, sollte die Lösung vollständig in der SAP-Softwarelandschaft verankert sein. Zalando Payments nutzte die Chance, durch eine intelligentere Nutzung der Technologie-Ressourcen ein innovatives Prognosemodell auf der SAP Business Technology Platform (SAP BTP) zu entwickeln. Das Unternehmen implementierte eine Business-Data-Fabric-Architektur, ermöglicht durch die Lösung SAP Datasphere, die eine robuste Datenverwaltung sicherstellt und den Zugriff auf Echtzeitdaten gewährleistet. Für die Programmierung mit Python setzte das Unternehmen auf SAP Data Intelligence, während SAP HANA Cloud die leistungsstarken Machine-Learning-Funktionen bereitstellte. Die SAP Analytics Cloud sorgte für präzise Analysen und eine genauere Planung.
Wie in der unten stehenden Abbildung dargestellt, werden im neuen Prognoseprozess für Zahlungszuordnungen Daten aus SAP S/4HANA und SAP BW/4HANA in SAP Datasphere auf der SAP Business Technology Platform gebündelt. Der Python-basierte Machine-Learning-Client für SAP HANA ermittelt die Prognose, die wöchentlich automatisch in SAP Data Intelligence modelliert wird. Das Ergebnis geht dann zurück in SAP Datasphere, wo es den Dienstleistern über SAP Analytics Cloud als Bericht bereitgestellt wird.
Leiter SAP BI und Analytics, Zalando Payments GmbH
Null-Backlog-Tagesziel bei offenen und unbearbeiteten Zahlungen erreichen
Dank des neuen Modells zur Prognose von Zahlungszuordnungen kann Zalando Payments die Vorhersagegenauigkeit deutlich verbessern und Risiken minimieren. Das macht sich mit geringeren Verwaltungskosten bezahlt und sorgt gleichzeitig für die Einhaltung der regulatorischen Vorgaben für Finanzdienstleister. Außerdem konnten die Beziehungen zu den Dienstleistern gestärkt werden, weil diese ihre Ressourcen nun besser und punktgenauer planen können, um einen Null-Tages-Backlog bei offenen Zahlungen zu gewährleisten.
Durch die enge Zusammenarbeit mit SAP und die komplette Projektsteuerung im eigenen Haus konnte das während des Projekts erworbene Wissen intern nachhaltig verankert werden. Das tiefere Verständnis der Technologien hat innerhalb des Unternehmens das Vertrauen gestärkt, Machine-Learning- und KI-Tools, die in SAP-Lösungen integriert sind, souverän zu nutzen.
Seit dem Start des neuen Prognosemodells für Zahlungszuordnungen profitieren über 50 Millionen Zalando-Kunden und deren Banken von einer schnelleren Abwicklung ihrer Einkäufe – und das über mehr als 20 verschiedene Zahlungsmöglichkeiten hinweg.
Die fortlaufende Nutzung der Machine-Learning-Funktionen in den von SAP bereitgestellten Bibliotheken kann dazu beitragen, die Prognosegenauigkeit stetig zu verbessern und gleichzeitig den Weg für den zukünftigen Einsatz von SAP-KI-Services zu ebnen.
Leiterin Customer Experience, Zalando Payments GmbH
Visionäre Lösungen, die maschinelles Lernen neu definieren und völlig neue Möglichkeiten eröffnen
Zalando Payments arbeitet weiter an neuen Lösungen mit Machine Learning und künstlicher Intelligenz. Ein zentraler Fokus liegt auf der Entwicklung eines Tools zur Risikobewertung mithilfe von Monte-Carlo-Simulationstechniken. Ziel ist es, mittels zahlreicher Simulationen verschiedene Szenarien zu erzeugen, die reale Ergebnisse möglichst genau nachbilden.
Darüber hinaus entwickelt das Unternehmen eine Lösung zur Bewertung des Kreditrisikos seiner Handelspartner und schafft praxisnahe Anwendungsfälle für den Einsatz von künstlicher Intelligenz im Datenmanagement.
Robby Finke, Leiter SAP Business Intelligence und Analytics bei Zalando Payments GmbH, bringt es auf den Punkt: „Das direkte und tiefere Know-how, wie wir die Kernprozesse unseres Teams mit SAP-Lösungen auf ein neues Niveau heben können, bringt ständig frische Ideen und innovative Vorschläge zur Stärkung unseres Geschäfts hervor.“