Mathe studiert – und dann?

Kristina Vaillant, Andrea Nestler
2021 Mitteilungen der DMV  
Nestler treffe ich -auf Abstand -zu Hause, im größten Zimmer ihrer Berliner Wohnung. Das Familienzimmer mit langem Esstisch und Couch ist seit mittlerweile einem Jahr auch ihr Arbeitsplatz. Denn ihr Arbeitgeber, das Online-Handelsunternehmen Zalando, schickte die Mitarbeiter letztes Jahr bereits zwei Wochen vor Beginn der offiziellen Ausgangs-und Kontaktbeschränkungen ins Homeoffice. Als Andrea Nestler  bei Zalando anfing, war das Unternehmen noch ein Start-up und ihre Berufsbezeichnung
more » ... Scientist gerade erst erfunden. Frau Nestler, Ihre E-Mail-Signatur enthält neben der Information, dass Sie Data Scientist bei Zalando sind auch die etwas kryptische Bezeichnung "sizing reco". Was hat es damit auf sich? Das steht für size recommendation [Größen-Empfehlung]. Ursprünglich war das nur eine Idee, mittlerweile ist das ein Produkt. Gerade E-Commerce Unternehmen wie Zalando haben eine gewisse Return Rate: Kunden bestellen Artikel und viele davon werden zurückgeschickt. Es gibt unterschiedliche Gründe dafür. Der Artikel gefällt nicht, manchmal haben Kunden von vornherein nicht vor, alle Artikel zu behalten, und manchmal passiert es, dass sie zu groß oder zu klein ausfallen. Wir haben uns also hingesetzt und ein Pilotprojekt gestartet, um zu gucken, ob es eine Möglichkeit gibt, den Kunden zu helfen, die richtige Größe zu finden. Dafür haben wir zwei Recommendation-Produkte aufgebaut, Was meinen Sie mit "Produkt"? Ein Produkt ist zum Beispiel, wenn auf der Zalando-Website die Box erscheint: "Wir empfehlen, eine Nummer größer oder kleiner zu bestellen". Oder: "Wir empfehlen, die Größe xy zu bestellen". Auf welcher Grundlage kann Zalando diese Empfehlung geben? Wir kennen die Historie, wir wissen, was Kunden in der Vergangenheit bestellt haben. Und wir kennen auch die Artikel. Wenn ich als Kunde eine Hose oder einen Mantel zurückschicke, gibt es außerdem einen Zettel, auf dem ich den Grund angebe, zum Beispiel, war zu groß oder zu klein. Genau, auch das sind Daten, die wir benutzen. Wir haben einen sehr großen Schatz an Daten, die über die Kunden kommen, aber wir generieren auch selbst Daten. Wir haben etwas aufgebaut, das wir Inhouse Fitting Station nennen. Dort werden Artikel ausgemessen und Models probieren die Artikel, also Schuhe, Hosen, Blusen, Kleider nach einem gewissen Standard an. So bekommen wir Daten darüber, ob ein Artikel zu groß oder zu klein ausfällt. In Deutschland wird im Onlinehandel laut Verbraucherzentrale jede zweite Kleidungsbestellung zurückgeschickt, wenn der Rückversand wie bei Zalando nichts kostet. Das verursacht enorme Kosten, vor allem für die Umwelt. Hat sich die Zahl der Retouren durch die automatischen Empfehlungen reduziert? Bei Zalando haben wir eine Rücklaufquote von  Prozent, und jede dritte Retoure hat dieses Größenproblem. Davon gehen wir aus, weil das von den Kunden angekreuzt wird. Unsere Recommendation-Produkte sind in der Lage, diese größenbedingten Retouren um vier Prozent zu reduzieren. Um wie viele Bestellungen geht es da? Aktuell haben wir um die  Millionen Kunden. Wir können sagen, von  Millionen hat jeder mindestens eine Bestellung getätigt, da sind wir dann auf jeden Fall im Millionenbereich von Rücksendungen, die vermieden werden können. Blicken wir zurück. Sie sind  direkt von der Uni zu Zalando gegangen. Da war der Beruf Data Scientist noch recht exotisch. Stimmt, als ich damals angefangen habe, hießen wir noch Quantitative Analysts, dann wurde das umbenannt in Data Scientists, das muss / gewesen sein, kurz nachdem ich bei Zalando angefangen habe. Damals war Zalando der Inbegriff des Start-ups. Die einen haben sich gefreut, dass Deutschland endlich eine international erfolgreiche digitale Handelsplattform hat, für andere war die aggressive Expansion eher furchterregend. Warum wollten Sie zu Zalando? Ich war vorher am KIT [Karlsruher Institut für Technologie], habe dort promoviert und wollte nach Berlin, das war die Start-up-Stadt in Deutschland. Ich hätte gerne weiter in der Forschung gearbeitet, zum Beispiel Richtung Automobilbranche, aber die Forschungsabteilungen von diesen großen Technologieunternehmen, die gibt's eher im süddeutschen Raum. Ich habe auch lange überlegt, ob ich in die Versicherungsbranche gehen soll, habe mich aber  DOI ./dmvm--
doi:10.1515/dmvm-2021-0014 fatcat:nw3yaqnjzjg2tlh7utlex3jeam