Der Lüftungs-Fachgroßhandel Luftbude wuchs und wuchs, doch seine Daten steckten im Excel-Dschungel fest. Entscheidungen basierten oft auf Bauchgefühl und veralteten Reportings. Genau das haben wir geändert: Mit dem Aufbau eines zentralen Data Lakes und automatisierten Python-Pipelines verknüpften wir Vertrieb, Einkauf und Marketing zu einer „Single Source of Truth“. Das Ergebnis ist eine Business-Intelligence-Lösung, die die gesamte Unternehmenssteuerung vom Kopf auf die Füße stellt.
Client
Branche
Service
Time Frame
Team
Tools
Collab
manueller Reporting-Aufwand
Transparenz über echte Margen
Datenquellen vereint
Viele Unternehmer kennen das: Das Unternehmen wächst – aber der Überblick schwindet. Beim Online-Shop von Luftbude bestand die Reporting-Landschaft aus einem historisch gewachsenen Wildwuchs manueller Excel-Dateien. Die Daten aus Shop, CRM, Einkauf und Web-Analyse lagen in Silos. Bis ein Report fertig war, war er veraltet.
Das große Problem: Der Blick auf den Umsatz zeigte nicht die tatsächliche Profitabilität. Ohne Verbindung von Einkaufsdaten, Retouren und Arbeitszeiten blieb unklar, welche Deals wirklich Geld brachten und welche Geld verbrannten. Das Ziel war klar: Weg vom manuellen Chaos, hin zu einer belastbaren, automatisierten Datenbasis.
Komplexer n8n-Workflow automatisiert den Datenaustausch zwischen verschiedenen Systemen in Echtzeit.
Schematische Darstellung einer ETL-Datenpipeline integriert verschiedene Systemquellen in ein zentrales Dashboard.
Wir begannen mit einem Proof-of-Concept in n8n, um unsere Hypothesen zu validieren. Für die Skalierung wechselten wir zu maßgeschneiderten Python-Pipelines in der Google Cloud. Wir zapften alle relevanten Adern an – Shopware für Bestellungen, HubSpot für Vertriebs-Pipelines, GA4 für Nutzerverhalten und sogar die Telefonanlage für operative Signale.
In einem zentralen Data Lake (Google BigQuery) führten wir diese Datenwelten zusammen. Der entscheidende strategische Hebel war die Normalisierung: Wir definierten Logiken, die Umsätze mit Einkaufspreisen und Arbeitszeiten verrechnen. So entstand eine Architektur, die Fehler selbstständig abfängt sowie Daten automatisiert sammelt und veredelt.
Strukturiertes Schichtenmodell plant die moderne Datenarchitektur von der Rohdatenquelle bis zum Reporting.
„Daten sind erst dann wertvoll, wenn sie wehtun oder jubeln lassen. Wir haben nicht nur Zahlen visualisiert, sondern die Einkaufs- und Vertriebsdaten verknüpft. Plötzlich sieht Luftbude, wo sie wirklich Geld verdienen – und wo es nur versickert.“—Christopher Carus (CTO)
Heute handelt Luftbude nicht mehr nach Gefühl, sondern nach Daten. Die Geschäftsführung blickt in Looker Studio auf Dashboards, die sich selbst aktualisieren. Das System entlarvt unrentable Produkte und identifiziert die wahren Umsatztreiber.
Vertriebler:innen sehen ihre Leistung jetzt basierend auf Deckungsbeiträgen, nicht mehr nur auf Umsatz – ein massiver Anreiz für profitables Handeln. VIP-Kunden werden frühzeitig erkannt, und Beratungskapazitäten effizienter verteilt. Die Daten-Transparenz hat eine neue Unternehmenskultur geschaffen, in der Rentabilität vor Volumen steht.
