Online-Shops agieren in einem Umfeld, welches sich in den letzten 10 Jahren rasant gewandelt hat. So werfen bereits kleine Unternehmen des Online-Handels munter mit Buzzwords wie „Machine Learning“, „Artificial Intelligence“ oder „Recommendations“ um sich. Ein wesentlicher Antreiber dieses fortschrittlichen Denkens: künstliche Intelligenz (KI). Große, allseits bekannte Marktführer wie Amazon und Zalando setzen schon längst auf KI, um interne Prozesse zu verbessern und für ein angenehmeres Einkaufserlebnis zu sorgen. Um sich gegen diese starke Konkurrenz durchzusetzen, sollten Online-Händler die Potenziale der Technologie genau unter die Lupe nehmen und die richtigen Einsatzgebiete für sich auswählen.
Wir zeigen Dir in diesem Blogartikel, wie künstliche Intelligenz den Online-Handel auf den Kopf stellt, auf welche Fettnäpfchen Du achten solltest und mit welcher einfachen Methode Du selbst die Großen abhängst!

Künstliche Intelligenz – Das steckt dahinter

Künstliche Intelligenz, auch Artificial Intelligence (AI) genannt, ist der Oberbegriff für Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen wie Lernen, Problemlösen und Urteilen ausführen. Die Technologie des maschinellen Lernens (ML) – ein Teilgebiet der künstlichen Intelligenz – hilft Computern aus riesigen Datenmengen und vielen Tests zu lernen. Dadurch können Aufgaben immer besser ausgeführt werden. Ausgefeilte Algorithmen können in unstrukturierten Datensätzen wie Bildern, Texten oder gesprochener Sprache, Muster erkennen und anhand dieser, Entscheidungen selbstständig treffen.

KI macht’s möglich: Das richtige Produkt zur richtigen Zeit?

Amazon macht es vor, alle anderen machen es nach! Kaufempfehlungen oder im Fachjargon „Recommendations (kurz Recos) sind in der Welt des Online-Handels sagenumwoben und mittlerweile nicht mehr wegzudenken! Es wird behauptet, die Funktionsweise sei geheim, genauso wie die Coca-Cola Formel. Doch die Magie hinter dem Spruch „Das könnte Dir auch gefallen“ ist einfach zu erklären: Shop-User werden mit früheren Kunden verglichen, die ihnen in Verhalten und personenbezogenen Merkmalen ähneln. Dies bildet die Basis, auf der schlussendlich weitere Artikel als Produktempfehlung eingeblendet werden. Beispielsweise auf Produktdetailseiten.

Hat der User sich also Produkt A angeschaut, wird ihm Produkt B empfohlen – weil dies ein Artikel ist, den Kunden am häufigsten dazu gekauft haben.  Allerdings ist die Zuordnung der Kunden in Segmente äußerst ungenau, weil sie modellbasiert ist. Viele Recommendations beziehen sich außerdem lediglich auf das Empfehlungs-Spektrum der ausgewählten Produktkategorie. Schaut sich ein User beispielsweise einen Pullover an, werden ihm ausschließlich Vorschläge für weitere Pullover angezeigt. Dass er aber eigentlich eine passende Jeans kaufen will, wird nicht berücksichtigt.

Achtung: Oft passen die Artikel nicht zu den Interessen der User, werden schlicht und einfach in verschiedenen Farben oder Ausführungen angeboten und liegen außerhalb der Bedürfnisse des Kundens. Was die User wirklich sehen wollen, wird rigoros ausgeblendet. Inspirierende Produktempfehlungen sehen anders aus.


e-book-shopping-4-0-odoscope


Maschinelle Intelligenz & Bauchgefühl vereint  

Ob bei Zalando, AboutYou oder Douglas: Der personalisierte Produktstream stellt eines der heißesten Features im Online-Handel dar! Machine Learning-Algorithmen analysieren das Shopping-Verhalten und ordnen den aktuellen User automatisiert bereits vordefinierten Kundengruppen zu. Um den optimalen Produktfeed auszuspielen, kann im Anschluss nach dieser etwas unpräziseren Einordnung eine weitere Verfeinerung durch menschlichen Einfluss erfolgen.

Diese Kombination aus Curated Shopping und modellbasierter Kundenansprache sorgt dafür, dass Online-Shopper personalisierte Produkt-Streams angezeigt bekommen und zusätzlich ihren eigenen Input einfließen lassen können. Bei Zalando übernimmt diese Personalisierung nun ein neuer Produktfeed Namens „MyFeed“. Hier wird den Kunden die Möglichkeit gegeben, gezielte Fragen zu Trendfavoriten, Lieblingsmarken oder körperlichen Gegebenheiten zu beantworten, damit das Besucherprofil mit präzisen Informationen gefüllt werden kann.

Achtung: Diese Technologie ist nicht für jeden Online-Händler gleich „Top“ und kann sich schnell zum „Flop“ entwickeln! Denn Funktionen wie diese können Kosten im fünfstelligen Bereich verursachen und stellen hohe Aufwände zur Implementierung dar. Außerdem kann diese Methode nur für User genutzt werden, die bereits eingeloggt oder bekannt sind. Die Devise lautet also: Keine Kundendaten – keine maßgeschneiderte Shopping-Experience.


Omnichannel-Online-Shopping-InStorePersonalisierte Produktstreams sind ein guter, erster Schritt – der Individualität Deiner Shopper wirst Du damit jedoch noch nicht vollumfänglich gerecht.

 


KI trifft Kunde: Kundendialog rund um die Uhr

Wie ein Tornado weht der technologische Fortschritt um die Welt und verändert nicht zuletzt die Erwartungen der Verbraucher. Wer also in der E-Commerce Welt überleben will, muss innovativ sein, visuelle, schriftliche sowie prädiktive Fähigkeiten vereinen. Um das Business also in dieser neuen Ära voranzutreiben, stellen Chatbots durch künstliche Intelligenzeine besondere Innovation der vielen Geschäftsstrategien, welche sich durch die digitale Transformation entwickeln, dar.

Ein Chatbotist ein spezifisches Computerprogramm, welches dazu bestimmt ist, Gespräche mit menschlichen Benutzern über das Internet zu stimulieren. Mithilfe von digitalen Beratern erhalten Online-Händler wichtige Erkenntnisse über den Bedarf der Kunden und auftretende Probleme. 

Ein textbasiertes Dialogsystem, welches auf eine Wissensdatenbank zurückgreift und auf diesem Wege Dialoge mit den Usern ermöglicht, brachte nun der Discounter Lidl auf den Markt. Wer nun wissen will, welche Produkte bei Lidl gerade im Angebot sind, wo sich die nächste Filiale befindet oder wann die Lebensmittel-Bestellung zuhause ankommt, der kann sich die Informationen künftig von einer Maschine geben lassen. Auf der Social Media Plattform Facebook, steht „LiA“ (kurz für Lidl-Assistent) mittels Dialogfenster zur Verfügung. 

Achtung: Kunden wollen einen kundenzentrierten Support, der sowohl effizient und präzise als auch kundenorientiert ist. Nur so kann eine schnelle, hürdenlose und erfolgreiche Lösung individueller Probleme erfolgen.


Machine Learning-Roboter-1Im Support sind Effizienz, Präzision und Kundenzentriertheit gefragt. Mache Deine vorhandenen Daten dafür nutzbar und sichere Dir einen echten Wettbewerbsvorteil durch individualisierte Service-Erlebnisse.

Situationalisierung stellt künstliche Intelligenz in den Schatten

Dass künstliche Intelligenz frischen Wind in viele Bereiche des Online-Handels bringt, steht außer Frage. Doch die Effizienz und Effektivität dieser Technologie kann in vielen Fällen noch optimiert werden, da sie durch die enormen Kundenanforderungen sowie die immer größer werdenden Datenmengen schneller an ihre Grenzen stößt.

Den Ausweg aus dieser Sackgasse, in der viele Online-Händler stecken, weil sie den großen Marktführern gefolgt sind, stellt Situationalisierung von ODOSCOPE dar.

Situationalisierung (eng. Situationalization) ist eine Methode zur Optimierung digitaler Kanäle, mit der jedem User in Echtzeit die situativ relevantesten Inhalte mit der höchsten Conversion- bzw. Kaufwahrscheinlichkeit angezeigt werden können. Durch den Einsatz dieser Technologie machst Du den Großen nicht nur Konkurrenz, sondern bist ihnen sogar einen Schritt voraus.

Statt Surfverhalten und personenbezogenen Daten zieht die Situationalisierungs-Lösung situative Informationen zur Charakterisierung der User heran: Ob sich diese in einer Metropolregion oder einem ländlichen Gebiet befinden, ein Android Tablet oder einen Microsoft PC benutzen sowie ob sie über den Shop-Newsletter oder eine Facebook Ad kommen, hat erstaunlich viel Einfluss auf ihre aktuellen Interessen und das Kaufverhalten. Basierend auf diesen situativen Merkmalen können Online-Händler ihre Shops für jeden einzelnen User maßschneidern - vom ersten Moment seines Besuchs und egal, ob er bekannt oder anonym ist. Außerdem ist diese Methode 100% DSGVO konform, denn die tatsächliche Identität der Shop-Besucher spielt keine Rolle.

Die dahinterliegende Operational Intelligence-Technologie geht weiter als künstliche Intelligenz und arbeitet anhand eines Abgleichs mit ähnlichen Usern – in diesem Falle solchen, die sich in einer ähnlichen Situation wie der aktuelle Besucher befinden. Die Gruppe der statistischen Geschwister ist daher viel kleiner und präziser. Retailer werden so der Vielfältigkeit und Individualität der Online-Shopper wirklich gerecht. Präskriptive Analysen spielen die Shop-Elemente mit der höchsten Conversion-Wahrscheinlichkeit für die statistischen Geschwister dann in Millisekunden vollautomatisiert aus.


Superkraft-Businessman-mSituationalisierung von ODOSCOPE verleiht Deinem Business die ultimative Superpower!

Situationalisierung bringt dein Business auf die Überholspur

Mit Situationalisierung lässt sich der gesamte Shop für jeden einzelnen Besucher maßschneidern – in Ansprache, Contents und Produkten. Die individuelle Umsortierung von Produktlisten beispielsweise ist besonders erfolgversprechend: Stöberer erhalten relevantere Produkte auf der 1. Seite angezeigt – ganz ohne aufwändige Suche. So fühlen sie sich direkt richtig angesprochen, bleiben und kaufen mehr. So können durch Situationalisierung auch Produktfeeds viel maßgeschneiderter erfolgen, ohne dass User viel nachhelfen müssen, oder Online-Händler selber Hand anlegen müssen!

Neben verbesserten Produktempfehlungen, Produktstreams und Angeboten stellt die Lösung einen enormen Mehrwert für den Service des Online-Shops dar. In der ODOSCOPE Plattform werden Daten aus allen Silos zusammengeführt. Diese stecken voller wertvoller Erkenntnisse über den Kunden, seine Bedürfnisse und bisherigen Interaktionen, welche für ein individuelles Service-Erlebnis intelligent nutzbar gemacht werden können.

whitepaper-situationalisierung 

odoscope-newsletter
whitepaper-situationalisierung-odoscope