Personalisierung: Produktempfehlungen im gleichen Look in Echtzeit mit KI-basierten Personalisierungslösungen von prudsys

Sie möchten online eine blaue Stoffhose kaufen. Leider ist diese in Ihrer Größe nicht vorrätig. Was tun? Recommendations auf der Basis von Bild-Ähnlichkeiten lassen Sie passende Alternativen finden. Sie bieten spannende Anwendungsmöglichkeiten für Onlineshop-Betreiber.

Wenn Sie im Laden eine blaue Stoffhose kaufen möchten, die aktuell nicht vorrätig ist, bietet Ihnen das Ladenpersonal ähnliche Stoffhosen, bevorzugt blau, vielleicht noch in anderen gedeckten Farben an. Auch Onlineshops nutzen zunehmend Empfehlungen auf der Basis von Bild-Ähnlichkeiten wie „Ähnliche Produkte“ um ihren Kunden in Out-of-Stock-Situationen Alternativprodukte zu zeigen. So verbessern Händler das Einkaufserlebnis der Kunden und reduzieren Kaufabbrüche. Gleichzeitig steigern sie die Conversion Rate und den Umsatz aus Empfehlungen.

Gerade Bilder stellen immer eine große Herausforderung für Recommendation Engines dar, da „Maschinen“ keinen Zugang zu den abgebildeten „Daten“ wie zum Beispiel Farben oder Formen hatten. Aktuelle Technologien im Bereich künstliche Intelligenz machen es nun möglich, dass Personalisierungslösungen auf diese Daten zurückgreifen können.

Image Similarities – wie funktioniert‘s?

Ein KI-Service untersucht regelmäßig alle vorhandenen Produktbilder eines Händlers auf Ähnlichkeiten. Dazu analysiert ein mehrschichtiges neuronales Netz, das auf Bild-Analyse trainiert ist, die Bilder und erkennt Gemeinsamkeiten. Die ermittelte Ähnlichkeit wird dann auf der Beziehungsstärke abgebildet und an die Personalisierungslösung übergeben.

Ein Empfehlungstyp für Bild-Ähnlichkeiten kann zusätzlich nicht-visuelle Einstellungen berücksichtigen, um relevante Empfehlungen auszuspielen. Sinnvoll sind hier beispielsweise nur vorrätige, je nach Einsatzzweck nur aus der gleichen oder nur aus anderen Kategorien, preislich ähnliche oder höherwertige Produkte.

Vorteile von Bild-zu-Bild Empfehlungen

Out-of-Stock-Situationen lassen sich nicht immer vermeiden. Ohne relevante Empfehlungen verlassen Kunden hier oft den Shop. Wenn sie hier tatsächlich dem gewünschten Produkt gleichwertige Alternativen empfohlen bekommen, müssen sie nicht erst umständlich weitersuchen und sich durch Produktlistungen klicken. Gibt es andere Hosen in meiner Farbe und Größe? Shop-Betreiber wissen ja bereits, wonach der Kunde sucht. Die Wahrscheinlichkeit, dass der Kunde sich diese Empfehlungen anschaut, ist sehr hoch, wenn echtes Kaufinteresse besteht.

So nutzen Sie Empfehlungen auf der Basis von Bild-Ähnlichkeiten

Zusätzlich zu den gerade beschriebenen relevanten Produktalternativen zu ausverkauften Artikeln gibt es zwei weitere spannende Anwendungsfälle.

Kunden erhalten Empfehlungen für ergänzende Produkte im gleichen Look, z.B. „Shop the Look“. Das ist vor allem in den Bereichen Fashion & Accessoires, Schmuck, Dekoration und Möbel spannend. Ein gesuchter Artikel wird ergänzt durch optisch passende Artikel, zum Beispiel der Gürtel zum Schuh, das Tuch zur Bluse oder die Ohrringe zum Armband. Hier enthalten Produktbilder wichtige Informationen, die der Shop-Betreiber sonst durch Sprache aufwändig verschlagworten müsste.

Die nächste Stufe dieser Technologie ist die visuelle Suche in der Shopping-App oder per Chatbot. Sie sehen in einer Zeitschrift eine tolle Uhr, machen ein Foto davon, senden es per Messenger oder über die Shopping-App an Ihren Lieblingshändler und bekommen in Echtzeit Empfehlungen optisch ähnlicher Artikel des Shops zurück. So wird Shopping für uns als Kunden noch einfacher und wir finden schneller die Produkte, die uns gefallen.