Personalisierung & Recommendations von prudsys, Spezialist für KI im Handel: Dynamic Pricing, Personalisierung & Recommendations

Personalisierung hilft dem Kunden bei der Auswahl passender Produkte. Treffen die personalisierten Empfehlungen den Geschmack des Kunden, landet das Produkt im Warenkorb und der Händler kann sich über mehr Umsatz freuen. Die Boston Consulting Group stellte in einer Studie im Jahr 2017 fest, dass Unternehmen, die personalisieren, ein Umsatzwachstum von 6 bis 10 Prozent aufweisen. Und 43 Prozent der Kunden bevorzugen laut einem Accenture Report Unternehmen, die ein personalisiertes Einkaufserlebnis bieten. Das etailment Magazin interviewte unseren Vorstand Jens Scholz über die Hintergründe zur personalisierten Kundenansprache im Handel. Seine Antworten lesen Sie hier.

Nahezu jede Shopsoftware bietet eingebaute Produktempfehlungen. Welchen Mehrwert bietet KI hier?

Nicht überall wo künstliche Intelligenz dransteht, ist auch künstliche Intelligenz drin. In diesem Punkt unterscheiden sich Empfehlungssysteme erheblich. Wir arbeiten mit den Kernfunktionsprinzipien Machine Learning und Reinforcement Learning. Ein schönes Bild ist der Vergleich mit einem Schachcomputer: Die Software erkennt die „Züge“ des Kunden, antizipiert die Kette aller möglichen nächsten „Züge“ und gestaltet die eigenen Aktionen (z.B. Pro­duktempfehlungen) so, dass sie „das Spiel“ (z.B. den Zielparameter Umsatzoptimierung) gewinnt. Ein Algorithmus lernt durch Belohnung eine Taktik, wie in potenziell auftretenden Situationen zu handeln ist, um den Nutzen des Gesamtsystems zu maximieren. Das zeichnet unsere KI aus.

Welchen Vorteil bietet das konkret?

Jeder Händler stellt sich die Frage: Warum sollte ein Kunde bei mir einkaufen und nicht bei Amazon?  Dort gibt es nahezu jedes Produkt und in Sachen Kundenfreundlichkeit setzt Amazon die Benchmark. Um gegen solch einen Riesen bestehen zu können, müssen Händler ihren Kunden vor allem eines bieten: Relevanz. Nur so lässt sich die Kundenbindung um ein Vielfaches steigern: Wenn Sie in einem Fashiongeschäft ein aufmerksamer Mitarbeiter berät und auf Basis ihrer Aussagen passende Styles zur Anprobe bringt, die Ihnen gefallen, behalten Sie das Geschäft in guter Erinnerung und kommen wahrscheinlich wieder. So verhält es sich auch im Onlineshop. Eine gute KI ist omnichannelfähig und maximiert den Kundenwert über alle Kanäle. Sie ermöglicht dem Händler, seinen Kunden an allen Touchpoints ein relevantes Einkaufserlebnis über die gesamte Customer Journey zu bieten. Eine gute KI für Personalisierung stellt verschiedene Empfehlungs­logiken je nach Zielstellung des Händlers bereit und individualisiert verschiedene Elemente. Je nach Branche und Gegebenheiten des Unternehmens verzeichnen Händler messbare Erfolge. Unser langjähriger Kunde Westfalia beispielsweise erzielt 12 Prozent Umsatz aus Empfehlungen. Baby-Walz, auch einer unserer Kunden, erzielt 8 Prozent Umsatz aus Empfehlungen. Ein schönes, aktuelles Beispiel sind Produktempfehlungen auf Basis von Bildähnlichkeiten: Sie entdecken beim Abendessen eine schicke Uhr am Armgelenk eines Freundes. Mit dem Smartphone fotografieren Sie die Uhr, um z.B. über einen Messenger-Dienst oder App eines Händlers Produkte zu erhalten, die der fotografierten Uhr ähnlich sind. Dieser Service für Personalisierung ist keine Zukunftsmusik, sondern wird aktuell schon eingesetzt.

Welche Voraussetzungen muss der Händler zur Integration einer Empfehlungsengine schaffen? Sind Umbauten am Shopsystem notwendig?

Hier gibt es keine großen Barrieren. Unsere Recommendation Engine ist mit jedem Shopsystem kompatibel und es sind keine besonderen Voraussetzungen für den Einsatz nötig. Aus dem Front-End des Onlineshops heraus werden die einzelnen Applikationen unserer Engine durch HTTP-Requests angesteuert. Parallel werden alle notwendigen Tracking-Informationen (Klicks, Suchanfragen, Warenkörbe etc.) an unseren Server weitergegeben. Auf Grundlage dieser Daten berechnet die KI in Echtzeit Empfehlungen und liefert diese z.B. im JSON-Format an den Webshop zurück. Gleiches gilt für den personalisierten Newsletter. Jedes internetfähige System kann diese Daten einfach interpretieren und weiterverarbeiten.

Stichwort Schnittstellen: Wo laufen die verschiedenen Datentöpfe für die KI denn zusammen? Reicht eine Verbindung zum Shop, oder muss der Händler auch an die Warenwirtschaft ran?

Für Personalisierung im Onlineshop reicht die Verbindung zum Shop. Damit eine kanalübergreifende Personalisierung gelingt, müssen jedoch Datensilos beseitigt werden. Eine KI-Lösung für Personalisierung sollte Schnittstellen zu sämtlichen Datentöpfen der verschiedenen Kundentouchpoints haben. Der Datentransfer sollte in Echtzeit funktionieren, sodass die KI immer die Möglichkeit hat, aktuelle Verhaltensdaten zu berücksichtigen. Beispiel: Bekomme ich im Paketbeileger größtenteils Produkte angeboten, die ich bereits vor Tagen im Onlineshop gekauft habe, verpufft die personalisierte Kundenansprache. Intelligenz, die in Echtzeit agiert und weiß, was an anderen Touchpoints passiert, ist ein wichtiger Erfolgsfaktor.

Ist der Einsatz der Empfehlungen auf den Shop des Händlers beschränkt?

Eine ganzheitliche Personalisierung entlang der Customer Journey an verschiedenen Kanälen gehört für viele Händler zu den aktuellen Herausforderungen. Relevante Produktempfehlungen, individuell für jeden Kunden am gerade relevanten Touchpoint, sorgen für ein gutes Kundenerlebnis. Personalisiert werden kann nahezu überall: im Onlineshop, in der App auf dem Smartphone, im Newsletter oder im personalisierten Postmailing mit kundenspezifischen Angeboten. Durch intelligente Printpersonalisierung konnte bspw. der B2B-Händler SSI Schäfer Shop seine Bestellquote um 15% steigern. Unsere KI-Lösung berechnet Produktempfehlungen für einen 16-seitigen Katalog, der in über 100.000 Varianten mit fast 5.000 unterschiedlichen Produkten für jeden Kunden individuell gedruckt wird. Aber auch am Point of Sale lohnt sich eine personalisierte Ansprache, z.B. in Form eines Berater-Tablets. Durch das Tablet erhält der Verkäufer Produktvorschläge für den Kunden auf Basis dessen Kaufhistorie und kann ihn so optimal beraten.

Bei Bestandskunden hat der Händler dessen Historie. Aber woher weiß die KI eigentlich, was unbekannte Besucher interessiert?

Eine gute KI trackt den Onlineshop-Besucher ab dem ersten Klick. Alle Klicks werden in Echtzeit erfasst, die Empfehlungen dazu in Echtzeit berechnet und ausgespielt. Für eine gute Empfehlungsqualität sind aktuelle Verhaltensdaten fast unerlässlich. Wenn die KI die aktuellen Bedürfnisse des Besuchers kennt, werden auch die Empfehlungen entsprechend gut dazu passen. Was nutzen Ihnen Empfehlungen für Kinderspielzeug, weil Sie beim letzten Onlineshop-Besuch ein Geschenk für Ihren Neffen kauften, aktuell aber eine Winterjacke suchen? Das erkennt eine gute KI-Lösung, die in Echtzeit agiert, sofort.

Kann ich als Händler denn auch steuern, was ich den Kunden anbieten möchte (Stichwort Sortimentsoptimierung und Kategorienmanagement), oder bin ich nur Passagier?

Ja, das setzt der Großteil der Händler bewusst um. Oftmals existieren klare Abverkaufsziele aus dem Einkauf: Die Waren im Bestand sollen natürlich abverkauft werden. Oder es sollen Verkaufsziele erreicht werden, um beim Hersteller Rückvergütungen zu erzielen. Personalisierung wird oft genutzt um diese Ziele zu unterstützen. Händler haben innerhalb der Personalisierungslösung durch eine Vielzahl Filtereinstellungen die Möglichkeit, die Empfehlungen in Hinblick der Ziele zu steuern, beispielsweise um eine bestimmte Kategorie oder eine bestimmte Marke zu pushen.