Personalisierung im E-Commerce: mehr Kundenbindung dank Künstlicher Intelligenz

Seit mehreren Jahren ist die Personalisierung im E-Commerce eines der Topthemen. Dabei versuchen immer mehr Anbieter ihren Kunden mithilfe verschiedener Maßnahmen ein unvergessliches Einkaufserlebnis in ihrem Onlineshop zu bieten, um so die Kundenbindung zu erhöhen. 

Personalisierte Angebote, zugeschnitten auf die Bedürfnisse des Kunden

Für ein Unternehmen ist es wichtig, seine Kunden auf emotionaler und persönlicher Ebene anzusprechen, um diesen ein positives Gefühl zu vermitteln. Das erhöht die Chancen, dass diese auch in Zukunft wieder den Onlineshop besuchen und Produkte hier kaufen. Für den Händler bedeutet das neben einer wachsenden Kundenbindung auch einen besseren Absatz, Umsatz und Ertrag.

Personalisierung im E-Commerce kann jedoch nur gelingen, wenn dem Shopsystem genügend Daten zur Auswertung zur Verfügung stehen. Gewonnen werden können diese beispielsweise aus vorangegangenen Besuchen eines Kunden, einem Kundenstammdatenblatt oder durch das Tracking von aktuellen Verhaltensdaten. Spezielle Personalisierungslösungen sammeln die Daten und werten diese aus. Ein typischer Anwendungsfall sind personalisierte Produktempfehlungen, die mithilfe von KI-basierter Software generiert werden.

Die verschiedenen Dimensionen der Personalisierung

Um eine E-Commerce-Plattform für den Kunden zu personalisieren und diesem das passende Produkt zum perfekten Zeitpunkt und über den richtigen Kanal anzubieten, betrachten wir die Personalisierung unter 3 verschiedenen Gesichtspunkten.

Emotionen

Die meisten Kaufentscheidungen, sowohl im B2C-Bereich als auch im B2B-Geschäft werden aufgrund von Emotionen getroffen. Ziel des Händlers ist es daher, eine emotionale Bindung zu schaffen, indem verschiedene Bedürfnisse des Kunden erfüllt werden. Damit dieser sich wohl fühlt und auch zukünftig dem Onlineshop treu bleibt, ist es wichtig seine Bedürfnisse zu kennen, diese in den Mittelpunkt zu stellen und die E-Commerce-Plattform kundenzentriert auszurichten.

Individualität

Die Individualität spielt für viele Kunden eine entscheidende Rolle. Durch bewusst gesteuerte Inhalte soll die Gunst des Kunden erobert werden. Ist z.B. das Geschlecht des Seitenbesuchers bekannt, werden diesem vorzugsweise auch nur geschlechtsspezifische Produkte angeboten. Auch das Alter sowie der Herkunftsort können die personenspezifischen Inhalte beeinflussen.

Selbstbestimmung

Auch die Selbstbestimmung trägt zu einer positiven Emotion beim Kunden bei. Als Beispiel der Personalisierung werden Produktkonfiguratoren gerne verwendet, um genau das passende Produkt zu erstellen. Damit erhält der Kunde die Möglichkeit, sich mit seinem personalisierten Produkt von der Masse abzuheben und sich selbst zu verwirklichen.

Verständnis  

Der Kunde möchte das Produkt zum passenden Zeitpunkt vorgeschlagen bekommen. Genauso verhält es sich auch mit Support- und Hilfeleistungen. Diese sollten nur dann angeboten werden, wenn sie auch benötigt werden. Ein Chatbot, der sich automatisiert immer wieder vorstellt und seine virtuelle Hilfe anbietet, kann schnell aufdringlich und überfordernd werden und sich so negativ auf die User Experience auswirken.

Erlebnis

Um beim Kunden das Gefühl eines persönlichen Einkaufs zu erwecken, ist es wichtig, diesem ein echtes Einkaufserlebnis zu bieten. Dieses kann mithilfe positiver Erfahrungen über alle Touchpoints und Kanäle hinweg geschaffen werden.

Einheitliche Nutzererfahrung

Für eine positive User Experience ist es entscheidend, Einkaufserlebnisse über alle Kanäle hinweg einheitlich zu gestalten und zu optimieren. So sollte z.B. die Navigation der E-Commerce-Plattform genau so aussehen, wie die der mobilen Version, damit sich der Kunde schnell auf allen Endgeräten zurechtfindet. Ein vom Endgerät unabhängiges Frontend bietet z.B. der Headless-Ansatz.

Unkomplizierte Bestellabwicklung

Auch die Bestellabwicklung zählt zum Einkaufserlebnis. Diese sollte möglichst unkompliziert und intuitiv zu bedienen sowie einheitlich sein. Legt ein Kunde z.B. Produkte in der mobilen Version des Webshops in den Warenkorb, sollte dieser die Bestellung oder den weiteren Einkauf auch von einem anderen Endgerät (z.B. seinem Laptop) aus abwickeln können.

Anwendungsbasierte Suche

Eine optimierte Suche erleichtert dem Kunden das Einkaufen und er gelangt schneller zu den Produkten, für die er sich interessiert. Gerade die Funktion einer sprachgesteuerten Suche hilft Kunden oft weiter und steigert die User Experience.

Echtzeit

Die Echtzeit spielt im E-Commerce eine wichtige Rolle. Kunden wollen zu jeder Zeit über Änderungen in der Preisstruktur informiert sein und Informationen über aktuelle Produkte direkt erhalten.

Proaktive Informationen

Gerade wenn ein Kunde bereits öfters ein gewisses Produkt gekauft hat oder sich für einen speziellen Artikel interessiert, möchte dieser oftmals wissen, wann das besagte Produkt günstiger oder eventuell auch teurer wird. Damit dieser ein Preisupdate nicht verpasst, bieten einige Onlineshops die Möglichkeit, sich im System zu registrieren, um in Echtzeit über Preisänderungen informiert zu werden.

Individuelle Preise

Besonders im B2B-Bereich sind individuelle Preise keine Seltenheit. Kunden, die bereits öfters bei einem Hersteller gekauft haben oder in einer großen Stückzahl Produkte abnehmen, profitieren in der Regel von Mengenrabatten oder persönlich ausgehandelten Konditionen. Auch auf der E-Commerce-Plattform müssen die individuellen Preise hinterlegt und in Echtzeit ausgespielt werden.

Produktempfehlungen

Hat ein Kunde bereits ein ähnliches Produkt im Webshop gekauft, werden diesem passend dazu andere Produkte vorgeschlagen. Auch die sogenannten Produktempfehlungen können personalisiert werden. Sprich: Nicht jeder Kunde erhält genau dieselben Produktvorschläge, sondern nur die, die zu seinem Kauf- und Suchverhalten passen.

Wie funktionieren KI-Lösungen bei der Personalisierung

Um aussagekräftige Personalisierungen in einem Onlineshop zu realisieren, müssen Daten über den Käufer gesammelt werden. Die KI-basierten Lösungen analysieren das Such- und Einkaufsverhalten des Kunden, indem sie die „Bewegungen“ des Kunden im Onlineshop beobachten, um eine passende Beratung oder im Idealfall direkt das passende Produkt anzubieten. Die Bewegungen und das Surfverhalten im Onlineshop werden dabei getrackt und ausgewertet. Die KI berechnet durch angesehene oder eventuell bereits gekaufte Produkte personalisierte Empfehlungen und spielt diese in Echtzeit aus. Die Software erkennt Muster und Gesetzmäßigkeiten in den Daten und kann diese mit bisherigen Messungen abgleichen und automatisch anwenden. Durch maschinelles Lernen kann das gelernte Wissen auch auf bisher unbekannte Daten angewendet und eine Produktempfehlung bereits ab dem ersten Klick auf eine Website für den Kunden ausgespielt werden.

Product Recommendations powered by Adobe Sensei

Die Künstliche Intelligenz Adobe Sensei wurde bisher vor allem in der Bildbearbeitung und im Marketing verwendet. Nun können Shopbetreiber die KI auch für intelligente Produktempfehlungen nutzen. Seit April steht das Feature Magento-Kunden mit der Magento Commerce Versionen 2.3.X kostenfrei zur Verfügung. Zuvor wurden die Produktempfehlungen in Magento basierend auf angelegten Regeln bestimmt. Durch die KI-Algorithmen von Adobe Sensei können Shopbetreiber Verhaltens- und Katalogdaten auswerten lassen. Dabei kann es sich bei Verhaltensdaten z.B. um in den Warenkorb gelegte Produkte oder bereits gekaufte Artikel handeln. Katalogdaten beschreiben dagegen Metadaten wie beispielsweise Name, Preis und Verfügbarkeit eines Produktes. Die ausgewerteten Daten werden dann als Empfehlungen entsprechend im Frontend ausgespielt.

Das Programm bildet einen Workflow nach dem Prinzip „plan → do → check → react“ ab.

1. plan:  Im ersten Schritt werden die zukünftigen Empfehlungen geplant. Dabei kann aus unterschiedlichen Empfehlungstypen gewählt werden.
2. do: Im zweiten Schritt können die geplanten Empfehlungen im Backend konfiguriert werden. Dabei hilft die intuitive Benutzeroberfläche.
3. check: Danach folgt im nächsten Schritt die Analyse im Backend. Die Empfehlungen können hier unter verschiedenen Gesichtspunkten und KPIs wie z. B, dem Umsatz oder den Klickzahlen ausgewertet und Maßnahmen abgeleitet werden.
4. react: Im letzten Schritt kann auf die zuvor erhaltenen und analysierten Ergebnisse reagiert und Anpassungen wie z.B. die Erhöhung des Lagerbestands für Produkte unternommen werden.

Bilder: netz98