Wie können aus tausenden von Produkten genau die Produkte ausgewählt werden, die für den Kunden relevant sind?
Genau mit dieser Frage beschäftigte sich ein Unternehmen aus der E-Commerce-Branche. Mit Hilfe eines smarten Empfehlungssystems und den daraus resultierenden personalisierten Marketingstrategien, konnte der Umsatz maßgeblich gesteigert werden.
Ein kurzer Reminder: Empfehlungssysteme helfen dabei, aus einer Vielfalt verfügbarer Objekte (z.B. Kauf, View, Bewertung), die Produkte zu empfehlen, die am relevantesten für den Nutzer sind.
Personalisiertes Marketing in Zeiten von Online-Handel
Unser Kunde hat einen riesigen Kundenstamm: ca. 500.000 Kunden treffen hier jeden Tag auf eine Auswahl aus etwa 6.000 Produkten. Dass die Kunden sich nicht jedes Produkt ansehen können, ist verständlich. Somit stehen die Marketingverantwortlichen vor der Herausforderung, den Kunden eine Auswahl an passenden Produkten vorzuselektieren.
Da die Marketingmanager die Bedürfnisse der einzelnen Kunden nicht kennen, werden E-Mail-Kampagnen meist einheitlich geschaltet. Das bedeutet, dass eine E-Mail mit einer festen Auswahl an Produkten an alle Kunden versendet wird. Dabei wird nicht darauf geachtet, ob das Produkt zum Kunden passt oder nicht.
Daraus resultiert nicht selten, dass die E-Mail-Klickrates – aufgrund dieser unpassenden Angebote – sinken.
Und das Problem wird sich so schnell nicht lösen: eine mögliche Kombination aus 500.000 Kunden und 6.000 Produkten macht alleine ein Spektrum von etwa 300.000.000 Optionen, aus denen die Marketingabteilung wählen muss. Eine aussichtslose Situation.
Abgesehen davon, dass Klickrates bei solchen E-Mail-Kampagnen sinken, bleiben Umsatzpotentiale ungenutzt. Denn zu oft wird aufgrund des Mangels an Informationen über die Interessen der Kunden, nur auf die Top-Kunden geachtet. So werden Kunden, die in Zukunft zu Top-Kunden werden könnten, vernachlässigt und sie können gar nicht zu Top-Kunden werden.
Zusammenfassend lassen sich folgende Probleme notieren:
- Niedrige Klickrates
- Ungenutztes Umsatzpotential
- Unpersönliches Marketing (Mangel an Informationen über Kunden)
Somit schließen wir: Der Schlüssel zum Umsatz sind passende, personalisierte Angebote.
Wie erlangen wir diesen Schlüssel?
Umsatzsteigerung durch KI-basiertes Empfehlungssystem
Damit wir gemeinsam eine effektive Lösung für die eben genannten Probleme finden, entscheiden wir uns für die Implementierung eines KI-basierten Empfehlungssystems. Durch dieses können wir durch das vergangene Kaufverhalten der Kunden auf das Kaufverhalten der Kunden in der Zukunft schließen.
Ein maschinelles Empfehlungssystem kann als eine Art Filter betrachtet werden, der aus tausenden von Informationen die wirklich Interessanten für den Kunden findet.
Bei der Filterung spielen folgende Parameter eine große Rolle:
- Relevanz: Menge der Objekte soll für Nutzer von Relevanz sein
- Neuartigkeit: Neue Produktempfehlung, wenn vorgeschlagene Produkte keine Reaktion des Nutzers hervorrufen
- Entdeckung: Ergebnisse sollen für Nutzer unbekannt, interessant und überraschend sein
- Vielfalt: Produktvielfalt, auch wenn Nutzer sich nur für eine Kategorie interessiert zeigt
Somit liegen am Ende für jeden Kunden genau die Produkte vor, die den Kunden wirklich interessieren.
In folgender Abbildung ist das – auf maschinellem Lernen basierte – Empfehlungssystem nochmals veranschaulicht dargestellt:
Aus tausenden von Produkten werden durch einen Algorithmus genau die Produkte herausgefiltert, die für den Kunden von Interesse sind. Diese finale Auswahl an Produkten wird in einem letzten Schritt zusätzlich nach Nutzerpräferenz absteigend sortiert.
Wie entwickeln wir so ein Empfehlungssystem?
- Zunächst sammeln wir Eingangsdaten für die Modellarchitektur und bereiten diese auf.
- Anschließend aggregieren wir die Daten, filtern sie und bringen sie in eine Form, die der Algorithmus verarbeiten kann.
- Das Training der Modelle beginnt.
- Die validierten Modelle werden dann in die verschiedenen Kanäle implementiert (mit Berücksichtigung des individuellen Regelwerks des Unternehmens).
So dient das KI-basierte Empfehlungssystem dem Marketingmanager als Anhaltspunkt, um dem Kunden eine personalisierte Produktauswahl zu liefern.
Eine signifikante Umsatzsteigerung durch die Unterstützung des KI-basierten Empfehlungssystems
Das KI-basierte Empfehlungssystem bietet dem Marketingmanager einen Anhaltspunkt, um dem Kunden passende Angebote zukommen zu lassen. Jeden Tag filtert das System kundenindividuell neue Empfehlungen, welche dem Marketingmanager als Grundlage für das personalisierte Marketing dient. So werden in E-Mail-Kampagnen nur noch die Produkte vorgeschlagen, die zu den Interessen des Adressaten passen.
Dadurch konnte die E-Mail-Klickrate maßgeblich verbessert werden, was zu einer gesteigerten Conversion Rate führte. So konnte der Umsatz um satte 7,8% gehoben werden.
Nicht zuletzt bewirken die personalisierten Angebote, dass der Kunde eine stärkere Bindung zu dem Unternehmen eingeht und auch der Kundenwert gesteigert wird.
Die Produktauswahl wird von der Künstlichen Intelligenz übernommen, sodass Marketingmanager leichter arbeiten können. Unpassende Angebote gehören der Vergangenheit an!
Wenn wir Sie von dem smarten Empfehlungssystem überzeugen konnten und Sie Bedarf in Ihrem Unternehmen sehen, freuen wir uns über eine Kontaktaufnahme!
Schauen Sie auch gerne auf unserem YouTube-Kanal vorbei. Hier haben wir informative Videos erstellt, in denen wir persönlich die Funktionsweise von beispielsweise Supervised und Unsupervised Learning erklären.
