Wie Sie erfolgreich Ihr E-Commerce gestalten. Teil II: Drei zukunftsweisende Technologien im Search & Merchandising

Wie Sie erfolgreich Ihr E-Commerce gestalten. Teil II: Drei zukunftsweisende Technologien im Search & Merchandising

Zukunftsweisende Entwicklungen im Bereich Search & Merchandising: visuelle, personalisierte und  sprachgesteuerte Suche.

Im Teil I seiner zweiteiligen Beitragsreihe beleuchtete Fabian Engeln, von for​you​and​your​cus​tom​ers, was Unternehmen Ihren Kunden bieten müssen, um den zeitgemäßen Standard im E-Commerce gewährleisten zu können. In diesem Beitrag geht der Multichannel Consultant nun auf die Frage ein: Was kann potenzielle Kunden in Zeiten der immer schneller fortschreitenden Digitalisierung mit immer kürzeren technologischen Entwicklungszyklen zukünftig im Bereich Search & Merchandising begeistern?

Innovative Technologien eröffnen zusätzliche Möglichkeiten potenzielle Kunden in bestehenden Kanälen anzusprechen und oder neue Kanäle anzubieten. Wie sehen drei aktuelle Trends im Search & Merchandising aus und wie gelingt es auch Ihrem Unternehmen, Kunden zufrieden zu stellen und langfristig an sich zu binden? Im Folgenden werden drei Entwicklungen beschrieben, die meiner Einschätzung nach im Bereich Search & Merchandising an Bedeutung gewinnen werden.

Trend 1: Personalisierte Suche

Zahlreiche E-Commerce-Unternehmen fokussieren sich durch Kundensegmentierung bereits auf personalisierte Suche. Beispielsweise werden Informationen über Geschlecht, Alter und Ort verwendet, um die Homepage in Onlineshops zu personalisieren. Kunden werden so individuell angesprochen, sobald sie sich über einen Login oder die Session einem Segment zuordnen lassen. Einen Schritt weiter gehen E-Commerce-Lösungen für 1:1-Personalisierung auf Basis von Kunden- und Analytics-Daten. Diese ermöglichen Unternehmen die automatisierte Erstellung von hochpersonalisierten Kundenerfahrungen in ihren Onlinekanälen. Das Sammeln von Daten beginnt, sobald ein Nutzer auf ein bestimmtes Seitenelement klickt oder eine Suchanfrage sendet. Mit diesen Verhaltensdaten können personalisierte Empfehlungen im Kontext des Nutzers angezeigt werden. Zum Beispiel wird in Produktempfehlungen auf einer Detailseite berücksichtigt, wonach der Nutzer zuvor gesucht hat.

Vergleichsweise neu im Bereich der 1:1-Personalisierung sind Algorithmen, die pro Nutzer Affinitätsscores für Produkte berechnen. Kollaborative Filterung ist eine dieser Methoden, mit der Empfehlungen oder personalisierte Produktrankings basierend auf dem Vergleich der Nutzer generiert werden. Ein Tracker sammelt dabei Daten über Klicks, Aufrufe, Add-to-Baskets oder Bewertungen von jedem einzelnen Nutzer. Der Algorithmus vergleicht die Nutzer miteinander und berechnet Präferenz-Scores pro Nutzer und pro Produkt. Angenommen, Nutzer A interessiert sich für die Produkte X und Y. Außerdem gibt es mehrere weitere Nutzer, die sich für Produkte X, Y und Z interessieren. Dann basiert der Algorithmus auf der Annahme, dass sich Nutzer A auch für das Produkt Z interessieren wird. In der Film- und Video-Streaming Industrie setzt Netflix.com diese Methode ein, um Filme und Serien denjenigen Nutzern vorzuschlagen, die ähnliche Personen gut bewertet haben. 

Die Implementierung von 1:1-Personalisierung kann zu hohen technischen Anforderungen in E-Commerce-Systemarchitekturen führen. Unternehmen mit einem niedrigeren Reifegrad benötigen deshalb zunächst eine Basis-Infrastruktur, um Daten in den digitalen Kanälen schneller aktualisieren zu können. Wenn sie korrekt implementiert werden, können Search & Merchandising-Lösungen diese fortschrittlichen Personalisierungsmethoden verwenden und dadurch User Experience ihrer Kunden sowie Konversionsraten verbessern.

Trend 2: Visuelle Suche

Visuelle Suche ist eine relativ neue Technologie, die in unterschiedlicher Form im Onlineshop zum Einsatz kommt. In den meisten Fällen wird sie durch Machine-Learning-Algorithmen bereitgestellt, die mit tausenden Fotos „trainiert“ werden. Auf diese Weise werden sie in die Lage versetzt, Features und Formen von Produkten zu erkennen.  Ein Anwendungsfall dafür ist der Vergleich von Produktfotos innerhalb eines Katalogs. So können dem Produktsuchenden alternative Artikel zum Beispiel auf Detailseiten, basierend auf visuellen Eigenschaften, automatisch generiert werden.

Visuelle Suche und Empfehlungen bei Asos.

 Dies bringt eine große Aufwandsreduzierung für Online Merchandiser mit sich, da keine manuellen datenbasierten Regeln mehr erstellt werden müssen. Ein weiterer Anwendungsfall ist es, ein Foto mit der Smartphone-Kamera anzufertigen und damit eine Suche zu starten. Anstatt nach einem allgemeinen Begriff wie „blaues T-Shirt“ zu suchen, finden Nutzer über diese visuelle Suchform häufig spezifischere Ergebnisse, da diese auch Attribute wie beispielsweise die Kragenform des Shirts erkennen kann. Ein Beispiel hierfür ist der Fashion-Retailer Asos.com. Dort hat man die visuelle Suche vor einigen Jahren in die unternehmenseigene Smartphone App integriert und es Nutzern möglich gemacht, Kleidungsartikel über ihre Smartphone-Kamera zu suchen. Zusätzlich werden zu jedem Einzelprodukt relevante Outfit-Empfehlungen angezeigt.

Trend 3: Sprachsuche

Besitzer eines Smartphones nutzen häufig einen integrierten Sprachassistenten wie Siri oder Google Assistant; eine Funktion, die auch Geräte wie Amazon Alexa, Google Home und Apple HomePod besitzen. Mithilfe dieser virtuellen Assistenten können Nutzer durch Stimmeingabe unter anderem Musik abspielen, Weckzeiten einrichten und Wetterinformationen einholen. Warum ist das relevant für digitale Unternehmen? Laut Forbes werden im Jahr 2020 50% aller Suchen Sprachsuchen sein. Da Sprachsuchen nur einen begrenzten Überblick über eine breite Produktpalette bieten können, ist es sinnvoll, Kundendaten zu nutzen und basierend auf vorangegangenen Käufen oder persönlichen Präferenzen vorherzusagen, was die Nutzer genau suchen. Daher ist Sprachsuche im Bereich schnelldrehender Produkte von größerer Relevanz als bei höherpreisigen Premium-Produkten.

Aus technischer Perspektive bringt eine Sprachsuche einige Herausforderungen im Bereich der Datenverarbeitung mit sich. Während die Nutzer in traditionellen Suchboxen typischerweise nach bestimmten Schlagwörtern suchen, muss bei einer Sprachsuche die Sprache zunächst in Text umgewandelt werden. Außerdem sind es dann oft keine bestimmten Schlagwörter mehr, sondern vollständige Sätze, über die Menschen mit dem jeweiligen virtuellen Assistenten kommunizieren. Der britische Online-Lebensmittelhändler Ocado.com ist ein Beispiel für die Umsetzung einer Sprachsuche. Er bietet diese Funktionalität als ein Amazon Alexa Skill an. Wenn Kunden zum Beispiel gerade in der Küche stehen und „Ask Ocado to add flour to my order“ sagen, wird automatisch Mehl zur persönlichen Einkaufsliste hinzugefügt. Diese Liste kann anschließend als Bestellung abgesendet werden. Mit dem Alexa Skill soll in diesem konkreten Fall der Eintritt in die Customer Journey mit Ocado vereinfacht werden.

 

Autor und Multichannel Consultant

Fabian Engeln war bei foryouandyourcustomers München mit großer Leidenschaft und ebenso großem Engagement lange Zeit fester Bestandteil des Search & Merchandising Teams. Dabei unterstützte er erfolgreich internationale Onlineretailer und B2B-Unternehmen dabei, Prozesse zu entwickeln, eine Suchorganisation aufzubauen und ihre Systeme kontinuierlich zu verbessern. Seit seinem Standortwechsel nach Australien, arbeitet er nun eng mit Bernhard Müller, Geschäftsführer in Australien und Firmengründer Jonathan Möller zusammen. Auf Basis seiner gesammelten Erfahrung in zahlreichen Projekten ist Fabian Engeln dafür verantwortlich, die foryouandyourcustomers-Expertise im Bereich Search & Merchandising auch Unternehmen Down Under anzubieten.

 

Falls auch Sie Unterstützung benötigen, die Grundpfeiler für erfolgreiches Search & Merchandising zu errichten, Ihr Business in diesem Bereich optimieren möchten oder mehr über zukunftsweisende Technologien im E-Commerce erfahren möchten, dann kontaktieren Sie den Autor gerne persönlich per [email protected].



Weitere Magazinbeiträge