Amazon geht mit KI-Tools gegen Retouren im Modebereich vor

Zusammengefasste Größen-Urteile aus den Bewertungen und mehr. Mit diesen Tools soll sich künftig einfacher die passende Größe finden lassen.

Künstliche Intelligenzen finden immer mehr, neue und spannende Wege, um die Einkaufserfahrung im E-Commerce zu optimieren. Wo es vor ein paar Jahren noch hauptsächlich um Augmented Reality und personalisierte Produktvorschläge ging, versucht Amazon nun mit gleich vier verschiedenen Tools das Problem unzähliger Retouren im Bekleidungssegment anzugehen. In einem Blogpost stellt das Unternehmen die Tools vor, die nicht nur Kund:innen, sondern auch Sellern zu mehr Zufriedenheit verhelfen sollen.

Personalisierte Größenempfehlungen und Bewertungs-Highlights

Wenn man Bekleidung online kauft, muss man oft einiges beachten: wie ist das Teil geschnitten, welche Größenangaben macht der Hersteller, was sagen vorherige Käufer:innen? All diese Aspekte soll die personalisierte Größenempfehlung von Amazon jetzt im Blick haben und übersichtlich zusammenfassen.

Der Algorithmus bezieht dabei neben den genannten auch die Größen und Größenempfehlungen vergleichbarer Kund:innen ein und gibt anhand dieser eine passende Empfehlung. Zusätzlich denkt die KI auch vorausschauend mit: kauft man beispielsweise eine Hose für ein Kind, wird zwei Monate später automatisch eine größere Größe angepriesen.

Viele Kund:innen schauen beim Kauf zudem in den Bewertungen nach, ob hier genaue Angaben zu Passgröße oder Schnitt abgegeben wurden. Eine neue Erweiterung der bereits Ende letzten Jahres eingeführten KI-Zusammenfassungen filtert jetzt konkret diese Informationen heraus. Personalisierte Zusammenfassungen, welche dabei die bevorzugte Größe der jeweiligen Person einbeziehen, fassen dabei oft erwähnte und relevante Bewertungen zusammen. 

Große Datenmengen, prägnant zusammengefasst

In kurzen Sätzen steht so, beispielsweise, unter einem Artikel, dass viele Kund:innen betonten, dass das Material sehr dehnbar sei und folglich eine kleine Größe ausreichen würde. Die Zusammenfassungen werden dabei durch Large Language Models (LLM) durchgeführt, welche in Echtzeit Tausende von Bewertungen nach wiederkehrenden Mustern analysieren. 

Die Verarbeitung durch LLMs kommt auch beim nächsten Tool zur Anwendung. So möchte Amazon dem Chaos unzähliger verschiedener Größentabellen Herr werden. Diese sollen künftig in vereinheitlichter und übersichtlicher Darstellung angezeigt werden. Um Nutzer:innen nicht mit der Flut an Informationen einer umfangreichen Tabelle zu verwirren, sollen dabei nur die wirklich relevanten Informationen, ausgehend von vorherigen Einkäufen, dargestellt werden.

Verbesserungen auch für Seller und Marken 

Grundsätzlich können all diese Tools für Seller eine Hilfestellung bieten, da sie idealerweise für zufriedenere Kund:innen und damit weniger Rücksendungen sorgen. Eine weitere Anwendung möchte hier aber noch mehr bieten. Mit dem Fit Insights Tool können Seller Retourengründe und Größenangaben seitens Kund:innen übersichtlich darstellen lassen. Die dadurch gewonnenen Erkenntnisse können einerseits in die künftige Produktion oder aber nur in verbesserte Produktbeschreibungen einfließen.

Artikelbild: http://www.depositphotos.com