Gastartikel: Künstliche Intelligenz im Online Shop: worauf Shopbetreiber achten müssen

Shopbetreiber suchen immer nach neuen Möglichkeiten, um den Online-Shop und die Customer Journey noch weiter zu optimieren. Künstliche Intelligenz kann Abhilfe schaffen, wenn sie richtig eingesetzt wird. Dafür müssen Händler allerdings erstmal evaluieren, ob KI strategisch passt.

Die Rede von künstlicher Intelligenz (KI) und ihren Vorteilen ist überall, aber es ist wichtig, sich nicht von allen Ideen und Vorstellungen beeindrucken zu lassen – und sich auf die Bereiche der KI-Technologie zu konzentrieren, die echte praktische Vorteile bringen werden. Handelsmarken, die die KI einsetzen wollen, müssen sich zunächst fragen, wo sie diese anwenden und weshalb sie diese einführen möchten. Die Anwendungsfälle müssen fest in konkrete Unternehmensziele eingebunden werden, z.B. zur Generierung oder Sicherung von Umsatz und Gewinn.

Machine Learning bietet die Grundlage von KI im Handel

Als erstes muss festgelegt werden, worauf sich KI im Handel bezieht. Was die meisten Menschen meinen, wenn sie über die praktischen Anwendungen von KI sprechen, ist das Machine Learning. Dies ist eine Unterkategorie der KI, in der Algorithmen trainiert werden, um zu lernen und bestimmte Aufgaben auf der Grundlage von Daten-Mustern, denen sie ausgesetzt sind, besser auszuführen. Das Machine Learning ist zum Beispiel die Kerntechnologie der fahrerlosen Autos und der Gesichtserkennung. Und im Einzelhandel reicht es von intelligenten und automatisierten Lagern mit Robotern über kundenorientierte Technologien wie Chatbots und natürliche Sprachverarbeitung bis hin zu prädiktiven Analysen des Nutzerverhaltens. Diese ermöglichen die Aussteuerung der relevantesten Produkte und Inhalte für jeden Shopbesucher, um ihm ein vollständig personalisiertes Shopping-Erlebnis zu bieten.

Wo starten Shopbetreiber mit KI?

Idealerweise starten sie damit, Einsatzmöglichkeiten im Shop zu identifizieren, bei denen die KI den größten Einfluss haben kann – mit minimalem Aufwand versteht sich. Wenn ein Händler zum Beispiel KI zur Verbesserung der Customer Journey im Webshop nutzen möchte, sollte er sich zunächst auf die Startseite oder die Checkout-Seite konzentrieren, wo der Einsatz von KI den potenziell größten Effekt haben wird. Danach können Verbesserungen an weniger prominenten Stellen der Website eingeführt werden.

Bevor man als Onlinehändler direkt einsteigt und KI-Tools im eigenen Shop einsetzt, ist es durchaus empfehlenswert, erst einmal zu evaluieren, ob eine Technologie in der Form überhaupt benötigt wird. Nur weil der Begriff „KI“ zurzeit überall angepriesen wird, heißt das noch lange nicht, dass er zu den jeweiligen Geschäftszielen passt. Vielleicht könnte der Umsatz im Shop bereits mit einer einfachen Maßnahme wie einem 10-Prozent-Rabatt-Gutschein erhöht werden, der über ein Pop-Up aussteuert, sobald ein Käufer zum x-ten Mal eine Produktseite besucht. KI-Tools mit prädiktiven Analysen und Targeting basierend auf dem Kundenertrag würden sich in einem solchen Fall nicht rechnen. Wo genau Machine Learning und KI einen Einfluss haben können, sollten Händler und Technologiedienstleister zusammen prüfen.

Damit KI funktioniert, müssen andere Faktoren auch angepasst werden

Das folgende Beispiel verdeutlicht warum eine KI-Strategie erst ausgearbeitet werden muss, bevor sie implementiert wird. Ein Händler, der mit Nosto zusammengearbeitet hat, wollte eine niedrige Online-Konvertierungsrate erhöhen. Nach der Implementierung des Machine Learnings, das darauf abzielte, den Besuchern relevante Produkte in Echtzeit anhand ihres Online-Verhaltens zu zeigen, sah der Kunde einen guten Aufschwung, aber bei weitem nicht das, was er wollte.

Interne Recherchen ergaben, dass der Kunde hauptsächlich Besucher in den Shop brachte, die kein Interesse am Produkt hatten. Das Machine Learning konnte also nichts bringen. Denn egal, wie relevant die ausgestellten Artikel waren, die Zielgruppe wollte einfach etwas Anderes. Laienhaft ausgedrückt, trieben sie Hundebesitzer zu einem Geschäft, in dem sie Artikel für Katzen verkauften – aber sie zeigten ihnen immer noch einen roten, rabattierten Katzenfutterbehälter, weil die Besucher eine Affinität für rote Gegenstände hatten und preissensibel waren. Nachdem die Targeting-Optionen und der Machine-Learning-Algorithmus mit den neuen Erkenntnissen angepasst wurden, verbesserten sich die Ergebnisse erheblich. 

Daten sind das A und O für das Machine Learning

Wichtig ist vor allem, dass der Machine-Learning-Algorithmus auf die richtigen Daten trainiert wird. Der erste Schritt ist, sich auf die Qualität der Daten zu konzentrieren: alle verfügbaren Datenpunkte zu sammeln, sie zu validieren und ständig auf dem neuesten Stand zu halten. Da Nostos Recherchen darauf hin deuten, dass die reinen Transaktionsdaten in der Regel weniger als zwei Prozent der von Online-Shoppern generierten Daten sind, sollten Händler sicherstellen, dass ihre KI-Anbieter auch die restlichen 98 Prozent - typischerweise Verhaltensdaten - erfassen können, damit diese in die Machine-Learning-Algorithmen eingefügt werden.

Letztendlich muss jeder Händler für sich erst einmal prüfen, ob KI das Richtige ist, um die jeweiligen Geschäftsziele zu erreichen. Eine genaue Abstimmung mit dem Technologieanbieter, um realistische Ergebnisse festzulegen, ist dabei essentiell. Außerdem muss sichergestellt werden, dass alle verfügbaren Daten für das Machine Learning genutzt werden können (nicht nur die Transaktionsdaten).

Das sind die wichtigsten Punkte, auf die Shopbetreiber achten müssen, falls sie KI im Shop einsetzen möchten. Weitere Grundlagen, einen umfangreichen Einblick in die Themen KI & Machine Learning, sowie deren Einsatzmöglichkeiten, bietet die Videoreihe: Trendbegriff Künstliche Intelligenz: die vierteilige Videoreihe für den E-Commerce

Über die Autorin: Lena Grosse unterstützt E-Commerce Manager darin, ihren Kunden personalisierte Einkaufserlebnisse anbieten zu können. Sie arbeitet als Marketing Manager bei der international tätigen Personalisierungslösung Nosto Solutions GmbH, die von tausenden E-Commerce Shopbetreibern weltweit genutzt wird. Nosto verbindet die Stärke der Personalisierung mit einfacher Bedienbarkeit und ermöglicht Händlern somit 1:1 personalisierte Multichannel Marketingkampagnen zu erstellen.