KI-gestützte Produktempfehlungen

Personalisierung ist der entscheidende Push für jede Customer Journey. Künstliche Intelligenz spielt dabei eine entscheidende Rolle. Sie erkennt relevante Zusammenhänge und nutzt diese gezielt aus, um den Kunden zur gewünschten Conversion zu führen. Nicht nur kurzfristige Umsätze, sondern auch langfristig wirksame Faktoren wie Kundenzufriedenheit und Kundenbindung lassen sich optimieren. Die Integration von KI in den Onlineshop wird damit zum entscheidenden Wettbewerbsvorteil. 

‍

Andere Kunden kauften auch … 

Auch wer nur ab und zu im Netz shoppt, kennt diesen Hinweis: "Kunden, die sich für dieses Produkt interessierten, kauften auch …" Es ist klar, worauf diese Methode in erster Linie abzielt: Erhöhung des Warenkorbwerts durch Cross-Selling. Zusätzlich zu einem angeklickten oder bereits gewählten Produkt werden dem Kunden andere Artikel angeboten. Experten sprechen hier von Collaborative Filtering (CF). Eine Marketing-Methode, die auf zwei Ansätzen basiert: 

• User-Based CF: Anknüpfungspunkt ist das Kaufverhalten des Nutzers. Kunde A verhält sich ähnlich wie Kunde B. Grundlage für die Auswahl der vorgeschlagenen Artikel ist eine Ähnlichkeitsmatrix zwischen Kunden. 
• Item-Based CF: Hier orientiert sich die Auswahl der anzuzeigenden Artikel an den Kaufobjekten selbst. Produkt X und Produkt Y liegen überdurchschnittlich häufig in denselben Warenkörben. Die Vorschläge basieren auf einer Ähnlichkeitsmatrix zwischen Produkten. 

Welches Verfahren ist besser? Es kommt darauf an. Item-Based CF ist langfristig stabiler. Denn die Vorlieben der Kunden ändern sich schnell, die Zusammenhänge zwischen Artikeln ergeben sich meist jedoch aus der Natur der Sache. User-Based CF ist dynamischer und kann schneller auf Trends reagieren. Klar ist, dass beide Methoden häufig vergleichbare Ergebnisse liefern. In der Praxis wird deshalb oft eine Mischung aus beiden Ansätzen genutzt. Dann spricht man vom Hybrid-Recommendation-System. Und genau hier setzen die unschlagbaren Fähigkeiten von künstlicher Intelligenz an. 

‍

KI macht den Unterschied – auch bei Produktempfehlungen

Produktempfehlungen mithilfe von Collaborative Filtering sind im Prinzip nichts Neues. Die Tatsache, dass sich zum Beispiel ein Camper zusammen mit einem Zelt häufig auch eine Isomatte kauft, ist eine Binsenweisheit. Jeder Verkäufer im Detailhandel weiss, was gern zusammen gekauft wird – und im Online-Shopping genügen für die Ausnutzung dieser Zusammenhänge prinzipiell herkömmliche Algorithmen ohne KI. User-Based CF und Item-Based CF lassen sich auch mit konventionellen Programmiertechniken verwirklichen, die auf Big Data und Co. verzichten. Nach dem Prinzip:  

• Wenn "Kunde kauft Zelt" 
• dann "Empfehle Isomatte"

Wo kann künstliche Intelligenz hier einsetzen und Collaborative Filtering optimieren? Der erste Vorteil liegt auf der Hand: Das ist die riesige Menge an Informationen, auf die KI zugreifen kann. Informationen aus den verschiedensten Quellen: 

• Warenkorbanalysen
• Individuelle Kaufhistorie
• Klicks, Verweildauer, Suchanfragen
• Produktbewertungen und Rezensionen
• Social Media
• Wetter- und Standortdaten
• Konkurrenzanalysen

Der wesentliche Pluspunkt von KI ist die Fähigkeit, neue Muster zu erkennen: Artificial Intelligence deckt Beziehungen, Kontexte und Abhängigkeiten auf, die dem menschlichen Verstand oft gar nicht auffallen. Das können zum Beispiel zeitlich determinierte Kaufsequenzen (erst Produkt A, nach einer bestimmten Zeit Produkt B), saisonale und örtliche Abhängigkeiten oder preislich bedingte Zusammenhänge sein (zusammen mit einem teuren Artikel werden oft niedrigpreisige Waren erworben usw.). 

Dazu kommt die Aktualität: KI lernt in Echtzeit und reagiert sofort auf Trends, die zum Beispiel auf Social Media sichtbar werden. Plus: Künstliche Intelligenz kann nicht nur bestehende Zusammenhänge aufzeigen und analysieren, sondern auch neue Trends antizipieren. Die genutzten Systeme lernen kontinuierlich und identifizieren neue Kaufmuster. Wer als Onlineshop-Betreiber die Entwicklungen voraussieht, ist der Konkurrenz immer voraus. 

‍

KI-basierte Produktempfehlungen für die langfristige Kundenbindung

Intelligente Shoppingtipps mit KI füllen nicht nur kurzfristig Warenkörbe, sondern wirken sich auch positiv auf die Kundenzufriedenheit und langfristige Kundenbeziehungen aus. Präzise, auf den individuellen User abgestimmte Vorschläge machen es dem User einfach. Sie sparen Zeit. Der interessierte Käufer muss weniger Klicks aufwenden, um das zu bekommen, was ihn interessiert. 

Auch die dynamische Verbesserung der Kaufempfehlungen wirkt sich positiv aus. Künstliche Intelligenz erkennt, wie sich die Präferenzen des Käufers ändern und reagiert darauf. Statische Systeme können das nicht. Der Kunde fühlt sich dank KI verstanden. Wenn er das Gefühl hat, dass der Shop seine Bedürfnisse kennt, entsteht eine emotionale Bindung. 

‍

Weniger ist mehr 

Auch bei Produktempfehlungen gilt es, Mass zu halten. Weniger ist mehr. Aufdringliche Tipps können schnell abschreckend wirken, und ein überladener Onlineshop mit zu vielen Artikeln auf dem Display wird schnell unübersichtlich. 

Es kommt darauf an, auf keinen Fall einen Kaufdruck zu erzeugen oder die gefährliche Ad Blindness zu erzeugen: Zu viel Werbung führt dazu, dass der User sie ignoriert – auch dann, wenn sie relevant ist. Um dies zu vermeiden, sollte das Design des Onlineshops aufgeräumt wirken und nur eine begrenzte Zahl von Empfehlungen pro Seite anzeigen. 

• Die geringere Zahl von Empfehlungen wird durch die Qualität der Angebote ausgeglichen. 
• Der Einsatz von künstlicher Intelligenz lohnt sich, weil dem User keine irrelevanten Angebote angezeigt werden. 

‍

Unser Fazit: Produktempfehlungen füllen den Warenkorb

Cross-Selling und Kundenbindung mithilfe von KI? Dieses Feature darf in modernen Onlineshops nicht mehr fehlen. Viele Kunden empfinden die Vorschläge als Bereicherung und nutzen sie gezielt, um beispielsweise durch zusätzliche Einkäufe Versandkosten zu sparen. 

Dazu kommt: Auch für Start-ups und Kleinunternehmer sind KI-gestützte Produktempfehlungen nicht schwierig, denn viele Shopsysteme haben KI-Produktempfehlungen bereits integriert oder sie lassen sich ergänzen (Wiser für Shopify, AI Copilot für Shopware). Produktempfehlungen sind also einfach. Kein Shopbetreiber sollte es verpassen, die Conversion-Rate mit KI-Tipps zu pushen. 

‍