ENGLISCH Personalisierung Software Services (SaaS) Intelligente Suche
Senke die Absprungrate
Guided Selling
Verringere die Retourenquote
Recommendation Engine
Erhöhe den Warenkorbwert
Shopping Stream New
Steigere die Wiederkaufrate
Personalisierte E-Mail
Steigere den Traffic
Kampagnen & Anwendung Customer Targeting Neu Umsetzung & Expertise KI-Technologie Data Science Integration & Optimierung Customer Service
Integration
Customer Success
Optimierung
Monitoring & Steuerung Control Desk Weitere Themen Partner FAQ Datenschutz
Referenzen Company Software Geeks Team
100% geballte Personalisierungs-Kompetenz – auch ohne Anzug & Krawatte
Jobs
Trägst du auch gerne Turnschuhe und interessierst dich für dieses Internet?
Company News Events
Ob Fachvorträge, Messen oder sonstige E-Commerce-Events – wir sind mal hier, mal dort. Lerne uns kennen!
Presse
Wir entwickeln uns stetig weiter. Neue Kunden, Partner, Produkte und vieles mehr. Informiere dich jetzt!
Blog KPI-Optimierung Absprungrate senken
Onsite-Suche und Suchergebnisseiten
Retourenquote verringern
Digitale Beratung und Retourenmanagment
Warenkorbwert erhöhen
Verkaufsfördernde Elemente und wichtige Shopseiten
Wiederkaufrate steigern
After Sales und Kundentreue
Traffic steigern
E-Mail-Marketing und Kundenvertrauen
Conversion Rate steigern
Shop-Optimierung und Personalisierung
Tech-Know-how Datenmanagement
Produktdaten-Aufbereitung und -Verwaltung
Künstliche Intelligenz
KI-Verfahren und KI-Software
Backend How-to Control Desk
Wichtige Features und spannende Use Cases
Control Desk > Features Control Desk > Use Cases Control Desk > Erfolgsmessung
Top Tags Personalisierung Customer Journey Customer Experience KPI E-Commerce Retourenvermeidung Digitale Verkaufsförderung E-Mail-Beispiele
Insights Erfolgskonzepte Case Studies
Erfahre, wie unsere Kunden personalisieren und ihre KPIs steigern.
Webinare
Wir teilen mit dir unsere Best Practices in Sachen Personalisierung.
Use Cases
Starte mit diesen Use Cases und steigere deine Conversion Rate.
Wissenstransfer Video Clips
Erlebe unsere Services und Use Cases in einem unserer Video Clips.
Web Demos
Wir zeigen dir die verschiedenen Personalisierungsmöglichkeiten live.
Infomaterial Ratgeber
Checkliste, Infografiken, E-Books…
KI-Technologie
Infos rundum unsere Technologie (Produktdaten, KI-Verfahren…).

New: Der Shopping Stream

Der personalisierte Shopping Stream für eine höhere Wiederkaufrate in deinem Online Shop!

Mehr erfahren

Neues Webinar: epoq x Spryker

E-Commerce-Trends 2022 | Mit den Kundenanforderungen Schritt halten

Jetzt anmelden

Neuer Blogartikel

Kundenbindung im E-Commerce: Steigere deinen Erfolg mit Bestandskunden

Mehr erfahren

Neue Case Study bei P&C* Hamburg

10% höherer Bestellwert über erweiterte Suchfunktionalitäten bei Peek&Cloppenburg* Hamburg

Mehr erfahren
  ENGLISCH Personalisierung Software Services (SaaS) Intelligente Suche
Senke die Absprungrate
Guided Selling
Verringere die Retourenquote
Recommendation Engine
Erhöhe den Warenkorbwert
New Shopping Stream
Steigere die Wiederkaufrate
Personalisierte E-Mail
Steigere den Traffic
Kampagnen & Anwendung Neu Customer Targeting Umsetzung & Expertise KI-Technologie Data Science Integration & Optimierung Customer Service
Integration
Customer Success
Optimierung
Monitoring & Steuerung Control Desk Weitere Themen Partner FAQ Datenschutz
Referenzen Company Software Geeks Team
100% geballte Personalisierungs-Kompetenz – auch ohne Anzug & Krawatte
Jobs
Trägst du auch gerne Turnschuhe und interessierst dich für dieses Internet?
Company News Events
Ob Fachvorträge, Messen oder sonstige E-Commerce-Events – wir sind mal hier, mal dort. Lerne uns kennen!
Presse
Wir entwickeln uns stetig weiter. Neue Kunden, Partner, Produkte und vieles mehr. Informiere dich jetzt!
Blog KPI-Optimierung Absprungrate senken
Onsite-Suche und Suchergebnisseiten
Retourenquote verringern
Digitale Beratung und Retourenmanagment
Warenkorbwert erhöhen
Verkaufsfördernde Elemente und wichtige Shopseiten
Wiederkaufrate steigern
After Sales und Kundentreue
Traffic steigern
E-Mail-Marketing und Kundenvertrauen
Conversion Rate steigern
Shop-Optimierung und Personalisierung
Tech-Know-how Datenmanagement
Produktdaten-Aufbereitung und -Verwaltung
Künstliche Intelligenz
KI-Verfahren und KI-Software
Backend How-to Control Desk
Wichtige Features und spannende Use Cases
Control Desk > Features Control Desk > Use Cases Control Desk > Erfolgsmessung
Top Tags Personalisierung Customer Journey Customer Experience KPI E-Commerce Retourenvermeidung Digitale Verkaufsförderung E-Mail-Beispiele
Insights Erfolgskonzepte Case Studies
Erfahre, wie unsere Kunden personalisieren und ihre KPIs steigern.
Webinare
Wir teilen mit dir unsere Best Practices in Sachen Personalisierung.
Use Cases
Starte mit diesen Use Cases und steigere deine Conversion Rate.
Wissenstransfer Video Clips
Erlebe unsere Services und Use Cases in einem unserer Video Clips.
Web Demos
Wir zeigen dir die verschiedenen Personalisierungsmöglichkeiten live.
Infomaterial Ratgeber
Checkliste, Infografiken, E-Books…
KI-Technologie
Infos rundum unsere Technologie (Produktdaten, KI-Verfahren…).
Zur Übersicht Startseite / Blog / Big Data im E-Commerce – das solltest du wissen

Big Data im E-Commerce - das solltest du wissen

15. Nov 2018 05:00 | Datenmanagement | Künstliche Intelligenz

Als Shopbetreiber hast du die Möglichkeit viele Daten über deine Nutzer zu sammeln – also, Big Data im E-Commerce zu generieren. Die große Ansammlung an Daten liefert dir aber zunächst noch keine nützlichen Informationen. Denn du musst zielgerichtete Analysen für bestimmte Anwendungsfälle durchführen, damit du wichtige Erkenntnisse sammeln kannst. Wie das funktioniert, kannst du in diesem Blogartikel nachlesen.

 

Diese Inhalte erwarten dich in diesem Blogartikel:

Was ist Big Data?

Was ist Big Data im E-Commerce?
Wie es mit den gesammelten Daten weitergeht
Worin die Herausforderung im E-Commerce besteht

Use Cases zu Big Data im E-Commerce
Use Case 1: Reduktion der Klick- und Kaufdaten für die Ausspielung von Empfehlungen
Use Case 2: Automatische Produktidentifizierung aus vorhanden Informationen
Use Case 3: Extraktion von Farbwerten für die Lokalisierung ähnlicher Produkte

Fazit: Big Data ist gut, Smart Data ist besser

 

Was ist Big Data?

Der Begriff Big Data hat zwei Bedeutungen, die auch für Big Data im E-Commerce gelten. Auf der einen Seite beschreibt der Begriff die riesige Menge an Daten, die vielen Unternehmen und Nutzern inzwischen zur Verfügung steht. Auf der anderen Seite bezeichnet Big Data die Methoden und Technologien, die benutzt werden, um einen Nutzen aus dieser Fülle an Daten zu generieren.

Das V-Modell von Dough Laney definiert für Big Data folgende Eigenschaften:

  • Volume: beschreibt die Größe der Datensätze. Facebook verfügt z. B. über die Daten seiner über 2 Mrd. Nutzer.¹
  • Velocity: bezeichnet die Geschwindigkeit, in welcher neue Daten hinzukommen oder sich ändern. Auf YouTube werden z. B. jede Minute 400 Stunden Videomaterial hochgeladen.²
  • Variety: bezieht sich auf die unterschiedlichen und oft nicht strukturierten Daten, wie es z. B. bei einer E-Mail der Fall ist. Diese hat einen strukturierten Header mit Absender und Betreff. Der Body ist aber unstrukturiert.³

Dass der Begriff seit einigen Jahren vermehrt benutzt wird, hat verschiedene Gründe. Einerseits haben Unternehmen heutzutage die Möglichkeit viel mehr Daten über ihre Nutzer zu erhalten als in der Vergangenheit. Gerade durch Smartphones, die vermehrte Nutzung von mobilem Internet und die verschiedenen Analysetools, hat sich die Menge an verfügbaren Daten um ein Vielfaches vergrößert.

Andererseits sind die Speichermöglichkeiten durch Clouds und die Verarbeitung dieser Daten durch immer schneller rechnende Computer besser geworden.

Da sich Big Data des Weiteren auch über künstliche Intelligenz (KI) verarbeiten lässt, haben die jüngsten Fortschritte der KI und die damit verbundene Begeisterung das Thema Big Data im E-Commerce zusätzlich angefeuert.


Bleibe up to date in Sachen Personalisierung: Melde dich zum epoq Newsletter an. Jetzt anmelden!


 

Was ist Big Data im E-Commerce?

Big Data beschreibt alle Daten, die ein Unternehmen sammeln kann, um Erkenntnisse für das zukünftige Handeln im Unternehmen zu gewinnen. Big Data im E-Commerce stellt alle Daten dar, die den digitalen Handel betreffen und im Rahmen des Online-Shoppings gesammelt werden. Dies können z. B. gesammelte Daten aus dem Shopsystem, dem Warenwirtschaftssystem und dem Klick- und Kaufverhalten im Online Shop sein.

 

Wie es mit den gesammelten Daten weitergeht

Wenn du als Betreiber eines Online Shops nun eine riesige Menge an Daten zur Verfügung hast, fragst du dich bestimmt, wie du einen Nutzen daraus gewinnen sollst. Ganz zu Recht, denn die große Ansammlung an Daten liefert zunächst noch keine Informationen. Die Kunst besteht nun darin, diese Daten effektiv zu verarbeiten und Muster und Korrelationen zu erkennen, die nützliche Informationen für deinen Online Shop liefern können. Dieses Verfahren nennt man Data Mining.

Um diese Informationen zu gewinnen, werden aus Big Data im E-Commerce, Smart Data extrahiert. Smart Data sind nützliche Daten für bestimmten Anwendungsfälle im E-Commerce. Es findet somit eine zielgerichtete Analyse der großen Datenmengen statt.

Dadurch entsteht auch der Fokus auf das Wesentliche und zufällige Korrelationen werden nicht fälschlicherweise als Muster interpretiert. Ein Zitat von Stefan Jähnichen, FZI Forschungszentrum Informatik und Leiter der Smart-Data-Begleitforschung, beschreibt Smart Data sehr treffend: „Big Data ist also eine Art Rohstoff, den es aufzubereiten gilt, damit er zu Smart Data veredelt werden und sein gesamtes wirtschaftliches Potenzial entfalten kann“.⁴

 

Worin die Herausforderung im E-Commerce besteht

Somit besteht die Herausforderung im E-Commerce darin, den „Rohstoff“ Big Data im Hinblick auf bestimmte Use Cases zu Smart Data zu verarbeiten, damit Aktionen im Online Shop zugunsten der Online Shopper und Shopbetreiber durchgeführt werden können. Deshalb wird neben dem Data Mining ein weiteres Verfahren eingesetzt: Machine Learning. Machine Learning stellt die Verfahren zum Bauen von künstliche Intelligenz bereit, um die zur Verfügung stehende Datenmengen weiterzuverarbeiten und Aktionen im Online Shop durchzuführen.

 


Zusammengefasst kann gesagt werden, dass Data Mining zielgerichtete Analysen durchführt und eine geeignete Datenmenge für Machine Learning bereitstellt. Diese wird anschließend weiterverarbeitet und führt zu Aktionen im Online Shop. 

 

Use Cases zu Big Data im E-Commerce

Damit du dir Smart Data besser vorstellen kannst, haben wir drei Use Cases für dich zusammengestellt. Diese beschreiben, wie du aus Big Data über Data Mining und Machine Learning Smart Data extrahieren und weiterverarbeiten kannst und welcher Vorteil damit verbunden ist:

 

Use Case 1: Reduktion der Klick- und Kaufdaten für die Ausspielung von Empfehlungen

Wenn ein Online Shopper mit einer Webseite interagiert, produziert er extrem viele Daten. Jeder Klick, jede Mausbewegung und jeder Scroll kann aufgezeichnet werden. Hierbei sprechen wir von Big Data. Für die Berechnung von Empfehlungen reicht jedoch eine Teilmenge von Daten aus, wie z. B.:

  • Welche Links wurden geklickt,
  • welche Artikel wurden in den Warenkorb gelegt und
  • wie lange hielt der Kunde sich wo auf.

Eine erste Reduktion findet also bereits bei der Aufzeichnung der Daten statt. Die zweite Reduktion wird dann beim Berechnen des Modells durchgeführt, wie z. B.:

  • Welche Informationen helfen beim aktuellen Online Shop,
  • für den aktuellen Kunden und
  • für das aktuelle Problem am meisten.

Diese kontextbezogenen Informationen stellen Smart Data dar.

Möchtest du mehr Infos zu dieser Use Case? Dann empfehlen wir dir unseren Blogartikel: Reinforcement-Learning-Prozess: Wie du mit Real Time Analytics die Kaufwahrscheinlichkeit erhöhst (Teil 2).

 

Use Case 2: Automatische Produktidentifizierung aus vorhanden Informationen

Dein Produktkatalog enthält Informationen wie Titel, Kategorie und Beschreibung, die ein real existierendes Produkt aus einer Folge von Wörtern und Produkt-IDs beschreiben. Bis zu diesem Punkt reden wir von Big Data. Wenn ein Algorithmus aber aus diesen Daten ein aktuelles Produkt extrahiert, sprechen wir von Smart Data. Erst wenn der Algorithmus das Produkt als solches erkennt, kann er es in eine korrekte Beziehung zu anderen Produkten setzen (Semantik). Ein Beispiel:

 


Big Data

Titel: Phase Eight Leto Floral Dress

Kategorie: Damen-Kleider/Weitere Kleider

Beschreibung: Dieses Jersey-Kleid präsentiert sich mit kontrastfarbenen Blumendrucken, die für ein helles und modernes Finish sorgen. Ein Twist-Detail an der Taille erzeugt eine schmeichelhafte Silhouette, die in einer leicht asymmetrischen Form unter dem Knie endet.

 

Smart Data

Kleid -> Jersey-Kleid


 

So kann z. B. erkannt werden, ob ein Produkt ein Oberteil oder ein Unterteil ist. Das ist wichtig, um Outfit-Empfehlungen im Online Shop auszuspielen. Durch diese Smart-Data-Extraktion konnten wir z. B. eine zweistellige Umsatzsteigerung für einen unserer Kunden erzielen.


Bleibe up to date in Sachen Personalisierung: Melde dich zum epoq Newsletter an. Jetzt anmelden!


 

Use Case 3: Extraktion von Farbwerten für die Lokalisierung ähnlicher Produkte

Wenn ein Online Shop z. B. 200.000 Bilddateien besitzt, dann spricht man in diesem Fall von Big Data. Wenn du nun aus den 200.000 Bilddateien, die Farben und ihre Farbanteile für einen bestimmten Zweck extrahierst, dann entsprechen die Farbwerte Smart Data. Daraus resultiert der Vorteil, dass du direkt mit den Farbwerten arbeiten kannst, um ähnliche Produkte in deinem Online Shop zu finden, statt nur mit den sehr groben sprachlichen Farbwerten wie „blau“.

Farbsuche nach Extraktion von Smart Data über Big Data im E-Commerce
Lokalisierung von Produkten im Online Shop über Farbeingaben in der Suchfunktion (kein Angabe zur Farbe im Produktkatalog)

Fazit: Big Data ist gut, Smart Data ist besser

Big Data ist wichtig für den unternehmerischen Erfolg. Das können wir festhalten. Jedoch ist die Extraktion von Smart Data ein wichtiger Erfolgsfaktor, wie die Use Cases für Big Data im E-Commerce gezeigt haben. Dadurch kannst du die gesammelten Daten erst für bestimmte Anwendungsfälle nutzbar machen. Wichtige Verfahren hierfür sind Data Mining und Machine Learning.

 

Quellen: ¹ Rising Media Ltd., AllFacebook.de  ² Statista  ³ Gesellschaft für Informatik e. V (GI) Smart-Data-Begleitforschung, c/o LoeschHundLiepold Kommunikation GmbH, Newsletter, Ausgabe 1, August 2015

Mehr Infos zur KI-Technologie >>

Hast du Fragen oder Anregungen zu diesem Artikel? Verwende gerne die Kommentarfunktion!

War dieser Beitrag hilfreich?

Beitrag teilen

Daniela Ilincic

Head of Marketing

Daniela Ilincic ist als Head of Marketing bei epoq tätig. Sie kommt aus dem Digital Marketing mit den Schwerpunkten SEO und Content Marketing. Sie hat den digitalen Vertriebskanal bei epoq aufgebaut, welchen sie mit ihrem Team weiter optimiert. Neben ihrer Tätigkeit vermittelt sie gerne marktrelevante Informationen zu digitalen Themen.

Manuel Löhrmann  
Genau so einen Artikel mit Information zu Global Data Collection habe ich gesucht. Big data ist in unserem Unternehmen von größter Wichtigkeit. Dank ihrem Tipp zum V-Modell von Dough Laney können wir das System bei uns noch mehr optimieren.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Diese Blogartikel könnten dich auch interessieren
Blogpost

Customer Self Service im E-Commerce: Zeitgemäßer Service für deine Shopkunden

Customer Self Service (CSS) ermöglicht es Kunden, sich selbstständig um ihre Anliegen zu kümmern. Shopbetreiber sparen durch den Einsatz von CSS einiges an Personalkosten und für die Besucher von Online Shops kann Kundenselbstbedienung gleichzeitig zu mehr Zufriedenheit führen. In unserem Beitrag erfährst du mehr zu den Vorteilen dieses Service-Angebots und darüber, für welche Bereiche der Customer Journey es geeignet ist. Außerdem erhältst du praktische Tipps, um deinen Online Shop für den Customer Self Service zu optimieren.

Daniela Ilincic: 29. Jun 2022

Mehr erfahren
Blogpost

Navigation im Online Shop: Tipps und Beispiele von Y1, mobilezone und Streetbuzz

Bei hundert Besuchern im Online Shop, kaufen im Durchschnitt gerade einmal fünf Personen ein Produkt.¹ Ein wichtiger Bestandteil, um möglichst viele Besucher in Kunden zu verwandeln, ist die richtige Navigation im Online Shop. Je schneller der Besucher das Produkt findet, was er sucht oder ihm gefällt, desto wahrscheinlicher wird eine erfolgreiche Conversion. Dabei kannst du sogar von Cross- und Upselling profitieren. Doch wie schaffen es Shopbetreiber, den Kunden richtig durch den Shop zu navigieren? In diesem Artikel zeigen wir dir anhand der Tipps und Praxisbeispiele von Y1, mobilezone und Streetbuzz, wie du Besucher bei der Suche nach dem passenden Produkt unterstützen kannst und wie die richtige Navigation des Kunden zu vermehrten Conversions führen kann.

Jonathan Hermann: 27. Jun 2022

Mehr erfahren