Mit künstlicher Intelligenz im E-Commerce zum Predictive Retailer – Realität oder Vision?

Diese Inhalte erwarten dich in diesem Blogartikel:

Künstliche Intelligenz im E-Commerce
Relevante Empfehlungen über künstliche Intelligenz im E-Commerce ausspielen
Vom Shop-Betreiber zum Predictive Retailer
Fazit:

Künstliche Intelligenz im E-Commerce

Bevor wir künstliche Intelligenz im E-Commerce erklären, definieren wir zunächst den Begriff Künstliche Intelligenz (KI). Künstliche Intelligenz bezeichnet eine Menge an Methoden, über welche der Computer derart programmiert wird, dass dieser auf Basis des menschlichen Handelns, Probleme löst. Dazu werden Algorithmen aus der Mathematik und Informatik verwendet, um intelligentes Verhalten zu simulieren. Da das Forschungsgebiet der künstlichen Intelligenz mit anderen wissenschaftlichen Bereichen wie Psychologie, Neurologie und Kommunikationswissenschaft Berührungspunkte aufweist, finden sich in der Praxis verschiedene Anwendungsbereiche der künstlichen Intelligenz, wie z. B. die Anwendung im E-Commerce.¹

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

Künstliche Intelligenz im E-Commerce wird bereits eingesetzt, um bestimmte Muster im Kaufverhalten eines Kunden zu erkennen und Vorhersagen über den Kauf eines Produktes zu treffen. So ist es heute bereits möglich, einem Kunden Produkte nach seinem Geschmack im Online-Shop zu empfehlen und dadurch den Kauf zu begünstigen. Ist es aber auch möglich, im Voraus zu erkennen, was der Kunde als nächstes benötigt, um sein Bedürfnis schneller zu befriedigen und die Zufriedenheit zu erhöhen? Um diese Frage zu beantworten, erklären wir dir zunächst die Entstehung von individuellen und relevante Empfehlungen.

Relevante Empfehlungen über künstliche Intelligenz im E-Commerce ausspielen

Um individuelle und relevante Empfehlungen über künstliche Intelligenz im E-Commerce auszuspielen, muss:

• das Verhalten der Besucher im Online-Shop erfasst und in einer Wissensbasis gesammelt werden. Dies geschieht über ein integriertes Tracking in einem Online-Shop.
• über Reinforcement Learning, einen Teilbereiche der künstlichen Intelligenz, eine Analyse des Klick- und Kaufverhaltens eines Besuchers sowie der Gesamtheit der Besucher im Online-Shop erfolgen.

Das Ergebnis ist eine Vorhersage über den Kauf eines bestimmten Produkts, durch eine bestimmte Person. Dieses Produkt wird daraufhin einem Online-Shopper, welchem zuvor eine ID zugewiesen wurde, in Echtzeit empfohlen, während er sich im Online-Shop befindet.

Die selbstlernenden Algorithmen erfassen die Reaktion (z. B. Kauf oder Nichtkauf) und beziehen dieses Wissen für weitere Empfehlungen mit ein. Es entsteht ein Lernprozess, welcher die Empfehlungen stetig optimiert. Es ist also heutzutage bereits möglich, relevante Empfehlungen auszuspielen. Kann aber auch der spezifische Bedarf einer Person in Voraus ermittelt werden, um die Empfehlung noch genauer zu machen?

Vom Shop-Betreiber zum Predictive Retailer

Als Predictive Retailer soll der spezielle Bedarf eines Kunden im Voraus genau vorhergesehen werden, um weiter strategische Entscheidungen treffen zu können. Dadurch könnte z. B. der Lieferprozess bereits eingeleitet werden, bevor das Produkt bestellt wird. Dies würde die Kundenzufriedenheit durch eine noch schnellere Lieferzeit steigern.

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

Der heutige Technologiestandard ermöglicht bereits, auf den Kundenbedarf einzugehen und diesen zu befriedigen. Um jedoch noch genauere Empfehlungen einzublenden, sind noch umfangreichere Daten nötig. Dazu gehören z. B. Daten hinsichtlich des Lebensstils, des Berufs, der Motivation und der Werte. Um diese zu verarbeiten, benötigt man wiederum eine weiterentwickelte Technologie. Deshalb ist der Predictive Retailer, welcher den spezifischen Bedarf einer Person vor dem Shopbesuch erkennt, derzeit noch eine Vision, die angestrebt wird.

Fazit:

Um den Kundenbedarf vorausschauend zu befriedigen, sind eine Wissensbasis und die Verfahren der künstlichen Intelligenz notwendig. Dadurch werden personalisierte Empfehlungen ermöglicht. Um jedoch als Predictive Retailer den Bedarf von Personen vor dem Shopbesuch zu ermitteln, sind noch umfangreichere Daten sowie die Weiterentwicklung der Verfahren nötig. Somit ist der Predictive Retailer eine Vision, die es zu erreichen gilt, um die Kundenzufriedenheit noch weiter zu erhöhen. Eine Investition in solch eine vorausschauende Technologie, lohnt sich deshalb schon heute.

Quellen: ¹ planetwissen

Erfahre, wie Internetstores relevante Empfehlungen einsetzt:

Lies jetzt die Case Study!

Mehr Infos zur künstlichen Intelligenz im E-Commerce >>

Hast du Fragen oder Anregungen? Teile sie gerne mit uns via Kommentarfunktion!