Suchbegriffe analysieren und gezielt optimieren: Wie Haberkorn künstliche Intelligenz einsetzt

Der Online-Shop ist ein wesentliches Element für einen technischen Händler wie Haberkorn: als Schaufenster, als Produktkatalog und für die Abwicklung von Bestellungen. Als einer der größten technischen Händler Mitteleuropas bietet Haberkorn ein sehr breites technisches Sortiment und hat damit große Ansprüche an ihre E-Commerce-Lösung. Vor allem die Produktdaten und die Suche im Shop werden ständig optimiert, um möglichst vielen Kunden das beste Suchergebnis zu bieten.

Das führt auch dazu, dass immer wieder neue Wege gesucht werden, um die Kunden noch schneller und einfacher zum gesuchten Produkt zu führen.

Doch wie kann Haberkorn die bis zu 600.000 Suchbegriffe ihres Onlineshops analysieren und verbessern? Menschlich ist eine saubere Aufarbeitung nicht zu leisten. Vor allem, da das Ziel nicht nur eine Auswertung, sondern direkte Handlungsempfehlungen ist:

“Auch wenn wir viel Energie in Produktdaten und Suche investieren: bei hunderttausenden Artikeln können wir nicht jeden einzeln betrachten und analysieren. Wir brauchen Mittel und Wege, automatisiert, aber gezielt die größten Probleme und Potentiale zu erkennen.”

Günther Kapfer, Head of Digitalisierung & E-Commerce, Haberkorn

Das Unternehmen

Haberkorn versorgt Industrie- und Bauunternehmen mit Arbeitsschutz, Schmierstoffen und technischen Produkten wie Schläuche, Maschinenelemente und Hydraulik. Kompetente Fachberater, Produktdienstleistungen und die besondere Kenntnis der Beschaffungsmärkte in allen Sortimenten machen Haberkorn zum Multispezialist. E-Business & Logistik-Lösungen ersparen den Kunden Zeit und Geld. Das Familienunternehmen mit Sitz in Wolfurt/Österreich wurde 1932 gegründet. Heute zählt Haberkorn mit mehr als 2.300 Mitarbeiterinnen und Mitarbeiter und über 30 Standorten in Österreich, Deutschland, Osteuropa und der Schweiz zu den führenden technischen Händlern Europas.

Key facts

• Mitarbeiter/innen: 2.300
• Umsatz: 760 Mio. Euro
• Branche: B2B, E-Commerce, Technischer Handel

Ziele

1. Wiederholbare, unaufwändige Analyse von Suchbegriffen
2. Besseres Verstehen von Mustern und Trends im Suchverhalten
3. Konkrete Vorschläge für Suchoptimierung, speziell Synonyme und Tippfehler-Identifikation

Produkt von Kobold AI

Die Lösung für die Analyse und Aufarbeitung ihrer großen Datenmengen hat Haberkorn im KI-Produkt “Analyse von Onsite-Search” von Kobold AI gefunden. Kobold AI stellt Anwendungsfälle künstlicher Intelligenz als digitale Produkte bereit, die jeder ohne technisches Vorwissen einsetzen kann.

In unserer Analyse von Onsite-Suche gehen wir auf vier Themenbereiche ein, die für Unternehmen in der Optimierung ihrer Suche von Bedeutung sind.

Volumen

Unsere automatische Data Science Pipeline untersucht das generelle Volumen von Begriffen und deren Bestandteilen, den Tokens. Dabei gehen wir auf absolute Häufigkeiten ein, aber auch auf gemeinsam auftretende Begriffe. 

Trends

Die nächsten Analysen untersuchen Trends. Zum einen die monatliche Veränderung, aber auch Newcomers oder verlorene Suchbegriffe. Besonders spannend ist die Identifikation von positiven wie auch negativen Trends, die auf Saisonalität oder begehrte Produkte hinweist.

Term Variations

Spannend für operative Optimierung ist der Bereich der Term Variations. Hier setzen wir künstliche Intelligenz ein, um Tippfehler einerseits, aber auch Synonyme zu häufigen Suchbegriffen zu identifizieren. Diese Information kann ganz konkret genutzt werden, um die Ergebnisse von schlechten Suchanfragen zu optimieren.

Entitätenerkennung

Als letzten Bereich der Analysen nutzt wir eine Entitätenerkennung. Entitäten können Kategorien, Farben, Artikelnummern, Material oder vieles anderes sein. Wir setzen Deep Learning ein, um Entitäten in den Suchbegriffen zu identifizieren und zu quantifizieren. Dies erlaubt strategische wie auch operative Optimierungen wie die Überarbeitung von Produktkategorien oder der Navigation.

Prozess

Der Prozess, die KI-Produkte von Kobold AI einzusetzen, ist sehr einfach. Das Produkt kann direkt im Shop bestellt werden. Danach werden die Daten bereitgestellt – ein einfacher Abzug der Anzahl der Suchen je Suchbegriff pro Monat reicht aus. Darauf basierend werden die Daten automatisch analysiert, die Ergebnisse erstellt und übermittelt. Mehrwert durch KI – ohne großen Aufwand.

“Durch die Analyse der Suchbegriffe konnten wir einige uns noch unbekannte Muster erkennen und können so gezielt unsere Suche noch besser auf unsere Kunden zuschneiden.”

Daniel Kofler, Projektmanager E-Commerce, Haberkorn

Ergebnis

Die Ergebnisse der Suchanalyse öffnen neue Tore in der Optimierung des Onlineshops von Haberkorn. Die generelle Analyse von Suchvolumen, Identifikation von Top Keywords und gemeinsam auftretenden Begriffen ist zentral für ein grundlegendes Verständnis, wie die Suche eingesetzt wird und welche Themen die Kunden beschäftigen.

Aber vor allem die Trend-Analysen erlauben Daniel Kofler, Projektmanager E-Commerce, besser zu verstehen, welche Themen zu- oder abnehmen. Diese Auswertungen sind die Basis für weitere Optimierungen, aber auch die saisonale Themengestaltung im Online-Shop. 

Zentral für den Erfolg von Haberkorn ist die Tippfehlererkennung und die detektierten Synonyme. Da der technische Händler durch die Vielzahl ihrer Suchbegriffe oft Schwierigkeiten hat, derartige Muster manuell zu erkennen, erlaubt die Künstliche Intelligenz von Kobold AI hier eine erhebliche Arbeitserleichterung. Durch die entsprechende Anpassung bei der Suche oder in den Produktdaten kann mit einfachen Mitteln aus einem Nulltreffer ein Volltreffer gemacht werden.

Als strategisches Element beschäftigt sich der B2B-Händler mit der eingesetzten Entitätenerkennung. Da üblicherweise nicht alles gleichzeitig optimiert werden kann, ist es von entscheidender Bedeutung, den Hebel genau da anzusetzen, wo auch das größte Potential liegt, d.h. der größte Nutzen erzielt werden kann.

Zusammenfassung

Dank Kobold AI’s “Analyse von Onsite-Search” hat Haberkorn nun die Möglichkeit, diese großen Datenmengen automatisch auszuwerten, Entitätenkategorien zuzuordnen und entsprechende strategische Maßnahmen einzuleiten. 

Insgesamt zeigt sich Günther Kapfer äußerst zufrieden mit den Ergebnissen: 

“Wir sind sehr zufrieden mit dem Ergebnis und können wichtige Handlungsempfehlungen ableiten. Besonders erstaunlich dabei ist, mit welch geringem Aufwand wir zu diesen Erkenntnissen gekommen sind.”

Günther Kapfer, Head of Digitalisierung & E-Commerce, Haberkorn

Auch an der Analyse von Onsite-Suchbegriffen interessiert?

Jetzt mehr erfahren zum KI-Produkt „Analyse von Suchbegriffen“.

Andere KI-Produkte von Kobold AI entdecken

Kobold AI ist eine Plattform für Self-Service KI-Produkte. Wir machen künstliche Intelligenz zugänglich für Nicht-Experten. Jetzt Anwendungsfälle entdecken und selbst KI einsetzen: