Spätestens seit Corona ist der Onlinehandel ein fester Bestandteil von vielen Unternehmen. Doch ist Effizienz gefragt: Die globalen Konkurrenz schläft nicht. In diesem Artikel stellen wir einige praktische Beispiele vor, wie Künstliche Intelligenz im E-Commerce helfen kann.
Chatbots für höhere Effizienz und Zufriedenheit
Automatisch Kundenfragen beantworten oder sogar Änderungswünsche umsetzen: Chatbots erobern seit Jahren immer mehr Webseiten.
Ein Chatbot basiert auf künstlicher Intelligenz und kann basierend auf dem Input eines Besuchers entscheiden, was die wahrscheinlichste Antwort ist. Ob Links, Informationen oder doch die Weiterleitung zu einem menschlichen Mitarbeiter ist alles möglich.
Im Hintergrund laufen zwei primäre Prozessschritte. Der erste ist die Verarbeitung der Anfrage. Hierbei muss der geschrieben oder gesprochene Text auf die wichtigsten Informationen und Schlagwörter destilliert werden. Noch besser, wenn direkt such der Nutzer-Intent, also das Ziel identifiziert werden kann. Denn jemand der Informationen sucht freut sich über einen Artikel, während jemand der eine Änderung einer Bestellung veranlassen möchte lieber lieber Aktion durchgeführt sieht.
Der zweite Teil ist die Identifikation und das liefern der entsprechenden Antwort. Dies kann einfach schriftliche Information sein („Unsere Öffnungszeiten sind..“), eine Ressource („Unsere Öffnungszeiten findest du auf der Webseite…“) oder auch die Ausführung einer Aktion („Wir haben dir einen Termin gebucht..“).
Zusammen erhöhen Chatbots den Komfort auf Nutzerseite (24/7 Verfügbarkeit, keine wartezeiten), die Fokussierung auf komplexe Fälle seitens der menschlichen Mitarbeiter auf der anderen Seite.
Vorhersage von Bedarf: Demand Forecasting im Onlinehandel
Wie viel Produkte bestellen? Hält die Infrastruktur? Muss ich mehr Marketing machen? Erfüllen wir unsere Jahreszahlen?
Die Prognose von Bedarf ist zentral für die Optimierung von vielen internen Prozessen. Doch oft sind die Schätzungen qualitativ, zu optimistisch oder einfach nur falsch. Und das hat Auswirkungen: falsche Einkaufsmengen, falsche Personalplanung, falsche Prioritäten.
Um das zu verhindern kommt KI ins Spiel. Durch den Einsatz von Neuronalen Netzen kann der Bedarf mit vielen Facetten (z.b. Trend, Saisonalität, Wochentage) analysiert und in ein Vorhersagemodell überführt werden.
Mit diesem optimierten Demand Forecasting kann künstliche Intelligenz im Onlinehandel helfen, besser und verlässlicher zu planen. Dies führt zu geringeren Kosten, besserer Effizienz und höheren Umsatz.
Demand forecasting (30 Tage Vorhersage)
Die KI-gestütze Vorhersage von Bedarf („Demand Forecasting“) erlaubt eine genaue Steuerung des Tagesgeschäfts – von Einkauf über Infrastruktur bis zur Logistik.
Vorhersage von Customer Churn: Kundenloyalität fördern
Kundenabwanderung: Analyse und Vorhersage
Die KI-basierte Vorhersage von Kundenabwanderung führt zu klarer Ressourcenfokussierung zu höherer Loyalität und somit höheren Umsatz.
Loyalität im Onlinehandel ist schwierig. Oft wird de nächstbeste Shop genommen. Hat man dann einmal Stammkunden, ist es umso wichtiger diese auch zu halten. Schließlich ist Neukundenakquise bis zu 7 mal so teuer wie die Betreuung von existierenden Kunden.
Doch einfach gemäß Gießkannenprinzip Coupons und Kundenbetreuungszeit zu verteilen ist selten effektiv. Daher gilt es, zu identifizieren, welche Kunden voraussichtlich abwandern – und diese dann gezielt anzusprechen.
Durch sogenannte Customer Churn Prediction – die Vorhersage von Kundenabwanderung – kann künstliche Intelligenz ganz gezielt dieses Problem gelöst. Basierend auf historischen Daten wird ein statistisches Modell erstellt, das für jeden Kunden Vorhersagen kann, ob er abwandern wird.
Besonders bei Onlineshops mit wiederkehrenden Kunden (z.B. Zubehör, Ersatzteile, Verbrauchsmaterial) ist dieser Ansatz sehr interessant und wertvoll.
Dynamischer Content: Personalisiert für jedes Bedürfnis
Eine fortgeschrittene Methode um Mehrwert durch KI im Onlinehandel zu schaffen ist der Einsatz von dynamischen, personalisierten Inhalten.
Generell ist dynamischer Content ein sehr breites Feld, reicht dabei von Webseiten halten über Dynamic Pricing zu personalisierten Newslettern. Es hat generell immer zwei Komponenten: es werden Verhaltensweisen und Stammdaten eines Kunden bzw. Shopbesuchers festgestellt und dann die möglichst besten Inhalte dafür identifiziert.
Im Fall von Dynamic Pricing (z.b. Hotels, Flüge) wird anhand des Verhaltens auf der Webseite entschieden, welche Preise angeboten werden. Im Beispiel eines personalisierten Newsletters können Personas entwickelt werden, für die jeweils andere Inhalte ausgespielt werden.
Zusammen gilt bei dynamischen Content immer der Grundsatz: individuell konvertiert besser. Nutzerzentrierung in Inhalten und Produkten zahlt sich aus.
Data-Driven Personas
Personas sind ein Werkzeug für mehr Kundenzentrierung im Marketing, Vertrieb und Produktentwicklung. Wir erstellen die Personas aus echten Stamm- und Verhaltensdaten.
Produktsuche: Das Beste für jeden Nutzer
Die Produktsuche in vielen Onlineshops wird bereits durch künstliche Intelligenz unterstützt. Sei es die Extraktion von produktrelevanten Informationen aus dem Suchbegriff, Audiosuche oder das Finden von ähnlichen Produkten anhand Parametern wie Funktion, Marke oder Beliebtheit.
Die Unterstützung von suchen im Onlineshop durch KI hat hauptsächlich zum Ziel, dass Websitebesucher schneller und genauer finden, was sie brauchen. Allerdings erlaubt es auch, den Ranking Cocktail flexibel anzupassen: Personalisierte Ergebnisse, das Anbieten von Ladenhüter oder einfach Produkte mit hoher Marge sind alles Möglichkeiten, mehr Umsatz zu erwirtschaften und effizienter zu arbeiten.
Produktempfehlungen: Cross- und Upselling in allen Kanälen
Produktempfehlungen für B2B / B2C
Der wohl bekannteste Anwendungsfall für KI im Onlinehandel zuletzt. Produktempfehlungen haben wohl inzwischen jeden E-Commerce-Shop erobert. „Kunden die dies kauften, kauften auch “ oder „Wie könnte auch interessieren.. “ leiten häufig ein Karussell an relevanten Produkten ein.
Die Basis sind verschiedene KI-Algorithmen. Manche empfehlen basierend auf dem Warenkorb, andere suchen ähnliche Kunden und zeigen was diesen gefällt und wieder andere nutzen Produktdaten um ähnliche Produkte anzuzeigen.
Aber nicht nur der Shop verträgt Empfehlungen. In Onlinehandel sind auch Newsletter oder Content Marketing weit verbreitet. Und auch diese profitieren von Empfehlungen, um den Nutzer länger auf der Seite zu halten oder ihm personalisierte Angebote zu machen.
Zusammenfassung der Beispiele von KI im Onlinehandel
Der Onlinehandel boomt! Überall schießen neue Shops aus dem digitalen Boden. Doch mit dieser digitalen Transformation erhöht sich auch die Konkurrenz. Und somit die Notwendigkeit für effizientes, kundenzentriertes Handeln.künstliche Intelligenz kann dabei unterstützen.
Wir haben 6 Beispiele für den Einsatz von KI im E-Commerce dargestellt und skizziert welche Vorteile sie bringen. Bleibt die Frage: wie kann ein Unternehmen starten, den Mehrwert von KI für sich zu beanspruchen? Wir empfehlen den Einsatz von Self-Service KI um erste Erfahrungen zu sammeln: kein Aufwand, geringe Kosten uns eine hohe Bandbreite an innovativen Anwendungen. Perfekt, um das Thema Künstliche Intelligenz im Onlinehandel proaktiv anzugehen.