Die Hyperpersonalisierung und Amazons Mangel an Geschmack sind ein Geschenk für den E-Commerce

„Jede hinreichend fortschrittliche Technologie ist von Magie nicht zu unterscheiden“, schrieb Zukunftsforscher Alfred C. Clarke. Und als die Verantwortlichen des digitalen Handels auf der kürzlich stattgefundenen Activate Now, Lucidworks Digital Commerce Conference in New York, einem Ableger ihrer jährlichen Activate Search- und KI-Veranstaltung, bewerteten, wie sich die Künstliche Intelligenz auf die Rolle des Merchandising auswirken könnte, wurde deutlich, dass diese Magie einen neuen Namen hat: Hyperpersonalisierung.

Lucidworks’ CEO Will Hayes stellte die Veranstaltung mit den Worten vor, dass sich die Erwartungen der Nutzer ändern und dass Einzelhändler besser verstehen müssen, wie sie diese Erwartungen in etwas Produktives oder Sinnvolles umsetzen können.

Die Millionen-Dollar-Frage? „Wie geben wir einem Benutzer das Gefühl, unter einer Million anderer Benutzer einzigartig zu sein und nicht nur einer von vielen?“

Menschen gegen Daten

Der erste Schritt ist, sich von einem Ansatz, der Daten in den Mittelpunkt stellt, zu einem Ansatz zu bewegen, der Menschen in den Mittelpunkt stellt, da immer mehr Benutzer die personalisierte Erfahrung zu schätzen wissen. Wir können eine Lehre aus der kurzen Lebensdauer der Facebook-Roboter Bob und Alice von 2017 ziehen, die zwar programmiert wurden, um mit Menschen zu interagieren, aber es geschafft haben, nur Unsinn zu kommunizieren, so dass Facebook sie einstellen musste. Daten allein genommen können dazu führen, dass Einzelhändler das gleiche Schicksal erleiden. Die Tatsache, dass wir Bedürfnisse antizipieren, Absichten verstehen und umsetzen können, ist von entscheidender Bedeutung, aber ein differenziertes Verständnis der Gewohnheiten der einzelnen Benutzer könnte es kleineren E-Commerce-Seiten ermöglichen, über die Onlineriesen zu triumphieren.

Laut Hayes sind Unternehmen, die derzeit erfolgreich sind, zwar datenintensiv, aber ohne Seele. Niemanden interessieren unsere Daten, sagt er, und die meisten Initiativen zur Datenerfassung bewegen in Bezug auf die Art, wie Geschäfte gemacht werden, nichts, und können ihnen sogar schaden. „Wir müssen unsere Mentalität ändern, weg von Verstärkung, Blockade und Rangordnung“, sagte er. Einzelerfahrungen mit Online-Anwendungen und denen im Laden sind gefährlich; die Erwartung sollte sein, ein nahtloses, vernetztes Erlebnis über jeden Kanal hinweg zu bieten, um vom Produktabsatz zum Anziehen von Menschen zu gelangen.

Viele Marken nutzen Künstliche Intelligenz, aber nicht, um die Kundenerfahrung aufzuwerten, sondern um hinter den Kulissen vorausschauend zu sein. Es gilt, eine Riesenchance zu nutzen, indem man alle möglichen Einzelinformationen extrahiert und für den Benutzer zusammenführt. „Möglicherweise sind intelligente Analysten gut darin, die von einem Programm erfassten Daten zu analysieren, und sie leiten all ihre Erkenntnisse daraus ab“, sagte Diane Burley, VP Content, Lucidworks. „Leider ist dies kein vollständiges Bild, auch wenn es richtig ist. Einblicke können sowohl richtig als auch irreführend sein. Daten aus einer Quelle können die perfekte Sonnenbrille widerspiegeln, aber nur für diesen einen Moment; das bedeutet nicht, dass sie die Sonnenbrille des Sommers wird.“

Amazons Mangel an Geschmack

Wir können in ein Geschäft gehen und eine Verkaufskraft fragen: „Haben Sie so etwas?“ Der nächste Schritt in der digitalen Welt wird es dem Benutzer ermöglichen, ein Bild hochzuladen, um festzustellen, ob der Einzelhändler etwas Ähnliches hat. Oder wenn die Benutzerin eine farbige Bluse möchte, die genau zu einem Rock passt, kann sie eine Stoffprobe hochladen, um den Artikel zu finden und den Look zu vervollständigen.

Es ist uns allen schon passiert, dass wir, sagen wir einmal, nach Laufschuhen suchen, und plötzlich ein Rasenmäher auftaucht. Es ist klar, dass Suchmaschinen die Nuancen menschlicher Wünsche nicht versteht. Künstliche Intelligenz geht darüber hinaus und wird erweitert, wobei sich das System von Suche zu Stöbern zur Zusammenstellung bewegt. Es ist wichtig, intern Menschen zu haben, die spezifische Erfahrungen umsetzen können, die Marken helfen, die Erwartungen des einzelnen Nutzers auf intimerer Ebene zu erfüllen.

Wenn Suchen und Finden zu Suchen und Abbrechen wird

Wenn jemand etwas in die Suchleiste eingibt und keine Suchergebnisse erfolgen, ist es der Todesstoss des Einzelhandels. „Aber wessen Schuld ist es?“ fordert Burley heraus. „Ist es der des Sucharchitekten? Oder derjenigen, die Produktbeschreibungen zusammenstellen?“ Die meisten Marken müssen bei der Suchmaschinenoptimierung (SEO) bessere Arbeit leisten; kann aber KI dabei helfen, die schreckliche Nullsuche zu beseitigen? Burley sagt: „Es gibt Merchandising-Tools, die maschinelles Lernen einsetzen und nicht unbedingt eine starke Suchkomponente haben, und es gibt Suchmaschinen, bei denen die Suchlogik sehr robust ist, aber sie haben nicht unbedingt eine KI-Komponente. Eine KI-gestützte Suche, die die beiden verbindet, ist die Antwort.“

„Wenn wir eine Jeans vom Hersteller erhalten, werden in der Regel keine Daten außer der Materialzusammenstellung mitgeliefert, also müssen Merchandising-Teams das ausarbeiten“, sagt Liz O'Neill, Senior Digital Commerce Manager, Lucidworks. Aber ist es aus suchtechnischer Hinsicht richtig gekennzeichnet? Und stimmen Markenerwartungen mit denen der Nutzer überein?

Katharine McKee, Gründerin, Digital Consultancy, rät: „Seien Sie ehrlich bei Ihrem Produkt und was der Markt denkt, dass es ist. Seien Sie sicher, was Ihren Markenwert angeht, aber wie Sie Ihr Produkt sehen möchten, kann nicht immer hilfreich sein und zu verpassten Chancen führen. Wenn zum Beispiel niemand Ihren Lipgloss eine Lippenglasur nennt, ist es sinnlos, diesen Begriff in der Beschreibung der Suchmaschine weiter zu verwenden.“

Das Überraschungselement

Einzelhändler gehen von zwei Annahmen aus: Die erste ist, dass Benutzer stöbern und auf zufällige Angebote klicken, um sich andere Dinge anzusehen; die andere ist, dass sie gezielt suchen und eindeutig den gewünschten Artikel und die gewünschte Größe eingeben. Werden sie aber auf der nächsten Ebene unterstützt? Hier wird ortsbezogenes Merchandising der Schlüssel sein, so O'Neill: „E-Commerce hat nicht immer die Fähigkeit, Waren standortbezogen anzubieten. Ich glaube nicht, dass E-Tailer das ausnutzen. Mundpropaganda ist immer noch erforderlich, ein menschliches Gespräch.“

„Wenn der Benutzer zehn verschiedene Fenster geöffnet hat, macht er sich vielleicht Notizen; können wir seine Reise nachvollziehen?“, fragt O'Neill. „Es gibt keine Merchandising-Plattform, um all dies Verhalten zu verstehen, eine Anzeige mit Informationen, die uns endlose Möglichkeiten eröffnen könnte.“

Einige Überraschungen sind nicht willkommen

Produktvorschläge, die zunächst den Benutzer zufrieden stellen, der sich dann durchklickt, nur um ein Produkt zu finden, das nicht mehr vorrätig ist, weil die Vorschläge, obwohl sie zu einem bestimmten Zeitpunkt korrekt eingestellt wurden, vergessen wurden, sind unentschuldbar. Die digitale Einkaufsumgebung sollte eine Umgebung sein, in der sich Nutzer willkommen und anerkannt fühlen. Wenn sie nach einem weißen Schuh mit Knöchelriemchen in Größe 44 suchen und das Ergebnis nicht auf Lager ist, sollte die Suche keine anderen weißen Schuhe oder solche mit Riemchen am Knöchel hervorrufen, nur um weiter zu enttäuschen, da keiner von ihnen in Größe 44 erhältlich ist. Wenn der Benutzer schon einmal Größenangaben gemacht hat, sollten alle Ergebnisse in der richtigen Größe vorliegen. KI-Funktionen sollten die individuellen Einkaufsbedürfnisse vollständig personalisieren.

Andere Stolperfallen

Zusammengesetzte Substantivabfragen können zu mehrdeutigen Ergebnissen führen. Wenn der Benutzer ‘Burberry Bag’ eingibt, erscheinen alle Taschen und alle Burberry-Taschen oder erkennt das System, dass es sich um ein zusammengesetztes Substantiv handelt? Eine gute Suchmaschine wird es schaffen. Substantivabfragen mit Adjektiv wie ‘rote Valentinos’ können ähnliche Verwirrung stiften. Ebenso ‘Michael Michael Kors’.

Häufig stellt der Benutzer nicht die richtige Frage, so dass das System intuitiv sein muss. Es kann auch zu kundeneigenen Schreibweisen kommen. Fehlbuchstabierungen können protokolliert werden, aber wenn die Maschine vorhersagen kann, was Benutzer schreiben wollten, läuft der Einzelhändler weniger Gefahr, sie an die Konkurrenz zu verlieren.

Dies ist die Übersetzung eines englischen Beitrags von Jackie Mallon. Jackie Mallon lehrt Mode in New York und ist die Autorin des Buches ‚Silk for the Feed Dogs’, ein Roman, der in der internationalen Modeindustrie spielt. Übersetzung und Bearbeitung: Simone Preuss

Foto: Amazon