Algorithm Fashion Companion: Wie Zalando Künstliche Intelligenz einsetzt

Die Rolle der Künstlichen Intelligenz (KI) in der Modebranche und im gesamten Handelssektor wächst rasant. Laut einer Studie des Capgemini Research Institute vom Januar diesen Jahres wurde die Technologie 2018 von mehr als einem Viertel (28 Prozent) der Einzelhändler genutzt, ein deutlicher Anstieg von 17 Prozent im Jahr 2017 und vier Prozent im Jahr 2016. Capgemini prognostiziert, dass die Technologie Einzelhändlern bis zu 300 Milliarden Dollar (235 Milliarden Pfund) einsparen könnte.

Die Technologie wird heute in der gesamten Lieferkette der Modebranche eingesetzt - von der Beschaffung über das Design, von der Herstellung bis hin zum Handel. Nike, H&M und River Island sind nur einige Beispiele für Modefirmen, die kürzlich in KI investiert (oder weiter investiert) haben.

Ein weiterer Mode-Riese, der in die Technologie investiert, ist der deutsche E-Commerce-Riese Zalando. Im Oktober brachte das Unternehmen seinen Algorithm Fashion Companion (AFC) auf den Markt, einen Algorithmus, der maschinelles Lernen nutzt, um seinen Kunden Outfits vorzuschlagen. Die Empfehlungen scheinen bei Kunden gut anzukommen, sie kaufen daraufhin mehr ein. Die Warenkorbgröße steigt, und somit eine wichtige Profitabilitätskennzahl für Zalando.

James Healey ist Vice President von Inspire and Engage bei Zalando, wo er ein Team von Ingenieuren, Produktmanagern, Designern und Einzelhandelsexperten leitet, um neue Möglichkeiten zu entwickeln, wie Kunden Mode entdecken können.FashionUnited sprach mit Healey über den Erfolg von AFC seit dem Start auf der Zalando-Website im Oktober, über Zukunftspläne für die Entwicklung der Technologie und das Potenzial von AI in der Modebranche.

Was genau ist der Algorithmic Fashion Companion (AFC) ist und wie ist er entstanden?

Zalando hat großartige Arbeit geleistet, indem es eine große Auswahl an Artikeln anbietet. Aber wir haben auf der Grundlage von Kundenfeedback festgestellt, dass viele unserer Kunden zwei Dinge im Sinn haben: Einer davon ist, dass sie gerne stöbern und nach Inspiration zu suchen, was zeigt, dass Zalando für sie nicht nur ein Ort für den Kauf von Mode ist, sondern auch ein Ort, an dem sie sich inspirieren lassen. Auf der anderen Seite versuchen wir immer sicherzustellen, dass unser Sortiment breit genug ist, aber die Käufer können sich oft von den 400.000 Artikeln, die wir verkaufen, überfordert fühlen. Wir sehen eine Zunahme des Engagements - die Käufer kommen häufiger zurück, sie suchen nach mehr "snackbaren" Inhalten, aber sie tun sich schwer, bei der Menge an Inhalten, die wir haben, das Richtige zu finden.

Wir stellen fest, dass Kunden, die interagieren, nicht nach einzelnen Produkten suchen, um Inspiration zu erhalten, sondern an Produkte im Rahmen eines ganzen Outfits denken. Sie wollen mehr über Stile und Trends und die Gelegenheiten, für die sie sie kaufen möchten, erfahren. Sie gehen also nicht mit der Denkweise von "Ich will ein neues Paar High Heels" oder "Ich will ein neues Kleid" an die Sache, sondern: "Ich will etwas, das ich zu einem Festival an diesem Wochenende oder zu als Hochzeitsgast tragen kann", ohne wirklich zu wissen, welches genaue Kleidungsstück sie suchen.

Outfits sind eine wirklich gute Möglichkeit, diese Lücke zu schließen. Aber Outfits manuell zu erstellen, das war etwas, das für uns sehr schwer zu skalieren war. Deshalb haben wir AFC geschaffen. Zalon, unser kuratierter Styling-Service mit 800 Stylisten, wählt manuell Outfits aus, mit denen wir einen maschinellen Lernschritt erstellen, der dynamisch kuratierte Outfits in der Größenordnung Millionen von Kunden erstellen kann. Der Hauptvorteil besteht darin, dass einige dieser Kunden zwar das Zalon-Erlebnis nutzen und mit echten Stylisten zusammenarbeiten werden, aber viele von ihnen wollen nur etwas, wo sie nahtlos swipen und die Outfits schnell entdecken können. Das ist es, was wir versuchen, zu tun.

Wie reagieren die Käufer auf Outfits im Vergleich zu einzelnen Artikeln auf der Zalando-Website?

Es ist großartig, denn wir können wirklich sehen, dass die Kunden das zu schätzen wissen. Wir sehen, dass die Outfit-Empfehlungen 40 Prozent größere Einkaufskörbe und doppelt so hohe Konversionsraten im Vergleich zu Einzelstücken zur Folge haben. Aus diesem Grund haben wir uns entschieden, in eine skalierbare Outfit-Lösung zu investieren, die wir heute als AFC kennen.

Wir haben mit einer langfristigen Vision begonnen, bei der es nicht so sehr darum ging, durch Produkte zu navigieren, sondern durch Outfits zu navigieren. Diese Ergebnisse bestätigen wirklich, dass wir in die richtige Richtung gehen. Das bedeutet, dass wir weiterhin viel mehr Investitionen in diesem Bereich tätigen werden.

Wie genau lernt der AFC von den Stylisten?

Die Outfits werden von unseren Zalon-Stylisten manuell zusammengestellt, sie sind alle mit Tags versehen, sodass wir tatsächlich jeden Teil des Outfits kontextuell kennen - so wissen wir genau, welchen Artikel sie zu diesem Schuh oder jener Tasche kombiniert haben. So erhalten wir Informationen zu vielen Dimensionen, wie beispielsweise welchen Stil ein Artikel hat, welchen Trend er aufgreift und für welche Art von Anlass er verwendet werden kann.

Diese Attribute erlauben es uns dann, vorhersagen zu können, dass diese Schuhe zu diesem Kleid passen werden, nicht nur von der Empfehlung her, sondern auch wegen der stilistischen Synergien, die als Zusatzinformationen hinzugefügt wurden, basierend auf unseren mehr als zwei Millionen Outfits.

Was hat Ihnen die Künstliche Intelligenz über die Art und Weise beigebracht, wie Menschen einkaufen? Hat sich die KI mit demographischen Dimensionen beschäftigt?

Ja. Wenn wir uns das Geschlecht ansehen, zeigen unsere männlichen Kunden ein hohes Engagement. Wenn wir tiefer in die Daten eintauchen, sehen wir, dass unsere Kunden ein unterschiedliches Maß an Stilsicherheit haben und wir haben festgestellt, dass wir drei Hauptkundentypen haben: Diejenigen, die aktiv nach einem bestimmten Artikel suchen und wirklich offen für Stilberatung sind. Andere, die mehr auf der Inspirationsseite suchen, also vielleicht nicht nach einem bestimmten Kleid oder einem Paar Schuhen, sondern nach einer Idee davon, was die Leute diesen Sommer auf Festivals tragen; sie wollen neue Trends verstehen. Die letzte Gruppe - die Art von Ausreißer - ist der Kunde, der bereits ein hohes Maß an Stilsicherheit hat. Dieser Kunde möchte wirklich keine Empfehlungen erhalten, oder wenn doch, muss es sehr genau sein, sonst steht unsere Glaubwürdigkeit auf dem Spiel, also müssen wir sehr rücksichtsvoll sein, wie wir diesen Kunden Outfits empfehlen.

Für diese wirklich einzigartigen Kunden, die nicht wirklich nach Modeberatung suchen, können wir die KI-Style-Finder-Funktion weiter unten auf der Seite pushen, so dass es unwahrscheinlicher ist, dass sie sie sehen, oder wir werden sie ihnen überhaupt nicht anzeigen, je nachdem, wie gut sie in der Vergangenheit darauf reagiert haben.

Denken Sie, dass es eine Zeit geben wird, in der Sie menschliche Stylisten nicht mehr brauchen werden?

Nein, ich denke, wir werden immer Stylisten brauchen. KI ist eine Gelegenheit für uns zu skalieren, aber die Kunden haben sehr individuelle Bedürfnisse und sie genießen die Erfahrung der Zusammenarbeit mit Stylisten, um wirklich etwas zu finden, von dem sie glauben, dass es ihnen mit ihrem Selbstbewusstsein hilft. Wir denken, dass das Angebot der persönlichen Stylisten nicht verschwinden wird.

Erwägen Sie, den Stilempfehlungsservice auch auf Beauty-Produkte auszuweiten?

Absolut. Wir betrachten Beauty als einen Kernbestandteil der Mode und als Teil eines Gesamtoutfits. Der schwierige Teil ist, dass die Trainingssets, die wir für Zalon erstellt haben, keine Kosmetikprodukte enthalten, so dass es schwierig wird, das Niveau der anspruchsvollen Empfehlungen zu halten, die wir für Outfits bereits erreicht haben. Wir arbeiten nun mit unserem Beauty-Team und unserem Zalon-Team zusammen, um herauszufinden, wie wir diesen Datenpunkt erstellen, der uns helfen wird, unsere Algorithmen zu trainieren.

Dieser Artikel wurde zuvor auf FashionUnited.uk veröffentlicht. Übersetzung und Bearbeitung: Barbara Russ

Bild: Zalando