Bonprix setzt KI für optimiertes Produktranking ein

Der Hamburger Bekleidungsanbieter Bonprix setzt mit einem Produkt-Potenzial-Prognose Modell ein neues selbstentwickeltes Prognosemodell ein, das auf der Anwendung von Künstlicher Intelligenz (KI) basiert und Grundlage für die täglich aktualisierten Produktrankings in allen Sortimentskategorien des Bonprix-Webshops ist.

Das heißt, dass täglich alle Produkte in den verschiedenen Kollektionen oder Kategorien neu sortiert und hierarchisch angezeigt werden. Mit dem Produkt-Potenzial-Prognose Modell werden dann diejenigen Produkte ganz oben angezeigt, die bei den Kund:innen besonders beliebt und über alle Größen hinweg ausreichend verfügbar sind.

Mit KI und CNN zur besseren Absatzprognose

Bereits seit Jahren entwickelt Bonprix eigene KI-Modellen oder nutzt Systeme von Dienstleistenden. Für die neueste Anwendung zum optimierten Produktranking im Onlineshop wendet das Unternehmen ein Convolutional Neuronal Network (CNN) an – eine Technologie, die ursprünglich aus der maschinellen Bilderkennung stammt. Da die Datenmatrix für ein Produkt wie ein Bild aufgebaut ist, ist das CNN in der Lage, die Daten auszulesen und eine Absatzprognose für den kommenden Tag zu berechnen.

Zudem wird auch der Warenbestand beim Ranking beachtet: „Fällt bei einem Produkt die Verfügbarkeit unter einen festgelegten Wert, wird es automatisch nach unten gerankt. Ist es später wieder verfügbar, erkennt das Modell es anhand von historischen Daten als früheres Top-Produkt. Damit liefert die Produkt-Potenzial-Prognose weitaus fundiertere Vorhersagen als das Machine Learning Modell, das zuvor bei Bonprix im Einsatz war”, erklärt der Bekleidungsanbieter.

Auch Verfügbarkeit eines Produkts wird beachtet

Das Modell wurde intern entwickelt und hat nach einem ausführlichen A/B-Test die bisherige Anwendung in Deutschland erfolgreich abgelöst. Darüber hinaus wurde die Produkt-Potenzial-Prognose bereits in Österreich, der Schweiz und zehn weiteren Ländern implementiert.

„Wir haben bei Bonprix stets die weitere Verbesserung der Customer Journey auf unseren Vertriebskanälen im Blick und möchten unseren Kund:innen möglichst passgenau das anbieten, was sie suchen – quasi auf einen Klick. Der Einsatz von KI für die Verarbeitung der dafür nützlichen, komplexen Interaktionsdaten unserer Kund:innen bringt uns dabei maßgeblich nach vorne“, erklärt Sascha Netuschil, Abteilungsleiter Data Science bei Bonprix, der verantwortlich für die Entwicklung war.

„Mit der Produkt-Potenzial-Prognose können wir das Produktranking im Bonprix-Onlineshop für unsere Kund:innen deutlich verfeinern und vor allem sicherstellen, dass die top-gerankten Produkte in ausreichender Menge verfügbar sind. Das wirkt sich auch positiv auf die Conversion Rates aus“, fasst Netuschil die Vorteile und Ziele der neuen Anwendung zusammen.

Bestellvolumen und Klickdaten sind ausschlaggebend

Die bei Bonprix täglich aktualisierten Produktrankings basieren auf den bisherigen Klick- und Bestelldaten der einzelnen Produkte und ihren zugehörigen Artikeln, und zeigen diejenigen zuoberst an, für die tagesaktuell ein hohes Bestellvolumen prognostiziert werden kann.

Das Produkt-Potenzial-Prognose Modell arbeitet mit multiplen Zeitreihen, die durch die tägliche Betrachtung der User-Interaktionsparameter zu einem Produkt innerhalb der vergangenen sieben Tage entstehen: Wie oft wurde dieses Produkt angeklickt, wie oft auf die Wunschliste gesetzt, wie häufig wurde es in den Warenkorb gelegt und wie oft letztlich gekauft. So entsteht eine Matrix, in der Muster erkannt werden können, die für die Bestellprognose und Rankingaussteuerung eines Produktes maßgeblich sind.

Für registrierten Nutzer:innen kann das Produktranking in einem weiteren Schritt durch ein Clustering, dem fünf verschiedene Altersgruppen zugrunde liegen, zusätzlich verfeinert werden. Es werden dann die Produkte hierarchisch angezeigt, die in der jeweiligen Altersgruppe besonders beliebt sind.

KI ist wichtiger Innovationstreiber

für Bonprix Generell sieht Bonprix in dem stetig wachsenden Spektrum KI-basierter Anwendungen einen wichtigen Innovationstreiber für die E-Commerce-Branche. „Wir möchten unseren Kund:innen immer gezielter den für sie relevanten Ausschnitt unseres Sortiments zeigen. Die Produkt-Potenzial-Prognose ist ein gutes Beispiel für eine Anwendung, die das ermöglicht. Für die Zukunft planen wir, das Produktranking durch die Nutzbarmachung verhaltensbasierter Daten noch weiter zu personalisieren“, sagt Markus Fuchshofen, Geschäftsführer von Bonprix und verantwortlich für E-Commerce Management, Vertrieb Inland und Marke.

Er weist außerdem auf das große Zukunftspotenzial hin, das Bonprix in der laufenden Implementierung von KI sieht: „Wir setzen Künstliche Intelligenz seit Jahren unternehmensübergreifend ein. Die in diesem Jahr vollzogene Migration aller Prozesse in die Google Cloud bietet uns die optimale Basis, das Spektrum an KI-Anwendungen bei bonprix auch zukünftig forciert auszubauen.“