Aus massenhaft gesammelten Informationen Datenschätze schaffen - Händler stehen vor grossen Herausforderungen. Das Umfeld in dem Online-Shops agieren hat sich in den letzten 10 Jahren rasant gewandelt, ein wesentlicher Antreiber: Künstliche Intelligenz (KI). Dabei spielen die enorm wachsenden Mengen an verfügbaren Daten und auch die neuen Möglichkeiten diese intelligent zu verarbeiten eine Rolle. Grosse Unternehmen wie Amazon oder Alibaba setzen KI in allen Bereichen ein, um interne Prozesse zu verbessern und Kunden ein besseres und schnelleres Einkaufserlebnis zu ermöglichen. Ein wichtiges Gebiet ist die KI-basierte Textanalyse. Till Plumbaum, Head of A.I./Research bei der Berliner Digitalagentur Neofonie, ist sich sicher: Um sich gegenüber der grossen Konkurrenz an Online-Shops durchzusetzen, sind Textanalyse Werkzeuge der Schlüssel für erfolgreichen E-Commerce. Dabei reicht das Einsatzgebiet von der automatischen Erstellung von Produktseiten bis zur inhaltsbasierten Empfehlung für den Kunden.
Shopbetreiber:
...wissen, was Kunden wollen
KI-Methoden beschränken sich bei einem Shopsystem nicht auf die Interaktion mit dem Kunden. Gerade die Pflege des Produktkataloges ist eine zeitintensive Arbeit, die von Mitarbeitern des Shopbetreibers mit viel Aufwand betrieben werden muss. Hier kann die Textanalyse einen entscheidenden Beitrag leisten, um Mitarbeiter zu entlasten und ihnen mehr Zeit zu geben für andere Aufgaben.
Die Textanalyse kann aus dem Beschreibungen des Herstellers die relevanten Features eines Produktes automatisch extrahieren, bei einem Mobiltelefon z.B. die Farbe und Speichergrösse, und diese strukturiert in die Produktdatenbank einfügen. Ebenso können KI-basierte Methoden aus den strukturierten Daten Beschreibungsseiten für ein Produkt erstellen und dabei auch eine bestimmte Ausdrucksweise und Tonalitäten einfließen lassen, die die Angebote des Shops von anderen Anbietern unterscheidet.
...wissen, wo es hapert
Eine 2017 durchgeführte repräsentative Studie der Bitkom belegt, dass zwei Drittel der Online-Käufer Kundenbewertungen in Online-Shops lesen. Sie sind zu einem wesentlichen Faktor beim digitalen Verkauf gewachsen. Dahingehend gehören Fake-Bewertungen zu den grössten Herausforderungen: Syntaktische und semantische Algorithmen helfen dabei, diese wettbewerbsverzerrenden Bewertungen zu identifizieren.
Und auch darüber hinaus ist die Textanalyse von Bewertungen wichtig: Aus positivem wie negativem Feedback erhalten Unternehmen und Anbieter Informationen über etwaige Probleme von Produkten oder Bestellungen. Auch im Bereich Retoure ist der erste Touchpoint die KI. Gründe für Rückgaben automatisch zu interpretieren, spart Zeit und folglich auch Geld. Textanalyse ist hier der Schlüssel, um das eigene Produkt bzw. die Dienstleistung zu optimieren.
...wissen, wohin der Trend geht
Mittels Einsatz von Methoden der KI lassen sich auch gezielt Produkte und Dienstleistungen mit hoher Attraktivität identifizieren.
Ein präsentes Schlagwort dabei: Predictive Analytics. Die Kombination aus Data Mining und Maschinellem Lernen sorgt dafür, dass Daten systematisch erfasst werden und im Anschluss mithilfe von Prognosemodellen in Relation zueinander gesetzt werden. Das Ergebnis sind Vorhersagen über zukünftige Trends, die sich Shopbetreiber zu Nutze machen sollten. Diese Informationen automatisiert zu erfassen, bietet die Chance das eigene Warenangebot anzupassen und so z.B. den Preis zu bestimmen oder den Bestand zu erhöhen.
Kunden:
...wissen, wohin deine Suche geht
Um die Kunden auf direktem Weg zum gewünschten Produkt zu führen, ist die Suche erfolgsentscheidend.
In vielen Shopsystemen wird die integrierte Suche genutzt, die Betreiber behandeln diese aber eher stiefmütterlich. Eine Out-of-the-Box Lösung, wie sie in vielen Shopsystemen verfügbar ist, erfüllt zwar meist die Anforderung, das Kunden Produkte finden, aber mehr nicht.
Gerade hier kann die Textanalyse einen entscheidenden Beitrag leisten, das Shopsystem von der Konkurrenz abzusetzen. Eine intelligente Suche muss in der Lage sein, die Intention des Nutzers zu erkennen und so passende Produktvorschläge zu ermitteln. Auch wenn der Nutzer sie in der Suche nicht klar benennen kann.
Die Suche des Kunden wird dabei von der KI untersucht und um semantische und kontextbezogene Informationen erweitert. Mittels der erweiterten Suchanfrage und anhand ähnlicher Anfragen, die von der KI analysiert wurden, kann dem Kunden eine individuelle Liste an Artikeln angezeigt werden und auch weiterführende Informationen gegeben werden.
...wissen, was du siehst
Neben der textuellen Suche ist auch die Suche mit Bildern ein möglicherweise wichtiger Punkt, der Nutzer eines Shopsystems interessiert. Mittels KI Methoden können vom Nutzer bereitgestellte Bilder analysiert und ähnliche Produkte gezeigt werden. Dabei muss man sich nicht nur auf die visuelle Ähnlichkeit der Waren beschränken, sondern kann auch aus dem Bildern Textinformationen, wie Markennamen, extrahieren und für eine Verfeinerung der Suche nutzen.
...wissen, wo dein Interesse ist
Die Suche ist häufig der erste Anlaufpunkt für den Kunden, um sein Bedürfnis zu benennen, und ist wie oben beschrieben eines der wichtigsten Werkzeuge eines Shopsystems.
Während die Suche aber ein Instrument ist, dass der Kunde selbst nutzen muss, sind Empfehlungssysteme eine Möglichkeiten für den Shopbetreiber den Kunden proaktiv auf interessante Artikel zu hinzuweisen. Dabei kann schon allein anhand der Jahreszeit, dem Geschlecht und dem Alter des Nutzers, die KI mögliche Interessen erkennen.
Ausgefeiltere Systeme nutzen auch das vergangene Kaufverhalten des Nutzers und auch inhaltsbasierte Informationen, die mittels Textanalyse aus den Artikelbeschreibungen erkannt wurden. So kann ein hybrides Empfehlungssystem die Information nutzen. So ermittelt das System beispielsweise, dass Apple-Nutzer derartige Produkte bevorzugen und basierend auf der textuellen Analyse z.B. welche Farbe der Kunde bevorzugt.
...wissen, was du willst
Das wohl präsenteste KI-Werkzeug in der heutigen Digitalwelt sind Chatbots.
Wie die YouGov-Studie "Kommunikation per Chatbot" bereits zeigte: Für jeden Zweiten ist diese Form der Kommunikation vorstellbar. Speziell bei Vertragsabschlüssen, z.B. Mobilfunktarifen, gibt es einen eingeschränkten aber sehr präzisen Bedarf an Informationen, die sich der Kunde wünscht.
Mithilfe der digitalen Berater erhalten Shopbetreiber wesentliche Erkenntnisse über den Bedarf und etwaige Problemstellungen. Gleichzeitig profitieren Kunden von einem schnellen Service und keinen Warteschleifen. Auch hier ist die Textanalyse unabdingbar, um analog zu Suche und die Intention des Nutzers zu verstehen. Moderne Systeme sind auch in der Lage die Stimmung des Nutzers zu erkennen und das Gesprächsverhalten dementsprechend anzupassen.
Mithilfe von Textanalyse-Mechanismen Datenschätze nutzen
Für Shopbetreiber ist es in Zeiten des Individual Commerce immer wichtiger, Trends und Bedürfnisse vor dem Kunden zu erkennen. Im Hinblick darauf ist die Textanalyse ein entscheidendes Werkzeug, um im Wettbewerb zu bestehen. Kunden verkürzen ihr Shopping-Erlebnis und gelangen schneller zum Ziel. Unternehmen profitieren von grösseren Bestellmengen und von umfangreichen Datenschätzen, um ihren Shop und das eigene Portfolio zu optimieren.
Über den Autor:
© Neofonie / Robert Lehmann
Dr. Till Plumbaum leitet die Research Abteilung der Neofonie GmbH. Als promovierter Informatik-Student arbeitet er an der Umsetzung datengetriebener, intelligenter Produkte mithilfe maschineller Lernverfahren mit dem Fokus auf NLP und Text Mining.
Über Neofonie GmbH
Die Berliner Digitalagentur Neofonie entwickelt individuelle Lösungen in den Bereichen Mobile, Commerce, Content und Künstliche Intelligenz. Als Fullservice-Agentur bietet Neofonie Beratung, Design, Entwicklung und Betrieb aus einer Hand. Das Tochterunternehmen Neofonie Mobile ist auf mobile Lösungen spezialisiert. Neofonie wurde 1998 mit der Entwicklung der ersten deutschen Suchmaschine, Fireball, als Spin-Off der TU Berlin gegründet und feiert in diesem Jahr 20-jähriges Jubiläum. (www.neofonie.de)