Menschen von oben fotografiert, die an einem Tisch sitzen.

adesso Blog

Personalisierung macht sich bezahlt

In den letzten Jahren haben sich die Personalisierungsmöglichkeiten dank einer Zunahme von verfügbaren Daten und ausgefeilter Tools zur Analyse dieser Daten vervielfacht. Im Kern hat die datengetriebene KI die Personalisierung in dreifacher Hinsicht verbessert: Sie analysiert kundenspezifische Variablen, wertet weit mehr Daten aus als einzelne Vermarkter es könnten und erstellt im Ergebnis einzigartige anonyme Kundenprofile, aus der sie in Echtzeit personalisierte Erfahrungen ableitet. Dass sich das lohnt, belegen folgende Zahlen:

Rund drei Viertel der Kunden kaufen lieber bei Marken ein, die ihre persönlichen Daten beim Einkauf berücksichtigen, und für 86 Prozent ist dieser Faktor mit ausschlaggebend für ihre finale Kaufentscheidung. Dazu berichten Einzelhändler von einer Umsatzsteigerung von bis zu 35 Prozent nach der Implementierung von Personalisierungsmaßnahmen.

Investitionen in die Personalisierung können den digitalen Einzelhandel also deutlich profitabler machen und das in zweierlei Hinsicht:

Umsatzsteigerung

  • Generierung eines höheren Umsatzes pro Kunde (zum Beispiel durch Up- und Cross-Selling)
  • Höhere Conversionrate
  • Weniger Kaufabbrüche

Stärkere Kundenbindung

  • Maßgeschneiderte Inhalte
  • Relevantere Empfehlungen
  • Gezielte Unterstützung bei Kaufentscheidungen

KI-gestützte Personalisierung bildet das Herzstück aller digitalen Erfahrungen

Bei der Personalisierung geht es darum, Kundinnen und Kunden mit maßgeschneidertem Content bessere Shopping-Erlebnisse zu bieten. Diese Erlebnisse werden innerhalb der nächsten Jahre das wichtigste Unterscheidungsmerkmal für Unternehmen darstellen. Kundinnen und Kunden werden Unternehmen vordergründig auf Grundlage der von ihnen geschaffenen Shopping-Erfahrungen (und nicht mehr nur aufgrund des Preises und Produkts) beurteilen. An diesem Punkt setzt die künstliche Intelligenz an.

KI und ihre Rolle bei der Erzeugung personalisierter Shopping-Erfahrungen

Salesforce Commerce Cloud: Die neueste Generation von KI-Tools verarbeitet nicht nur Kundendaten, sie erkennt außerdem den individuellen Geschmack und die aktuelle Befindlichkeit der Nutzer und unterstützt das Einkaufserlebnis entsprechend zu gestalten. Mithilfe von KI und umfangreichen Datensätzen können Einzelhändler ihren Kunden schon bei der ersten Interaktion passende Inhalte und relevante Produkte bereitstellen und so ein maßgeschneidertes Shopping-Erlebnis (statt nur das Produkt) in den Vordergrund rücken.

Durch Künstliche Intelligenz können außerdem verschiedene Datenebenen automatisch ausgewertet und über verschiedene Kanäle gesendet werden. Dies manuell zu versuchen ist unmöglich, da Hunderte von Datenpunkten im Spiel sind.

Bei KI-getriebenen Shopping-Erfahrungen geht es aber nicht nur um eine effizientere Personalisierung. Sie helfen auch dabei, eine Beziehung zur Kundschaft aufzubauen. Besonders persönliche Assistenten wie Alexa, Chatbots und sprachgesteuerte Apps verändern die Käufer-Verkäufer-Beziehung, indem sie als Vermittler bei Kaufentscheidungen fungieren. Digitalen Einzelhändlern stehen damit zahlreiche weitere Kanäle zur Verfügung, die sie sowohl für die Umsatzsteigerung als auch für das Customer-Relation-Management nutzen können und sollten.

Beispiele für die Weiterentwicklung von digitalen Einkaufserlebnissen mithilfe von KI

Die folgenden zwei Praxisbeispiele zeigen, wie KI eine Verbindung zwischen den Kunden und den virtuellen Shopping-Assistenten herstellen und die Conversions durch Personalisierung merklich verbessern kann:

Fallstudie 1: ASOS

ASOS ist ein britischer Einzelhändler im Bereich Mode & Beauty, der in den vergangenen Jahren stark gewachsen ist. Der erwartete Umsatz des Unternehmens für 2018 liegt bei mehr als 3 Milliarden US-Dollar. Im Jahr 2017 lag er noch bei 2,5 Milliarden US-Dollar.

ASOS schnelles Wachstum ist unter anderem darauf zurückzuführen, dass der Einzelhändler mehr als 100 Millionen Dollar in neue Technologien investierte, von denen wiederum ein großer Teil in ein KI-Experiment flossen. Dabei testete das Unternehmen einen virtuellen Assistenten, der den Kundinnen und Kunden maßgeschneiderte Produktvorschläge auf Grundlage von Größen, persönlichen Präferenzen und anderen Daten bieten sollte. Diese Investition führte innerhalb von sechs Monaten zu deutlichen Umsatz- und Gewinnsteigerungen sowie zu einer verbesserten Kundenzufriedenheit im In- und Ausland.

Nach dem Erfolg dieser ersten Experimente und Investitionen folgte dann der Launch einer Voice-App und eines Chatbots namens Enki. Dieser unterstützte die ASOS-Kundschaft dabei, die E-Commerce-Site mit Bildern aus dem Internet oder von ihrem Smartphone zu durchsuchen und empfahl passende Marken Stile zu den Suchanfragen. Unter anderem trugen diese KI-Investitionen dazu bei, dass ASOS eine Gewinnsteigerung von 29 Prozent und eine Erhöhung des Auftragseingangs um 27 Prozent verzeichnen konnte.

Fallstudie 2: The North Face

Um die Shopping-Erlebnisse seiner Kundschaft zu verbessern, hat sich das Outdoor-Sportbekleidungsunternehmen The North Face mit IBM Watson zusammengeschlossen. Das Ergebnis ist ein Q&A-Chatbot namens Expert Personal Shopper oder auch XPS. Dieser Bot führt die Kundinnen und Kunden durch einen Fragenkatalog und gibt personalisierte Produktempfehlungen, die ihren Antworten und Präferenzen entsprechen. Konkret zielen die Fragen darauf ab, wo, wann und wie Kunden ein bestimmtes Kleidungsstück von The North Face verwenden würden. Basierend auf Eingaben, die sowohl Kundenreaktionen als auch externe Daten wie Wettervorhersagen beinhalten, schränkt das Tool die Produktsuche auf nur sechs Stücke ein, die nach höchster Übereinstimmung sortiert sind. Damit sparen sich die Kundinnen und Kunden das Scrollen durch Hunderte von verfügbaren Jacken, von denen viele nicht einmal den funktionalen Anforderungen entsprechen würden. Während die meisten KI-fähigen Tools die Konversionsraten erhöhen sollen, trägt dieser Ansatz von The North Face auch dazu bei, potenzielle Reibungspunkte zu beseitigen - in diesem Falle eine überwältigende Auswahl an Suchergebnissen. Auch wenn sich das KI-Tool noch in der Testphase befindet, sorgte das Pilotprogramm bereits für eine Klickrate von 60 Prozent sowie eine Verkaufsquote von 75 Prozent.

Fazit: Mit KI zu einer stärkeren Kundenbindung und höheren Verkaufszahlen

Künstliche Intelligenz macht Personalisierung effektiver denn je. Sie ermöglicht dem Einzelhändler sowohl einer Verbesserung der Kundenbindung als auch der Verkaufszahlen.

Dies ist für den Handel deshalb von entscheidender Bedeutung, da der Wettbewerb weiter zunehmen wird und die Kunden beginnen, mehr Wert auf das Shopping-Erlebnis an sich als auf den eigentlichen Preis zu legen. Um den KI-Stein in Ihrem Unternehmen ins Rollen zu bringen, müssen Sie nicht zwangsweiselangwierig eine unternehmensinterne Infrastruktur aufbauen. Die oben beschriebenen Fallstudien zeigen auf, dass Sie diesen Schritt mit kommerziellen KI-Lösungen auch innerhalb von wenigen Monaten gehen können.

Ihr möchtet erfahren, mit welchen Themen wir im KI-Bereich unterwegs sind? Dann werft einen Blick auf unsere KI-Website.

Die Serie im Überblick

Bild Heike Heger

Autorin Heike Heger

Heike Heger Teamleiterin Sales Marketing & Campaign Management im Bereich Corporate Marketing & Communications bei adesso.

Diese Seite speichern. Diese Seite entfernen.