Wie KI Produktdaten zum Leben erweckt

Bild: PatoLenin / Pixabay

13.09.2024 - Produktdaten geh�ren zu den wichtigsten Assets eines Shops - eigentlich besteht er aus nichts anderem! Trotzdem nutzen nur wenige H�ndler das volle Potenzial dieses Schatzes aus.

von Dominik Grollmann

Produktdatenpflege? Klingt nach langweiliger Grundlagenarbeit. Genau das macht Produktdaten aber fundamental wichtig f�r einen Onlineshop. Sie sind die Basis f�r jeden Umsatz und zugleich eine wichtige Grundlage zur Steuerung der Customer Experience. Weshalb sich aus beiden Begriffen eine eigene Disziplin gebildet hat: Product-Experience-Management, kurz PXM.

Darunter versteht man die Anreichung der Produktdaten um den Kontext der KundInnen. Klingt kompliziert? Das Thema l�sst sich an einem einfachen Beispiel illustrieren:

Ein Kunde will sein Badezimmer renovieren und vereinbart einen Termin mit dem Installateur. Der plant Rohrleitungen, Anschl�sse und Duschkabine nicht mehr wie fr�her mit Zollstock, Herstellerkatalog und St�ckliste, sondern konfiguriert, visualisiert und pr�sentiert die zuk�nftige Ausstattung interaktiv in einer 3D-Ansicht auf seinem Tablet. Die Produktdaten werden genutzt, um den Kunden zu inspirieren und Begehrlichkeit zu wecken.

Im Hintergrund wird der Auftrag zugleich in eine St�ck�liste heruntergebrochen und in Echtzeit der Preis kalkuliert - die Produktdaten dienen der Information und Vergleichbarkeit. Zuletzt wird durch das System die Bestellung beim Hersteller generiert und f�r den Handwerker ein neues Projekt in der integrierten Verwaltung angelegt? inklusive Terminabstimmung bei der Kundin bzw. beim Kunden und Just-in-Time-Lieferung in den Betrieb.

Das Beispiel ist nicht fiktiv: Der Duschkabinenhersteller Duscholux und Reflex-Winkelmann , ein Anbieter f�r Installationsmaterial, haben mit dem PIM-Anbieter Myview genau eine solche Anwendung umgesetzt. Aus der einfachen Materialliste des Herstellers wird so ein Einkaufserlebnis, das weit �ber das Ordern einzelner Artikelpositionen hinausgeht.

PXM braucht Produktdaten, aber Produktdaten sind noch kein PXM

Ein wenig komplizierter wird es, wenn der Verkauf nicht in einem klar strukturierten Prozess, wie bei der Badrenovierung, stattfindet. Verkaufspsychologen wissen l�ngst, dass die meisten - wenn nicht alle - Eink�ufe nicht allein der Bedarfsdeckung dienen, sondern auch andere Motive (wie Selbstverwirklichung, Sicherheitsbed�rfnis oder sozialer Status) eine entscheidende Rolle spielen. Doch wie kann ein Online-H�ndler Motiv und Kaufphase seiner KundInnen unterscheiden?

"Wenn wir verstehen, welche Bed�rfnisse unsere Artikel befriedigen, verstehen wir unsere Kunden besser."

Bild: Philipp G�ller

Ausgerechnet die vermeintlich dr�gen Produktdaten geben dar�ber Auskunft, hat Philipp G�ller, Chef der auf KI-Anwendungen f�r den Onlinehandel spezialisierten Softwarefirma Paraboost aus Markgr�ningen herausgefunden. "Wenn wir wissen, auf welche Produkte die KundInnen klicken, was sie kaufen, was sie retournieren, k�nnen wir etwas sehr Wertvolles �ber unsere KundInnen erfahren", erkl�rt er. "Denn hinter jedem Artikel steht ein Bed�rfnis, das er befriedigt. Wir k�nnen also die Bed�rfnisse unserer KundInnen verstehen." Die Artikeldaten selbst enthalten zwar nur n�chterne Informationen wie Kategorie, Hersteller, Modell, Typ, Farbe, Gr��e und die Artikelbeschreibung. Eine generative KI wie ChatGPT ist aber in der Lage zu verstehen, dass ein Airbag-Helm f�r Radfahrer oder ein hochwertiges Sicherheitsschloss ein Sicherheitsbed�rfnis erf�llen, w�hrend eine stylische Sonnenbrille eher einem sportlichen und statusbewussten Biker entspricht.

Dynamische Darstellung der Maslow‘schen Bed�rfnishierarchie: �berlappungen sind dabei m�glich und zu einem Zeitpunkt oft mehrere Bed�rfnisse aus verschiedenen Kategorien aktiv.
Grafik: Philipp Guttmann (CC BY-SA 4.0)

Zur Kategorisierung der Kaufmotive hat G�ller die Maslow'sche Bed�rfnishierachie (auch als Bed�rfnispyramide bekannt) gew�hlt. G�llers Firma Paraboost l�sst den kompletten Produktkatalog von Onlineshops durch eine KI danach bewerten, welche der Bed�rfnisse aus der Maslow'schen Hirarchie von den einzelnen Artikeln befriedigt werden k�nnen. Eine Analyse des aktuellen Warenkorbs und der vorangegangenen Eink�ufe bringt dann schnell ans Tageslicht, in welcher Phase sich ein K�ufer gerade befindet. Etwa: Steht beim Sicherheitswimpel f�r das Kinderfahrrad eher der Aspekt "Sicherheit" (reflektierende Signalfarbe) oder der Aspekt "Individualisierung" ("Lillifee"-Motiv) im Vordergrund?

Diese Information l�sst sich einerseits verwenden, um die Prediction Engine zu sch�rfen, aber auch um die Kundenansprache zu verbessern. "Wir haben festgestellt, dass die Maslow'schen Bed�rfniskategorien zu den Top-Variablen zur Errechnung der Customer Lifetime Value geh�ren", sagt G�ller. Das zuk�nftige K�uferverhalten und die Kaufwahrscheinlichkeit l�sst sich anhand der Bed�rfnisphasen pr�zisieren, weil sich die Pers�nlichkeitsentwicklung auch im Kaufverhalten widerspiegelt. Produktbeschreibungen, Newsletter und Marketing-Material lassen sich entsprechend anpassen, Zielgruppen feiner definieren.

PXM: Daten zielgruppenspezifisch erweitern

"Mit PXM wird die Produktdatenbackend zu einem echten Umsatztreiber."

Bild: Contentserv

Noch eine Runde weiter dreht der deutsche PIM-Hersteller Contentserv das Rad: Dort werden nicht nur die impliziten Nutzersignale genutzt, die KundInnen durch die eigene Produktauswahl abgeben, sondern auch die expliziten �u�erungen - etwa die, die in Kundenkommentaren enthalten sind. Entscheidend daf�r ist, dass das PIM Feedback aus den verschiedensten Kan�len auswerten kann, erkl�rt Michael Kugler, CEO von Contentserv : "Es geht darum, einen kontinuierlichen Feedback-Kreislauf zu schaffen, der es Unternehmen erm�glicht, ihre Inhalte effektiver zu verwalten und zu verbessern", so der Manager.

Das Konzept basiert auf der Idee, mit k�nstlicher Intelligenz ein selbstlernendes System zu schaffen. Beispiel: Wenn KundInnen in ihren Bewertungen ein bestimmtes Produktmerkmal lobend erw�hnen, erkennt das System den Wert dieser Information und kann die Produktbeschreibung anpassen. Das entsprechende Detail wird deutlicher - oder: �berhaupt erst - hervorgehoben.

Das System kann dabei differenzieren, auf welchen Kan�len sich die KundInnen bewegen und ob sie auf einem B2C-Marktplatz anders ticken als in einem B2B-Portal oder in einem Markenshop. Auf diese Weise werden die Produktbeschreibungen gesondert erstellt und optimiert.

"Mit 'Close the Loop' schlie�en wir den Kreislauf, indem wir Channel-Insights in Echtzeit zur�ckbringen und die Konversionsrate in den Kan�len unserer KundInnen optimieren", betont Kugler und erg�nzt: "Aber auch das ist erst der Anfang eines KI-gest�tzten Kreislaufs, der in einer umf�nglichen Product Experience endet." Denn �ber den R�ckkanal lassen sich nicht nur die Inhalte f�r einen Kanal optimieren, sondern auch die Zielgruppe und ihr Nutzungsverhalten besser verstehen. Diese Informationen k�nnen nicht nur im Marketing, sondern auch in der Entwicklung ber�cksichtigt werden. Am Ende flie�en die gesammelten und automatisiert ausgewerteten Kundeninformationen so wieder zur�ck bis in die Produktion.

PIM wird so vom reinen Produktdatenbackend zu einem echten Umsatztreiber. Zumal Anbieter durch Digital Shelf Analytics - die systematische und regelm��ige Erfassung und Analyse von �ffentlichen ECommerce-Daten von Plattformen - schnell und pr�zise auf den Wettbewerb reagieren und die "4P" (Product, Place, Promotion, Price) jederzeit bewerten und anpassen k�nnen.

PXM-Anbieter:
Myview Systems: myview.de
Paraboost Data Science: paraboost.de
Contentserv: contentserv.com/de/

Bild: St�phanie R�hrig

Stephanie R�hrig
(ARAG SE)

Mit Kunden sprechen? Echt jetzt?

Machen Online-Kunden-Communities in Zeiten von Big Data, Data Analytics, KI etc. �berhaupt noch Sinn?

Die Pr�sentation ist ein Pl�doyer f�r den direkten Dialog mit Kunden und daf�r, das beste aus zwei Welten zu kombinieren.

Vortrag im Rahmen der DMEXCO Digital DialogStage 2023 am 20.09.23, 10:30 Uhr