Heute, wo der weltweite E-Commerce-Umsatz 4,88 Billionen Dollar beträgt, ist es ein Spiel für Innovatoren.

Laut Gartner werden heute bis zu 80% der Kundeninteraktionen durch KI gesteuert.

Die Einführung von KI in Vertrieb, Marketing und sogar Bestandsmanagement ist sowohl ein natürlicher nächster Schritt in der Evolution des Handels als auch ein absolutes Muss für diejenigen, die mithalten und kosteneffiziente Entscheidungen treffen möchten.

Und in diesem Artikel zeigen wir Ihnen, wie Sie KI effektiv in Ihrem E-Commerce-Geschäft einsetzen können.

Beginnen wir mit der Antwort auf….

Wie maschinelles Lernen im E-Commerce funktioniert

Wenn wir maschinelles Lernen in den einfachsten Begriffen definieren wollen, handelt es sich um die Untersuchung und Erstellung von Algorithmen, die aus gegebenen Datensätzen lernen und daraus Trends und Ergebnisse vorhersagen können.

Dies ist eine notwendige Funktion jedes auf Algorithmen basierenden Systems, das mit großen, sich häufig ändernden Datensätzen umgehen muss – von der Suche in natürlicher Sprache (unter Berücksichtigung von Wortwahl, Tippfehlern und neuen Ausdrücken) bis hin zur Gesichtserkennung (bei der das System im Grunde nie zweimal auf die gleiche Eingabe trifft, aber dennoch die wichtigsten Merkmale bestimmen muss). Maschinelles Lernen wird bei der E-Mail-Filterung, der Wettervorhersage, der Diagnose von Krankheiten und der Vorhersage von sozioökonomischen Trends eingesetzt.

Aber, eine Maschine kann es schaffen.

Es wird nicht nur diese Datensätze, Veränderungen und Trends in ihnen überwachen, sondern auch Verbindungen herstellen.

Eine KI, die auf maschinellem Lernen basiert, erstellt Schlussfolgerungen. Eine Deduktion basierend auf Erfahrung.

Es kann zum Beispiel helfen bei…

1. Optimierung der Preisgestaltung

Der Preis ist, wenig überraschend, einer der wichtigsten Faktoren, wenn es um einen Kauf geht. In der Tat ist der Preis laut BigCommerce für mindestens 47% der Kunden einer der wichtigsten Treiber.

Wenn Ihre Preise hoch sind – oder einfach nur höher als die Ihrer Konkurrenten – kann Ihre Abbruchrate steigen, und noch mehr, wenn Sie die Versandpreise nicht korrekt festlegen. Wenn Ihr Shop internationalen Versand anbietet, müssen Sie auch die Preise basierend auf dem Standort des Kunden anzeigen.

Es gibt viele andere Faktoren, die Ihre Preise beeinflussen können – Angebot und Nachfrage, welche Werbeaktionen laufen, welche Tages- oder Jahreszeit es ist und so weiter.

Dies stellt sicher, dass die Preise sofort verstanden werden (kein „wie viel ist das in meiner Währung“, „sind die Versandkosten enthalten“ usw.), ohne Überraschungen, und ohne dass Sie sie manuell ändern müssen.

2. Segmentierung, Personalisierung und Ansprache von Kunden

In traditionellen stationären Geschäften wurde die Segmentierung ausschließlich von Verkäufern vorgenommen, die auf die Kunden zugingen. Durch Beobachtung und ein paar Fragen konnten sie mehr als genug Informationen über die Demografie, ihre Bedürfnisse und Zweifel sowie ihre allgemeine Stimmung anhand der nonverbalen Kommunikation sammeln.

Auf diese Weise war es möglich, alle Bedenken zu den Produkten sofort anzusprechen, die vom Kunden verwendeten Wörter und Ausdrücke zuzuordnen, an Ort und Stelle Upsells anzubieten und seine Kaufabsicht zu verstärken.

Wenn der Kunde sich mit einem Online-Erlebnis auseinandersetzen muss, muss all dies ersetzt und skaliert werden.

Die Segmentierung muss auf einem Verhalten basieren, das gemessen werden kann.

Und die Suche auf der Website ist ein großartiger Ort, um damit zu beginnen.

Und basierend auf dem, was andere Kunden im Laden zuvor gekauft haben, in Verbindung mit dieser speziellen Suche, könnten Cross- und Upsell-Angebote generiert werden. Ein Teil der demografischen Informationen ist sofort verfügbar, sobald sich jemand anmeldet – meistens kennen Sie das Alter, den Standort und alle anderen Daten, nach denen Sie fragen.

Sie können auch ihr Verhalten auf Ihrer Website überwachen – welche Inhalte sie lesen, welche Materialien sie herunterladen, wie oft sie zurückkommen und wie oft sie einen Kauf tätigen.

Sie können auch verfolgen, welche Art von E-Mails sie öffnen und wann sie im Laufe eines Tages, einer Woche oder eines Jahres am ehesten einen Kauf tätigen.

Aus all diesen Interaktionen kann eine unglaubliche Menge an Daten generiert werden – und maschinelles Lernen macht es möglich, Verhaltensweisen zu bewerten, um Muster zu ermitteln.

Diese Muster helfen Ihnen, die Datensätze sinnvoll zu nutzen und effektivere Marketingentscheidungen zu treffen. So können Sie beispielsweise extrem zielgerichtete Kampagnen mit den relevantesten Botschaften erstellen und Ihre Konversionsrate erhöhen, indem Sie Kunden genau das anbieten, wonach sie suchen.

3. Optimierung der Suchergebnisse

Die Bereitstellung von Suchergebnissen auf Basis von Schlüsselwörtern ist nur der allererste, grundlegendste Schritt bei der Website-Suche. Um den Käufern das bestmögliche Erlebnis zu bieten, sollte Ihre Suche viel tiefer gehen als das.

Mit einem ausreichend großen Datensatz können Sie feststellen, welche Ergebnisse für Personen an bestimmten Orten besser sind, wie man Suchergebnisfilter optimieren kann und welche Produkte am besten zu ihren Bedürfnissen passen, basierend auf ihrem bisherigen Verhalten.

Maschinelles Lernen ist in der Lage, Trends und Muster zu erkennen, um diese automatisch zu bestimmen.

Dies zu nutzen führt zu höheren Klickraten auf Ihren Ergebnisseiten, höheren Konversionsraten und einem höheren durchschnittlichen Bestellwert.

Es ist erwähnenswert, dass das Filtern von Ergebnissen in Echtzeit auf Basis von Benutzereingaben über die Facettensuche, gepaart mit KI-basierten Empfehlungen, derzeit die effektivste Methode ist, um relevante Ergebnisse zu liefern.

Aber bleiben wir noch eine Minute bei den Empfehlungen…

4. Produktempfehlungen

Wenn Sie neugierig sind, wie effektiv automatische Produktempfehlungen sind, dann schauen Sie sich nur Netflix an. Laut McKinsey werden 75% dessen, was Menschen auf der Streaming-Plattform sehen, ihnen über einen Algorithmus vorgeschlagen, der das Nutzerverhalten analysiert. (Das Gleiche gilt für 35% der Einkäufe bei Amazon).

Man könnte meinen, dass es einfach ist, herauszufinden, welche Produkte gut zusammenpassen – zum Beispiel, indem man einfach verfolgt, was die Leute anschauen, nachdem sie Futurama beendet haben, und wenn es „Rick and Morty“ ist, empfiehlt man einfach das.

Aber Sie sollten auch die Demografie berücksichtigen – Menschen in nicht-englischsprachigen Ländern greifen vielleicht mit mehr Begeisterung zu Filmen und Serien in ihrer Muttersprache. Die Vorlieben von jungem und älterem Publikum werden sich ebenso unterscheiden wie der Geschmack von Menschen, die in den Metropolen der Ostküste leben, im Vergleich zu jenen in ländlichen europäischen Städten.

Und das berücksichtigt noch nicht einmal den persönlichen Geschmack von Genres, Stilen, Längen, Epochen usw.

Ohne einen Algorithmus für maschinelles Lernen ist dies praktisch unmöglich – selbst wenn Sie nur ein paar hundert Produkte haben.

Wie Sie sehen, ist die Kenntnis Ihrer Kunden ein bisschen wie die Vorhersage der Zukunft.

Werfen wir also einen Blick die Kristallkugel und schauen, was sie genau vorhersagen kann…

5. Vorhersagen über Ihre Kunden

Maschinelles Lernen kann Ihnen eine Menge Dinge über die Menschen sagen, die Ihre Website besuchen und einen Kauf tätigen – sogar Dinge wie die Wahrscheinlichkeit, dass sie wieder bei Ihnen kaufen oder woran sie interessiert sein könnten.

Sehen Sie sich an, was maschinelles Lernen vorhersagen kann.

Vorhersage des Customer Lifetime Value

Zur Feinabstimmung Ihrer Kommunikation und Botschaften ist es nützlich zu wissen, wie viel Geld ein Kunde in einem bestimmten Zeitraum in Ihrem Geschäft ausgeben wird.

Sie können auch die Kunden identifizieren, die am wertvollsten sind und eine besondere Aufmerksamkeit verdienen.

Vorhersage, ob ein Kunde einen Kauf tätigen wird

Stellen Sie sich folgendes vor: Sie haben einen Online-Shop für Bürobedarf. Sie haben einen Kunden, der etwa alle 6 Monate die gleiche Menge an Tintenpatronen bei Ihnen bestellt.

Als Ladenbesitzer werden Sie höchstwahrscheinlich nie erfahren, dass sie sich angemeldet und dies getan haben.

Die KI wird es jedoch bemerken.

Und es kann ableiten, dass dies der richtige Zeitpunkt ist, um einen kleinen Anreiz zu bieten, um den durchschnittlichen Bestellwert zu erhöhen – da der Kunde ein wiederkehrender, aber zögerlicher Kunde ist, ist es vielleicht an der Zeit, einen Workflow zu starten, der ihm einen persönlichen Rabatt für seine nächste Bestellung bietet, um sich für seine Treue zu bedanken.

Vorhersage von Kundenrückgaben (und Käufen)

Wenn ein Kunde aufgrund seines Verhaltens wahrscheinlich zu einem späteren Zeitpunkt in Ihr Geschäft zurückkehren wird, dann kann eine ganz andere Marketingbotschaft besser bei ihm ankommen.

Algorithmen können langfristig vorhersagen, ob dies der Fall ist und können längere Workflows mit Botschaften initiieren, die auf Loyalität abzielen und das Branding verstärken.

Vorhersage der Kundenabwanderung

Die Bindung bestehender Kunden ist eine der wichtigsten Aufgaben, wenn Sie Ihr Marketingbudget nicht ausbluten lassen wollen. Die Gewinnung von Neukunden ist viel kostenintensiver.

Wenn die KI erkennt, dass dies der Fall ist, kann sie Workflows initiieren, die auf die Kundenbindung abzielen und den Käufern Anreize zum Bleiben geben.

Vorhersage der Kundengröße

Basierend auf dem durchschnittlichen Bestellwert und der Kaufhäufigkeit, zusammen mit anderen Informationen wie Anzahl der Mitarbeiter und Unternehmenstyp, kann ein Algorithmus die Größe des Kunden für Sie schätzen.

Dies gibt Ihnen einen tollen Einblick, um zu entschlüsseln, welchen potenziellen Kunden Sie besondere Aufmerksamkeit schenken sollten. Sie können personalisierte Vorschläge machen und ihnen Angebote unterbreiten, die auf lange Sicht kostengünstiger sind.

Eine weitere zukunftsweisende Anwendung des maschinellen Lernens, die einen eigenen Unterabschnitt verdient, ist…

6. Automatische Vervollständigung der Seitensuche

Eine wirklich nützliche automatische Vervollständigung muss lernen, anstatt verschiedene Attribute und Produktbeschreibungen zu durchforsten.

Es muss die natürliche Sprache der Benutzer verstehen und nicht die oft technischen und maschinenähnlichen Phrasen der Datenbankeinträge.

Die Bewährte Praktiken für E-Commerce-Suchfunktionen schreiben vor, dass Online-Shops eine auf künstlicher Intelligenz basierende automatische  Vervollständigung verwenden, da sie die Shopping-Journey rationalisiert und den Käufern ein Gefühl der Bequemlichkeit vermittelt, an das sie sich gewöhnt haben.

Die Verarbeitung natürlicher Sprache und maschinelles Lernen müssen also verstehen, welche Art von Sprache und Phrasen Ihre Kunden verwenden, wie oft sie diese verwenden, ob die Ergebnisse für diese Phrasen zufriedenstellend sind und sogar häufige Tippfehler gemeinsam mit der korrekten Schreibweise.

Auf diese Weise hat jeder Benutzer das Gefühl, dass die Suchmaschine wirklich für ihn da ist und auf die kleinsten Details achtet, ohne dabei lästig zu sein.

Wo wir gerade von Details sprechen…

7. A/B-Tests mit KI

A/B-Tests sind ein mächtiges Werkzeug im Online-Marketing, aber sie können auch schwierig sein.

Angenommen, Sie möchten einen A/B-Test für eine Produktseite durchführen.

Sie sehen, wenn Sie mehr als eine Sache ändern, können Sie nicht wirklich sicher sein, was die nächste positive oder negative Änderung verursacht.

Wenn Sie aber nur eine Sache ändern, kann die Änderung so klein sein, dass sie nicht einmal registriert wird.

Und welche KPIs sollten Sie verfolgen?

Ja, Konversions- und Kaufrate sind die offensichtlichsten Zahlen, die es zu verfolgen gilt.

Aber auch die Verweildauer auf der Seite, die Anzahl der Klicks und die Rücklaufquote sind wichtig.

Es kann die optimalen Versionen viel schneller finden, weil es alle Variablen berücksichtigen und die Zusammenhänge zwischen selbst kleinen Änderungen finden kann.

8. Chatbots für automatisierten Kundensupport

Beim Kundensupport gibt es selten eine optimale Wahl. Wenn Sie alle Probleme mit menschlichen Arbeitskräften lösen wollen, wird Ihr Support-Team riesig und teuer sein – und überhaupt nicht effizient, da es sich oft mit Dingen beschäftigt, die durch Weiterleitung des Kunden auf eine FAQ-Seite gelöst werden könnten.

Auf der anderen Seite können Sie den Support nicht vollständig automatisieren, da viele Probleme menschliche Hilfe benötigen und Ihre Kunden schnell verärgert sein werden, wenn sie diese nicht bekommen können.

Die Lösung für dieses Problem ist oft die Implementierung eines Chatbots, der auf maschinellem Lernen basiert.

Natürlich braucht der Chatbot Zeit, um zu lernen, um die Produkte und Dienstleistungen sowie die Kunden und ihre Art der Kommunikation kennenzulernen.

Es wird nie einen Turing-Test bestehen, aber es könnte mit der Zeit Gelegenheiten für Upselling erkennen, kundenspezifische Coupons erstellen und Tickets öffnen, die von Menschen im Kundendienst bearbeitet werden.

Beachten Sie jedoch…

Ein professioneller, maßgeschneiderter Chatbot kann je nach gewünschter Funktionalität zwischen $30.000 und $300.000 kosten.

Apropos gut angelegtes Geld…

9. Bestandsverwaltung

Kennen Sie das, wenn ein intelligenter Kühlschrank Sie daran erinnert, dass Sie keine Milch mehr haben und diese für Sie auf die Einkaufsliste setzt?

ML macht das für E-Commerce- Mal eine Milliarde.

Nun, eigentlich eine Billion, denn etwa 7% des US-BIP (mehr als $1,1 Billionen) sind in Form von Bargeld in Vorräten zusammen mit Forderungen und Verbindlichkeiten gebunden.

Die Lagerverwaltung und Logistik ist an Komplexität nicht zu überbieten.

Wenn Sie einen erfolgreichen Online-Shop betreiben, müssen Sie Ihre Bestände überwachen, Artikel nachbestellen, Nachfragetrends vorhersagen, Auftragnehmer koordinieren, mit Herstellern, Lieferanten und Versanddiensten verhandeln und Ihre Einnahmen entsprechend verwalten.

Das ist genau die Art von Aufgabe, für die maschinelles Lernen gemacht wurde.

Durch die Überwachung Ihres gesamten Inventars und sogar die Vorhersage zukünftiger Trends bei Angebot, Nachfrage und sogar Cashflow können Sie sicher sein, dass Sie mit KI nicht die Fluggesellschaft sind, die Flüge überbucht oder leer fliegt.

Sie werden die Fluggesellschaft sein, die ihren Flugplan für das nächste Jahr mit absoluter Sicherheit plant.

10. Omnichannel Marketing-Boosting mit ML

Lassen Sie uns das Offensichtliche aus dem Weg räumen: Omnichannel-Marketing bringt Ihnen höhere Bindungs- und Konversionsraten und steigert Ihren Umsatz. Aber nur, wenn Sie die verfügbaren Kanäle klug einsetzen.

Natürlich könnten Sie einfach ein Marketing-Team mit engagierten Leuten für soziale Plattformen, E-Mail-Marketing und Content-Erstellung einstellen, und jedem sagen, dass er 100% geben soll.

Aber gibt es einen besseren Weg, dies zu tun?

Ja, den gibt es.

Die Analyse der Daten, die Ihre Kunden bei der Interaktion mit Ihren Aktivitäten auf diesen Kanälen erzeugen, ist von großer Bedeutung.

Online-Immobilien wurden wichtiger als Fernsehen und Radio, auch weil die Ergebnisse nachverfolgt und die Kampagnen optimiert werden können.

ML ist der natürliche nächste Schritt in dieser Entwicklung.

11. Bildverarbeitung und Erkennung

Die Bilderkennung kann ein großartiges Werkzeug für einen Online-Shop mit Tausenden von Produkten in seinem Bestand sein.

Im Idealfall kann ein Kunde einfach ein Foto hochladen, das er zu Hause oder im Geschäft von einem bestimmten Produkt geschossen hat. Das System verarbeitet es dann auf den Servern des Geschäfts und zeigt sofort eine Antwort mit Verfügbarkeit, aktuellem Preis und Versandinformationen an, damit der Kunde weiß, wo er es kaufen kann.

Beauty.com verzeichnete beispielsweise eine Umsatzsteigerung von 15%, nachdem es seine visuelle Suchfunktion eingeführt hatte.

Eine weitere mögliche Anwendung der Bildverarbeitung ist es, ultra-gezielte Empfehlungen zu geben. Zum Beispiel die Verarbeitung eines Fotos des Kunden und die anschließende Anwendung von im Geschäft erhältlichen Kleidungsstücken, damit sie sehen können, wie verschiedene Stile an ihnen aussehen würden.

12. Schutz vor Betrug

Betrug ist untrennbar mit dem gesamten Handel verbunden, und der E-Commerce ist besonders anfällig.

Online-Shopping bietet enorme Möglichkeiten für diejenigen, die automatisierte Systeme ausnutzen wollen. Deshalb ist es wichtig, dass Algorithmen vorhanden sind, die betrügerische Aktivitäten erkennen können.

Die Integration eines CAPTCHAs reicht nicht aus. Sie müssen auch das Verhalten überwachen und sich ansehen, wie bestimmte Personen Ihre Seite nutzen.

Mit maschinellem Lernen können Sie sich wiederholende Muster erkennen, die nicht mit dem menschlichen Verhalten übereinstimmen, wie z.B.: zu schnelles Ausfüllen von Formularen, Öffnen von Dutzenden von Seiten für Sekundenbruchteile, schnelle Eingabe mehrerer verschiedener Datensätze an der Kasse usw.

Fazit

Die Einführung von künstlicher Intelligenz in E-Commerce-Prozesse ist nichts Futuristisches oder gar eine hochkomplexe Aufgabe. Für die meisten Funktionen gibt es bereits Anwendungen und Dienste, die im letzten Jahrzehnt von Menschen entwickelt wurden.

Es ist nicht immer günstig, aber es ist die Kosten wert.

• Es wird Ihnen helfen, Ihre Kunden und Ihr Publikum besser zu verstehen
• Es wird helfen, Ihren Umsatz und den durchschnittlichen Auftragswert zu steigern
• Es erspart unnötige Arbeit 
• Es bietet tiefe Einblicke, die kein Mensch je haben könnte

Sie müssen natürlich nicht alles auf einmal an die Maschine übergeben. Fangen Sie klein an. Implementieren Sie eine intelligente Suchlösung, beginnen Sie mit Empfehlungen, die auf maschinellem Lernen basieren – und gehen Sie zum Rest über, wenn Sie bereit sind.

Aber beeilen Sie sich, denn die analogen Methoden laufen schnell aus.