Abschlussbericht Implementierung Online Recommendation Engine

Wie geplant haben wir das Projekt „Implementierung Online Recommendation Engine” am 20.12.2018 erfolgreich abgeschlossen.

Was ist eine Recommendation Engine überhaupt?

Ziel einer Recommendation Engine (= automatisierte Produktempfehlungs-„Maschine”) ist es, Kunden durch den Vorschlag möglichst gut passender Zusatzprodukte zu (zusätzlichen) Käufen zu bewegen. Käufer in Online-Shops verhalten sich ganz ähnlich wie Kunden im Ladengeschäft. Interessiert man sich für ein Produkt und hat es zum Kauf ausgewählt (das passiert im Webshop auf unserer Produktdetailseite, kurz PDP) ist man offen für Empfehlungen, die zum ausgewählten Produkt passen könnten. Dies fördert die Wahrscheinlichkeit eines Kaufs.

Was waren der Inhalt und das Ziel des Projekts?

Das Projekt umfasste zum einen ein Update des FACT-Finder, zum anderen ein Upgrade des FACT-Finders mit neuen Funktionalitäten.  So ist es möglich, dem Kunden in Echtzeit passende, personalisierte Produkt- und Kategorie-Empfehlungen auszuspielen. Und zwar basierend auf seinem Such- und Klickverhalten.

Dadurch steigern wir unsere Konversionsrate (Konversionsrate = Teil der Kaufinteressenten, die unseren Webshop besuchen und dabei auch zu Käufern werden) und den Umsatz im Shop. Wir profitieren damit von einem automatisierten Up Selling und Cross Selling (also vom zusätzlichen Verkauf von höherwertigen Produkten bzw. Ergänzungsartikeln zu den initial von unseren Kunden im Shop gesuchten/in den Warenkorb gelegten Artikeln).

Zunächst erfolgte die Umsetzung der Recommendation Engine auf den Produktdetailseiten für KAISER+KRAFT und gaerner. Das entspricht dem, was man von Amazon kennt, wenn man dort ein Produkt ausgewählt hat. Dann wird einem angezeigt: „Kunden, die X kauften, kauften auch Y”. Dieses Prinzip nutzen wir ebenfalls.

Danach nahmen wir uns das FACT-Finder Update vor. Diese Ausbaustufe unserer Recommendation Engine basiert auf einer selbstlernenden Technologie (Künstlicher Intelligenz), bei der das individuelle Kaufverhalten unserer Kunden permanent analysiert wird. Im Rahmen des Projekts wurde die Grundlage für die weitere Nutzung dieser Technologie geschaffen und eine erste Basiskonfiguration vorgenommen. Außerdem optimieren wir durch die diversen Verbesserungen an der FACT-Finder Software generell die Suchergebnisse für unsere Kunden. Das weitere „Fine Tuning” erfolgt im Lauf des Jahres 2019.

Thorsten Louis fasst das Projekt abschließend so zusammen: „Mit der Integration der Recommendation Engine bringen wir die digitale Customer Journey auf das nächste Level. Sie ermöglicht es uns, mittels künstlicher Intelligenz (KI) dem Kunden zur richtigen Zeit maßgeschneiderte Produktempfehlungen auszuspielen”.