Personalisierung von E-Commerce-Merchandising mithilfe von KI in Adobe Commerce.

Erfolgreiches E-Commerce-Merchandising erfordert die Bereitstellung relevanter, kontextbezogener Erlebnisse – und zwar bei jeder Interaktion.

Wenn wir als Kaufinteressierte ein Ladengeschäft betreten, ist unser Erlebnis exakt gleich wie das aller anderer Personen, die in dieses Geschäft kommen. Wir interessieren uns mehr für bestimmte Waren, berühren Artikel, die uns gefallen, oder erkunden Teile des Geschäfts, die für uns relevant sind. Doch im Prinzip sind die Auswahl, Platzierung und Bewerbung der Waren sowie andere Merchandising-Komponenten für alle Personen in diesem Geschäft gleich.

An die digitale Welt stellen wir ganz andere Erwartungen. Wir wissen, dass uns beim Anmelden bei unserem Streaming-Dienst eine individuelle Auswahl aller Sendungen und Filme angezeigt wird, die unseren Vorlieben entsprechen. Wenn wir uns bei E-Commerce-Marktplätzen wie Amazon anmelden, werden uns sofort Empfehlungen angezeigt, die auf unsere Bedürfnisse zugeschnitten sind. Deshalb erwarten wir mittlerweile auch beim Einkauf eine Personalisierung à la Netflix. Tatsächlich geben 84 % der Befragten der Generation Z an, dass sie von ihrer Lieblingsmarke wie Individuen behandelt werden. Dies gilt sowohl für B2B- als auch für B2C-Transaktionen – die Kundschaft wünscht sich in Bezug auf Kontext und Präferenzen hyperrelevante Produkterlebnisse.

Dieser Personalisierungsgrad mag im E-Commerce-Merchandising unmöglich erscheinen. Doch mit den richtigen KI-Tools können Erlebnisse im benötigten Umfang skaliert und verwaltet werden – mit einer enorm positiven Wirkung auf entscheidende Metriken wie den durchschnittlichen Bestellwert und die Conversion Rate.

Was personalisiert werden sollte – ein genauerer Blick auf die Produktsuche.

Die kurze Antwort auf die Frage, was personalisiert werden sollte, lautet: alles. Bei einer genaueren Betrachtung der Traffic-Daten von Kaufinteressierten wird ersichtlich, dass etwas mehr als 40 % aller Personen direkt nach dem Öffnen einer Website zur Suchleiste gehen. Die anderen rund 60 % beginnen ihre Suche auf den Kategorieseiten. Außerdem wissen wir, dass viele Personen Produkte über Produktempfehlungen finden, durch die etwa 30 % der E-Commerce-Umsätze erzielt werden.

Deshalb betrachten Top-Marken die Website-Suche, die Kategorie-Suche und Empfehlungen nicht als isolierte Bereiche, sondern als Säulen eines kohärenten Erlebnisses. Da jeder einzelne Aspekt wichtig ist, bietet Adobe Commerce benutzerfreundliche, KI-gestützte Tools, mit denen anhand von Verhaltensdaten die Produktsuche auf der Website und in Kategorien sowie Produktempfehlungen personalisiert werden können. Doch unabhängig davon, wie eure Kundschaft Produkte sucht und kauft, seid ihr bei uns gut aufgehoben. Lasst uns jede Säule einzeln betrachten und herausfinden, wie ihr KI-Tools für personalisiertes Merchandising nutzen könnt.

Maßgeschneidertes Sucherlebnis mit Intelligent Category Merchandising.

Händler versuchen oft, Kategorieseiten zu optimieren, indem sie Produkte manuell hervorheben oder verbergen. Diese Maßnahmen sind zwar wichtig und fördern Conversions, indem sie der Kundschaft die meistverkauften Produkte präsentieren, doch eine rein manuelle Vorgehensweise hat auch Nachteile:

1. Manuelles Merchandising ist genau das, wonach es klingt: manuell. Das Hervorheben und Verbergen von Produkten erfordert Zeit, Arbeit und eine sorgfältige Analyse aller Produktdaten. Tatsächlich verbringen fast 60 % aller Merchandising-Teams mindestens 20 Stunden pro Woche mit manuellen Merchandising-Aufgaben.
2. Diese Strategie ist nicht skalierbar. Für Händler mit umfangreichen Katalogen stellt manuelles Merchandising eine enorme Herausforderung dar. Bei mehreren Hundert oder gar mehreren Tausend Kategorien wird das Hervorheben und Verbergen von Produkten eine nie enden wollende Aufgabe.
3. Personalisierung sieht anders aus. Selbst wenn manuelles Merchandising angewendet wird, sind die meisten Kategorieseiten statisch. Das bedeutet, sie sind für alle Personen gleich und ändern sich nicht entsprechend den Einkäufen, Produktaufrufen, den im Warenkorb abgelegten Produkten und sonstigen Verhaltensweisen oder Interaktionen auf der Website.

Durch Intelligent Category Merchandising stellt euch Adobe Commerce ein KI-Tool zur Verfügung, das Produkte auf jeder Kategorieseite automatisch neu anordnet und so die Relevanz für alle Kaufinteressierten verbessert und die Wahrscheinlichkeit einer Conversion erhöht.

Werfen wir einen Blick auf die Funktionsweise.

In der Integration mit Adobe Commerce Live Search stehen fünf KI-Algorithmen zur Auswahl, die eure Produkte neu sortieren: „Recommended for You“ (Für Sie empfohlen), „Most Viewed“ (Am häufigsten angesehen), „Most Purchased“ (Bestseller), „Most Added to Cart“ (Am häufigsten in den Warenkorb gelegt) und „Trending“ (Im Trend).

Diese Neusortierungsregeln könnt ihr dann mit nur wenigen Klicks direkt auf jede Kategorieebene anwenden – von einer einzelnen Unterkategorie bis zum gesamten Angebot (alle Kategorieseiten auf der Hauptebene).

Nach der Erstellung dieser KI-gestützten Regeln verwendet Adobe Sensei Käuferdaten und -präferenzen, um jeder Person unmittelbar bei der Suche die relevantesten Ergebnisse zu präsentieren. Anstatt lange suchen zu müssen oder die Website wieder zu verlassen, finden die Kaufinteressierten sofort die gewünschten Produkte. Sehen wir uns anhand von zwei Beispielen an, wie das funktioniert.

Beispiele:

• Ein Bekleidungsunternehmen hat neue Saisonware erhalten. Dieser Händler kann nun auf seiner Seite mit Neuerscheinungen den Algorithmus „Trending“ aktivieren. Jetzt sehen Website-Besuchende als Erstes die interessantesten, neuen Artikel, sodass diese auf der Website eine größere Chance auf Conversions haben.
• Ein B2B-Unternehmen für Elektrowerkzeuge aktiviert den Algorithmus „Recommended for You“ für eine übergeordneten Kategorie seiner Werkzeuge. Wenn eine Person, die immer nur DeWalt-Werkzeuge kauft, die Kategorie „Werkzeuge“ durchsucht, werden ihr zuerst diejenigen DeWalt-Artikel angezeigt, die für ihr Kaufverhalten am relevantesten sind. Auf diese Weise findet sie sofort das gesuchte Produkt und kann schnell zur Kasse gehen.

Mit Adobe Commerce habt ihr die Kontrolle. Ihr könnt Regeln für automatisches, KI-gestütztes Kategorie-Merchandising festlegen und die Ergebnisse dann mithilfe von manuellem Hervorheben und Verbergen verfeinern. Kategorie-Merchandising ist skalierbar und optimiert die Suche, die Conversion Rate und den Umsatz.

Personalisierung der Website-Suche mit intelligenter Ergebnisoptimierung von Live Search.

Doch nicht nur die Kategorieseiten, sondern auch die Suchergebnisse sind oft statisch. Sie orientieren sich an der Texteingabe, ohne den Käufer- oder Produktkontext zu berücksichtigen (d. h. präsentiert wird, was den verwendeten Suchbegriffen am ähnlichsten ist). Doch kuratierte Suchergebnisse können einen starken Einfluss auf die Conversion Rate und den Umsatz haben.

Die in Live Search integrierte Intelligent Results Optimization bietet dieselbe KI-Rangfolge-Funktion wie Intelligent Category Merchandising. Doch anstatt Kategorien zu berücksichtigen, können hier Regeln für bestimmte Abfragen festgelegt werden. Live Search kombiniert dann Textrelevanz und KI-gesteuerte Optimierung, um Produkte so zu sortieren, dass den Suchenden ein hochgradig relevantes Ergebnis präsentiert wird.

Wenn beispielsweise ein Telekommunikationsunternehmen den Algorithmus „Recommended for You“ für eine Suchanfrage aktiviert, die den Begriff „Telefon“ enthält, und eine Person zuvor nur Samsung-Geräte gekauft hat, werden ihr bei der Suche nach „Smartphone“ oder „Telefon“ in den Suchergebnissen Samsung-Smartphones vor den anderen Marken angezeigt. Dadurch erhält diese Person relevantere Suchergebnisse.

Durch die KI-Neusortierung in Live Search erhält jede Person, die eure Website besucht, ein optimiertes Sucherlebnis anstelle von statischen Ergebnissen.

Mit von Adobe Sensei unterstützten Produktempfehlungen werden die relevantesten Produkte vorgeschlagen.

Produktempfehlungen sind die dritte Säule der Produktsuche und eine hervorragende Möglichkeit, Merchandising auf eurer Website zu personalisieren. Die Empfehlung relevanter Produkte eignet sich hervorragend, um eurer Kundschaft zu zeigen, dass ihr ihre Bedürfnisse versteht. Außerdem kann der Warenkorbwert durch Crossselling und Upselling erhöht werden. Tatsächlich konnte bei Online-Käufen die durchschnittliche Anzahl der Artikel im Warenkorb durch maßgeschneiderte Produktempfehlungen um 68 % erhöht werden. Ein KI-gestütztes Tool wie Produktempfehlungen in Adobe Commerce ist der Schlüssel dazu. Damit seid ihr in der Lage, allen Kaufinteressierten – ob neuer oder treuer Kundschaft – personalisierte Empfehlungen anzuzeigen.

Die Konfiguration von Produktempfehlungen ist extrem benutzerfreundlich und kann direkt über die Adobe Commerce-Administratorseite durchgeführt werden. Über die intuitive Benutzeroberfläche können der Seitentyp und der Empfehlungstyp ausgewählt und aktiviert werden.

Produktempfehlungen funktionieren auch seitenübergreifend, sodass sie für eine Vielzahl von Use Cases verwendet werden können. Sehen wir uns dazu einige Beispiele an:

1. Homepage, „Bestseller“ – Durch die Verwendung des Empfehlungstyps „Am häufigsten gekauft“ auf der Homepage mit dem Titel „Bestseller“ präsentiert ihr neuer Kundschaft sofort die erfolgreichsten Produkte eurer Marke.
2. Kategorieseite, „Für Sie empfohlen“ – Durch die Verwendung des Empfehlungstyps „Für Sie empfohlen“ auf euren Kategorieseiten nutzen die Produktempfehlungen Informationen zur Käuferaffinität, um die für die jeweilige Person relevantesten Produkte innerhalb einer bestimmten Kategorie anzuzeigen. Wenn sich eine Person beispielsweise in der Kategorie „Kopfhörer“ befindet und zuvor nach „Bose“ gesucht hat, werden ihr zuerst Bose-Artikel empfohlen.
3. Produktdetailseite, „Weitere Artikel, die Ihnen gefallen könnten“ – Durch die Verwendung des Empfehlungstyps „Visuelle Ähnlichkeit“ auf Produktdetailseiten mit dem Titel „Weitere Artikel, die Ihnen gefallen könnten“ könnt ihr die visuelle Technologie von Adobe nutzen, um andere Artikel mit ähnlichem Aussehen zu präsentieren.
4. Checkout-Seite, „Kunden kauften auch“ – Durch die Verwendung des Empfehlungstyps „Personen, die dies kauften, kauften auch jenes“ auf Produktdetailseiten mit dem Titel „Kunden kauften auch“ könnt ihr Crossselling- und Upselling-Verkäufe ankurbeln und so die Anzahl der Artikel im Warenkorb erhöhen.

Deshalb: Wo auch immer ihr KI-gestützte Produktempfehlungen einsetzen möchtet – Adobe hat eine Lösung dafür.

Erste Schritte mit personalisierten Kategorien, Suchergebnissen und Empfehlungen.

All diese leistungsstarken Funktionen sind in Adobe Commerce als die SaaS-basierte Erweiterungen Live Search (Intelligent Category Merchandising und Intelligent Live Search Results Optimization) und Produktempfehlungen enthalten. Nachdem ihr die Erweiterungen heruntergeladen und konfiguriert habt, werden eure Storefront-Seiten sofort mit Tags versehen und sind somit bereit, das Käuferverhalten zu analysieren. Dabei ist es nicht erforderlich, zur Storefront manuell Code hinzuzufügen.

Beginnt gleich heute, Live Search und Produktempfehlungen in Adobe Commerce zu nutzen, und verbringt weniger Zeit mit manuellen Aufgaben und mehr Zeit mit der Erstellung personalisierter Merchandising-Angebote und Erlebnisse – gestützt auf KI.

Rohan Bhatt ist Product Marketing Manager bei Adobe und konzentriert sich dabei auf personalisierte Commerce-Erlebnisse. Vor seiner Position bei Adobe arbeitete Rohan mehr als fünf Jahre in der Beratung für Technologie und Zahlungsverkehr und hat dabei einige der größten Technologieunternehmen der Welt bei Fragen zu Produkt- und Markteinführungsstrategien unterstützt. Rohan hat einen MBA- und MS-Abschluss in Design Innovation von der Kellogg School of Management der Northwestern University.