KI-gesteuerte Personalisierung führt zu beeindruckendem Einzelhandels-ROI

Die Verbraucher verlassen ihre Häuser nach drei Monaten Schutz vor Ort, während die Städte mit der schrittweisen Wiedereröffnung von stationären Geschäften beginnen.

Trotz der schnellen Umstellung zu Beginn der Pandemie erkennen intelligente Einzelhändler, dass die Verbraucher auch in Zukunft ein relevantes und personalisiertes Einkaufserlebnis benötigen. Unternehmen, die in den frühen Stadien der Pandemie personalisierte Kommunikation priorisierten, haben wahrscheinlich starke Bindungen zu ihren Kunden aufgebaut.

In einer aktuellen Studie einer Einzelhandelspublikation nannten 31 % der Befragten jedoch die Pflege personalisierter Kommunikation als eine der größten betrieblichen Herausforderungen.

Während eine kürzlich von uns durchgeführte Studie nicht speziell nach der Reaktion von Einzelhändlern auf COVID-19 gefragt wurde, bieten die Ergebnisse wichtige Erkenntnisse, um einen Weg nach vorne zu finden. Durch die Konzentration auf fortschrittliche Personalisierung können sich Einzelhändler darauf einstellen, die sich ändernde Verbrauchernachfrage agil zu erfüllen und letztendlich eine höhere Rendite zu erzielen.

Laut unserer Studie erzielten 70 % der Einzelhändler, die eine gewisse fortschrittliche KI-gesteuerte Personalisierung einsetzten, einen ROI von 200 % oder mehr. Geht man noch einen Schritt weiter, um möglichst viele Touchpoints zu nutzen, steigt der ROI noch einmal auf 300 %.

Schließlich ist ein ROI von 400 % für Einzelhändler mit einer wirklich marketingorientierten, kanalübergreifenden Personalisierungsstrategie erreichbar, bei der fast jeder Berührungspunkt auf die Geschichte und Vorlieben der Käufer zugeschnitten ist.

Durch den Einsatz von KI-Tools sind Einzelhändler in der besten Position, ähnliche Ergebnisse zu erzielen.

Personalisierung erfordert Datenbeherrschung, um Eindruck zu hinterlassen

Wie jeder gute Motor muss ein Personalisierungstool die richtige Kraftstoffquelle anzapfen. Dieser Kraftstoff wird in genauen Daten gefunden. Daten sind überall im Handel und Kunden generieren ständig neue Daten.

Gute Daten fördern einprägsame Personalisierung – vor diesem Hintergrund ist KI als Hauptkomponente von Personalisierungs-Engines durchaus sinnvoll. Durch KI werden Dateneinblicke sofort wertvoller, wobei die Automatisierung einsetzt, um die personalisierten Empfehlungen der Engine auszuführen.

Die Fähigkeit eines Einzelhändlers oder einer Marke, Daten zu sammeln, hat zwei Dimensionen. Das erste Element ist das Wissen eines Einzelhändlers über einen Kunden über verschiedene Berührungspunkte oder Kanäle hinweg, und das zweite ist das Wissen über einen Käufer, basierend auf jeder einzelnen Interaktion oder jedem Kauf.

Um dies widerzuspiegeln, verfügen E-Commerce-Plattformen über zwei breite Arten von Daten, die für die Personalisierung verfügbar sind: Produktinformationen und Transaktionsdaten.

1. Produkt – Daten zu Produktkategorien und -unterkategorien, geschlechtsspezifischen Produkten und Produktfamilien; umfasst auch Produktmerkmale wie Größe, Stil, Farbe, Kosten, Verkaufspreis und Marge, um nur einige zu nennen.
2. Transaktional – Daten in Bezug auf die Warenkorbgröße und die Artikel, aus denen sich jede Bestellung zusammensetzt, historisch. Welche Produkte werden häufig zusammen gekauft, wenn man sich frühere Käufe für diese bestimmte Bevölkerungsgruppe und Region ansieht? Wie ist das beim Online-Shopping im Vergleich zum Geschäft im Geschäft?

Daten wissen, wie sich ein Käufer in der Vergangenheit verhalten hat und inwieweit sie ein Prädiktor für das zukünftige Einkaufsverhalten sind. Jede Aktion eines Käufers, sei es lediglich das Surfen oder der Abschluss eines Kaufs, fließt in die E-Commerce-Engine ein.

Die Kraft der KI besteht darin, diese Daten – plus Wetter, Standort, Tageszeit, Gerätetyp oder andere Umgebungsfaktoren – zu durchsuchen, um effizienter „slice and dice“ zu machen und kontraintuitive Nachfragemuster zu analysieren und zu erkennen, die für den Menschen nicht offensichtlich sind Auge.

Einige Datenpunkte sind nicht allzu signifikant, während andere starke Nachfragesignale sind. KI sortiert alle Geräusche, um einen umfassenden Überblick über den Käufer zu erhalten. Je mehr Daten in die Engine eingegeben werden, desto besser wird das Targeting und desto mehr Möglichkeiten ergeben sich für die Interaktion mit einem Käufer.

Wie KI maßgeschneiderte Erlebnisse in großem Maßstab bietet

„Personalized Commerce“ ist eine dreiteilige Personalisierungsstrategie, die ein individuelles Kundenerlebnis über alle Marketing-, Einkaufs- und Fulfillment-Kanäle hinweg priorisiert.

Wenn die KI-gesteuerte Personalisierung richtig gemacht wird, sollte ein Kunde denken: „Wow! Woher wussten sie, dass mir das gefallen würde? Es ist, als könnten sie meine Gedanken lesen.“ Dieser Moment sollte sich authentisch anfühlen und diese emotionale Reaktion sollte ein natürliches Gefühl der Loyalität oder Verbundenheit mit diesem Käufer erzeugen.

Aber die Fähigkeit, dies über die gesamte Lebensdauer des einzelnen Käufers konstant und dauerhaft zu tun, ist eine enorme Hürde. Nehmen Sie sich eine Minute Zeit, um sich die endlosen Möglichkeiten vorzustellen – es wird klar, dass diese Erfahrungen niemals manuell von Hand genäht werden können.

So kann beispielsweise eine Homepage basierend auf den aktuellen Wetterbedingungen für den Webbenutzer personalisiert werden. Wenn ein Käufer die Website betritt, kann die Engine seinen Treuestatus und seinen Browserverlauf erkennen und zeigt spezifische Verkäufe oder Werbeaktionen an, auf die der Käufer am wahrscheinlichsten reagiert.

Außerdem können Kategorielistenseiten und Produktsuchergebnisse von Person zu Person angepasst werden. Sogar Produktbewertungen können personalisiert werden, wobei nicht standardmäßig die Aktualität oder Bewertung verwendet wird, sondern stattdessen ein Benutzerfeedback von jemandem angezeigt wird, der ihnen am ähnlichsten ist.

Die Möglichkeiten gehen weiter. Cross-Selling, Up-Selling und Impulskäufe können an der Kasse personalisiert werden, wobei die KI die Kaufneigung des Käufers in dieser Phase noch besser versteht.

Marketing, das per E-Mail oder über soziale Netzwerke bereitgestellt wird, kann ebenfalls personalisiert werden, da Sie genau wissen, welche Angebote Sie präsentieren müssen, um einen Käufer erneut zu begeistern. Die Möglichkeiten sind endlos.

Best Practices für die Einführung von KI im E-Commerce-Stack

Die richtige Personalisierungsplattform, die es heute wert ist, übernommen zu werden, ist an sich plattformunabhängig. Es muss gut mit anderen Ebenen des Tech-Stack des Einzelhändlers harmonieren – der E-Commerce-Plattform des Einzelhändlers, dem Bestandsverwaltungssystem, dem Handy, der App, dem POS im Geschäft, den Kiosken, E-Mail und so weiter.

Bei der Erörterung der Datentypen, die in die Personalisierungs-Engine eingespeist werden, ist es wichtig, sicherzustellen, dass das Tool mit verschiedenen Datenquellen kommunizieren kann.

Die Möglichkeit, Informationen über APIs oder eine Microservice-Struktur hin- und herzuleiten, ermöglicht es einem Einzelhändler, alle Daten zu modellieren und eine einzige Ansicht des Käufers zu erstellen. Die zugrunde liegenden Algorithmen müssen robust sein und das Tool muss eine schnelle Berichterstellung in Schlüsselmetriken und KPIs aktivieren.

Unabhängig von der Unvorhersehbarkeit von Änderungen des Einzelhandelsformats ist es für Unternehmen immer noch unglaublich wichtig, auf eine Einkaufsreise hinzuarbeiten, die sich fließend, reibungslos und personalisiert anfühlt, unabhängig von Berührungspunkt oder Kanal.

Um digital agil zu werden und den höchsten ROI für die Technologieausgaben zu erzielen, benötigen Einzelhändler KI an ihrer Seite, die den personalisierten Handel Realität werden lässt.

Meyar Sheik ist President und Chief Commerce Officer bei Kibo, das Cloud-Commerce-Software und -Services anbietet, die E-Commerce, Auftragsmanagement, Certona-Personalisierung, Monetate-Personalisierung und -Optimierung sowie Mobile Point of Sale für Einzelhändler, Hersteller und Marken umfassen. Kibo erwarb 2019 Certona, wo Meyar als CEO und Gründer tätig war.