Blogartikel

10min. Lesezeit

Warum du durch Online Category Management im E-Commerce gewinnst

Durch optimal gestaltete Produktkategorien mehr Umsatz generieren – Online Category Management ermöglicht das. Dabei handelt es sich nicht um eine temporäre Marketingmaßnahme, sondern um eine langfristig angelegte, strategische Herangehensweise. In diesem Beitrag erfährst du, was das Warengruppenmanagement umfasst, welche Ziele es verfolgt und wie ein optimaler Category-Management-Prozess aussieht. Außerdem erfährst du, welche Schnittstellen es zum Online Marketing gibt.

Eine Frau im Supermarkt steht zwischen zwei Regalen mit Pasta und Soßen, ein Beispiel für sinnvolles Category Management.

Diese Inhalte erwarten dich in diesem Blogartikel:

Category Management – eine Definition
Eine Kooperation zwischen Händlern und Herstellern
Aufgaben eines Category Managers

Ziele des Category Managements

Warum das Category Management auch im E-Commerce wichtig ist

Der Category-Management-Prozess in 8 Schritten
Basis: Strategische Abstimmung
1. Definition der Kategorie aus Konsumentensicht
2. Kategorie-Bedeutung
3. Kategorie-Bewertung
4. Kategorie-Ziele
5. Strategieentwicklung
6. Taktiken für dein Category Management
7. Umsetzung des Maßnahmenplans
8. Überprüfung

Zahlreiche Schnittstellen des Category Managements zum Online Marketing
Produktzuordnung mittels Keyword- und Clickstream-Analysen
Einfache Kategorie-Einstiege dank optimaler Website-Struktur
Entwicklungspotenzial anhand von Conversion Rate und Warenkorbwert
Gemeinsam abgestimmte Maßnahmen

Fazit: Online Category Management bietet viel Wachstumspotenzial

Häufige Fragen zum Online Category Management

Category Management – eine Definition

Category Management beschreibt im Deutschen das Warengruppenmanagement. Dabei werden Produkte gezielt nach Warengruppen strukturiert. Im Vordergrund stehen hier die Konsumenten und deren Bedürfnisse. Für sie wird der Einkauf durch eine optimale Produktzusammenstellung effizienter. Was in den Augen der Kunden dabei noch wichtiger ist: Der Shop kennt und erfüllt ihre Konsumbedürfnisse.

Im stationären Handel ist das Category Management seit Jahrzehnten Standard: Statt ähnlicher sind komplementäre Produkte in unmittelbarer Nähe einander zugeordnet. So findest du beispielsweise im Supermarkt verschiedene Nudelsorten neben den Pastasaucen oder in einem Sportgeschäft Kleidung, Schuhe und Rucksäcke zum Wandern in demselben Gang.

 

Screenshot der Kategorieseite "Pesto & Pasta" im Online Shop von Gepp's als Beispiel für den Einsatz von Category Management.
Auch im Online Shop bietet es sich an, komplementäre Produkte wie Pesto & Pasta zusammen zu präsentieren, wie es beispielsweise bei Gepp’s der Fall ist.
(Quelle: Screenshot von gepps.de)

 

Eine Kooperation zwischen Händlern und Herstellern

Der Category-Management-Prozess basiert auf einer Zusammenarbeit zwischen Händlern und Herstellern, die innerhalb kartellrechtlicher Möglichkeiten eine Triple-Win-Situation erreichen möchten: zufriedene Kunden, höhere Erträge für die Händler und dadurch mehr Umsatz für die Hersteller. Die Warengruppen oder Servicekategorien werden dabei als strategische Geschäftseinheiten betrachtet.


Bleibe up to date in Sachen Customer Experience Optimization: Melde dich zu unserem Newsletter an. Jetzt anmelden!


Es geht um einen ganzheitlichen Ansatz, der verschiedene Abteilungen in den Unternehmen einbezieht. Händler und Hersteller tragen mit ihren jeweiligen Kompetenzen dabei zu einem erfolgreichen Category Management bei: Die Händler kontrollieren die Warengruppen untereinander, die Hersteller liefern die Detailkenntnisse zu den Produktkategorien. Dabei sind beide Seiten daran interessiert, die bestmögliche Lösung für die Kunden zu finden.

 

Aufgaben eines Category Managers

Das Warengruppenmanagement wird generell von einem Category Manager übernommen. In seiner Verantwortung liegen verschiedene Aufgaben wie die

  • Analyse von Warenkörben,
  • Definition, Aufbau und Optimierung der Warengruppen (Category-Management-Prozess),
  • strategische Planung der Produktpräsentation sowie
  • Einkauf und Merchandising für das jeweilige Warensegment.

Ziele des Category Managements

Das Warengrupppenmanagement ist ein strategischer Ansatz, der langfristig angelegt ist. Ziel ist es, eine bessere Kundenorientierung zu erreichen, die sich in einer höheren Kundenzufriedenheit zeigt. Dadurch lassen sich zusätzliche Verkäufe generieren und das Markenimage verbessern. Zugleich dient dieser Ansatz dem Wettbewerbsvorteil: Denn potenzielle Käufer nehmen die fachliche Kompetenz eines Händlers für bestimmte Warengruppen wahr und vertrauen ihm.

Warum das Category Management auch im E-Commerce wichtig ist

Im E-Commerce ist das Category Management noch ein recht neues Phänomen, es birgt jedoch viel Entwicklungspotenzial. Ähnlich wie im stationären Handel kannst du mit deinem Online Shop durch passend aufgebaute Warengruppen (Produktkategorien) und eine optimale User Experience die Konsumbedürfnisse deiner Zielgruppen bedienen – somit wächst die Kundenzufriedenheit und deine Umsätze steigen.

Der Category-Management-Prozess in 8 Schritten

Für das Warengruppenmanagement hat sich weltweit ein 8-Schritte-Prozess etabliert, den du auch im Online Category Management anwenden kannst. Dieser Prozess ermöglicht dir eine systematische und strukturierte Vorgehensweise. Die einzelnen Schritte solltest du daher immer wieder durchlaufen, um Optimierungs- und Wachstumspotenzial zu identifizieren und umzusetzen.

Als Entscheidungsgrundlage für die verschiedenen Etappen dienen Daten und Fakten, insbesondere aus dem Online Marketing. Eine enge Abstimmung mit den verschiedenen Abteilungen ist daher unabdingbar.

 

Die Grafik zeigt den Category-Management-Prozess mit seinen acht Schritten.
Der Category-Management-Prozess mit seinen acht Schritten ermöglicht eine systematische und strukturierte Vorgehensweise. (Quelle: Eigene Darstellung)

Basis: Strategische Abstimmung

Bevor der eigentliche Prozess beginnt, solltest du mit den Herstellern für deine zukünftigen Warengruppen Strategien, Ziele und Wünsche besprechen. Somit kannst du zukünftiges Konfliktpotenzial vermeiden.

1. Definition der Kategorie aus Konsumentensicht

In dieser Etappe geht es darum, den Kaufentscheidungsprozess deiner Kunden nachzuvollziehen. Welche Produkte oder Services wählen sie zusammen aus und warum? Hierfür analysierst du quantitative und qualitative Daten, beispielsweise aus der Marktforschung.

2. Kategorie-Bedeutung

Hier legst du fest, wie wichtig die ausgewählte Produktkategorie im Gesamtportfolio deines Shops ist.

3. Kategorie-Bewertung

Sobald du eine Warengruppe definiert hast, analysierst du die Performance dieser Kategorie. Anhand der Abverkäufe sowie verschiedener Kennzahlen zum Kaufverhalten kannst du einschätzen, wo Entwicklungspotenzial besteht – insbesondere im Vergleich zu Wettbewerbern.

4. Kategorie-Ziele

Um den Erfolg deiner Produktkategorie überprüfen zu können, legst du gemeinsam mit den Händlern konkrete und messbare Ziele fest. Sie betreffen insbesondere Konsumenten, Finanzen, Markt und Performance. Du willst beispielsweise bestimmte Zielgruppen sowie einen Umsatz von XY Euro erreichen oder eine Produktkategorie soll zu den besten drei in deinem Online Shop aufsteigen.

5. Strategieentwicklung

Nun geht es darum, Strategien zu entwickeln, damit du die zuvor definierten Ziele erreichst. Marketingstrategien beziehen sich dabei auf die Conversion Rate, den durchschnittlichen Warenkorbwert oder den Gewinn. Effizientere Prozesse stehen hingegen bei den Beschaffungsstrategien im Vordergrund.

6. Taktiken für dein Category Management

Damit du deine Strategien in die Tat umsetzen kannst, definierst du mit deinem Team einen konkreten Maßnahmenplan rund um das Sortiment, die Platzierung bzw. Sichtbarkeit im Online Shop, die Preisgestaltung sowie deine Kommunikations- und Werbemaßnahmen.

7. Umsetzung des Maßnahmenplans

Du hast Ziele, Strategien und Maßnahmen definiert – dann wird es jetzt Zeit für die Umsetzung deines Plans. Damit das Category Management zum Erfolg wird, verteilst du Verantwortlichkeiten und setzt außerdem Fristen.

8. Überprüfung

Du überprüfst regelmäßig die Performance deiner Warengruppe, um Wachstums- und Verbesserungspotenzial zu identifizieren und entsprechend umzusetzen. Ziel dabei ist eine möglichst effiziente Gestaltung deines Sortiments.

Zahlreiche Schnittstellen des Category Managements zum Online Marketing

Beim Online Category Management gibt es vielfältige Überschneidungen zum Online Marketing. Beide Bereiche können dadurch von einer gegenseitigen Expertise profitieren, indem sie Daten austauschen und gemeinsam Maßnahmen für ein erfolgreiches Warengruppenmanagement im Online Shop umsetzen.

Produktzuordnung mittels Keyword- und Clickstream-Analysen

Das Online Marketing sammelt für seine Kommunikations- und Werbemaßnahmen bereits zahlreiche Daten und führt unterschiedliche Studien durch, beispielsweise Keyword- oder Clickstream-Analysen sowie UX-Tests. Dadurch kannst du deine Produkte den einzelnen Kategorien leichter zuordnen, Sortimentslücken identifizieren und die jeweiligen Warengruppen um passende Produkte ergänzen. Dieser Rahmen bietet dir zudem Möglichkeiten, um Potenzial für Cross-Selling- oder Upselling-Strategien zu identifizieren.

Einfache Kategorie-Einstiege dank optimaler Website-Struktur

Auch die Wege, die zur Produktauswahl bei potenziellen Kunden führen, können die Category Manager anhand der Daten aus dem Online Marketing identifizieren und die Website-Struktur dahingehend optimieren: Suchen die Shopbesucher über bestimmte Produkte oder Marken? Dann sollten sie diese Wege über entsprechende Filterattribute in der Onsite-Suche auswählen können.

In manchen Fällen bieten sich außerdem thematische Landingpages, personalisierte Produktempfehlungen oder ein Markenshop als alternativer Kategorie-Einstieg an. Ziel dabei ist es, den Besuchern deines Shops durch eine optimale Website-Struktur eine herausragende Customer Experience zu bieten. So lassen sich mithilfe des Category Managements beispielsweise Produkte zum Thema „Grillen“, wie z. B. Grillschürze, Gewürze, Kohle etc. als eine Warengruppe strukturieren. Dies lässt sich schließlich nutzen, um eine Themenseite zur Grillsaison zu gestalten, auf der Produkte und Inhalte für die nächste Grillparty bereitgestellt werden.

 

Kategorien im Online Shop von Fackelmann mit verschiedenen Einstiegsoptionen, die sich mithilfe des Category Managements gestalten lassen.
Fackelmann bietet Kunden über das Menü gleich mehrere Einstiegsmöglichkeiten: Kategorien, Themen, Marken sowie eine Themenseite.
(Quelle: Screenshot von fackelmann.de)

 

Entwicklungspotenzial anhand von Conversion Rate und Warenkorbwert

Mithilfe der Analysen aus dem Online Marketing – Traffic der Website, Conversion Rate, Bounce Rate oder durchschnittlicher Warenkorbwert – hat das Category Management die Möglichkeit, Entwicklungspotenzial für die jeweiligen Segmente zu erkennen. Beispielsweise kann eine verbesserte Benutzerführung in deinem Online Shop zu mehr Erfolg führen.


Bleibe up to date in Sachen Customer Experience Optimization: Melde dich zu unserem Newsletter an. Jetzt anmelden!


Gemeinsam abgestimmte Maßnahmen

Das Online Category Management entscheidet über den Vermarktungsfokus einer Warengruppe. Die konkreten Werbe- und Kommunikationsmaßnahmen solltest du jedoch mit dem Online Marketing abstimmen, um Produktangebote für die jeweiligen Zielgruppen optimal zu platzieren. Die Priorisierung bestimmter Produkte und Warengruppen in der Recommendation Engine sollte ebenfalls gemeinsam entschieden werden.

 

Fazit: Online Category Management bietet viel Wachstumspotenzial

Wettbewerbsvorteile sichern, Kunden stärker an deinen Shop binden und höhere Umsätze generieren – mit einem strategisch durchdachten Online Category Management kannst du das erreichen. Eine langfristig angelegte Herangehensweise bricht klassische Unternehmensstrukturen auf und bietet enormes Wachstumspotenzial für deinen Shop. Nutze die Vorteile und finde gemeinsam mit den Herstellern die jeweils bestmögliche Lösung für deine Kunden.

Häufige Fragen zum Online Category Management
Was ist das Online Category Management?

Unter dem Begriff Online Category Management wird die Warengruppenverwaltung in einem Online Shop bezeichnet. Der Category Manager ordnet Produkte nicht aufgrund ihrer Ähnlichkeit einander zu, sondern weil sie einander ergänzen. Ausschlaggebend dafür ist die Sicht der Konsumenten und deren Bedürfnisse. Händler und Hersteller arbeiten in diesem Bereich eng zusammen, um die jeweils optimale Lösung für ihre Kunden zu finden.

Welche Ziele verfolgt das Category Management?

Ein erfolgreiches Category Management – ob im stationären Handel oder im E-Commerce – sorgt für mehr Kundenzufriedenheit. Das führt wiederum zu mehr Umsatz für die Händler, wovon auch die Hersteller profitieren. Es ist ein enormer Wettbewerbsvorteil, wenn sich ein Shop durch eine höhere Sortimentskompetenz auszeichnen kann.

Was ist der Category-Management-Prozess?

Der Category-Management-Prozess ist eine standardisierte und systematische Vorgehensweise zum Aufbau und zur Verwaltung von Warengruppen. Er umfasst 8 Schritte, angefangen von der Definition einer Produktkategorie über deren Performance-Bewertung bis hin zu Zielen, Taktiken für eine erfolgreiche Umsetzung und deren Überprüfung.

Welche Schnittstellen zum Online Marketing gibt es?

Das Category Management kann zahlreiche Daten aus dem Online Marketing für den Aufbau der Warengruppen nutzen wie Keyword- und Clickstream-Analysen sowie Kennzahlen zu Traffic, Conversion Rate und Bounce Rate. Auch hier steht eine optimale User Experience im Vordergrund.

Welche Tools helfen beim Online Category Management?

Neben Analyse-Tools, wie sie das Online Marketing verwendet, gibt es zahlreiche weitere Tools, die das Online Category Management unterstützen. Hierzu zählt z. B. die Recommendation Engine, die es ermöglicht, personalisierte Produktempfehlungen in Echtzeit auszuspielen. Gleichzeitig profitiert diese sowie andere Services wie die intelligente Onsite-Suche und Produktfilter wiederum von einer optimalen Warengruppenverwaltung, da Produktdaten und ein gutes Category Management die Basis für die Ausspielung personalisierter Inhalte sind.

Durch erweiterte Suchfunktionalitäten im Online Shop den Bestellwert um 10 % erhöhen?

Erfahre mehr in unserer Case Study.

Abonniere
unseren Newsletter

bloc Newsletter DE

Wir verarbeiten und speichern deine persönlichen Daten, um deine Anfrage zu beantworten. Siehe dir unsere Datenschutzerklärung an.

Blogartikel

9min. Lesezeit

Die Wissenspyramide: Wie aus Daten und Informationen Wissen entsteht

„Wissen ist Macht“, heißt es so schön. Doch wie entsteht Wissen? Und wie kannst du es in deinem Online Shop nutzen? Eine Erklärung liefert die Wissenspyramide: In Verbindung mit künstlicher Intelligenz können aus Daten, die du in deinem Online Shop sammelst, Informationen und schließlich Wissen entstehen. Dieses Wissen bildet die Grundlage für verschiedene erfolgversprechende Maßnahmen zur Kundengewinnung und -bindung, wie z. B. die Personalisierung. Hier erfährst du mehr über die Wissenspyramide und ihre Beziehung zu künstlicher Intelligenz.

 

Auf dem Bild ist ein Mann zu sehen, der aus Holzklötzen eine Pyramide baut.

 

Diese Inhalte erwarten dich in diesem Blogartikel:

Was versteht man unter der Wissenspyramide?
Wissenstreppe – ein alternatives Modell
Daten, Informationen und Wissen – was die Begriffe bedeuten

Welche Relevanz hat die Wissenspyramide für Unternehmen?

Wie hängen Wissenspyramide und künstliche Intelligenz zusammen?
Wie Wissen mithilfe künstlicher Intelligenz entsteht – Beispiele
Wissenspyramide und KI – Basis für die Personalisierung

Fazit: Gezieltes Wissensmanagement ist für Online Shops unverzichtbar

Häufige Fragen zur Wissenspyramide

 

Was versteht man unter der Wissenspyramide?

Die Wissenspyramide ist ein Modell, das die Entstehung von Wissen beschreibt. Sie hat ihren Ursprung im Datenmanagement und zeigt den Unterschied zwischen Daten, Informationen und Wissen auf.

Daten bilden die unterste Ebene der Pyramide. Für sich betrachtet, haben sie jedoch keine große Aussagekraft. Denn erst wenn sie untereinander verknüpft werden, entstehen Informationen. Es handelt sich dabei um situationsbezogene Definitionen, Beschreibungen und Perspektiven – was, wo, wann und wer. Aus der Kombination verschiedener Informationen lassen sich Muster und Strukturen ableiten, die zusammen mit Kontext und Erfahrungen zu Wissen führen. Das Wissen dient wiederum als Entscheidungsgrundlage für konkrete Handlungen – die vierte Ebene.

Ein Beispiel:
Daten: Messungen aller Messstationen des Deutschen Wetterdienstes.
Information: Bei mir hat es heute 35°C.
Wissen: Die Hitze kann gefährlich für die Gesundheit sein, es müssen Schutzmaßnahmen getroffen werden.
Handlung: Ausreichend trinken, sich möglichst drinnen aufhalten, draußen Sonnenschutz tragen.

Grafische Darstellung der Wissenspyramide bestehend aus vier verschiedenen Ebenen.

Wissenstreppe – ein alternatives Modell

Die Wissenstreppe stellt eine Erweiterung der Wissenspyramide dar. Sie fokussiert sich dabei speziell auf die Bedürfnisse von Unternehmen und die Analyse von Big Data. Die einzelnen Ebenen entsprechen denen der Wissenspyramide, ergänzt um eine fünfte: das Können. Statt von Ebenen geht dieses Modell jedoch von Stufen aus. Ziel ist eine systematische Wertschöpfung aus Daten: Das Unternehmen schafft es, die Handlungshinweise erfolgreich umzusetzen und somit seine Unternehmensziele zu erreichen.

Grafik der Wissenstreppe mit fünf Stufen als Erweiterung der Wissenspyramide.

Daten, Informationen und Wissen – was die Begriffe bedeuten

Im Rahmen der Wissenspyramide beschreiben Daten messbare Größen, die digital gespeichert werden, z. B. eine bestimmte Zahlenabfolge. Diese allein gibt zunächst noch keinen Aufschluss über ihre Bedeutung. Werden die Daten jedoch um weitere Attribute oder Metadaten ergänzt, entstehen Informationen: Beispielsweise handelt es sich bei der Zahlenabfolge um die Artikelnummer eines Produkts, das ein Kunde X gekauft hat. Verknüpft man diese Information mit Kontext und Erfahrungswerten, entsteht schließlich Wissen.


Bleibe up to date in Sachen Customer Experience Optimization: Melde dich zu unserem Newsletter an. Jetzt anmelden!


 

Handelt es sich beim gekauften Produkt z. B. um einen Fußball, kann die Artikelnummer des gekauften Produkts beispielsweise einen Hinweis zu den Präferenzen des Kunden geben. Mit diesem Wissen kannst du als Shopbetreiber personalisierte Produktempfehlungen in Form von dazu passenden Artikeln (Fußballschuhe, Trikot, Ballpumpe) ausspielen, die genau für diesen Kunden interessant sind.

Welche Relevanz hat die Wissenspyramide für Unternehmen?

Viele Unternehmen sammeln Daten, doch nur wer sie zu nutzen weiß, profitiert davon. Daten ohne Interpretation und Einbindung in einen Kontext sind für E-Commerce-Unternehmen wertlos. Strukturierte und systematische Datenanalysen liefern dagegen Ideen für innovative Geschäftsmodelle, die letztlich zu höheren Umsätzen führen. Aus Big Data müssen Smart Data werden – und hierbei hilft die Wissenspyramide.

Wie hängen Wissenspyramide und künstliche Intelligenz zusammen?

Die Wissenspyramide bildet unter anderem die Grundlage für KI-Engines, also Computeralgorithmen, die Entscheidungen mithilfe von künstlicher Intelligenz fällen. Im E-Commerce wird KI für unterschiedliche Bereiche eingesetzt, beispielsweise für individuelle Produktempfehlungen, die Vorhersage von Verkäufen, das Herausfiltern gefälschter Bewertungen oder das Customer Targeting. KI-Engines nutzen hierfür Methoden wie Machine Learning und Reinforcement Learning. So können sie sehr komplexe Verknüpfungen herstellen. Zudem laufen die umfangreichen Datenanalysen vollautomatisiert ab – das lässt dir mehr Zeit für andere Aufgaben.

Die Ergebnisse der KI bieten eine bessere Entscheidungsgrundlage als vermeintliches Wissen – also solches, das auf wenigen Informationen basiert, die sich auf noch weniger echte Daten stützen. Die Wissenspyramide steht in dem Fall auf dem Kopf: Kaufmännische Entscheidungen werden „aus dem Bauch heraus“ getroffen. Das kann funktionieren, muss es aber nicht.

Wie Wissen mithilfe künstlicher Intelligenz entsteht – Beispiele

Es gibt zwei Arten von künstlicher Intelligenz (KI): wissensbasierte KI bzw. Expertensysteme und datenbasierte KI.

 

Wissensbasierte künstliche Intelligenz

Die wissensbasierte KI oder auch Expertensystem genannt, unterstützt menschliche Experten bei Entscheidungen. Hierfür erfassen die Experten zunächst das erforderliche Wissen – sie machen es für den Computer verständlich. Darauf aufbauend erarbeitet das System Problemlösungen, die dem menschlichen Nutzer anschließend in verständlicher Form präsentiert werden. Diese Expertensysteme sind im Vergleich zur datenbasierten KI weniger intelligent.

Stattdessen findet die Entscheidungsfindung hier über feste „Wenn…, dann…“-Regeln statt, mit denen der Programmierer seine Wissensbasis der Maschine mitteilt. Dabei ist die Maschine weniger flexibel und selbstständig in der Entscheidungsfindung. Ein Nachteil der Expertensysteme besteht also darin, dass das übermittelte Wissen veralten kann.

Beispiel für Expertensystem: Bei Topseller-Empfehlungen spezifizierst du als Shopbetreiber ganz genau, welche Produkte du haben willst und sagst dem System ganz klar „Gib mir die Produkte mit den meisten Käufen in den letzten x Tagen“. Du als Experte bist also der Meinung, dass häufig gekaufte Produkte eine gute Wahl für deine Empfehlungen sind.

Datenbasierte künstliche Intelligenz

In diesem Fall muss die KI mithilfe von Algorithmen und statistischen Modellen trainiert werden, um aus einer Reihe an Daten relevante Schlussfolgerungen ziehen zu können. Für diese Trainingsverfahren gibt es dabei verschiedene Ansätze, etwa das Supervised Learning, das Unsupervised Learning oder das Reinforcement Learning. Sobald die KI die gesuchten Muster und Abhängigkeiten zwischen den Daten erkannt hat, kann sie selbständig Entscheidungen treffen. Hierbei ist die Entscheidungsfindung der KI jedoch schwer nachvollziehbar. Außerdem ist sie stark von der Datenqualität abhängig und nicht für jede Aufgabe geeignet. So lassen sich ästhetische Merkmale, die beispielsweise für Produktempfehlungen eine große Rolle spielen, einer KI nur schwer vermitteln.

Beispiel für datenbasierte KI: Möchtest du als Shopbetreiber „Gute Alternativempfehlunen“, kannst du der KI eine Anfrage stellen und ihr mitteilen, was du haben willst. Die künstliche Intelligenz entscheidet, basierend auf den Daten, welche Empfehlungen das sind. Man hilft der KI also nur ein bisschen auf die Sprünge, indem man vorgibt, welche Strategie (in unserem Beispiel „Alternativen“) verwendet werden soll. Hier steckt also auch ein bisschen Expertenwissen drin.

Wissenspyramide und KI – Basis für die Personalisierung

Als Grundlage für KI-Engines stellt die Wissenspyramide also auch eine ganz entscheidende Rolle für die Personalisierung im E-Commerce dar. Dabei ist der Prozess, aus Daten datengetriebene Entscheidungen zu treffen, wie bereits erläutert, dreigeteilt. Im Folgenden übertragen wir diesen Prozess nochmals auf die KI-gestützte Personalisierung im E-Commerce.


Bleibe up to date in Sachen Customer Experience Optimization: Melde dich zu unserem Newsletter an. Jetzt anmelden!


 

Spricht man von Big Data im E-Commerce, sind alle Daten gemeint, die im Rahmen des Online Shoppings gesammelt werden. Hierzu zählt also das Klick- und Kaufverhalten, welches noch mit Daten aus dem Shopsystem oder Warenwirtschaftssystem angereichert werden kann.

Informationen sind nun die Daten, die für die Auswahl der personalisierten Kundenempfehlungen entscheidend sind. Die Kunst, in Daten Muster und Korrelationen zu erkennen, um nützliche Informationen für den Online Shop zu extrahieren, nennt man Data Mining. Durch dessen Einsatz entsteht Smart Data, welches eine deutlich höhere Informationsdichte aufweist als die vorherige Big-Data-Masse.

Wissen ist nun die Fähigkeit, auf Basis der Informationen sowie mithilfe von Erfahrung Entscheidungen zu treffen. Diese Erfahrungen kann nicht nur der Mensch, sondern auch eine Maschine sammeln. So kann das Reinforcement-Learning-Verfahren beispielsweise dazu genutzt werden, aus gegebenen Informationen Entscheidungen für die Personalisierung zu treffen.

Fazit: Gezieltes Wissensmanagement ist für Online Shops unverzichtbar

Die Wissenspyramide macht die Entstehung von Wissen nicht nur verständlicher, das Modell liefert auch den Fahrplan, anhand dessen künstliche Intelligenz trainiert werden muss. KI-Engines bieten E-Commerce-Unternehmen ein enormes Potenzial: Neben der Automatisierung von Prozessen ermöglichen sie auch eine stärkere Kundenorientierung. Denn dank KI kannst du deinen Kunden personalisierte Inhalte entlang der gesamten Customer Journey ausspielen und sie dabei passgenau zum richtigen Zeitpunkt ansprechen.

 

Du möchtest erfahren, wie du eine KI-gestützte Wissensbasis generierst? Entdecke unsere Webinar-Aufzeichnung zum Thema. 

 

Häufige Fragen zur Wissenspyramide
Was ist die Wissenspyramide?

Die Wissenspyramide ist ein Modell aus dem Datenmanagement, das die Entstehung von Wissen erläutert. Sie besteht aus vier Ebenen: Daten, Informationen, Wissen und Handlungen. Daten allein sind nicht besonders wertvoll. Erst durch ihre Verknüpfung untereinander entstehen Informationen, die mithilfe von Erfahrungen und Kontext zu Wissen führen. Dieses Wissen wiederum dient als Grundlage für gezielte Handlungen.

Warum ist die Wissenspyramide für Unternehmen interessant?

Viele Unternehmen sammeln heutzutage unterschiedliche Daten zu ihren internen Prozessen, ihren Kunden und deren Nutzerverhalten. Indem sie diese Daten verknüpfen und analysieren, können sie nicht nur Ideen für innovative Geschäftsmodelle entwickeln, sondern erhalten auch eine Grundlage für erfolgversprechende Unternehmensentscheidungen, beispielsweise für notwendige Verbesserungen im Kundenservice oder eine optimierte Customer Journey.

Welchen Zusammenhang gibt es zwischen der Wissenspyramide und künstlicher Intelligenz?

Die Wissenspyramide definiert, wie aus Daten Wissen entsteht. Eine künstliche Intelligenz muss zunächst mit Daten gefüttert und trainiert werden, damit sie daraus Informationen bilden und basierend auf ihrem erworbenen Wissen selbständig Entscheidungen treffen kann.

Wie wird Wissen mithilfe künstlicher Intelligenz im E-Commerce genutzt?

KI-Engines ermöglichen Online Shops, verschiedene Prozesse zu optimieren und stärker auf die Bedürfnisse ihrer Kunden einzugehen. So können sie beispielsweise personalisierte Produktempfehlungen ausspielen, Kunden gezielt mit Werbeanzeigen ansprechen oder Vorhersagen über den nächsten Kaufzeitpunkt treffen.

Welche Beispiele gibt es für das Wissensmanagement im Online Shop?

Künstliche Intelligenz liefert Ergebnisse entweder basierend auf Daten oder auf Wissen. Zum datenbasierten Ansatz gehört beispielsweise die automatisierte Ausarbeitung von Personas – Kundengruppen mit ähnlichen Stamm- und Verhaltensdaten. Wissensbasierte KI kann etwa Spam filtern oder Aussagen zum voraussichtlichen nächsten Kaufzeitpunkt eines Kunden treffen.