Blogartikel

12min. Lesezeit

E-Commerce der Zukunft: Welchen Einfluss KI-gestützte Personalisierung nehmen wird

Immer wieder hört und liest man davon, dass KI unser Leben und auch die Art und Weise, wie wir Produkte und Dienstleistungen konsumieren, revolutionieren wird. Doch sind das alles nur wilde Spekulationen oder was ist wirklich dran an diesen Aussagen und was ist eigentlich Stand heute schon alles möglich? Wir werfen in diesem Blogartikel gemeinsam einen Blick in die Zukunft und zeigen dir anhand verschiedener Entwicklungen und Beispiele, wie der E-Commerce der Zukunft aussehen kann. Dabei gehen wir auch insbesondere darauf ein, welchen Einfluss KI-gestützte Personalisierung in diesem Zusammenhang nehmen wird. Los geht’s!

Diese Inhalte erwarten dich in diesem Blogartikel:

Was ist im E-Commerce Stand heute bereits möglich?

Wie sieht der KI-gestützte Dialog der „Zukunft“ aus?
#1 ChatGPT
#2 Voice Search
#3 Augmented Reality
#4 Kurzvideos
#5 Live Shopping

Fazit: KI-gestützte Personalisierung als Erfolgsfaktor für den E-Commerce der Zukunft

Was ist im E-Commerce Stand heute bereits möglich?

Wenn wir zunächst einmal darauf schauen, was im E-Commerce bereits heute alles möglich ist, zeigt sich, dass ein persönlicher 1:1-Dialog dank Personalisierung schon heute auch digital umsetzbar ist. Die KI-gestützte 1:1-Personalisierung ist aus technologischer Sicht schon längst Status Quo und bei vielen Online Shops auch bereits im Einsatz, jedoch gibt es hier an einigen Stellen auch noch ungenutztes Potenzial.

Ähnlich wie im stationären Handel lernt der digitale Verkäufer aus dem 1:1-Dialog die Präferenzen des Kunden kennen. Dabei kann jede Session als 1:1-Dialog verstanden werden, der Aufschluss auf die individuellen Präferenzen gibt. Hierfür gilt es, alle Reaktionen zu verarbeiten, um den jeweiligen Kunden bestmöglich kennenzulernen.


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


Ohne den Einsatz von KI ist dabei insbesondere eine 1:1-Personalisierung nicht möglich. Durch den intensiven Einsatz verschiedener Machine-Learning-Verfahren gelingt es im digitalen Handel, nach dem Vorbild eines guten Fachverkäufers, gezielt auf jeden einzelnen Kunden einzugehen und dessen Bedürfnisse zu berücksichtigen. Wichtig dabei: Das Ganze muss natürlich vollständig DSGVO-konform ablaufen.

Die Grafik zeigt den 1:1-Dialog und wie dieser im E-Commerce realisiert wird.
Bereits heute ist dank Personalisierung ein digitaler Dialog mit Shopkunden möglich.

Wie sieht der KI-gestützte Dialog der „Zukunft“ aus?

Täglich lesen wir über technologische Neuerungen, die sich gefühlt in einer rasenden Geschwindigkeit verbreiten. Es lohnt sich also, einen Blick darauf zu werfen, welchen Einfluss diese Neuerungen in der Zukunft auf den Online-Dialog haben werden.

Wir sind der Meinung, dass die Online-Beratung aufgrund der vielfältigen technologischen Möglichkeiten zukünftig eine bessere Beratungsqualität liefern kann als der stationäre Handel. Um dir zu erklären, warum wir überzeugt davon sind, schauen wir mit einer visionären Sicht auf fünf technologische Entwicklungen und veranschaulichen dir, wie der digitale Dialog der Zukunft aussehen kann.

#1 ChatGPT

ChatGPT ist momentan in aller Munde. Dabei handelt es sich um einen Prototypen eines Chatbots, also eines textbasierten Dialogsystems als Benutzerschnittstelle, das auf maschinellem Lernen beruht. Die Algorithmen, die hierfür zum Einsatz kommen, heißen Generative Pretrained Transformers.

Heute schon können Nutzer mit ChatGPT in einen Dialog zu nahezu jedem erdenklichen Thema treten. Das Tool beantwortet Fragen oder schreibt Texte, die dann als Grundlage für weitere Anfragen dienen können. Dabei kommen Deep-Learning-Modelle und neuronale Netze zum Einsatz. Auch hier haben wir also die Schlagworte Dialog und maschinelles Lernen – wie auch schon bei der KI-gestützten Personalisierung. Doch was bedeutet das für die Zukunft?

E-Commerce-Zukunft

In Bezug auf KI-gestützte Personalisierung lässt sich sagen, dass diese in der Zukunft voraussichtlich anders programmiert wird. Es wird zu einem Paradigmenwechsel in Sachen Programmierung kommen. Während man heute Code schreibt, werden Entwickler in Zukunft ein System wie ChatGPT nutzen, um den Code physikalisch schreiben zu lassen.

Um dabei zum gewünschten Ergebnis zu kommen, müssen Entwickler jedoch in der Lage sein, dem Programm in der richtigen Weise zu sagen, was es programmieren soll. Hierfür braucht es Experten im Bereich Prompt Design. Prompts sind die kurzen Befehle oder Fragen, die an Systeme wie ChatGPT gesendet werden, um eine Antwort zu generieren. Die Qualität des Prompts ist dabei entscheidend für die Qualität der Antwort. Es gilt den Prompt also entsprechend zu designen, um dem Programm in einer übergeordneten, natursprachlichen Form mitzuteilen, was das Ziel ist. Hierzu wird es Spezialisten für den E-Commerce und andere Branchen geben. Elementar dabei ist langjährige Erfahrung und die Basis im Detail zu kennen.

Durch Systeme wie ChatGPT ist ein sehr persönlicher Kundendialog denkbar, der noch individueller gestaltet werden kann, als dies im stationären Handel möglich ist. Schauen wir uns hierfür ein Beispiel an:

Ein User schreibt mit einem System wie ChatGPT im Online Shop. Seine Anfrage könnte z. B. lauten: „Ich suche ein passendes Hemd zu meiner dunkelblauen Chino“. Als Antwort könnte er dann folgendes erhalten: „Halte die Hose kurz vor die Kamera. Welchen Stil soll das Hemd haben? Business oder Casual?“ Antwort des Kunden: „Casual!“ Der Chatbot antwortet daraufhin „Ich zeige dir mal eine Auswahl an Casual Hemden, die in deiner Größe verfügbar sind. Klicke auf das Hemd, das dir am besten gefällt“. Dabei werden über den Chat Empfehlungen als Link mit Bildern angezeigt. Der Nutzer kann sich die verschiedenen Produkte anschauen und entsprechend anklicken, was ihm besonders gefällt. Der Shopkunde kann hier noch tiefer ins Detail gehen und das System beispielsweise fragen: „Gibt es das Hemd auch mit Button-Down-Kragen?“ Anschließend erhält er eine neue Auswahl an passenden Artikeln.

Das Bild zeigt, wie ein Dialog mithilfe eines Systems wie ChatGPT im E-Commerce der Zukunft aussehen könnte.
Im E-Commerce der Zukunft können Systeme wie ChatGPT zum Einsatz kommen, um einen 1:1-Dialog zu gestalten.

Um diese Auswahl an Empfehlungen zu zeigen, werden KI-gestützte Personalisierungswidgets, die ja heute bereits eingesetzt werden, an das Chat-System angebunden. Support und Verkaufsberatung werden somit nicht mehr voneinander getrennt werden. Dazu werden eigene Programme speziell für diesen Zweck entwickelt werden. Das wird also der neue Verkaufsberater der Zukunft sein.

Gehen wir nun noch einen Schritt weiter.

#2 Voice Search

Sprachassistenten auf dem Telefon, in Smart-Home-Anwendungen oder im TV gibt es zwar schon lange. Die Technologien haben sich über die Jahre aber immer weiter verbessert. Die User Experience wurde so für Konsumenten immer komfortabler, so dass sie sich in Sachen Informationsgewinnung an die Voice Search gewöhnt haben. Auf diese Weise hat die Voice Search auch in den E-Commerce Einzug gehalten. Und dieser Trend wird die E-Commerce-Landschaft nachhaltig prägen.

Denn Online-Händler müssen sich des veränderten Suchverhaltens bewusst werden, damit sie diesem bei künftigen Verkäufen gerecht werden können. In den kommenden Jahren werden sich immer mehr Nutzer mit dieser Technologie anfreunden und daran gewöhnen, Produkte per Voice Search zu shoppen. Produkte über Smart Speaker zu bestellen, wird Verbrauchern ein schnelleres, barrierefreies und komfortables Einkaufserlebnis ermöglichen.

Noch arbeitet die Technologie nicht perfekt: Faktoren wie beispielsweise Sprachen, Akzente oder kulturell unterschiedliches Nutzungsverhalten lassen das Ganze zu einer komplexen Herausforderung werden. Doch schon in diesem frühen Stadium ist absehbar, dass Voice Search in den nächsten Jahren zum Standard wird. Wer als E-Commerce-Händler seinen Kunden das Shoppingerlebnis nicht unnötig erschweren möchte, muss die Sprachtechnologie in seinen Auftritt integrieren.

E-Commerce-Zukunft

Schauen wir uns auch hier ein Beispiel an, wie das Ganze dann in der Zukunft aussehen könnte:

Eine Kundin teilt dem System per Spracheingabe mit, dass sie eine passende Bluse zu ihrer Hose sucht. Auch hier wird sie aufgefordert, die Hose kurz vor die Kamera zu halten. Zudem wird sie vom System gefragt, welchen Stil die Bluse haben soll. Nachdem die Kundin den gewünschten Stil, nämlich gemustert, geäußert hat, erhält auch sie eine Auswahl an passenden Produkten in ihrer Größe. Diese werden auch in diesem Beispiel als Empfehlungen auf dem Screen eingeblendet, sodass die Kundin sich die vorgeschlagenen Produkte direkt anschauen und darauf reagieren kann. Die Kundin kann das System nun wissen lassen, welche Blusen ihr gefallen und welche Eigenschaften sie sich noch im Detail vorstellt.

Das Bild zeigt, wie ein Dialog mithilfe von Voice Search im E-Commerce der Zukunft aussehen könnte.
Voice Search kann die Usabilty eines digitalen Verkaufsgesprächs noch zusätzlich vereinfachen.

Online Shopper werden also nicht mehr mit einem Chat-System schreiben müssen, sondern können einfach die Voice-Search-Funktion nutzen, um die gewünschten Eingaben zu machen. Das vereinfacht die Usability nochmal enorm und der E-Commerce kommt dem persönlichen Verkaufsgespräch noch ein Stück näher. D. h. der Kunde spricht quasi direkt mit dem System, wie mit einem Verkäufer im stationären Handel.

Gehen wir aber nochmal einen Schritt weiter.

#3 Augmented Reality

Nehmen wir nun noch eine visuelle Schnittstelle sowie zusätzliche Technologien, wie z. B. das Rendern künstlicher Bilder in Echtzeit dazu, erhalten wir einen noch personalisierteren und gezielteren Kundendialog im Online Shop.

E-Commerce-Zukunft

Denkbar ist hier, dass Kunden im Dialog nicht nur mitteilen, was sie gerne haben wollen, sondern dass sie sich die passenden Optionen auch direkt visuell anschauen können. Indem sie eine VR-Brille anschließen, könnten sie z. B. auf der Suche nach einer Couch im Handumdrehen ein oder mehrere stilistisch passende Sofas in die Lücke im eigenen Wohnraum projizieren lassen. Somit wird das eigene Wohnzimmer zum Verkaufsraum. In der Zukunft kann das Ganze sogar noch einen Schritt weiter gehen:

Der Nutzer kann per Voice Search ganz einfach weitere Anweisungen geben wie beispielsweise „Kannst du mal das Schlafsofa aufklappen?“ Eine mögliche Antwort des Systems kann dann lauten: „Ich kann das Sofa nicht aufklappen, ein Tisch steht im Weg. Soll ich den Tisch ausblenden?“

Auf dem Bild ist dargestellt, wie ein Verkaufsgespräch in Verbindung mit Augmented Reality im E-Commerce der Zukunft aussehen könnte.
Durch den Einsatz von Augmented Reality wird das eigene Wohnzimmer zum Verkaufsraum.

Indem das System die Person und deren Umgebung sieht, kann es ausgehend vom Erscheinungsbild passende Empfehlungen abgeben. Diese können dabei ganz unterschiedliche Anwendungsfälle abdecken: Ob Möbel passend zur restlichen Einrichtung eines Zimmers, passende Accessoires zu einem Kleidungsstück oder Zubehör zu einem Gerät, das der Nutzer in die Kamera hält – es gibt zahlreiche Möglichkeiten. Auch Empfehlungen abgestimmt auf den eigenen Hautton, die Figur und den Style eines Kunden sind möglich.


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


Hier kommt nun auch Personalisierung noch einmal deutlicher ins Spiel. Denn der „digitale Verkäufer“ kennt den Kunden, seine bisherigen Einkäufe und persönlichen Vorlieben, sodass er passend dazu Vorschläge machen kann, ohne aufdringlich zu sein.

#4 Kurzvideos

Doch nicht nur im Bereich der Beratung wird sich einiges ändern, auch im Hinblick auf Inspiration sind Entwicklungen zu erwarten. Kurzvideos mit Shopping-Empfehlungen sieht man inzwischen auf allen möglichen Plattformen. Der Vorreiter hierfür ist natürlich TikTok, doch auch in anderen sozialen Medien sind diese Formate kaum mehr wegzudenken. Auch YouTube hat TikTok ähnliche Funktionen und sogar Facebook zeigt Kurzvideos zu Outfits und Ähnlichem.

Das Bild zeigt eine Person, auf deren Smartphone gerade TikTok geöffnet wird.
Kurzvideos mit Shopping-Empfehlungen könnten eine zunehmend wichtige Rolle für die Inspiration im E-Commerce der Zukunft einnehmen.

E-Commerce-Zukunft

Auch hier ist in Zukunft einiges denkbar. So können sich die KI-gestützten Empfehlungen verändern – je nach persönlichem Profil des Kunden wird das Kurzvideo in Echtzeit erzeugt und gerendert. D. h. im Shop werden in einem ersten Schritt pregenerierte Videos angezeigt. Hierfür werden einzelne Sequenzen des Videos aus vorgefertigten Video-Schnipseln als Empfehlung zusammengesetzt. Die zweite Stufe wäre dann die komplette Generierung des Videos: Der Kunde sieht sich selbst, wie er mit dem Outfit aussieht. Empfehlungen werden also nicht nur in Form von Widgets im Shop angezeigt, sondern können auch als Kurzvideos eingeblendet werden.

So spannend und cool das vielleicht klingen mag, hat die Sache aber auch Nachteile: Das Ganze ist extrem ressourcenintensiv (Stichwort Rechnerressourcen). Betrachtet man z. B. ChatGPT zeigt sich, dass 50 Anfragen ca. 1 L Wasser kosten.¹ Auch der CO2-Abdruck ist negativ, es wird viel Rechenleistung benötigt und die Kosten sind derzeit noch hoch. Außerdem muss man Subservices einbinden, die ebenfalls Geld kosten. Doch es entsteht schon jetzt ein neuer Markt für Render-Services, diese Unternehmen werden aus dem Boden sprießen.

Gehen wir auch hier noch einen Schritt weiter!

#5 Live Shopping

Auch das Live Shopping, als Trend der letzten Jahre, kann bzw. wird sich massiv verändern – nämlich dann, wenn jeder Influencer auf jeden einzelnen Kunden eingehen kann. Aber wie soll das gehen?

Influencer stellen heute einer Gruppe an Kunden bestimmte Produkte vor, welche über einen Link direkt geshoppt werden können. Man könnte es somit als das moderne Home Shopping TV bezeichnen.

Das Forbes Magazine bezifferte die globalen Umsätze dieser neuen Industrie bereits 2019 auf 60 Milliarden US-Dollar pro Jahr, wobei sich Transaktionen im Wert von weniger als einer Milliarde US-Dollar allein auf dem amerikanischen Markt abspielten.²

Zu sehen ist eine junge Frau, die ein Kleidungsstück per Live Shopping präsentiert.
Live-Shopping-Videos könnten durch Avatare von Influencern individuell auf den einzelnen Kunden abgestimmt werden.

E-Commerce-Zukunft

Werfen wir auch hier einen Blick in die Zukunft: Denkbar ist, dass der Influencer durch das System in Echtzeit „generiert“ werden kann. Influencer werden somit zum Avatar und das Publikum merkt dabei nicht, dass es sich nicht um eine reale Person handelt. Dem Ganzen muss der Influencer natürlich zustimmen.

Mithilfe dieser Technologie könnten parallel verschiedene Live-Shopping-Videos gezeigt werden. Die Influencer arbeiten somit nicht mehr selbst, ihre Avatare werden speziell trainierte Systeme sein, die den Influencer vollständig simulieren können. Die Live-Shopping-Videos können dadurch individuell auf den einzelnen Kunden abgestimmt werden, sodass sich dieser persönlich vom Influencer beraten fühlt, der quasi 1:1 auf ihn eingeht. Wir befinden uns hier jedoch noch ganz am Anfang des Wandels.

Schon jetzt sollten E-Commerce-Manager bei ihrem Live-Video-Angebot darauf achten, bestimmte Videos nur an Kunden zu empfehlen, die sich nach dem Klick- und Kaufverhalten auch für das jeweilige Produkt oder Thema interessieren.

Fazit: KI-gestützte Personalisierung als Erfolgsfaktor für den E-Commerce der Zukunft

Mit einer 1:1-Personalisierung kommen wir der Qualität einer persönlichen Beratung und Inspiration im stationären Handel immer näher. Bereits heute ist dank KI-gestützter Personalisierung auch digital ein persönlicher Dialog möglich. In Verbindung mit neuen Technologien wie ChatGPT, Voice Search, Augmented Reality, Kurzvideos oder Live Shopping erreicht der Kundendialog in der Zukunft jedoch noch mal eine ganz andere, neue Dimension. Die Online-Beratung kann die Qualität der Beratung und Inspiration des stationären Handels damit sogar übertreffen! Der stationäre Handel muss sich also etwas überlegen, um Kunden in den Store zu bekommen, sie optimal zu beraten und sie zu unterhalten, um mit dem E-Commerce der Zukunft Schritt zu halten.

Quellen: ¹ t3n, ² Forbes

Du möchtest mehr zum Thema Personalisierung im E-Commerce erfahren?

Dann lade dir jetzt das passende E-Book herunter!

Abonniere
unseren Newsletter

bloc Newsletter DE

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

Blogartikel

12min. Lesezeit

Data Enrichment für zielsichere Entscheidungen und persönliche Kundenansprache

95 Prozent der Deutschen halten es für wichtig, dass Händler ihre Interessen und Vorlieben kennen.¹ Du solltest deine Kunden daher persönlich und direkt ansprechen. Dafür brauchst du neue und angereicherte Daten, die es dir erlauben, zielgenaue Entscheidungen auf Basis von Fakten und Trends zu treffen, statt dich nur auf dein Bauchgefühl oder Spekulationen zu verlassen. Die Kunst, neue Daten in die eigene Datenbasis zu integrieren, wird dabei als Data Enrichment bezeichnet. Dieser Anreicherungsprozess macht deine Daten nützlicher und aufschlussreicher und ist ein wichtiger Erfolgsfaktor für Unternehmen, die sich in einem modernen datenzentrierten Umfeld bewegen. In diesem Beitrag erfährst du, welche weiteren Vorteile dir Data Enrichment bietet und wofür du es einsetzen kannst.

Eine Person sitzt vor einem Laptop, auf dem verschiedene Daten und Auswertungen zu sehen sind.

Diese Inhalte erwarten dich in diesem Blogartikel:

Data Enrichment: Bedeutung der Datenanreicherung
Komponenten der Datenanreicherung
Integration in die eigene Datenbasis

Vorteile von Data Enrichment im E-Commerce

Herausforderungen für Unternehmen

Voraussetzungen für die erfolgreiche Datenanreicherung

Data Enrichment: Use Cases für den erfolgreichen Einsatz im E-Commerce
Omnichannel Commerce ermöglichen
Kaufabbrüche vorbeugen
Retouren minimieren
Out-of-Stock und Lagerstau vermeiden
Margenstarke Verkäufe maximieren
1:1-Personalisierung einsetzen

Unterstützung in Sachen Data Enrichment

Fazit: Mit Data Enrichment machst du mehr aus deinen Daten

Häufige Fragen zu Data Enrichment

Data Enrichment: Bedeutung der Datenanreicherung

Unter Data Enrichment versteht man grundsätzlich das Zusammenführen neuer Daten aus Drittquellen in die eigene Datenbasis. Durch die Anreicherung des eigenen Datenbestands mit externen Daten steigt dabei der Wert der Daten. Geht es speziell um die Anreicherung von Kundendaten, wird von Customer Data Enrichment gesprochen, die Anreicherung von Produktdaten wird als Product Data Enrichment bezeichnet.

Mithilfe von Data Enrichment kannst du Informationen in einen neuen Kontext setzen und ihnen so Struktur verleihen. In diesem Zustand leitest du daraus spannende Erkenntnisse ab und setzt sie im E-Commerce ein, um die Customer Experience zu verbessern und höhere Umsätze zu generieren. Eine solide Datenbasis ist so u. a. ein wichtiges Element für die Entwicklung der KI und damit auch für die Personalisierung im E-Commerce. Denn neue Datenquellen bilden die Voraussetzung bzw. bieten Inspiration, um KI-Technologie noch leistungsfähiger zu machen.

Komponenten der Datenanreicherung

Die Datenanreicherung umfasst drei Kernaspekte:

  1. Bei der Bereinigung geht es darum, veraltete, ungenaue und fehlerhafte Werte zu identifizieren und zu entfernen.
  2. Mithilfe von Erweiterung können neue Features sowie bestimmte KPIs hinzugefügt werden. Features meinen in diesem Zusammenhang Eigenschaften bestimmter Dinge aus der Shop-Umgebung, wie z. B. ein Kunde oder ein Produkt. Beispiele für KPIs wären Umsatz oder Klickrate.
  3. Die Vervollständigung ermöglicht außerdem, die Datenqualität schon vorhandener Features zu verbessern.

Die Grafik zeigt die drei Kernaspekte des Data Enrichments: Bereinigung, Erweiterung und Vervollständigung.
Bereinigung, Erweiterung und Vervollständigung deiner Daten sind die zentralen Aspekte des Data Enrichment. (Quelle: Eigene Darstellung)

Integration in die eigene Datenbasis

Data Enrichment stellt auch Herausforderungen an die eigene Datenbasis dar. Zunächst einmal kommen neue Daten einfach hinzu und lassen sich anschließend als KPIs oder Features in den Service-Applikationen verwenden. Stellt sich hier beispielsweise heraus, dass die neuen KPIs und Features besser sind, sollten sie die alten ersetzen. Zudem solltest du nicht mehr benötigte Daten löschen, um Ressourcen zu schonen und den Datenschutz sicherzustellen.

Im Idealfall wird durch das Hinzufügen und Entfernen von Daten das Schema der eigenen Datenbasis dadurch nicht komplexer, sondern die neuen Daten können einfach in das bestehende Schema eingefügt und ohne großen Aufwand in den Applikationen eingesetzt werden. Ist dies nicht der Fall, solltest du dir über eine Änderung des eigenen Schemas Gedanken machen, welche dann natürlich mit mehr Aufwand verbunden wäre.

Vorteile von Data Enrichment im E-Commerce

Die angereicherten Daten können erfolgsentscheidend sein und bieten dir viele Vorteile:

  • Optimierung der Kosten für das Datenmanagement (veraltete, unbrauchbare Daten erhöhen den Aufwand).
  • Vermeidung von doppelten Datenbeständen, somit bessere Integrität und Konsistenz der Daten.
  • Wertvolle Erkenntnisse dank facettenreicher 360°-Sicht auf den Kunden.
  • Optimiertes Marketing, perfekt angepasst an die verschiedenen Zielgruppensegmente und dadurch verbesserte Beziehung und erhöhte Treue deiner Kunden.
  • Bessere Customer Experience und einzigartige Shoppingerlebnisse dank Personalisierung in Echtzeit.
  • Erhöhte Chancen für Up- und Cross-Selling-Aktivitäten durch fundierte Informationen über die Interessen der Kunden.
  • Verbesserte KPIs wie Umsätze, Leads und ein höherer Return on Investment.

Mithilfe von Data Enrichment kannst du die bestehenden Informationen gewinnbringend einsetzen, deine Kunden mit personalisierten Angeboten überzeugen und ein zielgruppenspezifisches, effektives Marketing einrichten.

Screenshot einer Kategorie-Seite im Online Shop von Jeans Direct, auf der personalisierte Produktempfehlungen zu sehen sind
Im Online Shop von Jeans Direct werden Shopkunden beispielsweise mit personalisierten Produktempfehlungen gezielt angesprochen.
(Quelle: Screenshot von jeans-direct.de)

Herausforderungen für Unternehmen

Eine große Herausforderung in Bezug auf Data Enrichment besteht für viele Online Shops darin, dass die vorhandenen Daten in ihren Silos versauern. Das bedeutet, die Daten sind nicht verbunden, sondern stecken in isolierten Datensilos. Häufig fehlt außerdem die benötigte Infrastruktur, um Daten zusammenzuführen. Weitere Probleme sind widersprüchliche Kennzahlen, die dadurch zustande kommen, dass die Silo-Daten nicht konsistent sind, fehlendes Kundenverständnis und damit keine vollständigen Kundenprofile für den 1:1-Marketingansatz sowie fehlende datengetriebene Prozesse und Zugang zu Daten, was bedeutet, dass keine Datenkultur vorhanden ist.

Voraussetzungen für die erfolgreiche Datenanreicherung

Grundlegende Voraussetzung für Data Enrichment sind integrierte Daten in Form einer soliden und verlässlichen Datenbasis. Entscheidend ist daher die Schaffung einer Dateninfrastruktur als Ausgangspunkt für die Datenanreicherung. Hierzu extrahierst du alle Daten aus verschiedenen Systemen wie deinem ERP-System, deinen Web-Analytics-Tools, deine Marketing-Daten, Produktdaten etc. und führst diese in einem Data Warehouse zusammen. Dort findet die Vereinheitlichung und Strukturierung der Daten mithilfe eines Datenmodells statt. Das Ganze ist die Basis, um ganzheitliche Entscheidungen treffen zu können. Die Datenbasis kann anschließend genutzt werden, um sie in Drittsysteme weiterzuspielen und beispielsweise für das E-Mail-Marketing im E-Commerce zu nutzen. Transaktionale Daten lassen sich außerdem für die Optimierung und Personalisierung der User Experience im Shop einsetzen.

Data Enrichment: Use Cases für den erfolgreichen Einsatz im E-Commerce

Nutze Data Enrichment, um deinen Kunden ein noch besseres Einkaufserlebnis zu bieten. Der E-Commerce bietet dabei zahlreiche Ansatzpunkte für einen erfolgreichen Einsatz der Datenanreicherung. Diese Beispiele zeigen die mögliche Bandbreite:

Kaufen Nutzer sowohl im Ladengeschäft als auch im Online Shop einer Marke ein, lassen sich beide Kanäle verbinden. Denn auch außerhalb deines Shops finden relevante Ereignisse statt, die als ergänzende Datenquelle dienen können. Mithilfe von Kundenbindungsprogrammen wie einem Bonusprogramm oder einer Kundenkarte sammelst du Informationen im stationären Handel und kannst sie dank Data Enrichment gewinnbringend im Online Shop nutzen.

Filialkäufe sind ein Beispiel für relevante Ereignisse außerhalb des Shops und bieten dir die Chance, den kostbarsten Typ von Events – nämlich das Buy-Event – zu vervollständigen. Kostbar ist es in dem Sinne, dass es einer KI für personalisierte Empfehlungen die relevantesten Informationen bietet und du somit passgenaue Empfehlungen ausspielen kannst. Unterbreite deiner Kundin so beispielsweise online Styling-Vorschläge passend zu ihren zuletzt offline gekauften Shirts. Diese Verknüpfung optimiert das Shoppingerlebnis, stärkt die Wahrnehmung deiner Marke und letztlich auch die Markentreue.

Im E-Commerce dreht sich alles darum, Kaufabbrüche zu verhindern. Stell dir vor, du könntest aus dem Checkout-Prozess Schritt für Schritt Hürden herausnehmen. Zum Beispiel, indem du die Standardadresse oder die gewünschte Payment-Methode, basierend auf den Daten zum bisherigen Kaufverhalten, bereits voreinstellst. Das senkt das Risiko von Kaufabbrüchen deutlich.

Retouren sind die Schwachstelle eines jeden Online-Händlers. Angereicherte Daten helfen dir, diese zu vermeiden und deine Retourenquote zu minimieren. Die Retourenquote ist insofern eine bedeutende KPI, da der Umsatz in direkter Abhängigkeit zu ihr steht. Retourendaten sind ein wichtiger Bestandteil des Kaufverhaltens und können dir als E-Commerce-Manager z. B. Aufschluss über häufig retournierte Produkte sowie Retourengründe geben.

Das Regelsystem für Produktempfehlungen kann von diesen neuen Informationsquellen profitieren, denn oft retournierte Produkte sollen sicher weniger häufig empfohlen werden. So kannst du also Waren, die häufig zurückgesendet werden, von Kampagnen ausnehmen sowie retouren-starke Artikel in deinen Empfehlungen ausschließen. Für Neukunden kannst du in deinen Empfehlungen außerdem Topseller ausspielen, die eine niedrige Retourenquote aufweisen. Darüber hinaus bietet dir das Data Enrichment die Möglichkeit, auf Produktdetailseiten flexibel Informationen anzuzeigen, die Retouren vermeiden können, wie beispielsweise Angaben zur Passform einer Hose. Diese Zusatzinformationen kannst du basierend auf den Retourengründen entsprechend anreichern.

Ausschnitt einer Produktdetailseite im Online Shop von NKD mit verschiedenen Informationen zur Passform der Hose als Beispiel für Customer Data EnrichmentMit Informationen zur Passform sowie einer Größentabelle und einem Größen-Finder direkt auf der Produktdetailseite möchte NKD Retouren vorbeugen.
(Quelle: Screenshot von nkd.com)

Stellst du generell eine hohe Retourenquote in bestimmten Kategorien deines Shops fest, kannst du dem durch den Einsatz eines Produktberaters entgegenwirken. Auch hierfür ist Data Enrichment, bzw. genauer gesagt eine Anreicherung der Produktdaten notwendig, damit Shopkunden gewünschte Features auswählen können. Im Fall eines Gepäckberaters, wie auf worldshop.eu angeboten, wären benötigte Features z. B. welche Art von Rollen ein Koffer hat, welche Fächer oder welche Verschlüsse die Gepäckstücke besitzen. Gerade also, wenn das Sortiment etwas spezieller ist, ist die Erweiterung der Produktfeatures im Sinne eines Data Enrichments sehr sinnvoll.

Dabei kann jeder der drei Aspekte von Data Enrichment die Qualität eines solchen Online-Produktberaters maßgeblich steigern. So verhindern bereinigte Daten, dass Artikel angezeigt werden, obwohl sie gar nicht zur aktuellen Feature-Auswahl passen. Mithilfe der Vervollständigung verhinderst du das Gegenteil, nämlich, dass passende Artikel nicht angezeigt werden. Die Erweiterung der Daten erweckt den Produktberater schließlich erst zum Leben. Denn dadurch erhält der Kunde genug Auswahloptionen und die Features helfen ihm wirklich weiter.

Ausschnitt des Gepäckberaters im Online Shop von Worldshop.
Der Worldshop Gepäckberater bietet Shopkunden viele Features, welche die Produktauswahl erleichtern.
(Quelle: Screenshot von worldshop.eu)

Mehr dazu, wie du mithilfe von Personalisierung Retouren vermeiden kannst, erfährst du in unserem Blogartikel zu diesem Thema.

Data Enrichment unterstützt dich auch dabei, Out-of-Stock zu vermeiden, indem die Lagerreichweite basierend auf Faktoren wie der aktuellen Lagermenge sowie dem historischen Bestell- und Retourenverhalten ermittelt wird. Dadurch kannst du bestimmte Produkte, die nicht rechtzeitig ausgeliefert werden könnten, im Shop ausblenden.

Auch Ladenhüter kannst du mithilfe von Data Enrichment identifizieren. Somit kannst du den Abverkauf dieser Produkte vorantreiben und Lagerstau vermeiden.

Data Enrichment ermöglicht dir des Weiteren, margenstarke Produkte zu identifizieren und damit deine Verkäufe zu maximieren. Hierfür müssen deine Daten z. B. um Informationen wie den Deckungsbeitrag des Produkts, die Marketingkosten oder transaktionale Kosten angereichert sein.

Berücksichtige außerdem die Interessen deiner Shopbesucher und gehe mit 1:1-Personalisierung auf jeden einzelnen Kunden gezielt ein. Anhand bisheriger Transaktionen und Interessen lassen sich Kunden segmentieren oder ganz individuell gezielt ansprechen. Nutze die angereicherten Daten beispielsweise im E-Mail-Marketing, um Newsletter stärker zu personalisieren. Statt lediglich eine persönliche Anrede mit dem Vornamen einzusetzen, kannst du sogar den gesamten Inhalt der E-Mail individuell gestalten, etwa mit Empfehlungen zur Lieblingsmarke, den bevorzugten Farben oder Styles. Ebenso lassen sich Informationen zu den Interessen deiner Kunden für Recommendations im Online Shop einsetzen. So steigerst du die durchschnittliche Bestellhöhe und die Umsätze.


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


Wenn du mehr darüber erfahren möchtest, wie du die Produktdaten im Online Shop an die Bedürfnisse und Pain Points deiner Kunden anpassen sowie den Produktdatenfeed aufbereiten und anreichern kannst, um mithilfe dieser Art der Datenanreicherung z. B. die Suche zu optimieren oder passende Empfehlungen in deinem Shop auszuspielen, legen wir dir unsere Blogartikel zu diesen Themen ans Herz.

Optimierte Suchfunktion im Online Shop von Picard dank Data Enrichment.
Dank einer optimierten Suchfunktion erhalten Kunden im Online Shop von PICARD beispielsweise auch zu eingegebenen Suchwortkombinationen passende Ergebnisse.
(Quelle: Screenshot von picard-fashion.com)

Unterstützung in Sachen Data Enrichment

Unterstützung beim Data Enrichment sowie in weiteren Themen rund um Datenmanagement, -infrastruktur und -administration erhältst du von verschiedenen Enrichment Services, die dich je nach Bedarf unterschiedlich stark unterstützen. So kannst du deine vorhandenen Daten z. B. an einen Service übergeben, der diese validiert und anschließend mit geeigneten Merkmalen anreichert. Auch gibt es verschiedene Softwareanbieter und Tools, welche dir beim Data Enrichment bestmöglich unter die Arme greifen. Dienstleister können dich zudem bei der kompletten Einführung von Data Enrichment in deinem Online Shop unterstützen und begleiten dich bei der Aufbereitung der vorhandenen Daten sowie der Einführung geeigneter Tools.

Zwei Anbieter, die auf Themen rund um Daten spezialisiert sind, möchten wir dir im Folgenden beispielhaft kurz vorstellen:

minubo ist ein Beispiel für eine schlüsselfertige All-in-one Business Intelligence Lösung, die speziell für den E-Commerce entwickelt wurde. Der Kern dieser Komplettlösung besteht darin, alle Daten, die verstreut im Unternehmen vorhanden sind, zusammenzubringen und dadurch Transparenz sowie eine gute Basis für holistische Entscheidungen und für die Weiterverarbeitung in Drittsystemen zu schaffen.

Als Digital Operations Platform bietet Actindo neben einem PIM-System zur Datenverwaltung und -steuerung auch einen sogenannten DataHub, der dafür sorgt, dass alle Daten reibungslos durch die verschiedenen Module und die externen IT-Systeme der Unternehmen fließen. Das flexible Datenmodell ermöglicht es dabei, komplexe und variierende Daten abzubilden, zu transformieren und an andere Module sowie externe Systeme zu übermitteln – und das vollständig automatisiert.

Fazit: Mit Data Enrichment holst du das Beste aus deinen Daten heraus

Die Kunden persönlich und individuell anzusprechen sowie für ein einzigartiges Einkaufserlebnis zu sorgen, kann für deinen Online Shop einen wesentlichen Wettbewerbsvorteil darstellen. Data Enrichment unterstützt dich dabei, deine Datenbestände so anzureichern, dass du daraus Rückschlüsse auf die Interessen und Bedürfnisse deiner Besucher ziehen kannst. So kannst du die Kundenansprache konsequent danach ausrichten und zielgenaue Entscheidungen treffen. Die Datenanreicherung bringt darüber hinaus auch in anderen Bereichen große Vorteile mit sich – ob verringerte Retourenquoten, Vermeidung von Kaufabbrüchen und Lagerstau oder stärkerer Abverkauf von margenstarken Produkten – mit Data Enrichment holst du das Beste aus deinen Daten heraus. Um die Wirksamkeit deiner Maßnahmen dabei sicherzustellen, solltest du deine Kampagnen kontinuierlich optimieren.

Quelle: ¹ Accenture

Häufige Fragen zu Data Enrichment
Was ist Data Enrichment?

Als Data Enrichment bezeichnen wir das Zusammenführen neuer Daten aus Drittquellen in die eigene Datenbasis. Die Datenanreicherung besteht dabei aus den drei Aspekten Bereinigung, Erweiterung und Vervollständigung.

Warum sollte ich Data Enrichment im E-Commerce nutzen?

Data Enrichment bietet dir die Chance, deine Kunden besser zu verstehen, die Informationen in einen größeren Kontext zu setzen und zielgerichtete Entscheidungen basierend auf den angereicherten Daten zu treffen.

Welchen Herausforderungen sehen sich Unternehmen im Bereich Datenmanagement gegenüber?

Eine Herausforderung besteht z. B. darin, dass die vorhandenen Daten oft in isolierten Datensilos stecken und nicht verbunden sind. Außerdem fehlt häufig die benötigte Infrastruktur für die Zusammenführung der Daten. Auch widersprüchliche Kennzahlen, fehlendes Kundenverständnis sowie fehlende datengetriebene Prozesse können Probleme darstellen.

Was sind Voraussetzungen für die erfolgreiche Datenanreicherung?

Grundlegende Voraussetzung für Data Enrichment sind integrierte Daten in Form einer soliden und verlässlichen Datenbasis und somit eine Dateninfrastruktur, die als Ausgangspunkt für die Datenanreicherung dient.

Welche Anwendungsbeispiele gibt es für Data Enrichment?

Im Online Shop kannst du die Inhalte mithilfe der angereicherten Daten besonders individuell an den Besucher anpassen. So kannst du an seinen Interessen orientierte Anzeigen und Produktempfehlungen einspielen. Oder du steuerst das Kauf- und Besucherverhalten über den Abbau von Hürden im Checkout-Prozess, beispielsweise durch Voreinstellung der User-Präferenzen. Auch kannst du angereicherte Daten nutzen, um gezielt Retouren, Kaufabbrüche oder Lagerstau zu vermeiden sowie margenstarke Verkäufe zu maximieren.

Du möchtest mehr zum Thema erfahren und lernen, wie du das volle Potenzial deiner Daten ausschöpfen kannst?

Sieh dir unsere Webinar-Aufzeichnung an!