Viele gängige Formen der Personalisierung führen für Händler geradewegs in die Bestseller-Bubble. Auf einer eher schmalen Datenbasis schlagen viele Shops ihren Kund:innen vor allem Produkte vor, die ohnehin viele Menschen gekauft haben.
Das Ergebnis ist eine ineffektive Endlosschleife: Die Bestseller-Produkte werden auch deshalb gekauft, weil sie häufig vorgeschlagen werden. Und sie werden häufig vorgeschlagen, weil sie viel gekauft werden. Auf der Strecke bleiben so zahlreiche Artikel jenseits der Verkaufsschlager-Hitliste – der so genannte Longtail.
Um aus dieser Bestseller-Bubble auszubrechen, müssten Merchants auf dem herkömmlichen Weg viel Aufwand und Daten investieren.
Eine kurze Rechnung dazu: Um wirklich verlässliche Vorhersagen für Kaufempfehlungen machen zu können, sind mindestens 100 Käufe und mehr als tausend Aufrufe je Produkt nötig. Das bedeutet: für
ein relativ kleines Portfolio von 5.000 Produkten bräuchte in wenigen Tagen man fünf Mio. Aufrufe, gleichmäßig verteilt auf allen Produktseiten. Über derart umfangreiche und repräsentative Daten verfügen die wenigsten Shops.
Mit Visual Search können Online-Händler dagegen einfach und effizient aus dieser Blase herauskommen. Die Trefferquote bei den Recommendations steigt signifikant und sorgt dafür, dass Einzelposten nicht zu Ladenhütern werden.
Unser Kunde Siemens Schuhcenter bestätigt diesen positiven Effekt auf den Longtail. Artikel werden „zum richtigen Zeitpunkt angezeigt und so steigt die Chance, dass sie gekauft werden“.