top of page
  • info395803

Wie Schuhcenter mit intelligenten Empfehlungen den Abverkauf fördert

Aktualisiert: 10. Apr.



Der Onlineshop Schuhcenter.de hat seine Produktempfehlungen umgestellt. Grundlage für die Recommendations ist jetzt nicht mehr das Userverhalten, sondern ein bildbasierter Algorithmus. Seitdem steigt die Conversion.


Das Mönchengladbacher Siemes Schuhcenter gehört zu jenen inhabergeführten Mittelständlern, denen die digitale Transformation ganz offensichtlich gelungen ist. 1936 wurde das erste Schuhgeschäft in Mönchengladbach gegründet, heute gehören mehr als 170 Filialen zum Unternehmen, womit es zu den größten Schuhfachhändlern in Deutschland zählt. 2010 wurden die stationären Läden durch den Onlineshop schuhcenter.de ergänzt, der seitdem seine ganze eigene Erfolgsstory schreibt. "Wir haben Jahr 2021 im Vergleich zum Vorjahr eine Umsatzsteigerung von 23,7 Prozent erzielt", sagt Robert Flanz, Leiter E-Commerce. "Die Conversion Rate konnten wir um 15,1 Prozent steigern."


Bildbasierter Empfehlungsalgorithmus


Diese Zahlen hängen eng mit der hohen Innovationsbereitschaft der Mönchengladbacher zusammen. Jüngstes Beispiel dafür ist die Einführung eines bildbasierten Empfehlungsalgorithmus, wie er im E-Commerce bislang eine Seltenheit ist. Denn üblicherweise werden Kunden, die sich im Shop umsehen, Produkte empfohlen, die sie schon mal angeklickt haben oder die irgendwie ähnlich sind. Die Empfehlungen basieren auf Daten, die sich aus dem bisherigen Kundenverhalten ableiten lassen oder das Verhalten ähnlicher Kunden heranziehen.


Anders bei Schuhcenter. Das Unternehmen implementierte im Jahr 2020 einen KI-basierten Algorithmus, dessen Produktempfehlungen auf visueller Intelligenz beruhen. Dazu "zerlegt" die Software des Anbieters vviiinn jeden Schuh, der im Shop angeboten wird, in mehr als 1.000 verschiedenen Merkmale. Das reicht von nachvollziehbaren Attributen wie Farbe, Form, Sohle, Schnürsenkeln, Material über Merkmale, die jeder Mensch unbewusst wahrnimmt (aber nicht definieren könnte) bis hin zu abstrakt anmutenden Kriterien.


Empfehlungen fördern Longtail


"Die Analyse geht unvorstellbar ins Detail", erklärt Philipp Derksen, Product Owner von vviinn. Diese Merkmale werden in Millisekunden mit anderen Produkten abgeglichen und Übereinstimmungen gesucht, die dann als Empfehlungen auf der Site präsentiert werden. "Die KI analysiert den Charakter des Produktes", sagt Derksen. "Die Empfehlungen zeigen also nicht nur Schuhe aus der gleichen Kategorie und mit gleicher Farbe, sondern tre!en genau den Stil des Users." Anders als text- und behaviorbasierte Recommendation-Verfahren sei dieser Weg intuitiver und damit deutlich näher am natürlich menschlichen Orientierungsverhalten. Derksen: "Die Ergebnisse entsprechen damit mehr dem Bild von ihrem Wunsch-Schuh, das die Kund:innen in dem Moment tatsächlich im Kopf haben."


Um zu überprüfen, ob die bildbasierten Empfehlungen auch besser arbeiten, führte Schuhcenter im April 2020 eine Woche lang einen A/B-Test durch. Die Testwoche war besonders umsatzstark, da es die erste Phase des Lockdown war. Einem Teil der Nutzer wurden die Produktempfehlungen gezeigt, wie sie branchenüblich sind. Der andere Teil der Kundschaft erhielt Empfehlungen und Suchergebnisse auf Basis der Visual-Intelligence-Software. Wer welche Variante sah, entschied ein Zufallsgenerator.


Die Auswertung ergab, dass die visuellen Produktempfehlungen zu deutlich mehr Klicks,

höheren Conversions und größeren Warenkörben führte als die textbasierten

Personalisierungen. Die Empfehlungen, die auf einer visuellen Analyse beruhten, wurden im

Schnitt 2,5-mal häufiger geklickt als die Standardempfehlungen. Sie trafen

offensichtlich besser den Geschmack der User. Zudem ergaben die Tests: Sie wurden auch

dreimal so häufig genutzt. Und auch die Conversion Rate konnte sich signifkant steigern

lassen: Sie war 2,5-mal so hoch wie bei den Standardempfehlungen. Insgesamt wurden in

der Woche 26.171 Produkte gekauft, davon 268 aufgrund visueller Produktempfehlungen, 74

auf Basis textbasierter Personalisierung. "Die visuellen Produktempfehlungen sind

tre!sicherer", sagt Robert Flanz. "Sie fördern und beschleunigen ganz offensichtlich die

Kaufentscheidung. Und die Kunden profitieren unmittelbar von den relevanteren

Recommendations."


Bildbasierte Produktsuche ist in Planung



Inzwischen ist die Visual Intelligence Software beim Onlineshop Schuhcenter gesetzt. Das hat

auch Auswirkungen auf den Longtail des Warenbestands, also auf die Schuhe, die

aufgrund ihrer geringen Stückzahl (u.a. Ausnahmegrößen) sonst kam noch Beachtung

finden, da sie der klassische Suchalgorithmus nicht anzeigt.


"Die auf der Customer Journey basierenden Empfehlungen bewegen sich oft in einer

Bestseller-Bubble", erklärt Derksen. "Das, was ohnehin gut geklickt wird, wird angezeigt und

gekauft. Deshalb wird es weiter gut geklickt und gekauft und der individuelle Longtail gerät in

Vergessenheit." Artikel, die nur noch ein, zweimal auf Lager sind, würden inzwischen

deutlich häu"ger gekauft als noch vor einem Jahr, bestätigt Robert Flanz. "Ich führe das

darauf zurück, dass sie über Recommendations angezeigt werden und so die Chance steigt,

dass sie gekauft werden."


Inzwischen hat Schuhcenter das gesamte UX Design den neuen Erkenntnissen angepasst. Die Anzahl der Produkte, die nach einer Suche gezeigt wird, wurde erhöht, die Produktbilder vergrößert, die Empfehlungen besser und übersichtlicher dargestellt. Der Button, um ein Produkt in den Warenkorb zu legen, verschwindet nicht mehr aus dem sichtbaren Bereich. Und über ein Icon kann der User auf seinem Mobile Screen die Recommendations nach vorne holen.


Demnächst will das Unternehmen nun auch die bildbasierte Produktsuche einführen. "Der User kann ein Bild hochladen, das entweder selbst aufgenommen oder irgendwo im Web gefunden wurde, und unser Algorithmus sucht auf der Plattform nach passenden Produkten. Auch hier wird für die Empfehlung das abgebildete Produkt in Hunderte Informationshäppchen zerlegt, um die richtigen Vorschläge zeigen zu können", so Derksen. Möglicherweise soll das neue Feature noch im ersten Quartal kommen.


Comments


bottom of page