„Unsere Empfehlungen für Sie“: Personalisierung im Webshop

Wir sind täglich im Internet unterwegs. Community Webseiten, Newsportale oder Onlineshops und überall werden wir mit Werbung versorgt. Wir bekommen Produkte empfohlen, die mehr oder weniger zu uns passen. Dies geschieht auf Basis unseres Klick- und Surfverhaltens, unserer Kaufhistorie und noch weiterer unzähliger Daten. Doch was passiert genau, wenn wir in unseren Lieblings-Webshop kommen und welchen Nutzen hat die Personalisierung für den Anbieter und für die Kunden?

- Anzeige -

Grundvoraussetzung für Personalisierung ist die Unterscheidbarkeit jedes Nutzers im Shop. Diese Identifikation ist einfach, wenn der User ein Benutzerprofil angelegt hat, denn so können einzelne Merkmale genau diesem Nutzer zugeschrieben werden. Diese Nutzerpräferenzen können durch zwei Arten ermittelt werden. Bei der expliziten Eingabe (explizite Personalisierung) legt der Anwender selbst seine Präferenzen fest und speichert diese in seinem Profil. Diese Vorlieben können zum Beispiel via Fragebogen oder am Telefon (Call Center) bei der Registrierung ermittelt werden. Im Gegensatz dazu steht die vom Nutzer unbemerkte Beobachtung seines Verhaltens (implizite Personalisierung). Beim sogenannten Tracking wird das Onlineverhalten des Users aufgezeichnet und die ermittelten Daten zwischengespeichert. Natürlich sind beide Verfahren auch kombinierbar.

Präferenzen + Regeln + Filter = Individuelle Empfehlung

Nach der Erhebung der Präferenzdaten zur Individualisierung des Angebotes kommen die Personalisierungstechniken zum Einsatz. Hierbei wird zwischen der regelbasierten Personalisierung (Rules Based Matching) und dem kollaborativen Filtern (Automated Collaborativ Filtering) unterschieden. Bei ersterem wird der Inhalt an ein vorgegebenes relativ starres Regelwerk angepasst. Die Auswahl der Regeln wird vom Anbieter vorgenommen und die so definierten (logischen Verknüpfungs-)Regeln bestimmen das personalisierte Angebot. Ein Beispiel:

Es wurden vom Anbieter folgende Regeln aufgestellt:
1. Wenn der Benutzer X ein Auto besitzt, dann empfehle ihm einen Eiskratzer.
2. Wenn der Benutzer X Winterreifen kauft, dann besitzt er ein Auto.

- Anzeige -

Aus dem Warenkorb ist ersichtlich, dass ein Benutzer Winterreifen kaufen wird. So kann das Regel-System mit Regel 2 schließen, dass der Benutzer ein Auto besitzt. Dieses (erweiterte) Wissen kann es in einem weiteren Schritt nutzen, um mit Regel 1 einen Eiskratzer anzubieten.

Beim Automated Collaborativ Filtering ist keine manuelle Eingabe von Regeln mehr nötig, denn ein Algorithmus löst diese Aufgabe. Diese Regeln basieren auf den Vorlieben der Benutzer und werden automatisch generiert. Das Kennen der Beziehungen der Benutzer untereinander ist bei diesem Verfahren nicht mehr notwendig. Die Personalisierung ist dadurch auch bei unbekannten Nutzer möglich. Die Empfehlungen dieser Art können durch zwei verschiedene Vorgehensweisen erstellt werden:

Memory-based Collaborative Filtering: Die individuellen Empfehlungen werden auf der Basis von aktiven Benutzerdaten sowie Bewertungen und durch Ausführung von Algorithmen zusammengestellt. Für jede Vorhersage dienen die gesamten Präferenzen aller Benutzer als Grundlage.

- Anzeige -

Model-based Collaborative Filtering: Bei dieser Variante werden anhand aller Benutzerdaten im Voraus Benutzermodelle berechnet. Auf diese werden bei einer späteren Anfrage zurückgegriffen und die Empfehlungen ausgespielt.

Die Personalisierungslogik ist verantwortlich für die Berechnung einer Empfehlung und greift dabei auf eine begrenzte Menge an Algorithmen zurück. Diese haben jede für sich ihre Vor- und Nachteile, sodass sich zur Optimierung der Empfehlungsqualität eine Kombination aus den Personalisierungstechniken eignet. Die wohl am häufigsten angewendete Personalisierungstechnik ist das kollaborative Filtern.

Reinforcement Learning – Personalisierung 2.0

Trotz der Vielzahl an Kombinationsmöglichkeiten der Personalisierungstechniken gibt es auch bei diesen Verfahren Nachteile und Grenzen. Zum Beispiel muss eine gewisse Mindestanzahl an Benutzerprofilen vorhanden sein oder es besteht das Risiko schlechte Empfehlungen durch zufällige Zusammenhänge auszuspielen. Ein innovativerer Ansatz für die Personalisierung ist das Reinforcement Learning, welches im Gegensatz zu den Personalisierungstechniken keine Information über eine Lösungsstrategie benötigt. Das System erlernt selbständig eine Strategie durch geschicktes Ausprobieren (’Trial and Error’). Einfach gesagt, wird bei diesem Verfahren eine Verbindung zum Beispiel zwischen zwei Produkten positiv oder negativ bewertet. Beispiel:

Das System spielt zu dem Winterreifen folgende Empfehlung aus:

A. Eiskratzer      B. Sonnencreme       C. Apfel

Der Nutzer klickt auf den Eiskratzer, somit wird die Verbindung zwischen Winterreifen und Eiskratzer als positiv gewertet und die Verbindung zwischen B. und C. als negativ. Der Vorteil bei diesem Verfahren ist, dass so auch Artikel wieder ausprobiert werden, die nicht positiv gewertet wurden. So sind keine Artikel vorhanden, die nicht mit ausgespielt werden und neue Artikel werden von Beginn an mit eingebunden.

Dieses selbstlernende System basiert auf dem Data-Mining und ist eine Form der künstlichen Intelligenz. Der bekannteste Personalisierungsdienstleister im europäischen Raum ist die prudsys AG mit ihrer Realtime Decisioning Engine (kurz prudsys RDE).

Personalisierung? Sinnvoll!

Die Personalisierung erleichtert dem Kunden die Navigation durch den Shop. Dabei werden dem Konsumenten personalisierte Produktinformationen zur Verfügung gestellt oder die Suche erleichtert. Da das Einkaufserlebnis beim Konsumenten im Vordergrund stehen sollte, ist diese einfache und übersichtliche Navigation und Suche ein enorm wichtiger Punkt. Beim Konsumenten führen sie zu einem positiveren Einkaufserlebnis und verbessern die Kundenbindung.

Personalisierte Cross- und Up-Selling-Angebote haben einen positiven Einfluss auf den Kaufprozess. Anbieter erzielen durch Personalisierung einen Mehrumsatz im zweistelligen Prozentbereich.

Unsere Empfehlung für Sie …

Empfehlungssysteme sind ein mächtiges Instrument, um Kundenbindung, Umsatz und Ertrag zu steigern. Dennoch sollte man sich vorab fragen, wie und vor allem wo personalisiert werden soll, denn neben den altbekannten Produktempfehlungen bieten die selbstlernenden Systeme noch viel mehr Einsatzmöglichkeiten. Ein weiteres Einsatzgebiet ist die Marketing Automation. Neben dem dynamischen Pricing sind besonders die Möglichkeiten der Retourenprognose und der Warenkorbabbruchprävention für Shop-Betreiber interessant.

Empfehlung der Redaktion

Digitalisierung: Was ist das? Eine Definition.

Diesen Artikel lieber hören? Gelesen von Peter Brown. Hörbar gemacht von Obwohl sie in nahezu allen unseren Lebens- und Arbeitsbereichen eine große Rolle spielt, ist die...

Aufgaben eines CDO – als Störenfried die Digitalisierung voranbringen

Diesen Artikel vorlesen lassen: Die MetaJobsuchmaschine Joblift hat die Stellenausschreibungen für CDOs (Chief Digital Officer) der letzten zwei Jahre unter die Lupe genommen. Hierbei haben...

Was ist SEMrush? – Alle Funktionen im Überblick

Alles begann im Jahr 2008 als sich eine kleine Gruppe aus IT- und SEO-Spezialisten mit einer gemeinsamen Mission zu einem Unternehmen zusammenschlossen und den...

5 SEO Tipps für Online Shops

5 Online Shop SEO Tipps für bessere Rankings und mehr Umsatz im Jahr 2015. Mit diesen Tipps ist jeder Online Shop Betreiber auf der sicheren Seite.

Kommentieren Sie den Artikel

Bitte geben Sie Ihren Kommentar ein!
Bitte geben Sie hier Ihren Namen ein

Anzeige„Unsere Empfehlungen für Sie“: Personalisierung im Webshop | digital-magazin.de
Anzeige

Beliebte Beiträge

wee wird stationären Einzelhandel im Allgäu gegen Verluste durch E-Commerce stärken

Neu gegründete Initiative unter „wee Love Allgäu“ will gemeinsam aktiv die Zukunft des Allgäus mitgestalten Kempten/Kreuzlingen/München, 25. Oktober 2019: Im Rahmen ihrer europäischen Markteinstiegsstrategie startet...

Der OMT 2019 – familiär & Hands-On

OMT 2019 in Wiesbaden: Die konferenz für Onlinemarketing in familiärer Atmosphäre am 06.September Hofheim, Mai 2019: Dieses Jahr geht die OMT Konferenz am 06. September...

Newsletter - wöchentlich digital informiert werden

Unser Newsletter schickt Ihnen die News der letzten Woche zusammengefasst in Ihr Postfach.

- Anzeige -„Unsere Empfehlungen für Sie“: Personalisierung im Webshop | digital-magazin.de

Veranstaltungen

Neuer Umgang mit Daten – Data Driven Business

Wichtig! Update zum Event (28.10.2020) Die Data Driven Business findet aufgrund der aktuellen Lage virtuell vom 16. - 17. November statt. Mehr Infos finden Sie hier.   Im...

Mit Backlinks und Co. die Zielgruppe weltweit erreichen -eology Webinar

Jetzt durchstarten: Internationale Zielmärkte im E-Commerce mit Backlinks und Co. erschließen. Einzigartige Inhalte wollen verbreitet und verlinkt werden – ein strategisch gut geplanter Content Outreach ist...

E-Commerce Berlin Expo 2021 – im Gespräch mit der Zukunft

Die E-Commerce Berlin Expo 2021 ist ein etabliertes Branchenevent, das zahlreiche E-Commerce Größen an einem Ort vereint. Die verschiedenen Player des Onlinehandels können sich...
- Anzeige -„Unsere Empfehlungen für Sie“: Personalisierung im Webshop | digital-magazin.de

Ähnliche Beiträge