LOUIS INTERNET und BITO blicken auf eine langjährige Partnerschaft zurück. Seit 2012 arbeiten die Digitalagentur und der Logistikexperte bereits zusammen. Neben zahlreichen Projekten wie Website-Relaunch, virtuelle Messeplattformen und Online-Marketing wurde nun der gemeinsam entwickelte Shop durch ein RDE Produktempfehlungs-Feature erweitert.
Recommendation Engines sind Empfehlungssysteme, die durch Algorithmen personalisierte Inhalte generieren. Das Tool des Anbieters GK Artificial Intelligence for Retail AG (ehemals Prudsys) wurde im BITO Online-Shop integriert, um Kund:innen schneller zu einer Kaufentscheidung zu bewegen. Auf Basis verschiedener Benutzerdaten werden spezifische Produkte angezeigt, die für den jeweiligen User im Shop besonders relevant sind. Durch die Analyse von allgemein beliebten, angesehenen und gekauften Artikeln können personalisierte Präferenzen erkannt und so passgenau bestimmte Produkte empfohlen werden, um den Verkauf zu steigern.
Technologien
Leistungen & Lösungen
Branchen & Themen
Die Recommendation Engine wurde über eine Schnittstelle in das Shopsystem von BITO angebunden. Das Tool erfasst verschiedene Daten des Users während des Shopbesuchs und erstellt anonymisierte Kunden-IDs, die beispielsweise Informationen zu Einkaufsverhalten, vergangenen Bestellungen, Produktdetails so wie Klicks und Aufrufe enthalten. Die Daten werden an den Server der Recommendation Engine weitergeleitet, wo personalisierte Empfehlungen für den jeweiligen Shop-Besucher generiert werden. Durch den Einsatz veschiedener Algorithmen und Auswertungsmodellen können bestimmte Bedarfe und Präferenzen vorhergesagt und mit passenden Produktempfehlungen bedient werden.
Die Empfehlungen werden im Shop-Frontend an mehreren Stellen ausgegeben. Die Ausgabeelemente sind CD-konform gestyled and fügen sich so harmonisch in das Gesamtbild des BITO Online-Shops ein. Unter anderem wird ein kunden-individualisierter Slider mit “Beliebten Produkten” auf der Startseite angezeigt. Weitere personalisierte Empfehlungen finden sich auf den Produktdetail- und Produktkategorieseiten, im Warenkorb und auf der 404-Fehlerseite. Durch die Ausgabe in Echtzeit wird vor allem das aktuelle Verhalten des Users im Shop berücksichtigt und gestaltet die Produktempfehlungen dynamisch.
Eine große Besonderheit der Recommendation Engine ist die Möglichkeit, A/B-Tests durchzuführen, um die Effektivität der Anzeige von Produktempfehlungen und die Wirksamkeit des Designs im Online-Shop zu messen.
Mithilfe des Tools von GK Artificial Intelligence for Retail AG wird das Frontend im Online-Shop so angepasst, dass zwei verschiedene Darstellungsvarianten ausgegeben werden. Ein beliebiger Anteil der User bekommt eine Variante angezeigt, die restlichen User bekommen die andere Variante zu sehen. Dabei werden Aspekte wie Design und Platzierung verschiedener Inhalte und Produktempfehlungen getestet und anschließend ausgewertet, welche Variante eher wirksam ist und zu einer Kaufentscheidung führt.