Saturday, October 1, 2022
No menu items!
HomeCloud ComputingRichemont nutzt KI-Empfehlungen für ein besseres Einkaufserlebnis

Richemont nutzt KI-Empfehlungen für ein besseres Einkaufserlebnis

Ob online, offline oder auch beides – Einzelhändler stehen im Umgang mit ihren Kund*innen vor der gleichen Herausforderung: Wie können sie ihrer Kundschaft überall und jederzeit die richtige Auswahl bieten, ohne sie zu überfordern – und sie dadurch möglicherweise zu verlieren?

Hier handelt es sich in erster Linie um ein Informationsproblem – und damit eines, das sich mithilfe künstlicher Intelligenz (KI) erfolgreich lösen lässt. So zum Beispiel bei Richemont.

Richemont bietet ein Portfolio führender Luxusgütermarken an, die für Tradition, Handwerkskunst und Kreativität weltbekannt sind. Dabei liegen die Schwerpunkte in den Bereichen Schmuck (Cartier, Van Cleef & Arpels), Luxusuhren (IWC, Jaeger-LeCoultre, Panerai, Vacheron Constantin) sowie Mode und Accessoires (Chloé, Montblanc, dunhill).

Die Kund*innen von Richemont kaufen Produkte auf unterschiedliche Weise und über diverse Kanäle: vom Online-Shopping bis hin zum Besuch einer Boutique. Wenn Verkäufer*innen wissen, wer wahrscheinlich einen Kauf oder einen erneuten Kauf tätigen wird, wann sie jemanden direkt ansprechen und welche Kreationen sie dabei empfehlen sollten, können sie ein ansprechendes Einkaufserlebnis bieten und zum richtigen Zeitpunkt gezielt beraten. Richemont begegnet diesen Herausforderungen im Einzelhandel mithilfe einer integrierten Plattform, die Google Cloud und seine KI/ML-Funktionen nutzt.

Mit Machine Learning Kundenwünsche wecken

Richemont stellte sich zunächst folgende Fragen:

Welche Interessent*innen oder Kund*innen benötigen besondere Aufmerksamkeit? Wer wird wahrscheinlich ein Produkt kaufen oder einen erneuten Kauf vornehmen?

Welche Artikel sollten den jeweiligen Kund*innen und Interessent*innen empfohlen werden?

Um Antworten auf die oben genannten Fragen zu finden, wurden entsprechende Machine-Learning-Algorithmen entwickelt. Dazu mussten in großem Umfang Algorithmen eingerichtet und ausgewertet werden, die auch die Besonderheiten einzelner Marken im weltweiten Verkauf berücksichtigen. So kann es etwa bei einer Modemarke bedeutender sein, saisonale Artikel zu empfehlen, während es bei Uhren vermehrt darum geht, das Interesse an Markenikonen auch auf andere Modelle auszuweiten.

Diese Grafik zeigt eine Übersicht des von Richemont verwendeten Prognoseverfahrens:

Interaktionsdaten (geöffnete E-Mails, Klicks, SMS/MMS, Website-Besuche) haben sich als wichtige Indikatoren der Konversionsprognose von Interessent*innen erwiesen, zu denen noch kein Transaktionsverlauf vorhanden ist. Für Website-Interaktionen verwendete Richemont den Google x Salesforce Connector.

Zur Einrichtung und des Monitorings der Machine-Learning-Algorithmen fasste Richemont Vertex AI mit BigQuery, Cloud Functions und Google Storage in einer von Google Cloud Composer koordinierten Lösung zusammen.

Die Rolle von Algorithmen bei der Produktempfehlung

Für die Ermittlung der Produktempfehlung nutzte Richemont die Deep-Learning-Bibliothek TensorFlow-Empfehler. Mit dieser Bibliothek können Unternehmen hochmoderne Deep-Learning-Algorithmen entwickeln, die relevante und belastbare Prognosen liefern.

Eine Darstellung der verschiedenen Produkte und Kund*innen in einem niedrigdimensionalen Raum sowie der Ähnlichkeiten und Unterschiede zwischen ihnen: ähnliche Produkte ergeben ähnliche Darstellungen.

Potenziale mit integrierter Technologie ausschöpfen

Die Innovationen von Richemont zeigen, wie Technologie einen Mehrwert schafft, wenn sie zahlreiche Aspekte des Einkaufserlebnisses von Kund*innen berücksichtigt. In diesem Fall kamen Anwendungen zum Einsatz, um Kund*innen mit einer starken Kaufbereitschaft zu Boutique-Besuchen einzuladen. Wer sich an einem anderen Punkt der Customer Journey befand, bekam basierend auf den eigenen Vorlieben andere Optionen angeboten. Diese Lösung wird inzwischen bei elf Marken in mehr als 25 Ländern eingesetzt und ist nur ein Beispiel dafür, wie KI das Einkaufserlebnis und damit die Bindung von Kund*innen verbessern kann. 

Entscheidend dabei ist, wie Einzelhändler und deren Partner das Verständnis ihrer Kund*innen in den Mittelpunkt stellen. KI gewinnt nicht nur im Einzelhandel, sondern in allen Branchen an Bedeutung. Das Verständnis von Menschen als grundlegendes Organisationsprinzip wird immer wichtiger. Auch in Zeiten stetigen Wandels werden die Unternehmen im Vorteil sein, die ihren Fokus bestmöglich auf ihre Kund*innen legen.

Cloud BlogRead More

RELATED ARTICLES

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Most Popular

Recent Comments