Das sitzt! So clever können In-Store-Produktempfehlungen sein

Detego, Softwarespezialist für den Einzelhandel, hat eine bahnbrechende Methodik für In-Store-Produktempfehlungen vorgestellt, die klassischen Stores Cross-Selling-Potenziale nach Art des E-Commerce erschließt. Die neue Recommendation Engine des Unternehmens nutzt künstliche Intelligenz (KI), um anhand spezifischer Filialdaten und POS-Informationen individuelle Produktempfehlungen abzugeben – ohne Bedarf an Kundenprofilen.

Cross-Selling durch Empfehlung verwandter Produkte ist seit jeher der große Trumpf des E-Commerce. Bei Amazon, so eine aktuelle Studie, werden damit 35 % des Umsatzes erzielt (Quelle). Könnte der stationäre Handel schon bald gleichziehen? Genau dies verheißen innovative Lösungen auf RFID-Basis, wie intelligente Umkleidekabinen und Chatbots per Smartphone, die seit einigen Jahren bereitstehen. Doch noch liegt eine Hürde zwischen Brick & Mortar-Stores und effektivem Cross-Selling: Während verbraucherspezifische und aggregierte Daten, Basis aller guten Empfehlungen, dem E-Commerce in rauen Mengen vorliegen, bleibt es für konventionelle Stores bei Momentaufnahmen – es hapert bei der Quantität und Qualität der Daten.

Ein Fall für Detego! Datenspezialisten des Unternehmens, fokussiert auf RFID-gestützte Einzelhandelssoftware, präsentierten auf der ACM UMAP 2019 (9.–12. Juni, Zypern) ein innovatives Datenverarbeitungskonzept für In-Store-Empfehlungssysteme. „Beggars Can’t Be Choosers: Augmenting Sparse Data for Embedding-Based Product Recommendations in Retail Stores“[1], so der Titel des Vortrags. Herzstück ist ein alternativer Algorithmus, der gängige Kombinationen aus Warenkörben mit grundlegenden POS-Informationen zusammenführt. Das Resultat sind um 6,9 % treffendere Empfehlungen, so das Unternehmen, die ohne Verwaltung filialspezifischer Modelle ganz auf den jeweiligen Store zugeschnitten sind. In Kombination mit interaktiven Empfehlungstools entstehen nahtlos integrierte, die Verbraucher mitreißende In-Store-Erlebnisse, die den Umsatz der Brick & Mortar-Stores kräftig ankurbeln dürften. Ein weiterer großer Schritt zur Verschmelzung der Shoppingkanäle!

Dazu Mathias Wölbitsch, Data Scientist, Detego: „Die Wendung ‚Andere Kunden kauften auch …‘ ist nicht mehr dem E-Commerce vorbehalten. Innovative RFID-basierte Technologien, wie unser Smart Fitting Room für Umkleidekabinen, lassen auch den stationären Handel mit personalisierten Empfehlungen punkten. Hinzu kommt nun die neue Recommendation Engine, deren KI-Algorithmus ganz auf die Besonderheiten im Bereich Fashion Retail zugeschnitten ist – etwa variable und schnell wechselnde Sortimente.“ 

Detegos jüngste Innovation, gepaart mit weiteren Anwendungen des Unternehmens wie Smart Fitting Room und Echtzeit-Bestandsmanagement, die zusehends an Präsenz gewinnen, hilft dem Einzelhandel, die Weichen für die Zukunft zu stellen.

[1] (Wenn die Not zur Tugend wird: Erweiterung knapper Daten für eingebettete Produktempfehlungen in Retail Stores)