Stell dir vor, du gehst in ein lokales Geschäft, und die Regale und Produkte ordnen sich nur für dich neu an, sodass stets die relevantesten Produkte in deinem Sichtfeld liegen. Genau das macht Atlas AI für deinen Online-Shop und verbessert so das Einkaufserlebnis für deine Shopper und die Conversion-Rate für deinen Shop.

Aber der Reihe nach…

Was ist ein relevantes Suchergebnis?

Nehmen wir zwei Personen, die beide online nach einem „Pullover“ suchen. Der erste Shopper legt Wert auf Mode und hat ein schickes Modell von einer High-End-Marke im Auge. Die zweite Person jedoch sucht etwas Gemütliches aus Wolle und ist darauf bedacht, ein günstiges Angebot zu finden. Das ist ein Beispiel für zwei Suchen, die gleich sind, deren Anspruch an ein relevantes Ergebnis aber total unterschiedlich ist. Relevanz ist immer durch persönliche Vorlieben bestimmt – und genau hier kommt Atlas AI ins Spiel. Es erfasst diese subtilen Unterschiede in den Vorlieben. Dadurch stellt Atlas AI sicher, dass jeder Shopper genau das findet, was er sucht. 

In stationären Geschäften kann ein Verkäufer persönliche Vorlieben entweder beobachten oder erfragen. Im Online-Shop fehlen diese Informationen häufig. Um diese Herausforderung anzugehen, verwenden viele Personalisierungs-Lösungen Segmentierungsansätze, basierend auf demografischen Daten. Doch diese sind fehleranfällig. Individualisierung ist ein Megatrend des 21. Jahrhunderts, demographische Merkmale bestimmen schon lange nicht mehr, was wir kaufen. Ein Beispiel dafür sind Jeff Bezos und Bruce Springsteen – zwei Personen, die unterschiedlicher nicht sein könnten, aber überraschenderweise viele demografische Ähnlichkeiten teilen (Alter, Geschlecht, Wohlstand, Nationalität …).   

Mit Atlas AI nähern wir uns dem Thema Relevanz anders an

Wenn es darum geht, punktgenaue Relevanz zu liefern, haben wir einen dreistufigen Ansatz, der ein maßgeschneidertes Einkaufserlebnis für jeden Kunden sicherstellt: 

1. Allgemeine Relevanz, basierend auf dem Verhalten aller Shopper 
 
Funktion: Atlas AI lernt automatisch aus allen Benutzerinteraktionen, um die Relevanz von Suchergebnissen und Recommendations zu verbessern.  

Dein Vorteil: Das Erkennen dieser Muster reduziert die Notwendigkeit manueller Suchoptimierung deutlich.  

Beispiel: Wenn Kunden hauptsächlich auf iPhones statt auf Hüllen oder Kabel klicken, nachdem sie „iPhone“ gesucht haben, lernt Atlas, zuerst iPhones anzuzeigen.  Ändern Shopper ihr Verhalten, wird auch das erkannt. Zum Beispiel versteht Atlas AI, dass “Helm” im Winter eher Skihelm und nicht Fahrradhelm bedeutet.  

2. Relevanz, basierend auf der aktuellen Einkaufsintention des Shoppers

Funktion: Dieser Schritt passt Ergebnisse basierend auf der unmittelbaren Kaufintention des Shoppers in der aktuellen Session an.  

Dein Vorteil: Da Atlas AI die Kaufintention der aktuellen Session versteht, schafft es für den Shopper ein bequemeres und intuitiveres Einkaufserlebnis.  

Beispiel: Wenn ein Shopper mit einem „LG TV“ interagiert und anschließend nach „Samsung“ sucht, erkennt Atlas AI, dass der Shopper sich für ein Fernsehgerät interessiert. Die AI passt die Suchergebnisse an, um Samsung-TVs anstelle von anderen Samsung Produkten zu zeigen. 

3. Relevanz basierend auf den Vorlieben des Shoppers 

Funktion: Dies beinhaltet ein tieferes, detaillierteres Verständnis individueller Vorlieben, abgeleitet aus vergangenen Käufen und anderen Interaktionsmustern mit spezifischen Produktattributen. 

Dein Vorteil: Atlas AI entwickelt ein nuanciertes Verständnis persönlicher Vorlieben, um das Einkaufserlebnis für Shopper zu personalisieren. Das Ergebnis: mehr individuelle Relevanz für Shopper, höhere Conversion für dich. 

Beispiel: Nach dem Kauf einer teuren metallischen Espressomaschine passt Atlas AI Suchergebnisse und Empfehlungen an, weil es eine Vorliebe für hochwertige metallische Küchengeräte festgestellt hat. Sucht der gleiche Shopper nun nach einem Toaster, erhält er hochwertige, metallische Toaster als Top-Ergebnisse. In anderem Kontext, z.B. bei der Suche nach einem TV, werden Vorlieben wie “Qualität” weiterhin berücksichtigt, Präferenzen wie “mag metallische Oberflächen” werden hier jedoch ignoriert. 

Synergie von Atlas AI und Worldmatch 

Product Discovery besteht aus dem Auffinden der richtigen Produkte und dem anschließenden Ranking (Anordnung nach Relevanz). Atlas AI und Worldmatch kombinieren beides perfekt. Worldmatch, unser patentierter Suchkern, gleicht die Suchanfrage mit deinen Produktdaten ab. Mehr als 20 Jahre eCommerce-Erfahrung sind in die Entwicklung von Worldmatch eingeflossen, um sicherzustellen, dass genau die richtigen Produkte gefunden werden: schnell, sprachenunabhängig und präzise. Atlas AI, mit seinem menschenähnlichen Verständnis deines Sortiments, optimiert anschließend das Ranking der Ergebnisse, sodass jeder Shopper sieht, was für ihn am relevantesten ist.
 

Authentic Intelligence: Die Integration von menschlicher Expertise

Im Gegensatz zu anderen AI-Lösungen ist Atlas AI keine Blackbox ohne Anpassungsmöglichkeiten. In unserem Ranking Score siehst du jederzeit den Effekt der AI auf das Produktranking und kannst diesen mit deinen anderen Ranking-Regeln in Einklang bringen. Damit stellst du sicher, dass deine Business-Ziele wie beispielsweise bevorzugt margenstarke Produkte zu verkaufen nicht durch die AI überschrieben werden, sondern ebenfalls berücksichtigt werden. 

Warum du Atlas AI lieben wirst:

  1. Echtzeit-Personalisierung:  
    Atlas AI bietet nach nur einem Klick Echtzeit-Personalisierung und stellt sicher, dass jeder Shopper eine einzigartige und maßgeschneiderte Customer Experience erlebt.  
  1. Größere Relevanz, bessere KPIs:  
    General Relevanz sowie die 1:1 Personalisierung führen im Schnitt zu besseren Ergebnissen in deinem Shop, das macht sich auch in deinen KPIs wie Conversion-Rate und Umsatz bemerkbar.  
  1. Verbindet die Stärken von künstlicher und menschlicher Intelligenz:  
    Atlas AI optimiert auf relevantere Ergebnisse, gleichzeitig können Anwender aber auch andere Geschäftsziele wie beispielsweise die Verkaufsförderung von margenstarken Produkten durch Ranking-Regeln mit einfließen lassen. 
  1. Bessere Recommendations, größere Warenkörbe:  
    Zusätzlich zur Suche, kann Atlas auch die Qualität deiner Recommendations verbessern. Auch hier ist ein Zusammenspiel aus manuellen und KI-basierten Recommendations möglich. 

Bereit, Atlas AI in Aktion zu sehen?

Wenn du ein Next-Generation-Kunde bist, sprich deinen Customer Success Manager an, um eine personalisierte Demo zu erhalten. Neu bei FactFinder? Klicke unten, um eine Demo zu vereinbaren. Gerne beantworten wir alle deine Fragen.