Online-Shopping wird dank Recommendations AI persönlicher

Mit dem fortschreitenden digitalen Wandel ist es vor allem im Einzelhandel für die Kundenbindung von entscheidender Bedeutung, ein stark personalisiertes Einkaufserlebnis für Online-Kunden zu bieten. Insbesondere Produktempfehlungen sind ein wirksames Mittel zur Personalisierung des Kundenerlebnisses, da die Kunden auf diese Weise Produkte entdecken, die zu ihren Geschmäckern und Vorlieben passen.

Google liefert bereits seit Jahren hochwertige Empfehlungen über seine Hauptprodukte wie beispielsweise YouTube und Google Search. Recommendations AI nutzt diese Technologie, um Organisationen eine Möglichkeit zu bieten, ihren Kunden umfangreiche, stark personalisierte Produktempfehlungen bereitzustellen. Und nun ist es endlich so weit: Recommendations AI ist jetzt als Betaversion für alle Kunden öffentlich verfügbar.

Aktualisieren Sie Ihre Empfehlungslösung

Anstatt manuell Regeln zu pflegen oder umständliche Empfehlungsmodelle intern zu verwalten, können Sie Ihre Personalisierungsstrategie verbessern, indem Sie Ihre bestehende Lösung durch Recommendations AI ersetzen oder ergänzen.

Recommendations AI legt den Fokus stärker auf jeden einzelnen Kunden als auf einen Artikel und ist so in der Lage, ein Gesamtbild vom Shoppingverhalten eines Kunden zu erhalten und ihm personalisierte Produktempfehlungen zu bieten. Recommendations AI brilliert auch bei Empfehlungen in Szenarien mit Longtail-Produkten sowie Nutzern und Artikeln, die noch nicht gespeichert wurden. Die "kontextliebenden" Deep-Learning-Modelle verwenden Artikel- und Nutzermetadaten, um umfangreiche Informationen über Millionen von Artikeln zu erhalten. Die Gewinnung dieser Informationen wird fortlaufend wiederholt, wie es mit manuell gepflegten Regeln unmöglich wäre.

Recommendations AI bietet auch eine vereinfachte Modellverwaltung in einem skalierbaren verwalteten Dienst mit einer intuitiven Benutzeroberfläche. Ihr Team braucht so nicht mehr monatelang Tausende Codezeilen zu schreiben, um kundenspezifische Empfehlungsmodelle zu trainieren und gleichzeitig mit dem neuesten Stand der Technik Schritt zu halten. 

Wichtige Updates für Recommendations AI

Starten Sie Recommendations AI jetzt mit nur wenigen Klicks in der Konsole. Sobald Sie ein Google Cloud-Projekt erstellt haben, können Sie Ihre Katalog- und Nutzerereignisdaten in die Tools, die Sie bereits verwenden, einschließlich Merchant Center, Google Tag Manager, Google Analytics 360, Cloud Storage und BigQuery, einbinden und dort hinterlegen.

Wenn der Datenimport abgeschlossen ist, können Sie den Modelltyp wählen, Ihr Optimierungsziel festlegen und mit dem Training Ihres Modells beginnen. Das anfängliche Training und die Abstimmung des Modells dauern nur zwei bis fünf Tage. Danach können Sie damit beginnen, Ihren Kunden Empfehlungen zu liefern. Um sicherzustellen, dass Ihr Modell so funktioniert, wie Sie es möchten, können Sie die Empfehlungen vorab in einer Vorschau ansehen, bevor Sie an Ihre Kunden weitergegeben werden.

Wir haben nicht nur den Einstieg erleichtert, sondern auch mit den Google Brain- und Research-Teams zusammengearbeitet, um die Möglichkeiten von Empfehlungssystemen noch weiter zu optimieren. Dadurch können unsere Modelle skaliert werden, um umfangreiche Kataloge zu unterstützen und sicherzustellen, dass Ihre Kunden das gesamte Angebot Ihres Katalogs entdecken können. Recommendations AI bietet auch die Möglichkeit, Verzerrungen bei extrem beliebten oder vergünstigten Artikeln zu korrigieren und saisonale Schwankungen oder Artikel mit nur wenigen Daten besser zu verarbeiten. Die Trainingsinfrastruktur unseres Modells ermöglicht es uns, Ihre Modelle täglich neu anzupassen, um Informationen aus wechselnden Katalogen, Nutzerverhalten oder Einkaufstrends zu gewinnen und diese in die Empfehlungen einfließen zu lassen.

Wie Kunden Recommendations AI nutzen

Viele Einzelhändler weltweit haben den immensen Wert von Recommendations AI erkannt.

Der multinationale Omni-Channel-Einzelhändler Sephora, der weltweit Tausende von Geschäften für Schönheits- und Körperpflegeartikel betreibt, nutzt Produktempfehlungen, um das E-Commerce-Erlebnis seiner Kunden zu personalisieren.

"Wir wollten unseren Kunden auf unseren digitalen Plattformen dasselbe stark personalisierte Einkaufserlebnis bieten, das sie in unseren Geschäften erhalten", erklärt Jaclyn Luft, Manager für Website-Personalisierung & Tests bei Sephora. "Wir haben mit Google Cloud zusammengearbeitet, um herauszufinden, wie wir die innovative Technologie des Machine Learning für eine optimierte Personalisierung anhand von Produktempfehlungen für unsere Online-Kunden nutzen können."

"Seit der Einführung von Recommendations AI haben wir beeindruckende Ergebnisse erzielt. Die CTR auf unseren Produktseiten ist um 50 % gestiegen und die Gesamt-Conversion-Rate auf unserer Homepage hat sich im Vergleich zu unseren früheren ML-gesteuerten Empfehlungen um fast 2 % erhöht", so Luft weiter. "Wir untersuchen nun, wie wir die Anwendung von Recommendations AI weiter testen, iterieren und ausweiten können, um die Empfehlungen auf andere Bereiche unserer Systeme auszudehnen, z. B. den Bezahlvorgang und unsere E-Mails." 

Hanes Australasia – Anbieter von vielen legendären australischen Bekleidungs- und Lifestyle-Marken – ist ein weiterer Kunde, der die Personalisierung mit Recommendations AI vorantreibt.

"Recommendations AI bietet eine extrem gute Datenverarbeitung und zeigt, wie Google Cloud Daten in einen realen wirtschaftlichen Wert umwandeln kann", berichtet Peter Luu, Manager für Online-Analysen bei Hanes Australasia. "Als wir A/B-Tests zum Vergleich der Empfehlungen von Recommendations AI mit unserem bisherigen manuellen System durchführten, stellten wir einen zweistelligen Anstieg der Einnahmen pro Sitzung fest."

Luu fügte außerdem hinzu: "Das Produkt ist extrem benutzerfreundlich. Google Cloud hat das Fachwissen, die Funktionalität und die Leistung bereitgestellt, sodass wir keine Experten für Machine Learning sein müssen, um es bestmöglich zu nutzen."

Der größte Online-Händler in der Schweiz, Digitec Galaxus, der seinen Kunden eine große Auswahl an Produkten von Elektronik bis hin zu Kleidung anbietet, verwendet Recommendations AI, um seine Kunden bei der Suche nach den passenden Produkten zu unterstützen.

"Bei Digitec Galaxus hat die Bereitstellung eines großartigen Online-Einkaufserlebnisses für unsere Kunden oberste Priorität", erklärt Christian Sager, Product Owner für Personalisierung bei Digitec Galaxus. "Recommendations AI versetzt uns in die Lage, unseren Kunden umfangreiche personalisierte Produktempfehlungen über unsere Website zur Verfügung zu stellen. Noch dazu ist Recommendations AI eine gute Referenz, um unsere internen Empfehlungsalgorithmen zu testen und zu hinterfragen."

"Während der Pandemie ist es wichtiger denn je, das Produkt zu finden, das man braucht", fährt Sager fort. "In den letzten Monaten haben wir generell einen starken Anstieg bei der Nutzung von Empfehlungen beobachtet. Recommendations AI hat zusätzlich eine Zunahme der CTR von bis zu 40 % im Vergleich zum vorherigen Auswertungszeitraum erzielt. Die Anforderungen der Kunden haben sich im Laufe der Pandemie verändert. Recommendations AI hat sich gut an die Veränderungen angepasst und uns so ermöglicht, über unsere Kunden und ihre Präferenzen auf dem Laufenden zu bleiben."

Gleich heute mit Recommendations AI und einem kostenlosen Guthaben von 600 $ loslegen

Neben der öffentlichen Betaversion von Recommendations AI führen wir auch eine neue Preisstruktur ein, die drei volumenbasierte Preisstufen für Prognosen und eine separate Gebühr für das Training und die Abstimmung des Modells vorsieht. Mit dieser neuen Struktur können Sie festlegen, wie viele Modelle aktiv bleiben sollen und ob Sie das Training von Modellen unterbrechen oder fortsetzen möchten. Dies ermöglicht Ihnen eine bessere Kostenkontrolle.

Zusätzlich zu dem üblichen kostenlosen Guthaben in Höhe von 300 $ für neue Google Cloud-Kunden erhalten alle neuen Recommendations AI-Kunden ein Guthaben von 600 $. Dieses Guthaben reicht normalerweise dafür aus, ein Modell zu trainieren und seine Leistung in der Produktion im Rahmen eines zweiwöchigen A/B-Tests zu testen. Weitere Informationen zur neuen Preisstruktur und zum kostenlosen Guthaben finden Sie hier.