Das Empfehlungssystem von RichRelevance

| Keine Kommentare

Die Bedeutung von Empfehlungssystemen für Unternehmen im e-Commerce Umfeld hat in den letzten Jahren stark zugenommen. Nicht zuletzt durch den Marktführer Amazon ist deutlich geworden, welches Potential mit nutzerspezifischen und strukturierten Empfehlungen einhergeht. Dieser Blogbeitrag befasst sich daher mit einem der größten Anbieter von Empfehlungssystemen – dem US-amerikanischen Unternehmen RichRelevance.

RichRelevance wurde 2006 in San Francisco gegründet und bietet Empfehlungssysteme für vorwiegend große Handelsunternehmen und Marken an. Mittlerweile zählen über 175 multinationale Unternehmen zu den Kunden.

Die Herausforderung

Viele Unternehmen stehen heute mit ihren Kunden über eine Vielzahl von Absatzkanälen in Kontakt. Die Spannweite reicht dabei vom Ladengeschäft bis hin zum Onlineshop. Oftmals besteht auf Unternehmensseite allerdings das Problem, ein umfassendes Bild der Kunden entlang aller Absatzkanäle zu erhalten. Bedingt durch die starke Verbreitung mobiler Endgeräte wie Smartphones und Tablets nimmt zudem das Datenaufkommen der Endverbraucher stetig zu.

Die Unternehmen stehen daher vor der Herausforderung, das steigende Datenaufkommen ihrer Kunden zu erfassen und zu analysieren um daraus eine ganzheitliche Kundensicht über alle Absatzkanäle abzuleiten.

In diesem Zusammenhang versteht sich RichRelevance als umfassender Dienstleister für Omni-Channel Personalisierungen. Bei diesem Ansatz werden sowohl offline als auch online Daten von Kunden über alle Vertriebskanäle gesammelt und ausgewertet.

Omni-Channel Darstellung

Darstellung einer übergreifenden Sicht der Kunden über alle Absatzkanäle
Quelle: Eigendarstellung

Durch diese umfassende Sicht soll sichergestellt werden, dass den Kunden maßgeschneiderte Empfehlungen generiert werden können. Dabei ist es unerheblich, ob die Kunden im Ladengeschäft oder im Onlineshop eines Unternehmens einkaufen. In jedem Fall sollen sie Produktempfehlungen entsprechend ihrer persönlichen Präferenzen erhalten.

Die Personalisierungsplattform enRICH

Unter dem Namen enRICH betreibt RichRelevance eine Plattform, die eine umfangreiche und dynamische Personalisierung ermöglicht. Folgende Module sind Bestandteile von enRICH:

  • richcontent
  • richrecs
  • richpromo
  • richconnect
  • richads

richcontent:
Unter der Bezeichnung richcontent ist die dynamische Anpassung von Inhalten (Artikel, Videos etc.) auf Webseiten in Echtzeit zu verstehen. Ausgehend von Kriterien wie dem Nutzerverhalten werden die Inhalte gesteuert.

Es ist allerdings für die eingespielten Inhalte nicht nur das individuelle Verhalten eines einzelnen Nutzers ausschlaggebend, sondern auch das von zusammengefassten Konsumentengruppen, die innerhalb der definierten Gruppen ähnliche Charakteristiken aufweisen.

Es wird zudem auch gemessen, wie Nutzer mit den eingespielten Inhalten interagieren. Auf diese Weise besteht jederzeit die Möglichkeit Inhalte mit einer schlechten Performance zu optimieren.

Durch verschiedene Algorithmen ist das System in der Lage eine Vielzahl von Empfehlungstypen zu steuern. Jeder Empfehlungstyp ist dabei speziell auf ein definiertes Konsumverhalten ausgerichtet. So soll sichergestellt werden, dass die Nutzer die relevanten Informationen zur passenden Zeit erhalten.

In richcontent sind zudem Analysetools integriert, mit denen sich umfangreiche Auswertungen erstellen lassen. Diese können sich über die gesamte Seite oder nur einzelne Bereiche erstrecken. Kennzahlen wie das durchschnittliche Bestellvolumen oder die Klickrate können so ermittelt werden.

richrecs:
Richrecs ermöglicht strukturierte Produktempfehlungen. Des Weiteren sind Funktionen für Up- und Cross- Selling vorhanden. So werden den Kunden vom Empfehlungssystem automatisch höherwertige Produkte vorgeschlagen beziehungsweise ergänzende Produkte zur Produktpalette. Änderungen an Produktplatzierungen, Layouts etc. können zudem in Echtzeit während realer Einkaufssitzungen von Kunden gemessen und getestet werden.

richpromo:
Durch richpromo werden einzelne Produkte, die den Präferenzen der Nutzer entsprechen gezielt hervorgehoben um die Produktverkäufe zu steigern.

richconnect:
Mit richconnect besteht eine weitere Schnittstelle zu den Kunden. Durch dieses Modul werden Emails zielgerichtet auf Grund des jeweiligen Nutzerverhaltens versendet. Wenn ein Nutzer für mehrere Werbekampagnen in Frage kommt, entscheidet das System anhand diverser Algorithmen welche Inhalte für einen Newsletter die höchste Relevanz haben.

richads:
Angepasste Einblendungen von Werbeanzeigen entsprechend des Nutzerverhaltens sind durch richads in das Empfehlungssystem integriert.

Nachfolgend werden sämtliche Module von enRICH in einem Beispiel erläutert:

Beispiel zum Aufbau des Empfehlungssystems enRICH

Beispielhafter Aufbau des Empfehlungssystems enRICH
Quelle: Eigendarstellung

Die Abbildung soll verdeutlichen, wie dynamisch Inhalte an die Kunden durch das Empfehlungssystem ausgeliefert werden können. Kunden mit hoher Mode-Affinität sehen beispielsweise eine gänzlich andere Webseite als Kunden, die sich eher für technisch geprägte Produkte interessieren.

In diesem Beispiel eines modeaffinen Kunden werden durch richcontent Inhalte wie Texte und Videos mit Mode-Kontext angezeigt. Strukturierte Produktempfehlungen und die Hervorhebung einzelner Produkte mit besonders hoher Relevanz für den Kunden können durch richrecs beziehungsweise richpromo gewährleistet werden. Entsprechend des Nutzerverhaltens werden zudem auch dynamische Werbeeinblendungen über richads vorgenommen. Mit richconnect kann dem Kunden ein Newsletter zugesendet werden, der spezielle auf ihn zugeschnittene Empfehlungen enthält. Insgesamt soll dieses maßgeschneiderte Modell zu höheren Verkäufen führen und die Loyalität der Kunden zu Unternehmen und Marken stärken.

Technischer Hintergrund

Grundsätzlich erfordert die Entwicklung und Instandhaltung eines Empfehlungssystems ein hohes Maß an Know-how und eine ausgeprägte technische Infrastruktur.

Richrelevance verfügt weltweit über 11 Datencenter, die kurze Verarbeitungszeiten des Systems sicherstellen sollen. Insgesamt stehen dem System über 100 Algorithmen für individuelle Empfehlungen zur Verfügung.

Firmenkunden können sich alle relevanten Informationen im Dashboard des Systems anzeigen lassen und haben so diverse Möglichkeiten Auswertungen der generierten Daten vorzunehmen.

Fazit

Mit dem Empfehlungssystem enRICH bietet RichRelevance seinen Kunden ein umfassendes System zur Omni-Channel Personalisierung. Durch die Analyse großer Datenmengen in Echtzeit können den Endverbrauchern Empfehlungen mit hoher Relevanz unterbreitet werden. Es entsteht zudem eine verbesserte Kundensicht für Unternehmen, da das System Daten aller Absatzkanäle berücksichtigt. Dabei ist es irrelevant, ob diese aus dem Ladengeschäft oder dem Onlineshop stammen.

Je mehr Daten von RichRelevance analysiert werden, desto genauer werden die Empfehlungen. Daher ist davon auszugehen, dass die Bedeutung von Empfehlungssystemen in der Zukunft weiter zunehmen wird, da immer maßgeschneiderte Lösungen möglich sein werden.

Quellen:

http://www.absatzwirtschaft.de/pdf/sf/hurth.pdf

http://www.mycustomer.com/blogs-post/defining-difference-between-multi-channel-and-omnichannel-customer-experience/165409

http://www.richrelevance.com/blog/2013/03/richrelevance-introduces-richcontent/

http://www.richrelevance.com/solutions/personalization/recommendations/

http://www.richrelevance.com/solutions/personalization/promotions/

http://www.richrelevance.com/solutions/personalization/email/

http://www.richrelevance.com/blog/2010/12/richrelevance-launches-enrich-for-brands-introducing-a-new-era-of-shopping-media/

http://www.richrelevance.de/solutions/technology/

http://www.crunchbase.com/organization/richrelevance

Marcel Rexforth

Marcel Rexforth

Marcel Rexforth studiert E-Commerce im ersten Mastersemester an der FH Wedel. Zuvor hat er seinen Bachelor in Betriebswirtschaftslehre erfolgreich an der FH Münster abgeschlossen.
Marcel Rexforth

Letzte Artikel von Marcel Rexforth (Alle anzeigen)

Marcel Rexforth

Autor: Marcel Rexforth

Marcel Rexforth studiert E-Commerce im ersten Mastersemester an der FH Wedel. Zuvor hat er seinen Bachelor in Betriebswirtschaftslehre erfolgreich an der FH Münster abgeschlossen.

Schreibe einen Kommentar

Pflichtfelder sind mit * markiert.


* Die Checkbox für die Zustimmung zur Speicherung ist nach DSGVO zwingend.

Ich stimme zu.

This site uses Akismet to reduce spam. Learn how your comment data is processed.