Onsite Passform Beratung

| Keine Kommentare

Wie kann man Passformberatung, wie sie im stationären Bekleidungshandel stattfindet, ebenfalls im Onlineshop umsetzen? Wie weit kann man dabei das menschliche Verhalten in Aktion und Reaktion und das Empathievermögen von Verkäufern durch Technologie imitieren und was ist dafür notwendig?

Mit eben diesen Fragen haben wir uns im Rahmen unserer Seminararbeit für und mit dem Unternehmen bonprix beschäftigt. Hierbei wurde einerseits die theoretische Grundlage im Sinne von Relevanz und Nutzen beleuchtet und andererseits ein Ansatz zur Umsetzung für das Unternehmen erarbeitet.

 

Warum ist Passformberatung bei Bekleidung notwendig?
Kundenbedürfnisse und Einflussfaktoren auf den Kauf von Bekleidung sind vielfältig und häufig emotional gesteuert. In vielen Fällen ist dem Kunden zu Beginn der Produktsuche noch gar nicht bewusst, wonach er konkret sucht oder welches Produkt seine Bedürfnisse optimal abdecken kann. Im Rahmen eines Verkaufsgespräches, wie es im Ladengeschäft möglich ist, kann der Kunde durch gezielte Fragestellungen von einem Verkäufer an seinen konkreten Bedarf herangeführt werden. Durch dieses Verkaufsgespräch wird er dazu beeinflusst sich mit der Kaufentscheidung auseinanderzusetzen. So wird resultierend die Wahrscheinlichkeit des Kaufabbruchs verringert. Außerdem bekommt der Kunde durch Unterstützung und Alternativen-Vorschläge ein sicheres Gefühl bei der Kaufentscheidung und Unsicherheiten werden ausgeräumt. Das Ziel der Beratung liegt in der Abgabe eines gezielten, personalisierten Angebotes, das kompromisslos mit den Bedürfnissen des Kunden abgestimmt ist.

[1]

 

 

 

 

 

 

 

 

 

[1]

Besonders bei Bekleidung, einem stark beratungsintensiven Produkt, müssen die Bedürfnisse des Kunden möglichst konkret ermittelt und bedient werden. Der Spiegel Outfit Studie von 2013 zufolge geben 98% der Befragten an, dass eine gute Passform ein Kriterium beim Kauf von Bekleidung ist [2]. Leider lässt sich das Adjektiv „gut“ nicht grundsätzlich für jedes Kleidungsstück auf jeden Kunden übertragen, da sowohl Körperformen, als auch Passformen im Sinne Bekleidungstechnologie von vielen komplexen und individuellen Faktoren abhängt. So lässt sich beispielsweise nicht jede Figur 100%ig in die idealtypischen Körperformen (siehe Abbildung) einordnen.
[2]

 

 

 

 

 

 

 

[3]

Weiterhin muss hierbei ebenfalls beachtet werden, dass nicht alle Körperstellen durch diese Figur-Typen abgedeckt sind und je nach Produktgruppe Weitere berücksichtigt werden müssen. In der Regel beschränken sich die Figur-Ideale auf die Körperpartien von Schultern bis Hüfte.

Ebenso komplex gestaltet sich der Aufbau einzelner Kleidungsstücke, deren Passform neben Schnitt und Größe von vielen unterschiedlichen Attributen bestimmt werden, wie das nachfolgende Beispiel für eine Jeans zeigt.

[3]

 

 

 

 

 

 

 

 

 

 

 

Es lässt sich nun ableiten, dass eine Vielzahl an Kombinationsmöglichkeiten aus Figur des Kunden und Kleidungsstück besteht, die im Ladengeschäft eher durch ein Gefühl beziehungsweise das Empathievermögen des Verkäufers bedient wird. Um die Möglichkeiten darzustellen, gilt es bekleidungstechnische Regeln technisch festzuhalten um aus Informationen vom Kunden personalisierte, passformgerechte Empfehlungen abgeben zu können.

 

Nutzen und Risiken für das Unternehmen
Neben direkt messbaren Faktoren wie Conversionsteigerung, Verringerung der Retourenquote und Cross- und Up-Selling-Effekten durch die verbesserte und zielgenauere Produktauswahl beim Kauf, kann man aufgrund des hohen Service-Niveaus eines Beratungs-Tools von einer deutlichen Steigerung der Kundenzufriedenheit ausgehen. Der Kunde erhält Hilfe und Orientierung bei der Kaufentscheidung und vermeidet Fehlkäufe und damit auch eine Frustration. Durch gezielten Einsatz von Models oder Avataren kann weiterhin die Identifikation des Kunden mit dem Unternehmen erhöht werden. Resultierend aus der hohen Kundenzufriedenheit kann ebenfalls von einer Erhöhung der Weiterempfehlungswahrscheinlichkeit durch den Kunden ausgegangen werden.

Jedoch darf auch nicht außer Acht gelassen werden, dass eine unzureichende Funktionalität eines Beratungs-Tools, zu viel Eingabe-Aufwand für den Kunden oder nicht zufriedenstellende Ergebnisse zu Unzufriedenheit beim Kunden oder zu Abbrüchen führen könnte. Die Nutzung des Tools sollte dem Kunden in jedem Fall freigestellt und deutlich erklärt werden.

 

Best Practice Vorbild
Um nun von der Theorie in die Praxis überzuleiten und einmal darzustellen, wie ein mögliches Beratungstool für bonprix aussehen könnte, wird zuerst ein Best Practice Beispiel vorgestellt, das ein Ziel für ein bonprix Beratungstool darstellen könnte. Es handelt sich dabei um den Recommendation Engine von Ulla Popken. Dabei werden dem Kunden zwei Möglichkeiten geboten, eine allgemeine Produktberatung und eine auf den Kunden persönlich zugeschnittene. Bei der allgemeinen erhält der Kund grundsätzliche Tipps, wie das Kleidungsstück sitzt und welche Effekte es auf die Figur hat. Der Kunde kann hierbei also ohne großen Aufwand detaillierte Informationen über die Kleidung erhalten. Bei der persönlichen Beratung werden vom Kunden zuerst Daten wie seine Körpergröße, sein Gewicht und seine Figurform abgefragt. Dann wird auf die Wünsche des Kunden eingegangen, indem abgefragt wird, welchen Effekt sie auf die Figur haben soll. An diesem Punkt wird über die allgemeine Passformfrage hinausgegangen und sich mit dem Thema beschäftigt, was dem Kunden steht. Als Ergebnis der Dateneingabe erhält der Kunde allgemeine Do’s und Dont’s, sowie eine Markierung aller Produkte im Shop, die seinen Angaben und Wünschen entsprechen. Im After-Sale-Bereich erhält der Kunde Newsletter mit weiteren persönlichen Tipps, abgestimmt auf aktuelle Trends. Das Beratungstool ermöglicht hier einen Push von Cross- und Up-Selling und kann den Kunden auch nach dem Kauf weiterhin persönlich betreuen, was ja im stationären Bereich nicht unbedingt möglich ist. Auffällig bei dem Beratungstool von Ulla Popken sind die häufige Verwendung von Piktogrammen und die sehr positive, blumige Sprache.
[4]

 

 

 

 

 

 

 

 

 

[4]

Dies kann auf den Kunden sehr persönlich und vertrauenserweckend wirken und hilft, die persönliche Note eines Beraters im Stationärgeschäft online besser abzubilden.

 

Wie kann Verkaufskompetenz im Onlineshop von bonprix dargestellt werden?
Aktuell sind bei bonprix im Onlineshop nur Maßtabellen vorhanden, an denen der Kunde nach Eigenvermessung seine Größe ablesen kann. Problematisch bei der eigenen Körpervermessung ist, dass diese bei falscher Vorgehensweise verfälschte Ergebnisse liefert, außerdem werden hierbei keine Charakteristika der Kleidung, wie Material und Schnitt, einbezogen. Bereits genannte Ziele des Online-Beratungstools wären eine höhere Conversion Rate und eine niedrigere Retourenquote, also ein höherer Umsatz. Außerdem wird mit dem Tool versucht, besser auf die Wünsche und Bedürfnisse der Kunden einzugehen. Für den Online-Berater werden sowohl Kunden- und Produktdaten, als auch Retourengründe, Rezensionen und Textbausteine für die Empfehlung einbezogen. Es müssen alle Informationen mittels Schnittstellen in einem zentralen Tool zusammengeführt und die Daten automatisch synchronisiert werden.

[5]

 

 

 

 

 

 

 

 

Zur Generierung der Kundeninformationen werden Daten vom Kunden abgefragt, sowie die Auswahl einer aus den Basis-Körperformen A, X, Y, H, O und zusätzlich seine Wünsche in Bezug auf die Effekte der Kleidung auf die Figur. Der Trade-off bei diesem Schritt besteht darin, möglichst viele Informationen vom Kunden für ein exaktes Ergebnis zu erzielen, den Kunden auf der anderen Seite aber nicht durch zu viele Abfragen abzuschrecken. Eine mögliche Auswahl von Effekten könnte folgende sein:

[6]

 

 

 

 

 

 

 

 

 

 

Um Informationen über die Produkte zu erhalten, müssen diese anhand von Charakteristika vertaggt werden, um ihre Attribute in einer Datenbank sammeln zu können. Diese Attribute können unter anderem die Ärmelweite, Bündchen und Saumeigenschaften sein. Bereits existierende Produkte können in dem bonprix-internen Produktinformations-Tool angereichert werden. Rezensionen und Retourengründe werden einbezogen, da diese aktiv vom Kunden abgegebene Bewertungen zur Passform sind und sich zum Beispiel bei unterschiedlich ausfallenden Produkten gut in die Produktempfehlung einbinden lassen könnten.

Das Ziel ist es, die Kunden- und Produktinformationen so zu matchen, dass je nach Kundenwunsch die Produkte mittels ihrer Eigenschaften gefiltert werden können. Dies könnte mittels einer Style-/Attribut-Matrix geschehen. Im Folgenden wird eine solche Abfrage beispielhaft für eine Jeans-Empfehlung dargestellt. Dabei wurden sechs gängige Jeans-Modelle des bonprix-Sortiments anhand von Merkmalsähnlichkeiten geclustert und unter Schlagwörtern zusammengeführt.

[7]

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Handlungsempfehlungen, Fazit und Diskussion
Das persönliche Beratungstool hat ein hohes Potenzial durch einen hohen Nutzen und minimierbare Risiken. Im Frontend sollte die Beratung in den Kauf- und Stöberprozess des Kunden eingebunden und zudem gut sichtbar sein. Im Backend ist eine intelligente Verbindung der einzelnen Bereich im Unternehmen, in denen Produkt- und Kundeninformationen generiert werden, wichtig. Zudem müssen für eine umfassende Beratung Retourengründe und Rezensionen eingebunden werden.

Grundsätzlich ist das Thema Online-Beratung noch nicht weitreichend gelöst, die Nachfrage nach guter Beratung ist jedoch vorhanden. Der vorgestellte Recommendation Engine ist ein Ansatz zur Kompensierung der Beratungs-Problematik im Distanzhandel und würde für das Unternehmen einen Wettbewerbsvorteil darstellen.

In der Diskussion nach dem Vortrag kam unter anderem zur Sprache, dass ein Online Beratungstool erst einmal nicht ein Problem des Kunden, sondern des Unternehmens löse, nämlich die Bekämpfung der hohen Retourenquoten. Des Weiteren wurde das Online-Beratungstool mit bereits existierenden Curated Shopping Modellen verglichen, wobei das Beratungstool für massentauglicher und nicht so zeitaufwändig für den Kunden angesehen wird. Und schließlich wurde angesprochen, wie man dem Kunden, ohne ihn zu verschrecken, am besten sagt, dass er „seine breiten Hüften kaschieren muss“. Hierbei wurde wiederum auf die besondere Sprache aufmerksam gemacht, die bei Ulla Popken verwendet wird. Breite Hüften werden zu Hüftgold und es geht nicht mehr um das kaschieren von Problemzonen, sondern um das hervorheben von Körperteilen, die der Kunde an sich mag.

 

Quellen:
[1] Stüber, Eva, 2013: Personalisierung im Internethandel,
 2. Aufl., Wiesbaden: Springer Gabler, 2013, S. 14
[2] Vgl. Probe, Anja, 2013: Verbraucher schätzen Qualität und Marke, in: Zeitschrift Textilwirtschaft, Nr. 42, Seite 18-21, 2013
[3] Figurtypen, in: StyleABC, http://www.styleabc.at/wp-content/uploads/2014/04/Alle_mit-Beschriftung_klein.jpg
[4] Vgl. Autor unbekannt, 2015: Individuelle Modetipps speziell für Ihre Figur, in: Ulla Popken Unternehmenshomepage, http://www.ullapopken.de/de/inhalt/curvetips/

Eva-Maria Schmeil

Eva-Maria Schmeil

Eva-Maria Schmeil studiert derzeit E-Commerce im Master an der FH Wedel im zweiten Semester. Vorher hat sie ihr Bachelor-Studium in Betriebswirtschaftslehre mit Schwerpunkt Statistik an der Universität Hamburg abgeschlossen. Neben dem Studium sammelt sie Praxiserfahrung als Werkstudentin in der Online Marketing Abteilung eines Multichannel-Modeunternehmens in Hamburg.
Eva-Maria Schmeil

Letzte Artikel von Eva-Maria Schmeil (Alle anzeigen)

Ähnliche Artikel

Eva-Maria Schmeil

Autor: Eva-Maria Schmeil

Eva-Maria Schmeil studiert derzeit E-Commerce im Master an der FH Wedel im zweiten Semester. Vorher hat sie ihr Bachelor-Studium in Betriebswirtschaftslehre mit Schwerpunkt Statistik an der Universität Hamburg abgeschlossen. Neben dem Studium sammelt sie Praxiserfahrung als Werkstudentin in der Online Marketing Abteilung eines Multichannel-Modeunternehmens in Hamburg.

Schreibe einen Kommentar

Pflichtfelder sind mit * markiert.


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

Ich stimme zu.

Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.