Die Shop-Suche: der digitale Verkaufsberater von heute

Im Gespräch mit Daniel Wrigley, SHI, www.SHI-gmbh.com 

Daniel Wrigley ist Berater bei SHI Consulting im Bereich Search und Big Data. Seit 1994 ist SHI ein herstellerunabhängiges Unternehmen für IT-Consulting und Software Engineering. Mit dem Kompetenzcenter „Search, Analytics, Big Data“ bietet SHI Services, Know-how und Lösungen rund um Semantische Suche, Big Data und explorative Datenanalyse.

Herr Wrigley, wir wissen nun seit längerer Zeit, welche Bedeutung die klassische Suchfunktion für einen Online-Shop hat. Was verstehen Sie unter Suche 2.0?
Eine moderne, lernfähige und intelligente Suche wird aus keinem Online-Shop mehr wegzu-denken sein. Suche ist zentral, geschäftskritisch und bedarf daher fortwährender Überwachung, Verbesserung und Optimierung. Ein technischer Austausch ist oftmals kein triviales Unterfangen. Die Suche 1.0, als Symbol für die Anfänge in der Suche, so wie wir sie heute kennen und erleben, beinhaltet Funktionen, wie Navigation, Rechtschreibprüfung, Autovervollständigung, Hervorhebung oder „Meinten Sie?“-Reaktion bei einem Nulltreffer. Außerdem ist sie fehlertolerant, erkennt Singular und Plural, Groß- und Kleinschreibung und bestimmt die Relevanz der angezeigten Vorschläge bzw. Produkte. Das kennen wir alles und ist in vielen Online-Shops heute Standard.

Dahingegen beschäftigt sich die Suche 2.0 unter anderem mit Empfehlungen. Denken Sie an stationäre Läden mit abgerundetem Sortiment, dann ist die Antwort auf diese Frage offensichtlich. Ein guter Berater wird seinen Kunden zu einem Produkt passende weitere Produkte oder Accessoires anbieten. Kauft ein Kunde einen Anzug, dann wird ihm der Berater z. B. ein schickes, passendes Hemd und eine Krawatte dazu empfehlen. Der Kunde freut sich über die Erfüllung seiner Wünsche, der Laden über eine höhere Abverkaufsquote und der Berater über Provision.

Im E-Commerce ist das nicht anders. Aus dem Surfverhalten des Käufers und aus seinen hinterlassenen Spuren während seines Einkaufs im Shop, wird ihm zum gewünschten Produkt ein Zubehör, eine Ergänzung oder ein Service angeboten. Auch Artikel können vorgeschlagen werden, die aus den Informationsdatenbanken als gleichartig katalogisiert sind oder aber auch Produkte, die andere Käufer ergänzend bestellt haben. Mit diesem Cross-Selling oder auch Up-Selling machen große Online-Händler, wie Amazon, Otto oder Zalando, bereits signifikante Umsätze. Wie Untersuchungen zeigen, klicken viele deutsche Online-Shopper gern auf Produktempfehlungen. Hierbei ist es wichtig, die Datenbestände richtig einzubinden.

Können Sie hierzu ein Beispiel geben?
Sehr gern. Ein Shop, der Outdoor-Produkte anbietet, kann über Empfehlungen zum Steilwandzelt, wie etwa eine festere Verschnürung, längere Heringe für Sandboden und einen Hammer anbieten. Im Sinne von Up-Selling könnte das Steilwandzelt mit integrierter Zeltheizung vorgeschlagen werden und für Cross-Selling kämen Aufenthalte bei befreundeten Campingplätzen hinzu. Grenzen sind hier sicher keine gesetzt und je besser Sie Ihren Kunden kennen oder verfolgen können, umso besser können Ihr Angebot auf seine Bedürfnisse abgestimmt werden und umso besser ist auch Ihre Abschlussrate. Zahlreiche Technologien, die diese Möglichkeiten unterstützen, z. B. durch Machine Learning, gibt es auch in der Open-Source-Community und damit in der lizenzfreien Welt. Ein weiteres Thema bei der Suche 2.0 sind die Real-Time-Verwendung von erstklassigen Wörterbüchern und Synonymlisten, wie auch die großen restlichen Bereiche der Linguistik.

Herr Wrigley, das hört sich ja alles sehr spannend an und in der Tat sieht man auch schon solche Lösungen. Wenn Sie von 2.0 reden, wie sieht dann Ihrer Meinung nach Suche 3.0 aus?
Das ist sicher keine Zukunftsmusik mehr. Es wird die Verbindung und Interpretation von Daten und Informationen des Kunden, Käufers oder Nutzers sein, der einen Teil seines Lebens mobil oder stationär im Internet verbringt. Das Schlagwort in diesem Zusammenhang heißt Analytics. Damit können beliebige Daten aus unterschiedlichen Systemen aggregiert, normalisiert und analysierbar gemacht werden. Alle Datenquellen, in denen sich Angaben zur Customer Journey im weitesten Sinn befinden, werden in die Suche einbezogen. Daraus wird dann das mit der größten Kaufwahrscheinlichkeit anzubietende richtige Produkt für den Kunden ausgewählt und vorgeschlagen. Das herkömmliche Suchfeld hat somit hier keine Bedeutung mehr. Und das Beste ist: Sie können Ihre Daten nach unterschiedlichen Aspekten betrachten. Sogar nach Aspekten, an die Sie heute noch nicht gedacht haben. Was wäre beispielsweise, wenn Sie die Waren im Warenkorb kurz vor der Bezahlung, nachdem Sie die Lieblingszahlungsvariante kennen und den Kauf als nahezu getätigt annehmen, analysieren und dazu noch weitere homogene Empfehlungen vorschlagen. Und das auch im Sinne von Up- und Cross-Selling unter Einbeziehung von Services und Dienstleistungen.
Analytics geben z. B. Auskunft über Geschmack, Stil, Wünsche, Ziele, Erlebnisse und Zahlungsweisen und verbinden die Welten aus SEO, CRM, ERP, Social Media und Online-Shop. So wird es dem Kunden letztendlich sehr komfortabel gemacht, sich inspirieren zu lassen, sich zu informieren und zu kaufen. Damit wird wiederum eine sehr hohe Kundenbindung erzeugt.

Wie oder wo sehen Sie die E-Commerce-Suche im Zusammenhang mit dem Themenschlagwort Semantik?
Semantik beschäftigt sich als Teilgebiet der Sprachwissenschaft mit der Bedeutung von Sprache. Mithilfe der Integration semantischer Funktionalitäten in die E-Commerce-Suche versucht man, den Kunden bzw. dessen Wünsche und Bedürfnisse besser zu verstehen und ihn so besser führen zu können. Um nachvollziehen zu können, was der Kunde eigentlich mit seiner Suche „meint“, reicht es nicht aus, die eingegebenen Suchbegriffe gegen einen Suchindex zu prüfen. Ein Kunde sucht beispielsweise nach „Fotostativ“. Bei der Fülle, die es heutzutage an Digitalkameras gibt, ist es eine Herangehensweise, alle Fotostative in einer Trefferliste anzubieten. Doch, was wäre, wenn der Kunde vor Kurzem eine bestimmte Kamera gekauft hat? Dann sind diejenigen Stative eher die vom Kunden gesuchten, die zusammen mit derselben Kamera gekauft wurden und von anderen Besitzern dieser Kamera als „perfekt passend“ beschrieben, wurden. Also muss sich vielmehr ein schlüssiges Gesamtbild ergeben, welches die Neigungen des Nutzers, die Historie, das Kaufverhalten, Ähnlichkeiten zu anderen Shop-Besuchern, usw. beinhaltet. Nur wer seine Kunden versteht, kann ihnen auch sinnvolle Produkte anbieten.

Und was folgt nun daraus für den Betreiber eines Online-Shops?
Bessere Customer Journey, rechtzeitige Erkennung von Engpässen und Trends, Skalierbarkeit sowie schnelle Einführung von Services, auch auf neuen Endgeräten, sind einige Ziele für Online-Shops. Gut abgestimmte technische Systeme, neben Daten und Prozessen, sind für das Erreichen dieser Ziele unabdingbar. Um diese Ziele zu erreichen, bedarf es einer durchdachten Strategie. Und vergessen Sie nicht: Technology drives Business!

Internet: www.SHI-gmbh.com