Mit KI zu ROI: So gewinnen Sie mit KI im Merchandising

Von Kait Spong

11/27/2023


So manche meinen, dass ohne Merchandising gar nichts geht: sei es das Visual Merchandising vor Ort im Laden oder die Präsentation der Produkte im Onlineshop. Bei führenden Modemarken steht die Kunst des Merchandising jedenfalls hoch im Kurs. Laut einer McKinsey Studie, die vor der Pandemie durchgeführt wurde, meinten 98 Prozent der Führungskräfte in der Modebranche, dass bei ihnen Markteinführungs- und Merchandising-Prozesse Priorität hätten. Daran habe sich nach der Pandemie nichts geändert, meint der renommierte Unternehmensberater.

Ob Modebranche oder nicht, der E-Commerce-Handel verzeichnet selbst nach dem raketenhaften Anstieg während der Coronakrise weiterhin ein stetes Wachstum. Und doch hat die Product Discovery, unter die digitales Merchandising fällt, gegenüber anderen E-Commerce-Themen oft das Nachsehen. Datenoptimierung, Digital Marketing, Fulfillment und Versand bekommen nicht selten Vorrang. Während all diese Initiativen zweifellos wichtig sind, sollte es am Ende aber die Product Discovery sein, die im E-Commerce das Fundament für die Customer Experience bildet.

McKinsey erklärt: „Aufgrund der aktuellen wirtschaftlichen Lage und der vielen Unsicherheiten, vor denen Unternehmen stehen, gewinnt erfolgreiches Merchandising immer stärker an Bedeutung. Viele Unternehmen suchen daher nach neuen Ansätzen, um Effizienz zu steigern, und nicht wenige erweitern ihre Tech Stacks um moderne digitale Tools.“

Bevor wir uns diese modernen digitalen Tools genauer ansehen, wollen wir uns die Entwicklung des Merchandisings genauer ansehen und herausfinden, warum es so wichtig ist, künstliche Intelligenz (KI) im Merchandising zu nutzen.

Die Rolle von Merchandiser:innen früher und heute

Aufgrund des raschen technologischen Fortschritts und des starken Wachstums des Onlinehandels hat sich das Merchandising in den letzten 20 Jahren stark verändert. Aus den ehemaligen Logistikmanager:innen wurden strategische Entscheidungsträger:innen und datengestützte Optimierer:innen, die mit einer effektiven Kombination aus Datenanalysen und digitalen Tools die Customer Journey gestalten und Kaufentscheidungen beeinflussen.

In den frühen 2000ern konzentrierten sich Merchandiser:innen primär auf das Bestandsmanagement. Auf Basis physischer Lagerbestände planten sie ansprechende Produktpräsentationen, die dann vor Ort in den Läden umgesetzt wurden. Als der E-Commerce kam, zwang man unzählige Merchandising-Expert:innen – viele von ihnen mit mehr als 20 Jahre Branchenerfahrung – in den digitalen Raum. Dort ging es plötzlich nicht nur um die Produktpräsentation, sondern auch um Daten, deren Analyse und Digital Marketing. All dem begegneten die meisten Merchandiser:innen mit Skepsis. Sie fühlten sich vom Thron gestoßen und mussten zusehen, wie der eigene Einfluss immer geringer wurde.

Mit dem Beginn des E-Commerce waren neue Fähigkeiten gefragt. Man kam um Digital Marketing und die Datenanalyse schlicht nicht mehr herum. Analog zu den Entwicklungen in der E-Commerce-Branche wandelte sich auch die Rolle der Merchandiser:innen. In den frühen Jahren des E-Commerce behielten Merchandiser:innen die volle Kontrolle über alle Elemente eines Markenshops. Das war aber nicht wirklich effizient, denn die Produkte mussten manuell ausgewählt werden, damit sie in Suchergebnissen, auf Kategorieseiten oder im Rahmen von Produktempfehlungen angezeigt wurden.

Die Skalierbarkeit der damaligen Prozesse ließ zu wünschen übrig – bis künstliche Intelligenz und maschinelles Lernen auf der Bildfläche erschienen. Plötzlich konnten Merchandising-Teams das Verhalten ihrer Kund:innen in Echtzeit analysieren, das größte Optimierungspotenzial finden und auf Basis all dieser automatisch erhobenen Daten die Shopping Experiences ihrer Kund:innen persönlicher denn je gestalten.

Die Merchandiser:innen von heute müssen vielseitig sein: Sie erstellen relevanten Content, personalisieren Inhalte, steuern die Site Experience und führen effektive A/B-Tests durch. Für eine überzeugende Shopping Experience müssen Merchandiser:innen berücksichtigen, wie Produkte gefunden und online präsentiert werden. Außerdem müssen sie bedenken, wie die verschiedenen Touchpoints in der Shopping Journey zusammenspielen. Und es gilt, relevante Produktbeschreibungen und Bloginhalte zu erstellen, spannende Kollektionen und Sets zusammenzustellen und dazwischen immer mal wieder neue Produkte zu lancieren. Das ist ganz schön viel, vor allem für kleine Teams.

Warum Merchandiser:innen KI nutzen sollten, statt sie zu fürchten

Wussten Sie, dass die Industrielle Revolution die Herstellung von Produkten komplett verändert hat? Und nicht nur das: Sie veränderte auch die Produkte selbst und wir stiegen vom Pferd aufs Auto um. Was aktuell mithilfe von KI passiert, ähnelt dem sehr. KI verändert die Welt nicht nur. Sie macht Unmögliches möglich. Und gerade jetzt entwickelt sie sich rasanter weiter denn je, sodass sie heute fast jeden Aspekt in Merchandising-Prozessen optimieren und automatisieren kann: vom Konzept bis zur Umsetzung.

Es ist, als ob man eine helfende Hand hätte, die dem Merchandising-Team all die langweiligen Aufgaben abnimmt. Merchandiser:innen können sich stattdessen wichtigeren Dingen wie der strategischen Planung widmen, während sich die KI um das Alltägliche kümmert, und haben mehr Zeit für interessante Aufgaben, die sich am Ende positiv auf das Unternehmen auswirken. Dank KI kann sich Ihr Merchandising-Team darauf konzentrieren, neue Kollektionen zusammenzustellen, Produktlaunches zu begleiten und Kampagnen optimal in Szene zu setzen.

Merchandiser working with different shades of lipstick

KI kann jedoch mehr als nur Automatisieren. Sie bietet Ihnen auch einen neuen Schauplatz, auf dem Sie Ihrer Kreativität freien Lauf lassen können. Sie wollen eine Produktkategorieseite, deren Design die individuellen Bedürfnisse jedes Kunden und jeder Kundin widerspiegelt? KI kann Ihnen dabei helfen. Sie wünschen sich eine Kampagne nach Warenkorbabbrüchen, die ihren Kund:innen Produkte zeigt, die sie sich vor Kurzem angesehen haben? KI weiß, wie es geht. Wenn Sie diesen Wandel und die neuen Möglichkeiten aktiv willkommen heißen, setzen Sie ein vollkommen neues Potenzial frei, das auch künftig Erfolg verspricht.

KI ist nämlich nicht nur ein Trend. KI ist gekommen, um zu bleiben. Es spielt keine Rolle, ob Sie mit KI langweile Aufgaben automatisieren oder die kreative Innovation vorantreiben. Im Merchandising definiert die Technologie gerade den Rahmen des Möglichen neu und ermöglicht reibungslose Workflows, die Großes bewirken: mehr Umsatz pro Besucher:in (Revenue per Visitor, RPV), einen höheren durchschnittlichen Bestellwert (Average Order Value, AOV) und ein rascheres Return on Investment (ROI).

Schritt für Schritt durch einen KI-gestützten Merchandising-Workflow

Sobald Ihr Team mit modernen Algorithmen und datenbasierten Erkenntnissen Produktplatzierungen und Shopping Experiences optimiert und personalisiert, stellt es sicher, dass Ihre Kund:innen immer die Produkte finden und empfohlen bekommen, die für sie am relevantesten sind.

Im Folgenden zeigen wir Ihnen Schritt für Schritt einen Workflow, dem Merchandiser:innen einfach folgen können. Dabei nutzen wir KI, um Standardprozesse zu beschleunigen und sowohl bekannte als auch neue Kund:innen anzusprechen.

Identifizieren Sie rasche Erfolge

Steigern Sie die Effizienz Ihres Merchandising-Teams, indem Sie die Chancen ergreifen, die am wahrscheinlichsten und am schnellsten zum Erfolg führen. Finden Sie heraus, wie Sie Ihre E-Commerce-Website mit minimalem Aufwand für maximale Ergebnisse optimieren. KI kann Ihnen helfen, genau diese Chancen zu identifizieren.

Dieser strategische Ansatz sollte das Leitprinzip Ihrer Merchandising-Strategie werden. Mit ihm können Sie die wertvolle Zeit und die Ressourcen Ihres Teams genau dort einsetzen, wo Sie sie brauchen. Außerdem nutzen Sie so die 80/20-Regel im Merchandising noch effektiver. Wenn Sie sich immer zuerst um die raschen Erfolge kümmern, sichern Sie sich greifbare Resultate und verschwenden keine Zeit mit komplexen Analysen.

AI-powered e-commerce merchandising generates revenue for digital commerce companies

Erkennen Sie Probleme

Um Ihre Umsätze und die Zufriedenheit Ihrer Kund:innen zu maximieren, mag es wichtig sein, Ihre Probleme im Bereich der Suche und im E-Commerce-Merchandising zu lösen. Viel wichtiger ist zunächst aber eine präzise Diagnose dieser Probleme. Dafür können Sie neben den Performance-Kennzahlen Ihrer Website auch die Daten, die Bewertungen und das Feedback Ihrer Kund:innen analysieren.

Hohe Absprungraten können zum Beispiel ein Hinweis darauf sein, dass Ihre Kund:innen nicht das finden, was sie suchen. Das lässt wiederum auf Probleme bei der Websuche schließen. Eine niedrige Conversion Rate kann ein Zeichen für Probleme bei Produktempfehlungen oder bei der Anzeige von Kategorieseiten sein. Auch hier kann KI Ihrem Merchandising-Team helfen, die Herausforderungen besser zu verstehen und effektive, erfolgreiche Strategien für eine optimierte User Experience zu entwickeln.

Verändern Sie, was verändert werden muss

Sobald Sie die Probleme auf Ihrer Website kennen, sollten Sie die identifizierten Hürden aus dem Weg schaffen. Vielleicht müssen Sie dafür das Produktgrid auf Ihrer Website optimieren oder Ihrer Suchfunktion erklären, dass zwei Wörter Synonyme sind. Oder Sie ändern die Filter in der Navigationsleiste einer Kategorieseite.

Mithilfe von KI und maschinellem Lernen können Sie Suchergebnisse personalisieren, Kundenverhalten vorhersagen und Teile des Merchandising-Prozesses automatisieren. So werden in wenigen Schritten aus ihren größten Such- und Merchandisingproblemen wertvolle Chancen für Ihr Unternehmen.

Nutzen Sie A/B Testing

Im digitalen Merchandising sind A/B-Tests ein effektives Tool, um statt Ihrem Bauchgefühl Fakten sprechen zu lassen und genau die Daten zu sammeln, die Sie brauchen, um Ihr Know-how in die Praxis umzusetzen. Wenn Sie zum Beispiel vermuten, dass sich ein bestimmtes Produkt auf Ihrer Homepage besser verkaufen würde als auf einer Kategorieseite, kann Ihnen ein A/B-Test helfen, Ihre Vermutung zu bestätigen oder zu widerlegen. Die Hälfte Ihrer Website-Besucher:innen sehen das Produkt dann auf der Homepage, während es die andere Hälfte auf der Kategorieseite findet.

Mithilfe von KI wird Ihr A/B Testing sogar noch effektiver und aufschlussreicher. Die KI kann das Engagement, die Conversions und den RPV beider Versionen analysieren und konkrete Daten liefern, um den Wahrheitsgehalt Ihrer anfänglichen Hypothese zu bestimmen. Das Beste an der KI ist, dass sie große Datenmengen viel schneller und präziser als Menschen verarbeiten kann. Das macht Ihre Tests umfassender und Ihre Entscheidungen fundierter.

5 KI-basierte Merchandising-Funktionen für mehr Automatisierung

Numeric Precision (Numerische Präzision)

Moderne Kund:innen nutzen oft spezifische Attribute, um gewünschte Produkte zu beschreiben. Numeric Precision erkennt dabei, was eine bestimmte Zahl in einer Suchanfrage bedeutet. Sie stellt zum Beispiel sicher, dass eine Suche nach „1/2 l Milch“ Ergebnisse für „einen halben Liter Milch“ liefert.

Numeric Precision kann verschiedene numerische Werte auch unterscheiden und versteht, dass eine ¾ Hose nicht dasselbe ist wie 3 oder 4 Hosen. Und da sie mehrere Sprachen versteht, erkennt sie auch, dass „1,5 Liter“ genauso viel ist wie „1.5 liter“ oder dass „2,5 mm2“ und „2.5mm2“ dieselben Ergebnisse liefern sollten. Numeric Precision kennt die Ähnlichkeiten und Unterschiede zwischen numerischen Attributen und Einheiten und liefert nicht nur die passenden Suchergebnisse, sondern optimiert damit auch die Shopping Experience der Kund:innen.

Customizable Product Card Attributes (Anpassbare Produktkartenattribute)

Customizable Product Card Attributes haben die Art, wie Merchandiser:innen mit Produktdaten interagieren, verändert. Die KI-gestützte Funktion stellt ein bestimmtes Datenset zusammen, das auf den Produktkarten in Ihrem Produktgrid-Editor abgebildet wird. So zeigt sie nicht nur Performance-Kennzahlen, RPV, Add-to-Cart (ATC) und Conversion Rates, sondern auch kritische Updates wie Lagerbestände und Margen an. Damit erhalten Merchandiser:innen jederzeit einen Überblick über die wichtigsten Daten, um strategische Entscheidungen zu treffen.

Illustration of Merchandiser Using Product Discovery Suite

Stellen Sie sich vor, Sie möchten Überschüsse loswerden und planen einen Abverkauf. Mithilfe von Produktkartenattributen können Sie Ihre Lagerbestände automatisch analysieren und Produkte identifizieren, von denen Sie besonders viele auf Lager haben. Die KI liefert Ihrem Team wertvolle Insights, um diese Produkte zu bewerben, und sichert die Effektivität und Profitabilität Ihrer Maßnahmen. So verwalten Sie Ihre Lagerbestände besser, produzieren weniger Abfall und treffen datenbasierte Entscheidungen, die Ihr Unternehmen noch erfolgreicher machen.

Katalogmanagement

Mit einer umfassenden Lösung für Ihr Katalogmanagement können Sie Ihre Daten über alle Produktkataloge hinweg einsehen, verwalten, prüfen und erkunden. Mit dem effektiven Tool erhält Ihr Team in Eigenregie die volle Kontrolle über den gesamten Datenintegrationsprozess. Manuelle Anpassungen wie in den frühen 2000ern gibt es dabei nicht mehr. Stattdessen steuert die KI die Sammlung und Verwaltung Ihrer Katalogdaten, darunter Produkt-IDs, -attribute und -varianten.

Ihr Anbieter für E-Commerce-Suche und -Merchandising sollte Tools zur Verfügung stellen, die Ihr gesamtes Katalogmanagement abdecken: von der Datenintegration über die -konfiguration bis hin zur -verifizierung. Mit einer Kombination aus Daten, KI und Merchandising-Know-how stellen Sie sicher, dass die Product Discovery auf Ihrer Website die einzigartigen und immer wieder neuen Bedürfnisse Ihrer Kund:innen erfüllt.

Die 4 wichtigsten KI-Algorithmen

Ihre Tools für E-Commerce-Suche und -Merchandising sollten in jedem Fall die folgenden vier Algorithmen beinhalten:

  1. Search Recall Precision (Suchrelevanz-Präzision): Irrelevante Suchergebnisse erschweren es Ihren Kunden, das zu finden, wonach Sie suchen. Dieser KI-gestützte Algorithmus erhöht die Suchrelevanz, indem er nicht relevante Produkte entfernt.
  2. Query Relaxation (Abfrage-Erweiterung): Dieser smarte KI-Algorithmus erweitert sukzessive eine Suchanfrage, falls diese zu keinen oder nur sehr wenigen Suchergebnissen führt. So stellt er sicher, dass User:innen möglichst gute Alternativen angezeigt bekommen.
  3. Spell Correct (Rechtschreibkorrektur): Auch bei diesem Algorithmus kommt KI zum Einsatz, um falsch geschriebene Suchanfragen automatisch zu korrigieren. Er macht die Suche intuitiver und sorgt dafür, dass sie nicht zu starr ist.
  4. Facet Precision (Facettenpräzision): Facetten, besser bekannt als Filter, erlauben Ihren Kund:innen, die Produktanzeige auf Basis bestimmter Attribute zu verfeinern. KI kann mehrere Facetten analysieren, um festzustellen, welche für Ihre Shopper:innen am relevantesten sind.

Mit diesen vier KI-gestützten Algorithmen läuten Sie in Ihrem Unternehmen eine neue Ära der Effizienz ein. Ein guter Such-Anbieter liefert Ihnen genau diese Algorithmen und reichert sie mit langjährigen Erfahrungen aus der E-Commerce-Branche an. Achten Sie darauf, dass Ihnen diese Algorithmen ab dem ersten Tag zur Verfügung stehen und dass Sie sie mit dem Know-how Ihres Merchandising-Teams auf Ihre Bedürfnisse abstimmen können. Die gute Nachricht ist, dass Sie das meiste mit gutem Gewissen der KI überlassen können: Sie findet Ihr größtes Optimierungspotenzial und setzt es für Sie um. So sparen Sie Zeit und Ressourcen.

„Vor Kurzem angesehen“-Widgets

Neue Käufer:innen auf sich aufmerksam zu machen und sie zum Kauf zu bewegen, kann eine komplexe Herausforderung sein. Zum Glück kann KI eine viel größere Menge an Aktivitätsdaten analysieren, darunter die Zeit, die Kund:innen auf Ihrer Website verbringen, die Absprungraten und die Conversion Rate. So erhalten Sie ein umfassendes Bild über die Vorlieben und Interessen Ihrer Kund:innen. Mit KI-basierten, personalisierten Produktempfehlungen vereinfachen Sie diesen Prozess und steigern zugleich das Vertrauen in Ihre Marke.

Recommendation Widgets wie „Vor Kurzem angesehen“ können dafür sorgen, dass Ihre Kund:innen für sie interessante Artikel im Auge behalten. Das macht Ihre Shopping Experience einzigartig, Ihre Kund:innen fühlen sich verstanden und geschätzt und die Markentreue steigt. KI kann auf Basis früherer Verhaltensdaten auch neue Artikel vorschlagen, die zum Stil und den Vorlieben Ihrer Kund:innen passen. Über solch einen digitalen Upselling- und Cross-Selling-Ansatz optimieren Sie Ihre Customer Experience und steigern sowohl RPV als auch AOV.

Bloomreach als führendes KI-Tool im Merchandising

Die aktuellen Entwicklungen im Bereich KI zu verfolgen, mag essenziell sein. Mindestens genauso wichtig ist es aber, sich im Marketinghype drumherum nicht zu verlieren. Bevor Sie sich für eine KI-Lösung für E-Commerce-Suche und -Merchandising entscheiden, sollten Sie sicherstellen, dass das Angebot nicht nur aktuellen Trends folgt, sondern auch die spezifischen Bedürfnisse Ihres Unternehmens erfüllt. Um die beste Lösung zu finden, müssen Sie Ihre Ziele klar vor Augen haben, damit SaaS-Unternehmen keine Standard-KI-Funktionen implementieren, die am Ende keine greifbaren Vorteile bringen.

Ob eine KI-basierte Merchandising-Automatisierung effektiv ist, misst man nicht in abstrakten Konzepten, sondern in tatsächlichen Zeiteinsparungen. KI entfaltet nur dann ihr volles Potenzial, wenn sie den Merchandising-Workflow vereinfacht: von der Idee über das Konzept bis hin zur Umsetzung eines vollständig validierten, datenbasierten Plans per Mausklick. Geben Sie daher immer Lösungen den Vorrang, die Sie tatsächlich effektiver machen und die einen Beitrag zu Ihren Unternehmenszielen leisten, und meiden Sie Tools, deren Anbieter einfach nur die KI-Trendwelle reiten.

Erfahren Sie mehr über Bloomreach Discovery und erfolgreiches Merchandising im E-Commerce und finden Sie heraus, wie Ihre Merchandising-Teams mit KI ihre eigene Produktivität und die Umsätze Ihres Unternehmens steigern können.

 


Kait Spong

Senior Content Marketing Manager bei Bloomreach

Kait ist Content Marketing Manager bei Bloomreach und interessiert sich besonders für technologische Lösungen, die Unternehmen unterstützen, Ihre Ziele zu erreichen und zu übertreffen. Die erfahrene Texterin hat einen Abschluss in Anglistik und greift auf fundierte Erfahrungen im Content Marketing, Branding, SEO und Social Media Marketing zurück. Sie hat bereits zahlreichen Unternehmen aus diversen Branchen mit ihren Strategien in den Bereichen Content und Thought Leadership geholfen.