Echtzeit Personalisierung der Top Onlineshops auf dem Prudsys personalisation summit 2017

Im Rahmen eines Summits stellt die Prudsys AG (Nachtrag: 2022 erfolgte eine Umfirmierung in "GK Artificial Intelligence for Retail AG") jedes Jahr die aktuellen Entwicklungen im Bereich der Personalisierung durch Machine Learning vor. Eine Personalisierung kann z.B. eine Empfehlung eines anderes Produktes durch Vorschläge wie: „andere Kunden kauften auch“ oder „Folgendes könnte Sie auch interessieren“ sein. Neben der Vorstellung der neuen Funktionen der Recommendation Engine, wird auch – in Form von Kurzvorträgen – die Implementierung bei verschiedenen Kunden vorgestellt.

Während ich im letzten Jahr die Veranstaltung lediglich als Teilnehmer besucht habe, wurden wir in diesem Jahr von Prudsys gebeten, die Implementierung bei unserem Kunden Westfalia vorzustellen. Einige wichtige Fakten über das Projekt wurden bereits im Rahmen einer Case Study veröffentlicht.

Sehr interessant fand ich persönlich die vorgestellten Konzepte, die veranschaulichten, dass das Empfehlungs­system auf Basis verschiedenster Daten aufgesetzt und verwendet werden kann.

Während viele Shops „nur“ das Kauf- und Besuchsverhalten der Benutzer als Grundlage nutzen, spielen einige Betreiber schon Parameter wie Alter und Geschlecht mit ein. Auch wird bereits überlegt, Faktoren wie Jahreszeit oder Wetter mit einzubeziehen.
Das Ganze kann sogar so weit erweitert werden, dass mittels einer Kamera am Point-of-Sale die Stimmung eines Kunden ermittelt wird und ihm auf Basis dessen entsprechende Empfehlungen angezeigt werden – Präsentiert wurde dieser Ansatz von der Firma Sensape. Solche Erweiterungen sind jedoch nur dann möglich, wenn man auf entsprechend viele Kunden bzw. Benutzer in dem System zurückgreifen kann, da ansonsten die Datenbasis viel zu klein ist.

Prudsys arbeitet derzeit an einer überarbeiteten Version der Recommendation Engine, die zum Ende dieses Jahres veröffentlicht werden soll. Die vorgestellten Screenshots und Konzepte zeigen, dass insbesondere die Bedienung, sowie die Auswertung im Backend im Fokus der RDE (Realtime Decision Engine) stehen werden. Hier ist auch wirklich eine erhebliche Verbesserung möglich!

Die in den anderen Vorträgen vorgestellten Referenzlösungen haben mir gezeigt, dass unsere aktuelle Implementierung und Nutzung bei Westfalia sehr gut ist – die über die RDE generierten Umsätze zeigen das auch. Dennoch habe ich einige Anregungen mitgenommen, die wir in den nächsten Wochen implementieren wollen, wie z.B. die Individualisierung der Reihenfolge der Kategorien durch die RDE.