Gastartikel

KI im E-Commerce: Wie AdTech zuverlässig Ihre Shop-Conversions steigert

Veröffentlicht: 26.11.2020 | Geschrieben von: Gastautor | Letzte Aktualisierung: 23.06.2023
Online-Marketing

KI, Machine Learning, neuronale Netze, AdTech - immer mehr Begriffe der digitalen Revolution geistern durch On- und Offline-Medien. Zurück bleibt nicht selten ein großes Fragezeichen. Auch wenn sich diese (gar nicht mal so neuen) Konzepte auf den ersten Blick interessant anhören, fehlen Unternehmen noch häufig praktische Anwendungsfälle mit belegbaren Ergebnissen.

Auch im E-Commerce gibt es spannende Ansätze für die Nutzung von künstlicher Intelligenz. Weil Online-Shops in der Regel sehr viele Informationen generieren, z. B. zum Verhalten von Nutzern in Kombination mit Produkten, sind sie prädestiniert für den Einsatz von KI. Doch auch hier gilt: Wirklich brauchbare Use Cases sind rar. 

Dieser Fachbeitrag gibt Aufschluss darüber, wie und in welchen Bereichen Online-Händler schon heute künstliche Intelligenz in ihrem Webshop einsetzen können und zeigt anhand eines Praxisbeispiels auf, welche umsatzsteigernde Effekte damit erzielt werden können. Darüber hinaus werden die derzeit wichtigsten Anbieter von KI-Technologien für den deutschen E-Commerce-Bereich in einer Übersicht vorgestellt.

Vermarktung von Online-Shops mithilfe von Deep Learning Algorithmen

Ein Gebiet, auf dem vor allem Deep-Learning-Modelle bereits erfolgreich eingesetzt werden, ist „AdTech“. Der Begriff steht kurz für „Advertising Technology“ und bezeichnet fortschrittliche, digitale Lösungen im Bereich der Online-Werbung. Für Shopbetreiber ist hier vor allem das dynamische Retargeting relevant. Dabei geht es darum, Shop-Besucher, die ihren Kauf nicht abschließen, mit personalisierten Online-Bannern auf anderen Websites anzusprechen, das Kaufinteresse erneut zu wecken und zur Conversion zu führen.

Während konventionelle Retargeting-Lösungen z. B. über die Google-Ads-Plattform recht komplex in der Einrichtung sind und einen hohen Aufwand in der Kampagnenpflege und -optimierung verursachen, schaffen AdTech-Anbieter wie releva.nz oder Criteo mit künstlicher Intelligenz Erleichterung. 

Selbstlernende Algorithmen sorgen dafür, dass die passendsten Banner zur richtigen Zeit auf den richtigen Bannerplätzen und auf dem idealen Endgerät ausgespielt werden. Darüber hinaus muss der Shopbetreiber nicht tiefer in die Kampagnenoptimierung einsteigen, das übernimmt das Datencenter des jeweiligen Anbieters vollautomatisch. Eine zweistellige Steigerung der Conversion-Rate ist dadurch realistisch und durch konkrete Use Cases belegbar, wie auch die Case Study Lizenzking.de später zeigt.

Doch wie funktioniert das mit den Deep-Learning-Algorithmen genau und warum ist künstliche Intelligenz im Bereich der Vermarktung von Online-Shops bereits heute zuverlässiger und erfolgversprechender als nahezu jede andere Werbemaßnahme?

Der Schlüssel zu mehr Conversions durch AdTech ist die Art und Weise, wie die angewandten Algorithmen lernen. Im Gegensatz zu simpleren KI-Modellen wie Machine Learning, bei denen der Mensch sowohl den Algorithmus selbst als auch die gewünschten Ergebnisse vorab festlegt, agiert der Deep-Learning-Algorithmus wesentlich autarker. Bevor er eine Entscheidung trifft, probiert er verschiedene Herangehensweisen aus und vergleicht deren Ergebnisse miteinander. Dabei kombiniert er Datensätze immer wieder neu, um die Zusammenhänge besser zu verstehen. Je häufiger dieser Prozess wiederholt wird, desto mehr ist der Algorithmus in der Lage, selbstständig intelligente Entscheidungen zu treffen.

Angewendet auf Retargeting bedeutet das: Der Online-Händler gibt nicht vor, welche Anzeigenmotive an welche Zielgruppe ausgespielt werden und in welchen Situationen diese angesprochen werden soll. Stattdessen trifft der Deep-Learning-Algorithmus Entscheidungen auf Basis von Daten und Fakten und wird nicht durch die subjektive, menschliche Wahrnehmung manipuliert. Lediglich das Ziel, also beispielsweise die Maximierung von Conversions oder die Erfüllung bestimmter KPIs, wird vorab festgelegt.

So wird selbst die Performance von menschlichen Werbeanzeigen-Managern übertroffen, die langjährige Erfahrungen in diesem Bereich mitbringen. Denn auch sie handeln nach dem  sogenannten „Confirmation Bias“ (zu deutsch: Bestätigungsfehler) und neigen dazu, Informationen so zu be- und verwerten, dass sie den eigenen Erwartungen entsprechen. Das wirkt sich in der Regel negativ auf die Ergebnisse von Retargeting-Kampagnen aus – und kostet Webshop-Betreiber im Zweifel viel Geld.

Deep Learning im AdTech hat darüber hinaus einen weiteren Vorteil: Würde man versuchen, die Vielzahl der Daten eines Online-Shops manuell in regelbasierte Machine-Learning-Modelle zu pressen, so wäre das von vornherein zum Scheitern verurteilt. Denn mit jeder neuen Erkenntnis müssten die Modelle überarbeitet werden – man würde also immer wieder bei Null beginnen. Da beim Deep Learning keine Daten und möglichen Zusammenhänge von vornherein ausgeschlossen werden, ist eine manuelle Korrektur nicht nötig.

Selbst unterbewusste Entscheidungsmuster von Shopbesuchern werden erkannt

Bei herkömmlichen Retargeting-Mechanismen wird nur das offensichtliche Nutzerverhalten im Online-Shop analysiert. Dazu gehören z. B. die angesehenen Produkte oder die besuchten Produktkategorien. Auf dieser Basis werden dann Retargeting-Ads erstellt und ausgespielt.

Deep Learning bezieht eine viel größere Datenbasis ein und ermöglicht dadurch einen wesentlich umfangreicheren Blick auf die User. So kann es sein, dass der Algorithmus den User besser kennt, als er sich selbst. Denn auch unterbewusste Handlungen werden erkannt und können zur Optimierung der Anzeigenwerbung genutzt werden. Welche konkreten Zusammenhänge Deep Learning Algorithmen im E-Commerce erkennen können, schildert Jens Lukas, Geschäftsführer der releva GmbH, die mit dem releva.nz-Plugin eines des führenden KI-Tools für dynamisches Retargeting entwickelt hat: 

„Der releva.nz Algorithmus kann komplexe Verhaltensweisen der Nuter identifizieren. Beispielsweise wird getrackt, wie lange Shopbesucher sich ein bestimmtes Produkt ansehen und welche Preise sie im Shop mit einander verglichen haben. Darüber hinaus wird auch der Weg durch die verschiedenen Shop-Unterseiten aufgezeichnet. Alle Informationen für sich betrachtet sind jedoch noch nicht viel wert. Der Schlüssel liegt in der intelligenten Kombination der Daten. Es ergeben sich Cluster, die Aufschluss über die wirklichen Kaufintentionen des Besuchers geben.“

Jens Lukas releva

Den Effekt, der sich daraus für den User ergibt, kennt fast jeder: Wie durch magische Hand wird genau das Produkt auf der Reise durch das Internet immer wieder angezeigt, das in unseren Gedanken präsent ist. Nicht selten fragen wir uns: Woher stammen die Informationen? Die Antwort: Gerade unser vermeintlich unterbewusstes Surfverhalten ist für erfolgreiches Retargeting ausschlaggebend.

„Der Verzicht auf künstliche Intelligenz im Retargeting bedeutet hingegen, dass User immer wieder mit Ads angesprochen werden, deren Inhalte bereits veraltet sind – entweder weil sie das Produkt bereits gekauft haben oder weil sie sich nicht mehr dafür interessieren“, so Jens Lukas von releva.nz. Das kann schnell zum Boomerang für Online-Händler werden, denn wenn User von der Werbung genervt sind, hat das einen negativen Einfluss auf das Shop-Image, mittelfristig können dadurch die Umsätze sogar sinken.

Praxisbeispiel: Wie künstliche Intelligenz das Kosten-Umsatz-Verhältnis von Lizenzking.de optimiert hat

Die tatsächlichen Effekte von Deep Learning im Bereich des dynamischen Retargetings lassen sich am besten anhand eines Praxisbeispiels aus der Welt des E-Commerce veranschaulichen. Die BDG Handel GmbH, Betreiber der Seite https://lizenzking.de, einem der größten und bekanntesten Software-Online-Shops in Deutschland, gewährt uns Einblicke in die Erfolge, die durch KI und dynamisches Retargeting erzielt wurden.

Der Lizenzking.de-Online-Shop läuft mit Shopware und das Unternehmen hat sich vor etwa 12 Monaten für das releva.nz-Plugin entschieden. Es bietet eine einfache Benutzeroberfläche, in der lediglich das tägliche Werbebudget eingestellt werden muss. Der releva.nz-Algorhithmus übernimmt dann die Zusammenstellung personalisierter Online-Banner, die Ausspielung auf den relevantesten Anzeigenplätzen sowie die gesamte Kampagnen- und Budgetoptimierung.

„Unser Fachgebiet ist der Ein- und Verkauf von Softwarelizenzen - mit dynamischem Retargeting hatten wir uns vorher noch nie beschäftigt. Für uns war daher eine einfache, unkomplizierte Bedienung wichtig“, sagt Geschäftsführer Bernd Bendig. Das Unternehmen setzte zuvor einen kleinen Teil ihres Werbebudgets für Google-Ads-Kampagnen ein, die jedoch konventionell ausgespielt wurden. Zwar brachte das auch mehr Besucher in den Online-Shop und steigerte den Umsatz, doch die laufenden Kosten für die Kampagnenoptimierung und der Budgeteinsatz fraßen den Großteil der Produktmargen auf.  

Mit dem Umstieg auf ein KI-basiertes Retargeting konnte Lizenzking.de ein wesentlich günstigeres Kosten-Umsatz-Verhältnis herstellen. Aktuell, also in den letzten 30 Tagen, lag dies bei knapp 12,5 Prozent. Bedeutet: Jeder Euro, der in dynamisches Retargeting fließt, generiert 8 Euro an Umsatz. Im Oktober 2020 hat das Unternehmen beispielsweise ein Retargeting-Budget von insgesamt 420 Euro eingesetzt (14 Euro Tagesbudget) und dadurch einen Umsatz von 3.340 Euro erwirtschaftet.

Durch die Klassifizierung der Shop-Besucher und die gezielte Ausspielung von Retargeting-Ads mithilfe von Deep-Learning-Algorithmen stiegen darüber hinaus auch die Shop-Conversions signifikant. „Durch den Erfolg dieser Technologie haben wir unsere gesamte Marketing-Strategie überdacht. Früher haben wir versucht, so viele Besucher wie möglich auf den Shop zu lenken, heute sehen wir, dass die qualifizierte Ansprache und Überzeugung von unentschlossenen Besuchern der wesentlich effizientere Weg ist, Online-Werbung zu betreiben“, fasst Lizenzking-Geschäftsführer Bernd Bendig zusammen.

Schnellübersicht: Diese AdTech-Anbieter ermöglichen Retargeting durch künstliche Intelligenz im Online-Shop

Anbieter von Retargeting-Plugins für Shopsysteme gibt es mittlerweile eine Menge – inklusive dem Platzhirsch Google Ads. Da gerade der Einsatz von künstlicher Intelligenz im Retargeting den entscheidenden Unterschied macht, sind vor allem die Anbieter relevant, die bereits auf KI-Technologien setzen und auf dem deutschen Markt agieren. Die nachfolgende Tabelle fasst Informationen zu den wichtigsten Retargeting-Tools auf dem deutschen Markt zusammen.

releva tabelle2

Über den Autor

Florian Müller ist Gründer und Geschäftsführer der Content Guys AI – eine auf disruptive Branchen wie E-Commerce, Voice Tech, Mobility, VR und E-Sports spezialisierte Digitalagentur mit Sitz in Deutschland und den USA. Er beschäftigt sich schon seit den frühen 2000ern mit Game-Changer Technologien, publiziert regelmäßig Fachbeiträge in relevanten Branchen-Magazinen und hilft Unternehmen dabei, mehr Sichtbarkeit in zukunftsfähigen Wettbewerbsumfeldern zu erlangen. Mehr Infos unter: https://content-guys.ai

Schreiben Sie einen Kommentar

Newsletter
Abonnieren
Bleibe stets informiert mit unserem Newsletter.