Er konnte bereits zwei Jahre Erfahrung sammeln im Verfassen, Übersetzen und Korrekturlesen von Texten. Sein Ziel ist es Menschen dabei zu helfen präzise und verständlich zu kommunizieren.
Rafał hat ein Archäologie-Studium absolviert und ist sowohl von prähistorischen als auch von modernen Technologien fasziniert.
Teilen
Inhaltsverzeichnis
Verbraucher haben sich an die zunehmend personalisierte Erfahrung gewöhnt, die von Einzelhändlern angeboten wird. Aufgrund der gestiegenen Kundenerwartungen reichen allgemeine Nachrichten und Angebote einfach nicht mehr aus. Einzelhändler müssen sich auf eine durch künstliche Intelligenz (KI) gestützte Personalisierung einlassen, um relevante Mitteilungen und Sonderangebote für ihre Kunden zu erstellen.
Als Reaktion darauf entwickeln Einzelhandels- und Technologieunternehmen neue, auf Personalisierung ausgerichtete Technologien. Einzelhändler treten gegeneinander an, um das beste Kundenerlebnis zu bieten. Es ist eines der besten Tools, um treue Verbraucher und Markenbotschafter in diesem hart umkämpften Markt zu gewinnen. Der Bedarf an immer mehr personalisierten Kundenerlebnissen treibt die Innovation von Einzelhandelsunternehmen, die nach einem Wettbewerbsvorteil streben, voran.
Dies führt dazu, dass neue Technologien und Ansätze entwickelt werden. Einige davon haben das Potenzial extrem einflussreich zu werden und die Art und Weise, wie Einzelhändler mit ihren Kunden interagieren, neu zu gestalten.
Personalisierungstrends im Einzelhandel
Anfang des Jahres haben wir einen Bericht über die wichtigsten Retail-Tech-Trends für 2022 veröffentlicht. In diesem Artikel möchten wir einen der identifizierten Bereiche weiterverfolgen – die Personalisierung. Dieser Bereich verändert sich aufgrund technologischer Entwicklungen und Innovationen sehr schnell. Die aufkommenden Trends, die wir behandeln möchten, sind Best-Fit, Kontextualisierung von Preisen und Edge-KI.
Best-Fit
Die Best-Fit-Technologie entstand als eine Möglichkeit für Modehändler, Kunden beim Online-Shopping zu helfen, die perfekte Größe und Auswahl an Kleidungsstücken zu finden. Es ist eine notwendige Antwort auf ein sehr reales Branchenproblem - die steigende Zahl von Rücksendungen. Einzelhändler haben sich in einer Zwickmühle wiedergefunden, in der Rücksendungen ihre Gewinnmargen und ihren CO2-Fußabdruck erheblich beeinträchtigen, aber die Beschränkung des Zugangs zu Rücksendungen entweder gesetzlich verboten ist oder höchstwahrscheinlich ein breites Kundensegment abschrecken würde.
Nach wie vor ist der häufigste Grund für die Rückgabe von Kleidungsstücken die Passform. Was für viele Einzelhändler noch schlimmer ist, denn ein beträchtlicher Prozentsatz der Kunden gibt zu, dass sie mehrere Größen eines bestimmten Kleidungsstücks auf einmal kaufen, nur um später diejenigen zurückzugeben, die nicht passen. Dies zeigt deutlich ein mangelndes Vertrauen in die in den Online-Shops präsentierten Größen und Beschreibungen.
Der einzige nachhaltige Weg, mit diesem Problem umzugehen besteht darin, dieses Vertrauen aufzubauen, indem genaue Messungen und Empfehlungen bereitgestellt werden. Die am besten geeignete Technologie kann die perfekte Antwort sein. Durch die Verwendung von 3D-Daten und zuverlässigen Körpermaßen sowie der Information früherer Einkäufe und Rückgaben, können die Web- und Mobil-Apps genaue Größenempfehlungen angeben.
Technisch gesehen nutzen Best-Fit-Lösungen Virtual Reality, Augmented Reality, KI, IoT und Computer Vision. Sie können in zwei Hauptkategorien unterteilt werden: KI-basierte Berater und Body-Scanning-Anwendungen. Ersteres erfordert, dass die Benutzer sich selbst messen und diese Daten zusammen mit anderen Informationen und Präferenzen eingeben. Anschließend verarbeitet die Lösung diese Informationen zusammen mit der Kauf- und Rückgabehistorie, um spezifische Produkte und Größen vorzuschlagen. Letztere nutzt die Kamera auf dem Mobilgerät des Nutzers. Verbraucher müssen Fotos von sich selbst machen, damit die Lösung sie analysieren und ein 3D-Modell der Figur und des Körpertyps erstellen kann. Dieses Modell wird später verwendet, um personalisierte Passform- und Größenempfehlungen anzugeben.
Kontextualisierung von Preisen und Werbeaktionen
Obwohl nicht unbedingt neu erfunden, werden personalisierte Kommunikation und Werbeaktionen immer wichtiger und fortschrittlicher. Dies ist besonders im Omnichannel sichtbar. Kunden, die ein personalisiertes Einkaufserlebnis erhalten, sind zufriedener und werden die Marke wahrscheinlich ihren Freunden weiterempfehlen. Die Nutzung dieses Trends kann ein entscheidendes Unterscheidungsmerkmal sein, wenn es darum geht, ob Einzelhändler auf dem Markt überleben und erfolgreich sein können. Dies wird nicht nur in der Mode, sondern auch in anderen Kategorien, einschließlich des Lebensmitteleinzelhandels relevant.
Viele Lebensmittelhändler haben immer noch Schwierigkeiten damit, ihren Kunden personalisierte oder kontextbezogene Werbeaktionen anzubieten. Dies ergibt sich aus den traditionell isolierten Prozessen zur Abwicklung regelmäßiger Preisgestaltung und Werbeaktionen, die häufig auf älteren ERP-Plattformen oder sogar Excel basieren. Ein solches Setup erschwert die Umsetzung eines personalisierten Ansatzes. In Kombination mit einer schlechten Nutzung von Medienkanälen und Kampagnen kann dies zu einer insgesamt schlechten Leistung von Marketingaktivitäten beitragen.
Um das Beste aus den personalisierten Werbeaktionen herauszuholen, sollten sich Händler auf mehrere Schlüsselbereiche konzentrieren:
- Aufbrechen der Silos in Bezug auf reguläre Preise, Rabatte und Werbeaktionen.
- Implementierung von KI - um Kundenverhalten und Kaufverhalten zu analysieren und diese zur Erstellung personalisierter Werbeaktionen zu nutzen.
- Eine strategische Ausrichtung zwischen Medienaktivitäten, Marketingkampagnen, Forecasts und Werbeaktionen.
- Einführung starker Kundensegmentierungspraktiken - eine Kommunikation, die sich mit reduziertem Aufwand persönlich anfühlt.
Laut Gartner ist die Umstellung auf kontextbezogene Echtzeitpreise der beste Ansatz zur Implementierung personalisierter Werbeaktionen. Einzelhändler, insbesondere diejenigen, die ein Omnichannel-Erlebnis bieten möchten, sollten mobile Geräte der Kunden berücksichtigen, um relevante, individuelle Angebote zum richtigen Zeitpunkt bereitzustellen.
Edge-KI für personalisierte Werbung
Edge Computing verlagert die Datenspeicherung und -verarbeitung näher an die Datenquelle. Es ist ein vielversprechender Ansatz, der Reaktionszeiten beschleunigen und die Datensicherheit verbessern kann. Die Kombination aus Edge-Computing und KI kann für Einzelhändler ein echter Wendepunkt sein, da sie zunehmend personalisierte Dienste anbieten und gleichzeitig Datenschutz und DSGVO-Konformität gewährleisten können.
Durch die lokale Verarbeitung von Daten können alle Risiken vermieden werden, die mit dem Senden von Verbraucherdaten in anderen Ländern verbunden sind. Diese Technologie kann für Einzelhändler am einflussreichsten sein, die mehrere Vertriebskanäle nutzen, aber stark in der stationären Erfahrung verwurzelt sind, wobei Gartner speziell auf Einkaufszentren und Themenparks hinweist.
Die Implementierung von Edge-KI kann dazu beitragen, Kunden in Echtzeit hochrelevante und personalisierte Kommunikation zu liefern und gleichzeitig ihre Daten zu schützen. Die Nutzung von Edge-KI zur weiteren Personalisierung im Einzelhandel erfordert jedoch häufig, dass sich die Kunden für Marketingaktivitäten auf ihren Mobilgeräten entscheiden. Die größte Herausforderung, die es zu bewältigen gilt, ist es Kunden zu überzeugen, die vorgesehenen Apps auf ihre Smartphones herunterzuladen und zu verwenden. Dank Edge Computing verlassen die gesammelten und verarbeiteten Daten nie die Einkaufsstätte. Dies ist für datenschutzorientierte Benutzer und die Einhaltung gesetzlicher Vorschriften von entscheidender Bedeutung, reicht jedoch möglicherweise nicht aus, um Verbraucher zur Nutzung der Apps zu ermutigen. Laut Gartner benötigen die meisten Kunden einen stärkeren Anreiz wie Rabatte, kostenlose Produkte, mehr Komfort oder einzigartige Funktionen, um sich für die Weitergabe ihrer Daten über mobile Apps zu entscheiden.
Langfristig kann die Nutzung von Verbraucher-Smartphones und die Übertragung von Kontrolle über die gesammelten Daten die Transparenz erhöhen und dazu beitragen, Vertrauen und Loyalität aufzubauen. Die frühen Phasen der Implementierung und der Gewinnung von Kundenakzeptanz können jedoch einiges an Arbeit erfordern.
Aus Sicht des Einzelhändlers können diese Apps verwendet werden, um relevante Anzeigen und Mitteilungen basierend auf Daten wie Standort, Kaufgewohnheiten und Zeitraum bereitzustellen. Die Edge-Architektur bietet DSGVO-Compliance, indem sie Informationen verschleiert – der Werbetreibende weiß nicht welche Kommunikation einem einzelnen Benutzer zugestellt wurde. Diese Daten verlassen nie das Smartphone. Darüber hinaus hat der Gerätebesitzer volle Transparenz und Kontrolle darüber, welche Daten zu welchen Zwecken erfasst werden. Letztendlich sollte dies zu mehr datenaffinen Kunden und Einzelhändlern führen, die ein echtes Omnichannel-Erlebnis bieten und gleichzeitig DSGVO-konform bleiben können.
Zusammenfassung
Die Technologie wird weiterhin eine entscheidende Rolle dabei spielen, Personalisierung im Einzelhandel voranzutreiben. Innovative Lösungen können dazu beitragen, einige der dringendsten Probleme anzugehen, wie z. B. wachsende Kundenerwartungen, Nachhaltigkeit, Datenschutz und abnehmende Loyalität.
Smartphones und andere mobile Geräte bauen ihre ohnehin schon wichtige Rolle immer weiter aus. Einzelhändler müssen starke Anreize für Käufer schaffen, ihre Apps herunterzuladen und zu verwenden und gleichzeitig eine einwandfreie Benutzererfahrung und Transparenz sowie Datensicherheit gewährleisten. Die meisten Kunden sind bereit, ihre Geräte auf diese Weise zu verwenden, solange sie das Gefühl haben, dass sie etwas davon haben. Mit diesem Wissen in der Hand, gepaart mit fundiertem Fachwissen im Bereich der Einzelhandelstechnologie, können Unternehmen Wege finden Personalisierungen voranzutreiben und gleichzeitig ihre Kunden zu begeistern.
Quellenangabe
1. Emerging Technologies: Emerging Edge AI Use Cases in Retail, Gartner, 2021,
2. Innovation Insight for Best-Fit Technology for Fashion Retailers, Gartner, 2022,
3. Personalized Promotions Will Win, but Grocery Retailers Are Not Ready, Gartner, 2022.
Er konnte bereits zwei Jahre Erfahrung sammeln im Verfassen, Übersetzen und Korrekturlesen von Texten. Sein Ziel ist es Menschen dabei zu helfen präzise und verständlich zu kommunizieren.
Rafał hat ein Archäologie-Studium absolviert und ist sowohl von prähistorischen als auch von modernen Technologien fasziniert.
