Warum es an der Zeit ist, sich von Ihren Null-Ergebnissen mit Never Null zu verabschieden

Verbessern Sie Ihre Kundenzufriedenheit mit Methoden des maschinellen Lernens, die die Produktfindung mit Lucidworks Never Null verbessern.

Wir haben es alle schon einmal erlebt: Wir kaufen online ein und versuchen, einen bestimmten Artikel zu finden – sei es ein neuer Staubsauger, ein bestimmtes Hemd oder eine bestimmte Lidschattenfarbe – und wir springen von Website zu Website, weil wir etwas im Sinn haben, das wir unbedingt haben wollen oder brauchen. Wir versuchen es bei den großen Online-Händlern, oder wir schauen uns eine neue D2C-Marke an, die uns von einem Freund oder einer Anzeige in den sozialen Medien empfohlen wurde…

Aber wir erhalten immer wieder die gefürchtete Antwort: null Ergebnisse.

Man muss kein E-Commerce-Experte sein, um zu erkennen, dass eine Seite mit null Ergebnissen ein schlechtes Kundenerlebnis ist. Allerdings ist es unmöglich, dass jeder Einzelhändler alle Artikel vorrätig hat, nach denen ein Kunde suchen könnte. Als Verbraucher wünschen wir uns eine Vielfalt an Möglichkeiten und es macht Spaß, neue Produkte zu entdecken. Obwohl wir uns auf unsere bewährten Marken verlassen, ist es auch schön, etwas Neues zu entdecken, in das wir uns verlieben. Wie bringen Sie als Einzelhändler also diese beiden Dinge unter einen Hut?

Tun Sie das nicht

Falls Sie ein Beispiel brauchen, hier ist, was man nicht tun sollte. Ich ging online, um bei einem der führenden Online-Händler für Schönheitspflege nach einer der Instagram-Haarpflegemarken zu suchen, die mir meine Freundin geschickt hatte. Sie heißt Prose und wenn Sie ihre maßgeschneiderte Website besuchen, helfen sie Ihnen, Ihre perfekte Haarpflegeroutine mithilfe eines lustigen Quiz zu erstellen. Nehmen wir an, ich bin ein treuer Käufer von Schönheitspflegeprodukten aus dem Supermarkt, also gehe ich auf deren Website, um nach dieser neuen, trendigen Haarpflegemarke zu suchen. Folgendes ist passiert:Nicht nur, dass die Marke, nach der ich suche, nicht im Angebot ist (was keine Überraschung ist, wenn man bedenkt, dass man nur direkt bei Prose einkaufen kann), ich werde auch nicht auf andere Produkte aufmerksam gemacht. Zwei der vier Vorschläge haben nichts mit Haaren zu tun, und bei den beiden Vorschlägen, die sich auf Haare beziehen, handelt es sich nicht einmal um Shampoo!

In der heutigen Zeit sollten wir keine Null-Ergebnisse mehr als Option anzeigen. Punktum. Wir verfügen über die fortschrittliche Technologie, um unseren Kunden ein besseres Erlebnis zu bieten, indem wir eine Dateninfrastruktur abbilden, die unseren Produktkatalog auf beliebte Suchanfragen und sogar auf Artikel abstimmt, die wir für bestimmte Kampagnen und Lagerbestände anzeigen möchten.

Nullergebnisse mit semantischer Suche auflösen

Hier kommt die semantische Suche ins Spiel. Wir überlassen es den Data-Science-Experten von Lucidworks, Ihnen zu erklären, worum es sich dabei aus technischer Sicht genau handelt. Für den Laien ist es im Wesentlichen eine Methode, ähnliche Produkte miteinander zu verbinden, um Artikel in einem Produktkatalog anzuzeigen, die bei bestimmten Suchanfragen eine hohe Konversionsrate aufweisen. Wenn ein Kunde nach einem Artikel sucht, der möglicherweise nicht mehr auf Lager ist oder gar nicht mehr angeboten wird, erhält er eine Reihe ähnlicher Artikel, die eng mit seiner ursprünglichen Suche verbunden sind. Wenn ich z.B. nach „Pumpernickel-Crackern“ suche, die es nicht gibt, wird mir ein Mix aus anderen ähnlichen Produkten angezeigt, die eine hohe Konversion aufweisen.

Lebensmittel und Schönheitsprodukte sind nicht die einzigen Anwendungsfälle für die semantische Suche. Denken Sie an den Einzelhandel: Vielleicht sucht ein Fitness-Guru nach einer Yogahose, die nicht mehr hergestellt wird, weil eine neuere Version mit besserem Stoff auf den Markt gekommen ist. Anstatt eine Ergebnisseite mit null Ergebnissen anzuzeigen, wenn unser Yogi nach seiner geliebten dehnbaren Hose sucht, sieht er die neue Version der Hose mit allen dazu passenden Oberteilen und Accessoires. Und vielleicht sehen sie sogar einige Markeninhalte, die erklären, warum die Fitnessmarke zu nachhaltigeren Stoffen mit besserem Feuchtigkeitstransport übergegangen ist. Ein Volltreffer für unseren Yogi und insgesamt ein viel besseres Einkaufserlebnis.

Kleine (und große) Teams lieben die semantische Suche

Als Inhaber eines E-Commerce-Unternehmens fragen Sie sich vielleicht: Wäre das nicht eine Menge Arbeit für meine Merchandiser? Klingt so, als würde ich ein kleines Team bitten, eine Menge Regeln zu erstellen und manuelle Backend-Arbeiten zu erledigen, oder? Nein, eigentlich nicht. Das ist das Schöne an der semantischen Suche und der Verwendung von maschinellem Lernen im Allgemeinen – viele dieser Informationen können im Voraus trainiert werden, so dass Ihre Website „lernt“, während Ihre Kunden durch die Produkte navigieren. Um diese Art von Deep Learning zu aktivieren, sind weder große finanzielle Investitionen noch ein großes Data Science Team erforderlich. Sie müssen lediglich einige wichtige Signale zusammen mit Produktkatalogen und Geschäftszielen bereitstellen, um loszulegen. Es ist eine Win-Win-Situation für alle.

„Bei KÜHL schaffen wir viel mit weniger Mitarbeitern als konkurrierende Unternehmen in der Outdoor-Bekleidungsbranche“,“ sagte Timothy Boyle, Director of Ecommerce, KÜHL.„Da die Lucidworks-Plattform sehr ausgereift ist, können wir mit ihrem Support und ihren Möglichkeiten unserem kleinen E-Commerce-Team personalisierte, relevante und dynamische Einkaufserlebnisse bieten. Die Plattform sammelt Shopper-Signale, um das Ergebnis-Ranking zu beeinflussen, verfügt über vorkonfigurierte ML-Modelle und schafft die fesselnden Erlebnisse, die unsere Stakeholder und Kunden von unserer Marke verlangen, was zu einer höheren Konversion und einem höheren AOV führt.“

Lucidworks hat vor kurzem die semantische Vektorsuche für einen unserer Kunden, einen großen Einzelhändler, eingeführt und damit die Zahl der Null-Suchergebnisse am Black Friday-Wochenende um 90 % reduziert. Allein diese eine Methode steigerte den Umsatz des Unternehmens um Millionen von Dollar in einer der wichtigsten Zeiten des Jahres. Müssen wir noch mehr sagen?

Wir freuen uns, Never Null – unsereeigene Version der semantischen Vektorsuche – hier bei Lucidworks vorstellen zu können. Nehmen Sie Kontakt mit uns auf, wenn Sie mehr erfahren möchten, oder schauen Sie sich diesen Blog-Beitrag an.