Der E-Commerce der Zukunft ist visuell und mobil. Aber die Struktur vieler Onlineshops stammt größtenteils noch aus der Desktop-Ära des Web 1.0. Händler müssen sich deshalb dringend der Frage stellen, wie sie das Onlineshopping intuitiver machen können. Eine Schlüsseltechnologie dafür ist die bildbasierte Produktsuche. Philipp Derksen, Gründer von Vviinn, erklärt, wie sie eingesetzt wird, um Konversionsraten zu erhöhen.

Verlassen zu viele Nutzer den Shop, ohne etwas gekauft zu haben? Die Frage haben sich wohl die meisten Onlinehändler schon mal gestellt. Der Shop ist bis ins letzte Detail optimiert. Alle Kampagnen sind genau auf das Sortiment zugeschnitten. Trotzdem steigt die Conversion-Rate nicht mehr. In den meisten Shops liegt sie unter 10%. Über 90% aller Nutzer verlassen die Seite also wieder, ohne etwas gekauft zu haben.

Ein wesentlicher Grund dafür ist: Viele Shops sind auch heute noch wie zu Zeiten des Web 1.0. aufgebaut. Zwei wichtige Faktoren für jeden erfolgreichen Verkaufsprozess fehlen dort völlig: visuelle Orientierung und stilgerechte Beratung.
Künstliche Intelligenz kann Farben, Formen und Strukturen erkennen und mit bekannten Bildinhalten abgleichen. Shopbetreibern bietet die bildbasierte Produktsuche die Chance auf höhere Konversionsraten.
© IMAGO /Westend 61
Künstliche Intelligenz kann Farben, Formen und Strukturen erkennen und mit bekannten Bildinhalten abgleichen. Shopbetreibern bietet die bildbasierte Produktsuche die Chance auf höhere Konversionsraten.

Eine Wand von Listen und Filtern

Wer nach einem bestimmten Produkt sucht, stößt online auf eine Wand von Listen, Filtern und Versuche, das Sortiment mit Worten abzubilden. Diese Textlastigkeit ist ein Erbe aus der Desktop-Computer-Ära. In Zeiten, in denen das Internet mobil ist und immer visueller wird, ist das überholt.

Die visuelle Suche (engl. visual search) ist die Schlüsseltechnologie, die das ändern kann. Sie macht das Online-Einkaufserlebnis intuitiver. Große Player setzen diese Form der KI bereits erfolgreich ein. Aber man muss dafür nicht Amazon, H&M oder Google heißen. Onlinehändler jeder Größe und Ausrichtung können Visual Search bereits heute erfolgreich nutzen. Dies sind die sechs wichtigsten Einsatzfelder und USPs:

1. Produktsuche

Der naheliegendste Einsatz von visueller Suche: Nutzer laden mit einem Klick auf das Kamera-Icon eines Onlineshops ein Produktfoto hoch – vielleicht ein selbstgemachtes Bild einer Handtasche oder einen Screenshot von Instagram. So finden sie direkt das richtige Produkt oder eines, das stilistisch sehr ähnlich ist.

Mit bildbasierter Suche lassen sich Produkte schneller finden, die man nicht genau benennen oder gar beschreiben kann. Diese Art des Suchens wird zunehmend Alltag. Die Smartphone-Kamera entwickelt sich mehr und mehr zum Eingabe-Device und zur Navigationshilfe. Dank Google Lens und Bing-Bildersuche wird sie immer populärer und zur gelernten Kulturtechnik.

2. Produktempfehlungen

Der zentrale und wichtigste Einsatzbereich für die visuelle Suche. Hier wirkt die Software – für die Nutzer unbemerkt – als KI-Baustein im Hintergrund. Bei einem Klick einer potenziellen Handtaschenkäuferin analysiert eine Software in wenigen Millisekunden mehr als 1.000 Merkmale des Fotos – und schlägt stilistisch ähnliche Produkte vor.

Diese Vorschläge treffen präzise das Bild, dass Nutzer in diesem Moment im Kopf haben. Das aktuelle Kaufinteresse wird unterstützt, die Kaufentscheidung beschleunigt.

Dieser Einsatz von bildbasierter Suche führt nachweislich zu mehr Umsatz. Tests zeigen: Die Conversion-Rate mit Produktempfehlungen auf Basis von Visual Search steigt um das Zweieinhalbfache. Die visuellen Empfehlungen wurden dreimal so häufig genutzt wie die verhaltensbasierten Produktvorschläge.


3. Die Cookie-Consent-Lücke schließen

Visuelle Suche kommt völlig ohne Cookies aus. Dass diese Targeting-Technologie endlich sein wird, steht schon länger fest. Das Cookie-Konzept bröckelt aber schon länger. Zwei Drittel aller Nutzer sind von den Abfrage-Layern genervt, ein Viertel lehnt Website-Cookies grundsätzlich ab.

Ein Großteil der potenziellen Neukundschaft ist mit Personalisierung in der bisherigen Form deshalb schon längst nicht mehr erreichbar.

Mit visueller Suche können Händler diese Personalisierungslücke relativ leicht schließen. Diese Technologie erzeugt Empfehlungen von einer Qualität, für die mit historisch gesammelten Userinformationen immense Datenmengen verwaltet und analysiert werden müssten.

4. Longtail monetarisieren

Die wenigsten Shops verfügen über ausreichend Kundendaten, um wirklich verlässliche Vorhersagen für Kaufempfehlungen machen zu können. Auf einer schmalen Datenbasis schlagen sie deshalb lediglich Produkte vor, die ohnehin viele Menschen gekauft haben. Nutzer und Händler stecken in der Bestseller-Bubble fest.

Mit visueller Suche kommen sie aus dieser Blase heraus und können auch ihren Longtail wesentlich effizienter vermarkten. So werden Einzelposten nicht weiter zu Lagerhütern.

5. Das Produkt wieder in den Mittelpunkt stellen

Bei der aus der Desktop-Welt übernommen Navigation verschwindet hinter Kategorie-Bäumen und textbasierten Filtern das Wesentliche immer wieder aus dem Blickfeld: das Produkt selbst.

Mit visueller Suche rückt es wieder in den Blickpunkt. Wie mit einem guten Verkaufsberater können die Kunden von den Produkten geleitet das Sortiment passend zu ihrem Geschmack und Bedürfnissen erleben.

6. Visual-Product-Tagging

Inkonsistente Produktdaten sind ein großes Problem vieler Händler. Die visuelle Suche kann dabei helfen, es zu lösen und die Qualität von Produktdaten und Produkttexten verbessern.

Mit ihr lassen sich automatisiert Produkte kategorisieren und Attribute nach einem konsistenten Schema erzeugen. So verbessern sich der Informationsgehalt und die Auffindbarkeit im Onlineshop deutlich.

Doch wie aufwendig ist es, bildbasierte Produktsuche in den eigenen Shop zu integrieren? Die gute Nachricht lautet: Die Implementierung ist schnell und einfach möglich. SaaS-Anbieter stellen speziell für Onlineshops APIs oder auch Frontend-Komponenten zur Verfügung.

Gerade schnell wachsende Shops, die weder über die nötige Datenmenge noch Entwicklungsressourcen verfügen, können mit einer bildbasierten Such- und Empfehlungstechnologie so in kurzer Zeit die Qualität ihrer Produktvorschläge und damit auch ihre Kosten-Umsatz-Relation messbar verbessern. Für einen einfachen Einstieg gibt es schlüsselfertige Lösungen für den E-Commerce, diese erfordern nur sehr geringe Investitionskosten und bringen vom ersten Tag an Ergebnisse.

Fazit

Die visuelle Suche macht das Shopping-Erlebnis für Nutzer intuitiver und emotionaler. Für Händler macht sie das Geschäft effektiver und lukrativer. So verlassen mehr User den Shop erst, nachdem sie etwas gekauft haben.

MEHR ZUM THEMA: 


Die Bilderkennung mithilfe selbstlernender Algorithmen bietet dem E-Commerce vielfältige Einsatzmöglichkeiten von der Produktsuche bis zur -kategorisierung.
© IMAGO /Shotshop
Automatisierte Bilderkennung

So erleichtert KI die Klassifizierung von Produkten


Michael Witzenleiter hat Conversion Maker 2020 gegründet.
© Conversion Maker
Start-ups

Conversion Maker: Gute Produkttexte auf Knopfdruck


Influencer lassen die Follower scheinbar vertraulich an ihrem Privatleben teilhaben. Die Grenze zwischen persönlicher Empfehlung und Reklame ist dabei mitunter fließend.
© IMAGO / Westend61
Influencer-Marketing

Zulässige und unzulässige Werbeposts: Wo fängt Schleichwerbung an?