Deutliches Wachstum im E-Commerce – bevh zieht erfolgreiche Bilanz

Der Trend im Online-Handel hält an: 2016 stieg der Umsatz der Branche um 12,5 Prozent auf 52,7 Milliarden Euro an. Das teilte der Bundesverband E-Commerce und Versandhandel (bevh) bei der Vorstellung der jährlichen Studienergebnisse „Interaktiver Handel in Deutschland“ mit.

Zusammen mit dem Versandhandel wuchs der Brutto-Umsatz des interaktiven Handels auf 72,4 Milliarden und entspricht mittlerweile fast 13 Prozent des gesamten Einzelhandelvolumens. Das bedeutet, dass jeder achte Euro nicht mehr im stationären Handel, sondern im Online- oder Versandhandel ausgegeben wird. Der E-Commerce erweist sich hierbei als eindeutiger Wachstumstreiber gegenüber der Versandhandelsbranche.

Stabiles Umsatzplus im Online-Handel

Vor allem die Bereiche Bekleidung, Elektronik, Schuhe und Möbel zeigten 2016 erneut ein stabiles Umsatzplus und sind immer noch die beliebtesten Warengruppen im Internet. Enorm gewachsen ist der Dienstleistungssektor: Bei Reisen, Flugtickets oder Konzertkarten fiel das Umsatzvolumen mit einem Plus von 17,8 Prozent deutlich höher aus. Noch stärker erhöht hat sich der Umsatz in der Online-Lebensmittelbranche. Das bisher eher umsatzschwächere Segment weist ein Wachstum von 26,7 Prozent auf.

Außerdem konnten alle Online-Shops Zuwächse verzeichnen. Die wichtigsten Vertriebskanäle sind nach wie vor Online-Marktplätze, aber auch Multi-Channel-Händler gehören mit einem Plus von 19 Prozent zu den Gewinnern.

„Nach wie vor liegen die Online-Marktplätze (OMP) wie Ebay oder Amazon absolut an der Spitze. Mit einem Plus von ca. 1,78 Milliarden im Vergleich zum Vorjahr – das ist ein Wachstum von 7,1 Prozent – realisierten die OMP einen Umsatz von ca. 26,7 Milliarden Euro. Das ist mehr als die Hälfte des Gesamtumsatzes im E-Commerce in 2016.“ – Christoph Wenk-Fischer, Hauptgeschäftsführer bevh.

Mit der Kombination von Beratung, Auswahl und Service wird der Online-Handel durch die ortsunabhängige Verfügbarkeit immer mehr zum effizienten Nahversorger. Niederlassungen der erfolgreichen Online-Händler sind dabei in allen Teilen Deutschlands zu finden und stellen einen wichtigen Arbeitgeber dar.

Darüber hinaus bestellen mindestens 80 Prozent der in der Studie befragten Personen mindestens einmal im Monat in einem Online-Shop, häufig sogar öfter. Vor allem Männer sorgen zunehmend für starke Wachstumsraten und ziehen nach.

Wachstum im E-Commerce hält auch in den nächsten Jahren und Jahrzehnten an

Auf Basis der positiven Geschäftszahlen im vergangen Jahren blickt der bevh zuversichtlich in die Zukunft. Für 2017 rechnet der Verband erneut mit einer zweistelligen Erhöhung um 11 Prozent. Darüber hinaus formuliert der Verband mit der E-Commerce-Agenda 2017 eindeutige Erwartungen und Anforderungen für das Wahljahr. Damit die Entwicklungen in der Branche weiterhin positiv begünstigt werden, bedarf es klarer Rahmenbedingungen, die rechtliche Regelungen und Vorgaben eindeutig und nachvollziehbar festhalten.

Sie möchten keine Neuigkeiten im Online-Handel mehr verpassen? Abonnieren Sie unseren kostenlosen Newsletter!

Maschinelles Lernen – Der Weg zur intelligenten Big Data Analyse

Der Umgang mit riesigen Datenmengen ist eine Herausforderung, die erhebliche Auswirkungen auf unterschiedliche Bereiche der Wirtschaft, Industrie und Wissenschaft hat. Die Verarbeitung des ständig wachsenden Datenaufkommens und die Gewinnung relevanter Insights gehören zu den zentralen Fragestellungen unserer Gesellschaft.

Ein Schlüssel um Big Data zu verarbeiten und auszuwerten, ist Maschinelles Lernen (engl. Machine Learning). Der Einsatz Maschineller Intelligenz ist dabei das aktuelle Trendthema im Bereich der Digitalisierung – Forschung und Anwendungen in diesem Bereich boomen. Sie werden die Zukunft unserer Alltags- und Arbeitswelt weiter prägen. Aktuelle Anwendungen sogenannter Social- oder Chat-Bots der Online-Marktführer florieren. Amazons Alexa, Googles Alpha Go und Microsofts Cortana lassen vermuten, was Maschinelles Lernen zukünftig mit sich bringen wird.

Was bedeutet Maschinelles Lernen?

Durch Machine Learning kann ein künstliches System komplexes Wissen aus Erfahrung generieren. Dafür lernt es aus konkreten Beispielen und kann das Erlernte im Anschluss verallgemeinern. Wichtig ist, dass es diese Beispiele nicht einfach auswendig lernt, sondern in den Daten Muster identifiziert, die dann auf unbekannte Daten transferiert werden.

Anwendungsfelder des Maschinellen Lernens im Online-Handel

Die Anwendungen von Maschinellem Lernen scheinen schier unbegrenzt. Im Online-Handel sind dabei obengenannte Chat- und Service-Bots zu nennen. Diese werden zum Beispiel in Live-Chats im Online-Shop zu Produkten, Versand oder Retoure befragt. Daneben spielen intelligente Prognosesysteme und Personalisierung für Online-Händler eine wichtige Rolle.

Die Datenmengen wachsen mit einer rasanten Geschwindigkeit und das befeuert die Technik doppelt: Zum Einen bilden diese den Ausgangspunkt für Maschinelles Lernen, zum Anderen machen Sie eine intelligente Datenselektion notwendig. Denn niemand möchte morgen noch hunderte Dokumente prüfen, wenn nur 2-3 relevant für eine Entscheidung sind. Diese Entwicklung wird auch nicht vor dem Handel haltmachen [..]“- Dr. Dominique Ziegelmayer, Director Trusted Enterprise

Beim Einsatz von Maschinellem Lernen stehen damit oft Applikationen für Endkonsumenten im Fokus. Doch Machine Learning ist im E-Commerce vor allem bei der Produktklassifizierung von Bedeutung. Hier gibt es eine hohe Anzahl von Produkten, die alle unterschiedliche Merkmale besitzen. Möchte man in diesem Datenberg Produkte einer Klasse zuordnen oder gleiche Produkte finden, treten häufig Probleme auf: Produktinformationen zu einem identischen Produkt können sehr unterschiedlich aussehen. Namen und Produktbeschreibungen stimmen häufig nicht überein und eine EAN ist nicht immer vorhanden. Besonders schwierig wird es, wenn man Artikel aus verschiedene Quellen in verschiedenen Sprachen vergleichen möchte. Dadurch werden Produkte von herkömmlichen Lösungen häufig falsch zugeordnet.

Erfolgsrezept Big Data Analyse

Eine manuelle Bereinigung der Daten ist zeit- und kostenintensiv. In Zeiten von Big Data sind Informationen außerdem derart verschieden, dass sie sich manuell nicht mehr überblicken lassen.  An dieser Stelle setzt Maschinelles Lernen an, das riesige Datenmengen zuverlässig analysieren kann – auf, für das menschliche Gehirn schwer nachvollziehbare, komplexe Art und Weise. Mit Hilfe intelligenter Algorithmen lassen sich Produktdaten zuverlässig zuordnen und eine manuelle Klassifizierung vermeiden.

Ausgereifte Algorithmen sind notwendig, um Big Data zu analysieren und zu verstehen. Hier versteckt sich auch das Geheimrezept unserer Business Intelligence Software. Der einzigartige Matching-Algorithmus von blackbee kann in den riesigen Datenmengen alle relevanten Merkmale ermitteln und so Gleichheit oder Unterschiedlichkeit der Produkte bestimmen. Hersteller und Händler können mit Hilfe von blackbee Wettbewerber mit gleichen oder ähnlichen Produkten im Internet beobachten. Dadurch treffen sie gewinnbringende Entscheidungen für ihre Sortimente und Preisstrategien.

Der selbstlernende Matching-Algorithmus von blackbee

Wie funktioniert das? Jedes Produkt hat spezielle Merkmale und Eigenschaften, die als Attribut hinterlegt sind. Durch diese Attribute lassen sich Produkte anhand bestimmter Parameter suchen – etwa Farbe, Material oder Größe. Der Abgleich (techn. Matching) von Produktdaten erfolgt also anhand ihrer Attribute. Der Erfolg des Matchings ist jedoch von der Kombination der richtigen Vergleichsmaße für unterschiedliche Attributwerte abhängig. Denn in den meisten Fällen führt ein einzelnes Maß nicht zu einem optimalen Ergebnis. Aufgrund einer Vielzahl von existierenden Ähnlichkeitsmaßen ist die Bestimmung einer effektiven Matchingstrategie jedoch eine enorm komplexe Aufgabe.

Maschinelle Lernverfahren, wie sie unser Matching-Algorithmus verwendet, reduzieren den manuellen Tuning-Aufwand, indem sie eine optimierte Matchingstrategie halbautomatisch bestimmen. Hierfür sind Beispiele für Matches und Nicht-Matches erforderlich. blackbee unterstützt die Generierung solcher Beispiele und stellt außerdem einen Feedbackmechanismus bereit. So können auftretende Zuordnungsfehler durch Feedback korrigiert werden. Das System lernt anschließend aus diesen Korrekturen – es verallgemeinert die Beispiele. Dabei erhält es mit jedem Durchlauf neue Informationen zur Verbesserung der Treffgenauigkeit, die sich so nach und nach bis zu 98,2 Prozent erhöht.

Mit Machine Learning zu intelligenten Businessprozessen

Mithilfe des selbstlernenden Algorithmus findet blackbee automatisierte Lösungen für das Matching von Produktdaten, ohne starr vorprogrammierten Regeln folgen zu müssen. Dadurch erreicht die Software ein wesentlich höheres Maß an Effizienz. Da wo andere Lösungen an den Herausforderungen von Big Data scheitern, erkennt blackbee selbst die komplexesten Produkte verschiedenster Anbieter. Die Daten werden dabei so aufbereitet, dass für Händler und Hersteller wichtige Informationen zu ihrer Position im Wettbewerb offensichtlich sind. So beschleunigen und optimieren sie ihre Prozesse und können ihren Wettbewerbsvorsprung ausbauen.

Profitieren Sie von den Vorteilen unserer selbstlernenden, automatisierten Softwarelösung. Jetzt blackbee testen!

Kaufimpulse setzen – Wie Sie Kundenbedürfnisse ansprechen

Der internationale E-Commerce wächst rasant, die Auswahl an Angeboten und Shops steigt stetig. Der Vorteil für den Kunden: Er kann mit ein paar Klicks entscheiden, in welchem Shop er einkauft. Die Herausforderung für den Händler: Er muss mit einem attraktiven Angebot und wirksamen Kaufimpulsen aufwarten, die den Kunden zum Kauf verführen. Für welchen Shop sich der Kunde letzten Endes entscheidet, ist nicht dem Zufall überlassen: Meistens weiß er nach Sekundenschnelle ganz unbewusst, wann er ein Angebot wahrnimmt und wann nicht. Doch was steckt hinter diesem Bauchgefühl?

Der Mensch trifft seine Entscheidungen zu 95 Prozent emotional, sagt der Marketingforscher Dr. Ralf Mayer de Groot. Das heißt: Jeder Kunde hat ein Kaufmotiv, ein Bedürfnis. Eine Braut kauft das Hochzeitskleid, weil sie sich am Tag ihrer Hochzeit schön fühlen möchte, der Sportler kauft ein Eiweißprotein, weil er sich fit halten und stärken will, ein Sekretär kauft Bürobedarf, weil er effizient arbeiten will. Wenn Sie als Händler das emotionale Bedürfnis Ihres Kunden verstehen und bedienen, wird er seine Kaufentscheidung in Ihrem Shop fällen.

Im E-Commerce gestaltet es sich schwierig, die individuellen Bedürfnisse des Kunden zu identifizieren und gezielt zu bespielen. Sie können Ihrem Kunden keine Fragen stellen oder spezifisch beraten. Eine weitere Herausforderung kommt hinzu, wenn Sie als Händler oder Hersteller am Anfang stehen. Als Hersteller haben Sie noch keine Marke etabliert und kein Vertrauen zum Kunden aufgebaut haben, als Händler ist Ihr Shop noch nicht positioniert. Darum ist es für Ihren Online-Shop wichtig, prinzipielle Bedürfnisse Ihres Kunden anzusprechen, während er sich Ihr Sortiment ansieht. Wir zeigen Ihnen anhand einiger Beispiele, wie erfolgreiche Online-Shops wie Amazon, Zalando, Otto oder Notebooksbilliger gekonnt Kaufimpulse setzen:

 

Kaufimpuls #1: Erfahrungen anderer Kunden teilen

Käufer wollen Sicherheit und keine Risiken eingehen. Gerade bei größeren Anschaffungen vertraut der Kunde nicht nur auf das Versprechen des Händlers, sondern auf die Erfahrungen anderer Kunden. Nutzen Sie das zu Ihrem Vorteil: Veröffentlichen Sie das Feedback von Käufern und schaffen Sie somit Transparenz und Vertrauen. Am weitesten verbreitet ist hierbei das Sterne-System, wie es bspw. Amazon verwendet. Aber auch die Markierung von Top-Verkäufen als Bestseller hilft dem Kunden bei der Orientierung.

Kaufimpuls #2: Ersparnis verdeutlichen

Die Aussicht darauf, dass der Käufer beim Einkauf spart, ist für viele Kunden einer der stärksten Kaufimpulse – schließlich möchte der Kunde das Gefühl haben, einen guten Deal abgeschlossen zu haben. Die meisten Online-Shops machen davon Gebrauch. Überlegen Sie sich, wie Sie das Ersparnis in Ihrem Fall am Deutlichsten hervorheben: Sie können den alten Preis durchstreichen und den neuen, günstigeren Preis farblich hervorheben, das Ersparnis ins Prozentzahlen oder absoluten Zahlen ausdrücken und den Kunden direkt ansprechen: „Sie sparen …!“

Setzen Sie einen Kaufimpuls indem Sie dem Kunden Ersparnisse anzeigen

Der Kunde möchte nicht nur gleichauf mit anderen Kunden sein, sondern bestenfalls einen Vorteil erhalten. Darum wirken Ersparnisse anziehend.

 

Kaufimpuls #3: Ratenzahlungen ermöglichen

Auch wenn hohe Preise für einige Produkte gerechtfertigt sind, können sie für manche Kunden eine hohe Belastung darstellen. Hier ist es sinnvoll, eine Produktfinanzierung anzubieten und diese in der Nähe des Kaufpreises aufzuführen. Zur preislichen Orientierung dient ein konkreter Vorschlag, zum Beispiel „24 Raten á 24,90“.

Kaufimpuls #4: Schnelle Lieferzeiten anbieten und offenlegen

Die Vorstellung, dass der Kunde den Artikel bereits am nächsten Tag in den Händen hält, wirkt auf viele Käufer verlockend. Außerdem vermitteln Sie dem Kunden damit eine gewisse Glaubwürdigkeit: „Kaufen Sie jetzt und wir kümmern uns darum, dass Sie die Ware so schnell wie möglich erhalten“, lautet die Message. Amazon verwendet z.B. eine „tickende Uhr“, die dem Käufer verspricht, dass der Artikel noch am selben Tag versandt wird, wenn er innerhalb der angezeigten Zeit bestellt.

Kaufimpuls #5: Vertrauen schaffen

Wie eingangs erwähnt fällt es gerade neuen, nicht-etablierten Händlern schwer, das Vertrauen beim Kunden zu wecken. Nutzen Sie qualitätsversprechende und sicherheitsstiftende Siegel in der Nähe des Preises, um Seriosität zu generieren. Hier helfen Symbole wie das der „Secure Socket Layer“ (SSL)-Verschlüsselung oder Zertifikate des Qualitätsmanagements (TÜV, Stiftung Warentest). Bieten Sie dem Kunden gleichzeitig an, dass er per Klick weitere Informationen zu diesen Siegeln erfährt.

Mit Qualitätssiegeln wecken Sie das Vertrauen des Kunden

Mittels Siegel verdeutlichen Sie auf einem Blick, dass Sie einen seriösen und vertrauenswürdigen Online-Shop betreiben.

 

Kunden suchen das günstigste Angebot, wollen aber auch sicher gehen, dass sie zu guten Konditionen in einem verlässlichen Shop kaufen. Das größte Verkaufsargument ist und bleibt der Preis: Allein durch Preisvergleichsportale kann der Kunde innerhalb von Sekunden herausfinden, wo das beste Angebot auf ihn wartet. Aus diesem Grund ist der Schlüssel zum Kaufabschluss das ideale Pricing: Mit einer genauen, effizienten Marktanalyse bestimmen Sie den Preis, der Kunden überzeugt. Dabei hilft unser automatisches Tool, die Business Intelligence Software blackbee. Wenn Sie darüber hinaus die soeben aufgeführten Elemente für Kaufimpulse berücksichtigen, präsentieren Sie sich als transparenter und vertrauenswürdiger Händler mit hohen Aussichten auf Erfolg.

Sie interessieren sich für weitere Tipps zum Thema Marktanalyse und Pricing? Schreiben Sie uns eine Nachricht – wir freuen uns auf Sie!

 

So gelingt der Einstieg in den internationalen E-Commerce

Der E-Commerce ist längst eine etablierte Größe im Handel, dessen Trends sich deutlich herauskristallisiert haben und derzeit festigen. Dennoch erlebt der E-Commerce laut einer vom Paketdiensts DHL Express veröffentlichten Studie gerade eine Revolution: Kunden kaufen immer häufiger im Ausland ein. Die Zeichen stehen gut für den internationalen E-Commerce: Jeder siebte Online-Einkauf wandert über mindestens eine Landesgrenze. DHL Express sieht in dem internationalen E-Commerce das größte Wachstumspotenzial für den Handel.

Internationaler E-Commerce wächst doppelt so schnell wie nationaler

Die Studie prognostiziert für das Volumen des internationalen E-Commerce ein durchschnittliches Jahreswachstum von 25 Prozent zwischen den Jahren 2015 und 2020. In Dollar ausgedrückt heißt das: Betrug das Volumen 2015 noch 300 Milliarden US-Dollar, sollen es 2020 ca. 900 Milliarden US-Dollar sein. Damit steigt der internationale E-Commerce doppelt so schnell an wie in inländischen E-Commerce-Märkten. Ausschlaggebend für die Kunden sind attraktivere Angebote als bei inländischen Shops, eine höhere Produktverfügbarkeit und ein bestehendes Vertrauen in die Marken und Shops.

Studie spiegelt Gründe zum internationalen E-Commerce: Darum kaufen Kunden bei ausländischen Shops laut Google Consumer Barometer

Das Angebot bestimmt in erster Linie den Kauf beim Kunden. Konditionen und Verfügbarkeit sind ebenso wichtige Kriterien. Quelle: Google Consumer Barometer

DHL macht deutlich, dass der Einstieg in den internationalen E-Commerce für Händler und Hersteller keine große Hürde darstellt. Durch ein weltweites Angebot zu wachsen, ginge schnell und sei effizient: Händler und Hersteller, die ihre Produkte international verkaufen, verzeichnen ein durchschnittliches Wachstum von 10 bis 15 Prozent in ihren Umsätzen. Der Bestellwert jeder fünften internationalen Bestellung beläuft sich auf mehr als 200 US-Dollar. Um auf internationaler Ebene Erfolg zu feiern, sollten Händler und Hersteller fünf Schritte unternehmen:

  • Eine internationale E-Commerce-Strategie entwickeln und die Geschäftschancen klar herausarbeiten
  • Das Sortiment entsprechend der lokalen Präferenzen und Gepflogenheiten gestalten
  • Den Online-Shop auf das Land des Endverbrauchers ausrichten (Sprache, Bezahlmöglichkeiten usw.)
  • Die richtige Logistikinfrastruktur für das eigene Unternehmen finden
  • Die ideale Versandoption für den internationalen Verkauf festlegen

Hoher Wachstumsschub durch Premium-Angebote

Gerade der letzte Punkt dieser fünf Schritte sei der Wichtigste und Schwierigste: Die in der Studie befragten E-Tailer, die nicht im internationalen E-Commerce vertreten sind, nannten die Logistik als größte Hürde für ein weltweites Angebot. DHL schlägt in seiner Studie als Lösung vor, neben dem Standard-Versand eine Premium-Versandoption anzubieten. In ihrer Befragung von 1.800 E-Tailern weltweit stelle sich heraus, dass Händler und Hersteller mit Premium-Versandangeboten 1,6 Mal schneller wachsen als Konkurrenten ohne vergleichbare Angebote. Oftmals hängen internationale Käufe mit einem emotionalen Ereignis zusammen (Weihnachten, Geburtstage, Valentinstag), bei denen der Kunde bereit ist, einen Aufpreis für eine schnellere Lieferung zu zahlen.

Nicht nur bei Premium-Serviceleistungen sieht DHL Express Vorteile für Händler und Hersteller, auch bei Premium-Artikeln im Allgemeinen:

„Wir beobachten, dass beinahe jede Produktsparte auf Premiumebene angehoben werden kann. Etwa indem man eine hochwertigere Luxus-Edition des Produkts anbietet und gleichzeitig eine hervorragende Servicequalität sicherstellt, um vor allem die Bedürfnisse der Kunden zu erfüllen, die nicht so preissensibel sind.“ – Ken Allen, CEO bei DHL Express

Markttransparenz ist ein entscheidender Faktor

Wie die Studie zeigt, stehen Händler und Hersteller vor der Herausforderung, sich über das Pricing einen langfristigen Wettbewerbsvorteil zu sichern. Sie benötigen eine durchdachte Preisstrategie, um es mit den Top Playern im internationalen E-Commerce aufnehmen zu können. Online-Händler müssen dynamisch auf den Markt reagieren und im Bilde sein, was Wettbewerber machen. Zur schnellen und effektiven Preis- und Marktbeobachtung, Preisoptimierung und zur Sortimentsanalyse sind automatische Tools wie die Business Intelligence Software blackbee mittlerweile unverzichtbar. Ohne sie verschenken Wettbewerber Vorteile am Markt.

Um die stattfindenden Revolution im E-Commerce erfolgreich mitzugestalten, ist ein transparenter Markt für Sie als Händler oder Hersteller essenziell. Mit blackbee sind Sie ideal auf den internationalen E-Commerce eingerichtet, denn unsere Software ist weltweit und sprachenunabhängig einsetzbar.

Sie interessieren sich für weitere Entwicklungen im internationalen E-Commerce? Bleiben Sie mit unserem Newsletter auf dem Laufenden!

Dank Big Data Matching zum Wettbewerbsvorteil

Hinter dem Begriff Big Data stehen riesige Datenmengen im Internet, die in jeder Sekunde um schätzungsweise 70 Terabyte wachsen. Das hat zum Vorteil, dass Hochleistungsrechner in dieser Vielzahl an Daten Muster erkennen, die ein Mensch nicht sieht. Aus diesen Erkenntnissen werden Studien für Forschung und Wissenschaft in kürzester Zeit gewonnen. Teil von Big Data sind allerdings ebenso duplizierte, unvollständige oder falsche Informationen. Zum Beispiel bei Produkten,  woraus sich erhebliche Probleme für Händler und Hersteller ergeben. Um es im E-Commerce mit Wettbewerbern aufzunehmen, führt kein Weg daran vorbei, falsche Daten zu bereinigen: Das erfolgt durch das Product Matching.

Doch wie genau entstehen falsche Daten? Eine große Rolle spielen Duplikate. Duplikate bedeuten, dass ein Produkt zweimal im eigenen Shop auftaucht. Das kann bereits beim Einspeisen der Daten geschehen, zum Beispiel bei der Herstellerbezeichnung: Einmal schreibt es sich HP und ein andermal Hewlett & Packard. Noch schwieriger wird es, wenn es um die Attribute eines Produktes geht: Bei einem Trainingsschuh sind die Attribute Material, Absatzhöhe und Verschlussform eingespeist, bei einem anderen wiederum Farbe, Schuhweite und Sohlenmaterial. In manchen Fällen beschreibt eine Artikelnummer verschiedene Ausführungen eines Produktes. Diese Probleme erschweren eine eindeutige Identifizierung des Produktes. Und damit haben Wettbewerber nicht nur im eigenen Shop zu kämpfen: Zur Marktanalyse müssen sie andere Onlinemarktplätze unter die Lupe nehmen und deren Produktdaten mit den eigenen vergleichen. Das stellt sich als schwierig heraus, wenn Produktinformationen nicht übereinstimmen.

 

Produkt-Matching: Oftmals beschreibt eine Artikelnummer mehrere Ausführungen des Produktes

In diesem Beispiel beschreibt eine Artikelnummer mehrere Ausführungen eines Produktes. Dabei unterscheiden sich die Attribute stark voneinander. Diese fehlende Eindeutigkeit erschwert die Identifizierung des Produktes, wenn es mit anderen Angeboten im Internet verglichen werden soll.

Darum ist es erstrebenswert, die Produktdaten zu verbessern und Duplikate zu löschen. Das ist händisch bei einem großen Datenvolumen kaum zu bewerkstelligen. Ein Rechenbeispiel: Wenn Sie 1.000 verschiedene Paar Turnschuhe in Ihrem Sortiment aufführen, müssten Sie 49.500 Vergleiche vornehmen. Und in diesem Beispiel ist die Zahl an Turnschuhen eine kleine Menge. Gerade in Zeiten, in denen der Kunde mit nur wenigen Klicks und mit Hilfe von  Preisvergleichsportalen schnelle Kaufentscheidungen trifft, müssen Händler Produktdaten klar und eindeutig aufbereiten. Dafür eignet sich das Matching, wie es die Business Intelligence Software blackbee durchführt. Wir zeigen Ihnen im Folgenden, mit welchen Schritten blackbee ein erfolgreiches Matching erreicht.

Schritt 1: Wir extrahieren die Dateien

Sie als Kunde stellen uns zunächst eine Produktliste zur Verfügung, bei der unsere Software blackbee das Matching durchführen soll. Dabei spielt es keine Rolle, ob es sich um hunderte oder zehntausende Produkte handelt. Sie legen anschließend die Quellen fest, die blackbee untersucht: Das umfasst Online-Marktplätze wie beispielsweise Amazon und Preisvergleichsportale wie billiger.de. Mittels einer Abfragestrategie generiert unsere Software eine Liste mit allen Angeboten der Quellen – dieser Schritt nennt sich Crawling. Dabei passt sich das System den variierenden URL- und Seitenstrukturen der Quellen an. Sie entscheiden, ob Sie eine tägliche oder wöchentliche Abfrage vornehmen wollen.

Schritt 2: Wir standardisieren die Attributwerte

Bevor es an das eigentliche Matching geht, leistet blackbee eine Vorverarbeitung (oder: Preprocessing). Erinnern Sie sich an das Bezeichnungsbeispiel von HP und Hewlett & Packard: blackbee vereinheitlicht nun diese Produktdaten und fügt weitere, fehlende Attribute hinzu. Mit Hilfe dieser ergänzten Attribute lassen sich Produkte genau identifizieren.

Diese vier Schritte vollführt blackbee, um hochvalide Daten zu gewinnen

Der Matchingprozess bei blackbee: Die Software reduziert den manuellen Aufwand und aufgrund fehlerhafter Daten getroffene Fehlentscheidungen.

 

Schritt 3: Wir vergleichen mittels Matching die Datensätze miteinander

Nun kommt es zum eigentlichen Matching: Mittels der Attribute vergleicht unsere Software blackbee die Produktdaten miteinander. Um das Ergebnis effizient zu gestalten, kombiniert die Software mehrere Attributwerte. blackbee wendet dafür ein maschinelles Lernverfahren an: die Software generiert  sogenannte Trainingsdaten – das sind Beispiele für Matches und Nicht-Matches. Diese Trainingsdaten geben dem System Feedback und zeigen ihm, wo Zuordnungsfehler geschehen und korrigiert werden müssen. Das System merkt sich diese Korrekturen, lernt somit bei jedem Durchlauf dazu und erreicht eine sehr hohe Treffgenauigkeit. Dadurch genießen die gewonnenen Daten eine hohe Validität.

Schritt 4: Wir bereiten das Ergebnis auf

Beim letzten Schritt, dem Reporting, stellt blackbee Ihnen die Daten zur Verfügung. Dabei bietet die Software die Möglichkeit, die Ergebnisse für weitergehende Analysen und für verschiedenste Reports zu nutzen. Wenn Sie Preisbeobachtungen für ein bestimmtes Produkt durchführen möchten, kann die Software zum Beispiel eine Liste der Top 5-Anbieter generieren.

Besonders der Einsatz von blackbees lernenden Matching-Algorithmen verbessert die Qualität der Produktdaten. Damit sichern Sie sich einen strategischen Vorteil gegenüber anderen Wettbewerbern im Umgang mit großen Datenmengen. Denn mit hochvaliden Daten und fehlerfreiem Produktmanagement schafft Ihnen blackbee eine Grundlage für ein erfolgreiches Pricing.

Lesen Sie für weitere Hintergründe zum Thema Matching unsere beiden Whitepaper „Matching von Produktdaten“ und „Product Matching Excellence“.

Sie wollen Ihre Produktdaten bereinigen und die Entwicklungen Ihrer Produkte am Markt beobachten? Testen Sie jetzt blackbee!