Funktionsweise der KI-Empfehlungen

KI übernimmt Vorauswahl anhand der visuellen Vorlieben

Die herkömmlichen Empfehlungen basieren meistens auf den Produkteigenschaften, manuell ergänzten Texten/Schlagworten oder Kauf- bzw. Ansichtstatistiken. Über eine Kategorisierung ist es möglich, ein Produkt zu finden. Der Kunde muss aber oft lange in verschiedenen Kategorien suchen, was genau zu seinem primären Produkt passen könnte. Diese Aufgabe übernimmt unsere KI und sucht bereits im Vorfeld zuerst über visuellen Content (Bildanalyse) wie Form, Farbe (oder Farbton) und Muster und generiert eine Liste der Empfehlungen, die ein Mensch für das primäre Produkt auch als ähnlich betrachten würde.

Es ist möglich und sinnvoll nicht nur eine Liste zu generieren, sondern je nach Produkteigenschaften eine Reihe möglicher Interessen eines Endkunden abzubilden. Das kann z.B. die gleiche Marke, die gleiche Größe oder die gleiche oder ähnliche Farbe sein. Machbar sind bis 36 Empfehlungen pro Artikel und pro Produkt-Kategorie. Eine Attributvergabe für eine Artikelbild-ID geht relativ schnell. Zu beachten ist aber, dass auch andere Artikel auf eine passende (auch gegenseitige) Empfehlung geprüft werden müssen. Dadurch ist für eine umfassende Empfehlungsqualität im Online-Shop ein kompletter Durchlauf über alle relevanten Artikelbilder durchzuführen.

Aktualisierung der Indexe

Die Daten in der KI müssen regelmäßig aktualisiert werden. Ein möglicher Zyklus ist wöchentlich (zum Wochenende). Dabei werden alle Wareneingänge von Neuwaren verarbeitet und die Daten aktualisiert. Eine Indizierung unter der Woche oder täglich ist sinnvoll, wenn sich das Sortiment um mehr als 5 % durch Wareneingänge ändert. Die Aktualisierung durch Abverkäufe ist nicht erforderlich, da dieses vom Shop aus gesteuert werden sollte und in der Regel wohl nicht alle max. 36 Empfehlungen pro Bild und Kategorie angezeigt werden.

Produktbild

Die minimale Auflösung für das Website-Bild beträgt 512 x 512 Pixel. Intern in der KI reicht die Auflösung von 224 x 224. Hier werden vornehmlich Pixel-Muster analysiert und nicht jeder einzelne Pixel. Das Bild muss ein Produktbild ohne Model sein, da die Ergebnisse der KI ansonsten durch die Person negativ beeinflusst werden könnten.