Multimodale, personalisierte Echtzeitberatung im E-Commerce

Avatar von Johann-Peter Hartmann

Es gibt wenig Dinge, die das Einkaufserlebnis so angenehm machen wie ein freundlicher und versierter Verkäufer, der einen schon beim Betreten des Geschäftes wiedererkennt. Der nicht nur meinen Geschmack kennt, sondern auch gleich weiß, welche der neuen Produkte für mich infrage kommen – und sie mir persönlich vorstellt. 
Jemand, der mich fragt, zu welchem Anlass ich etwa ein Kleidungsstück suche, gegen welche Stoffe ich Allergien habe und was mir gerade im Kleiderschrank fehlt. 

Mit all diesen Informationen finden wir dann meist auch etwas, was mir gut gefällt. Und falls nicht, verlasse ich das Geschäft zumindest mit dem Gefühl, gut beraten worden zu sein. Hier finden nun E-Commerce und AI zusammen.

E-Commerce

Online ist das nicht so einfach. Mithilfe von Machine Learning (ML) sind wir zwar in der Lage, Kunden in Gruppen einzuteilen und ihnen Aktionen und Produkte zu empfehlen. Oder ihnen bereits betrachtete Produkte wieder vorzustellen und ihnen personalisierte Newsletter zuzusenden. Und auch wenn wir das personalisiert nennen – die persönliche Berücksichtigung, die wir von unserem Stammverkäufer kennen, erfahren wir dort noch lange nicht.

Aber das ändert sich gerade durch die Möglichkeiten, die AI mitbringt.

Mehr als nur ML

Wenn heute von AI die Rede ist, sind im Regelfall die Large Language Models – vor allem die hinter ChatGPT stehenden GPT 3.5 und GPT 4 – gemeint. Deren Kernkompetenz ist das Fortsetzen von Texten und nicht die Arbeit mit Zahlen und Daten. Es handelt sich also nicht um die herkömmlichen Maschine-Learning-Ansätze, wie wir sie aus Recommendation, Segmentation, Targeting, Bilderkennung, Business Intelligence oder Chatbots für den Customer Support her kennen. 

Ich mache mal ein Beispiel, wie eine Recommendation auf Basis von AI im E-Commerce aussieht – im Gegensatz zu den bisherigen ML-Ansätzen.

Real-World-Beispiel: AI im E-Commerce

Wir wissen als Online-Shop zum Beispiel folgendes über unsere aktive Kundin:

  • sie ist 50 Jahre alt
  • sie kauft regelmäßig hochqualitative Produkt ein
  • ihre bevorzugten Stoffe sind Leinen und Wolle
  • ihre Lieblingsfarbe ist weiß

Das nutzen wir als Ausgangsbasis für unseren Prompt:

You are a saleswoman in an upscale clothing store.
You are talking to a good customer who is 50 years old and regularly buys high-quality products. Her preferred fabrics are linen and wool. Her favorite color is white.

Parallel dazu haben wir gerade eine Werbeaktion für drei Produkte, von denen wir ihr gerne eines empfehlen würden: 

The following products have just arrived:
 
1. A gentian blue/white dress by BOSS with short raglan sleeves. Figure flatterer and fashion statement! In refined, figure-hugging cut with a narrow bodice, a gore seam at the waist and a slightly flared skirt creating a slim silhouette. Round neckline with a button loop at the front and concealed back zip fastener with logo zip. The stylish graphic print is designed to make each dress unique. 100% viscose. Length approx. 50 ins. The dress is machine washable.
 
2. A sand-mélange Round-neck jumper by ANNA AURA with 3/4-length sleeves. Summery and high quality: a versatile basic jumper made from a slightly coarse knitted two-colour yarn with beautiful knitted structures for a slightly figure-flattering effect. Twisted yarn with a cool feel made from organic cotton and viscose from sustainable forestry. 55% cotton, 45% viscose. Length in size 16 approx. 26 ins. The jumper is machine washable.
 
3. A navy top by PETER HAHN. Perfect on its own or as a base layer. Elaborately finished with a top section made from elasticated jersey in 95% viscose, 5% elastane. Bottom section 100% polyester. Perfect the whole year round. LENZING™ ECOVERO™ viscose meets the highest environmental standards throughout its life cycle. A casual cut, length approx. 29 ins. The top is machine washable.

Hier beginnt die AI-Magie

Und hier beginnt die die Magie von AI. Ich beginne nicht selbst über die Lösung nachzudenken, sondern gebe die Aufgabe einfach an die AI weiter. Und nicht nur das, ich sage ihr sogar, wie ich die Ausgabe bekommen möchte, damit ich sie einfach weiterverarbeiten kann:

Use the following format to recommend one of these 3 items to her and explain why.
----
 
Product: name of the product
 
Recommendation: explain why this product is particularly suitable for the customer.
 
----
 
An example for this recommendation would be:
----
 
Product: white blouse
 
Recommendation: This blouse is very elegant and of high quality. You like the color white and linen a lot, so i expect You to like this item.
 
----
 
Now recommend one of the three items above to the customer:

Damit habe ich dem LLM bzw. GPT 4 alles mitgegeben, was es wissen muss. Die Antwort, die ich nun erhalte, sieht aus wie in Abbildung 1. Ich habe also nicht nur das passende Produkt für die Kundin gefunden, sondern auch gleich eine Empfehlung, die gezielt Rücksicht auf ihre Präferenzen nimmt. 

Und bevor die englische Sprache im Beispiel verwundert und sich die Frage stellt „Geht das auch auf Deutsch?“
Ja, natürlich, wir haben es mit AI zu tun, nicht mit ML. Wir erweitern den Prompt einfach um die Aufforderung, doch Deutsch mit uns zu reden (Abb. 2).

 

Multimodal

Auch wenn ChatGPT es noch nicht bietet, haben die Experimente MiniGPT und LLaVa bereits gezeigt, dass die Fähigkeiten der Large Language Models weit über Text alleine hinausgehen. Zum Beispiel kann man sich Bilder beschreiben lassen:

AI im E-Commerce: Die AI erkennt und beschreibt die Inhalte des Bildes

Diese Beschreibung selbst kann wiederum als Basis für Empfehlungen genutzt werden. 

Spannender wird es allerdings, wenn man die beiden genannten Ansätze – die Personalisierung und die Bilddaten aus den Fotos – zusammen nimmt und beides zusammen nutzt, um eine individuelle Empfehlung auszusprechen:

AI im E-Commerce: Die AI berät die Kundin und nutzt dafür die Inhalte des Bildes

Weil OpenAI den Support von Multi-Modalen Daten zwar angekündigt aber noch nicht live genommen hat, stammen die Bildbeispiele von meinem Laptop. Man kann solche LLMs nämlich auch völlig OpenAI-, Google- und Microsoft-frei selbst betreiben. Dazu aber an anderer Stelle mehr.

Fazit

Einen Espresso bietet das Large Language Model noch nicht an und im Moment sind die Antworten etwa in gleicher Geschwindigkeit zu bekommen, wie wir sie vom Verkäufer erhalten hätten. Aber man kann sehen, wie persönliche und situative Beratung jetzt etwas ist, das man seinem Kunden mit AI im E-Commerce auch online anbieten kann.

Und das gilt nicht nur für das aktuell übliche Beispiel des Chatbots, sondern auch für Newsletter, individuelle Begrüßungsseiten, die Kategorieübersicht oder die Produktdetailseite. 

PS: Danke an PeterHahn für das Bereitstellen der Demo-Daten und Bilder!

Mayflower AI-Readiness

Wir glauben daran, dass AI einen deutlich höheren Kundennutzen erlaubt, wenn man sie richtig einsetzt. Und das heißt für uns, dass sie nicht nur einen kleinen Baustein beim Schreiben von Mails oder Artikeln oder ein externes Add-on darstellt, sondern eine tief integrierte Fähigkeit Ihrer IT-Landschaft. 

Deshalb arbeiten wir aktiv an den wichtigsten Werkzeugen wie LangChain mit und können mit einer großen Menge an Beispielen und Integrationen dienen, wie man mit wenig Aufwand und kurzer Kalenderzeit AI in die eigenen Workflows integriert. Wer Lust hat davon zu hören oder sich darüber unterhalten möchte – einfach melden.

Johann ist unser CTO – Chief Tailwind Officer – und beschäftigt sich seit geraumer Zeit mit dem Thema AI. Wenn Du also herausfinden möchtest, welche Möglichkeiten die AI Dir und Deinem Unternehmen bietet, ist er der richtige Ansprechpartner für Dich. Wenn Du möchtest, kannst Du ihn jederzeit Kontaktieren.

Unsere Leistungen im Bereich AI

Avatar von Johann-Peter Hartmann

Kommentare

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert


Für das Handling unseres Newsletters nutzen wir den Dienst HubSpot. Mehr Informationen, insbesondere auch zu Deinem Widerrufsrecht, kannst Du jederzeit unserer Datenschutzerklärung entnehmen.