Herr Ittner, gibt es Onlineshops, für die sich Empfehlungssysteme nicht eignen? Welche?

Andreas Ittner: Hier sind Shops, die nur wenige oder sogar nur einen einzigen Artikel anbieten (beispielsweise Preisbock mit einem täglich anderen neuen Artikel) zu nennen. Auch bei Shops mit einem sich ständig ändernden Angebotssortiment oder bei zeitlich befristet angebotenen Artikeln wird es schwierig. Soll hier eine RE zum Einsatz kommen, so sind Algorithmen notwendig, die die Artikelähnlichkeiten zwischen den Angeboten ermitteln und diesen Erkenntnisgewinn auf die neuen Angebote versuchen zu übertragen. Generell gilt auch, dass eine RE mit sehr guten Angebotsvorschlägen in einem Shop für Hartwaren (z.B. Elektronik, Bücher, CD/DVD, etc.) leichter zu realisieren ist, als im Bereich Bekleidung (z.B. Textilien, Schuhe, etc.).

Es gibt ja verschiedene Analyseverfahren für Recommendation Engines: Warenkorbanalysen, Collaborative Filtering, Reinforcement Learnings: Welchen Shops würden Sie welche Tools empfehlen?

Ittner: Pauschal würde ich keine Favorisierung für spezielle Algorithmen und Verfahren shopbezogen abgeben. Oft führt ein gewichteter Durchschnitt von Ergebnissen unterschiedlicher Ansätze zu besseren Angebotsregeln einer RE. Die Ergebnisse der momentan Erstplatzierten beim größten internationalen RE-Wettbewerb Netflix Prize, bei dem es eine Million US-Dollar zu gewinnen gibt, sind meist Kombinationen aus unterschiedlichen Ansätzen. An meiner Professur an der Hochschule Mittweida schauen wir uns beispielsweise einzelne dieser Ansätze im Rahmen mehrerer Forschungsprojekte sehr genau an und entwickeln diese (praxisbezogen) weiter. Darüber hinaus sei erwähnt, dass die statistisch via Algorithmen generierten RE-Regeln vor ihrem Einsatz auch "durch die betriebswirtschaftliche Brille" betrachtet werden müssen. Vielleicht möchte ich als Shop-Betreiber keine preiswerteren Artikel oder Artikel mit einer geringeren Marge anbieten?! Auch die Artikelverfügbarkeit spielt eine wichtige Rolle. Wer freut sich schon über sein Weihnachtsgeschenk am 28.12.?

Welche typischen Fehler machen Händler, die REs einbinden? Was sind Ihre besten Tipps für gelungene Empfehlungen?

Ittner: Es ist wichtig, dass bei der Einführung einer RE Mut zur Veränderung im Unternehmen vorhanden ist. Dies betrifft nicht nur die Technik sondern vielmehr die Herangehensweise an das Thema. So sollten sogenannte Online-Marktforschungsexperimente (Lab-on-the-Web, A/B-Tests, etc.) Normalität sein. Was ich nicht messen kann, kann ich auch nicht managen und optimieren! Genau dieses "Wechselspiel" aus Angebotsaktion und -Ergebnis brauchen die RE-Verfahren, um über die Zeit (wie in einem Regelkreis) immer besser werden und treffsicher Verbundkäufe und Nachfrageketten identifizieren zu können.

"Fünf bis 20 Prozent Mehrumsatz sind keine Seltenheit"

Wie viele Kunden lassen sich durch Empfehlungen zum Kauf verführen? Wie viel Mehrumsatz generieren Händler im Schnitt?

Ittner: Umsatzsteigerungen zwischen fünf und 20 Prozent sind keine Seltenheit. Diese Steigerungen resultieren zum einen aus einer höheren CR (Conversion Rate - aus Shop-Besuchern werden Kunden) und zum anderen aus einem höheren Umsatz pro Warenkorb. Der "Hebel" liegt hier eindeutig (wie sie es in Ihrer Frage bereits wortwörtlich formuliert haben) bei der Verführung des Kunden. Im stationären Handel beispielsweise werden über 50 Prozent aller Kaufentscheidungen spontan in der Filiale getroffen. Die Spontankaufquote ist im E-Commerce bei weitem nicht so hoch; dies bedeutet aber auch, dass hier noch genügend Freiraum für wirklich gute RE-Ansätze gegeben sind. Ein mustergültiger Shop, von dem man sehr viel darüber lernen kann, wo und wie man überall Empfehlungen mit seinem Shop-System verzahnen kann, ist für mich Amazon.com (Newsletter- und Wunschlisten-Integration, Lieblingslisten, Rezensionen, Tagging, etc.).

Wie viele Webhändler nutzen inzwischen REs?

Ittner: Nach meiner Einschätzung halten ca. 85 Prozent aller Shops Empfehlungen für ihre Kunden bereit. Nur 30 Prozent davon allerdings nutzen eine tatsächliche RE mit automatisch erzeugten, statistisch relevanten und nach betriebswirtschaftlichen Kriterien gefilterten Regeln. Die restlichen Shops verwenden manuell erzeugte Regelbasen, sowie Bestseller-Listen und Angebotsartikel. "Nach außen" stellt sich dies für die Kunden wie eine tatsächliche RE (im Amazon-Stil) dar. Schaut man sich die Empfehlungen aber genauer an, so trennt sich schnell Spreu und Weizen.

Wo sehen Sie die Zukunft in Ihrem Marktsegment?

Ittner: Die Zukunft der RE sehe ich im sogenannten Kunden-Interaktionsserver. Während bei einer RE die beiden "Dimensionen" Angebot und Kunde aufeinander abgestimmt werden, ist ein Kunden-Interaktionsserver in der Lage darüber hinaus auch die weiteren drei Dimensionen Preis, Angebotszeitpunkt und Kommunikationskanal optimal in den Angebotsprozess zu integrieren. Gerade mit Blick auf die zunehmende Verflechtung von Online- und Offline-Welt ergeben sich hier vollkommen neue Perspektiven wie beispielsweise Local-based-Services/-Products oder Barcode-Scan-Preisvergleiche via Handy, die in einem GPS-basierten Routing in die nächstgelegene Filiale münden.

Mehr zum Thema Conversion-Rate-Optimization und Recommendation Engines lesen Sie in der aktuellen Ausgabe 9/2009 von INTERNET WORLD Business (EVT: 27.04.2009). Hier geht's zum kostenlosen Testabo.