Charles Tyrwhitt
Charles Tyrwhitt steigert den Umsatz – durch maschinelles Lernen
In-Store-Empfehlungen für Online-Kunden
Für das Unternehmen besteht der Großteil der Geschäftstätigkeit im Online-Handel. Dementsprechend hat Charles Tyrwhitt sich entschieden, seine Website zu erweitern. Auf diese Weise sollte die starke Kundenorientierung, die den Kern des Unternehmens bildet, noch weiter verstärkt werden. Eines der Hauptziele bestand in einem personalisierten Einkaufserlebnis für Online-Kunden, das ansonsten nur den Kunden in Geschäften vorbehalten ist.
In einem Geschäft entsteht die Personalisierung durch den Dialog zwischen den Mitarbeitern und den Kunden: Empfehlungen für das ideale Hemd und Vorschläge für die passende Krawatte oder die perfekten Manschettenknöpfe. Wenn ein Produkt nicht mehr vorrätig ist, kann das Verkaufspersonal ausgehend vom Verständnis der Kundenbedürfnisse eine maßgeschneiderte Alternative empfehlen. Auf diese Weise erhalten die Kunden Leistungen, die einen Mehrwert darstellen, und Charles Tyrwhitt kann sein Umsatzpotenzial erhöhen.
Online können Empfehlungslösungen diese Rolle übernehmen. Vielen dieser Systeme gelingt es aber nicht, sich wirklich ein Bild von den einzelnen Kunden zu machen. Für Vergleiche und Annahmen gehen sie dementsprechend von einem nicht informierten Kunden aus. Charles Tyrwhitt benötigte eine wartungsarme Lösung. Zudem sollte die Lösung einen wirklichen Einblick in die Kundenbedürfnisse liefern und zu alternativen Käufen anregen, wenn das bevorzugte Produkt nicht mehr auf Lager sein sollte.
Personalisierung ausgehend vom Verhalten der einzelnen Besucher – Episerver Perform
Charles Tyrwhitt sah sich eine Reihe von Anbietern von Empfehlungslösungen an und entschied sich schließlich für das System von Episerver. Episerver Perform wurde über einen Zeitraum von drei Monaten auf der Website getestet. Die Ergebnisse zeigten, dass das Unternehmen seinen Umsatz um schätzungsweise 1 Million £ jährlich steigern könnte.
„Die Empfehlungen allein auf den Aktivitäten der Kunden basieren zu lassen, reicht nicht aus. Denn wir wissen, dass kein Mensch dem anderen gleicht“, erklärt Jennie Blythe, Leiterin des Bereichs Web-Entwicklung und Online-Handel bei Charles Tyrwhitt. „Episervers Technologie hatte dies erkannt. Standard-Algorithmen werden dementsprechend durch individuelle Einblicke ersetzt.“
Episerver Perform nutzt mehr als 70 Algorithmen, Hinweise und Filter, um die gesamte Verlaufsgeschichte in Bezug auf das Engagement der Kunden bei der Nutzung der Website zu analysieren. Auch wenn die Technik komplex ist, die Umsetzung ist einfach: Produktinformationen werde durch eine Javascript-Zeile in die Website eingefügt. Die Lösung funktioniert direkt ab der Aktivierung. Sie ermöglicht dem Unternehmen auch, die besten Algorithmen für eine bestimmte Website-Platzierung anzupassen.
Personalisierte Alternativen für Produkte, die nicht vorrätig sind
Wenn die Kunden heute auf die Website von Charles Tyrwhitt kommen, erhalten sie nicht nur Produktempfehlungen als Ergänzung zu dem von ihnen gewünschten Produkt, sondern auch intelligente Vorschläge, falls der ursprünglich gewählte Artikel nicht vorrätig sein sollte.
Die Leistung von Episerver Perform schlägt sich messbar im Ergebnis nieder: Innerhalb von sechs Monaten hat die Lösung den durchschnittlichen Auftragswert um 36 % erhöht. Die durchschnittliche Artikelanzahl pro Auftrag ist in sechs Monaten um 24 % gestiegen. Eine optimale Platzierung der Empfehlung am Warenkorb, lieferte für 28 % der Empfehlungen Ergebnisse, hiervon stammten 6 % der Gewinne aus Empfehlungen der Funktion bei nicht vorrätigen Artikeln.
„Im Kern bieten die Produktempfehlungen unseren Kunden einen personalisierten Einkaufsassistenten, der das In-Store-Einkaufserlebnis nachahmt“, so Blythe. „Hierdurch ist das Online-Erlebnis für die Kunden befriedigender. Zudem erhalten sie ein Produkt, das sie wirklich haben möchten. Gleichzeitig wird der Gewinn optimiert und es entsteht eine vertrauensvolle Beziehung zu jedem einzelnen Kunden. Eine Empfehlungslösung, die wir wirklich empfehlen können.“
Im Wesentlichen bringen Produktempfehlungen unseren Kunden einen personalisierten Einkaufsassistenten, der das Einkaufserlebnis im Laden nachahmt.
Jennie Blythe
Head of Web Development and Trading Charles Tyrwhitt
