Conforama stellt erfolgreich auf eine schlankere und effizientere Cross-Channel-Strategie um, indem es eine AI Lösung für personalisierte Produktempfehlungen integriert
Conforama ist der zweitgrößte Einrichtungseinzelhändler in Frankreich und in sieben Ländern mit 300 Geschäften, davon 200 in Frankreich, vertreten. Das Unternehmen vertreibt Möbel und Dekorationsartikel in Form von Bausätzen und erzielte 2022 einen Umsatz von 1,7 Milliarden Euro.
Als Gateway-Marke hat sich Conforama zum Ziel gesetzt, "das, was die Menschen am meisten wollen, zum besten Preis zugänglich zu machen". Diese Ambition wird durch einen Transformationsplan unterstützt, der ein Omnichannel-Erlebnis durch data und AI ermöglichen soll. Eine erste Prüfung und data Marketing-Vision mit Artefact wurden 12 Anwendungsfälle und 25 technische und organisatorische Voraussetzungen ermittelt und nach Prioritäten geordnet. Der erste Anwendungsfall war die Integration einer personalisierten Produktempfehlung in die wöchentlichen E-Mails des Unternehmens.
In diesem Anwendungsfall mussten mehrere Herausforderungen bewältigt werden:
Zeitersparnis für Verbraucher, höhere Produktivität für Unternehmen
Durch den Einsatz von Algorithmen des maschinellen Lernens zur Analyse der Nutzer data, wie z. B. Vorlieben, Kaufhistorie und Online-Verhalten, schlägt artificial intelligence auf der Grundlage von Produktempfehlungen Produkte vor, die für die Verbraucher auf personalisierte Weise relevant sind. Auf diese Weise können Unternehmen die Bedürfnisse ihrer Kunden besser verstehen und ihnen Produkte empfehlen, die ihren Interessen entsprechen, was zu einer Steigerung des Umsatzes und der Kundenbindung führt.
Einer der Hauptvorteile dieser Lösung besteht darin, dass sie den Kunden Zeit spart. Anstatt sich durch unzählige Produktseiten zu scrollen, um das zu finden, was sie suchen, können Kunden schnell auf eine Auswahl empfohlener Produkte zugreifen, die genau ihren Bedürfnissen entsprechen. AI Basierende Produktempfehlungen können das Online-Einkaufserlebnis verbessern und die Kunden zu weiteren Einkäufen anregen. Ein strategischer Vorteil, wenn man bedenkt, dass 72 % der Verbraucher nur mit Marketingbotschaften interagieren, die personalisiert und auf ihre Interessen zugeschnitten sind.
Darüber hinaus können auf AI basierende Produktempfehlungen die Produktivität von Unternehmen steigern: Algorithmen für maschinelles Lernen können große Mengen von data in Echtzeit analysieren, so dass Unternehmen Kundentrends und Kaufverhalten kontinuierlich beobachten können. Auf diese Weise können Unternehmen die Kundenwünsche besser verstehen und ihr Produktangebot schnell entsprechend anpassen. Außerdem können Unternehmen so ihren Bestand optimieren, indem sie Produkte anbieten, die sich mit höherer Wahrscheinlichkeit verkaufen lassen.
Und schließlich kann die auf AI basierende Produktempfehlung erhebliche geschäftliche Vorteile bieten. Indem sie den Kunden relevante und personalisierte Produkte vorschlagen, können Unternehmen ihre Konversionsrate verbessern, den Umsatz steigern und ihr Markenimage stärken. Aus der Marktperspektive hat sich gezeigt, dass AI-basierte Produktempfehlungen ein zusätzliches Wachstum von +2,5 % ermöglichen.
Ein erster Anwendungsfall konzentriert sich auf die Personalisierung von E-Mail-Kampagnen
Vor diesem Projekt erhielten alle Conforama-Kunden E-Mails mit denselben acht Produkten, die jede Woche von den Marketingteams ausgewählt wurden. Dies war eine arbeitsintensive Aufgabe, da es erforderlich war, die acht Produkte zu identifizieren, die drei Millionen Kunden am ehesten interessieren würden, von denen jeder seine eigenen Interessen hat. Die gesamte Zeit, die für die Analyse von data aufgewendet wurde, hätte für strategischere Aktivitäten genutzt werden können, wie z. B. die Erstellung redaktioneller Inhalte für diese E-Mails.
Heute wird jedem Conforama-Kunden jeden Dienstag eine E-Mail mit acht Produktempfehlungen zugesandt. Diese Empfehlungen werden jedoch anhand der Kaufhistorie personalisiert und ausschließlich nach Produkten gefiltert, die gerade im Angebot sind, die in den Geschäften erhältlich sind und die bei früheren Aktivierungen noch nicht vorgestellt wurden.
Die implementierte Lösung AI umfasst 4 Hauptverarbeitungsschritte data :
Diese Lösung basiert auf 16 data Tabellen, 25 Transformations- und Modellierungsschritten und 40 automatisierten Qualitätstests. Dutzende von Iterationen des Modells ermöglichten es, den effizientesten Ansatz auf der Grundlage der Transaktionshistorie zu wählen. Dank dieser Lösung generiert Conforama nun mehrere Millionen Empfehlungen pro Woche in 45 Minuten zu Kosten von 50 Euro pro Woche.
Mit anderen Worten, wenn man die Entwicklungs- und Betriebskosten sowie die zusätzlichen Umsätze mit einbezieht, wird der Break-Even-Punkt des Projekts mit einer automatisierten und zuverlässigen Lösung in einer Woche erreicht.
"Zeitersparnis, ja, aber vor allem ein geschäftlicher Vorteil für unsere CRM-Teams. Denn dank dieser Personalisierung klicken die Kunden mehr und kaufen daher auch mehr. Nach der Personalisierung dieser E-Mails konnten wir die Klickrate um 15 % steigern, was mehrere Millionen an zusätzlichen Verkäufen bedeutet."Mélodie Charles, Marketingleiterin Conforama
Ein reibungsloser Übergang zu AI: Lehren aus der Erfolgsgeschichte von Conforama
Für viele Spieler gibt es drei Herausforderungen, die mit ihrem Reifegrad zusammenhängen:
Stufe 1 ist oft die schwierigste, da sie die Schaffung der Grundlagen für vier verschiedene Dimensionen erfordert: Zielvision, Nutzererfahrung und Prioritäten; data Quellen; technologische Werkzeuge; Projektteam und Arbeitsmethode.
Das Beispiel von Conforama liefert wertvolle Erkenntnisse über diese vier Dimensionen:
