Entwicklung eines intelligenten Vorschlagssystems für Sportschuhe für Nicht-Muttersprachler

Technischer Leiter für Infrastruktur und Standort: Navid Zamani

Projektmanager und Grafikdesigner: Sohail Motaghinia

Intelligentes Vorschlagssystem für Sportschuhe Es wurde für die Marke Niavaran mit dem Ziel entwickelt, den Schuhauswahlprozess von einer einfachen Suche in ein personalisiertes Einkaufserlebnis zu verwandeln. Auf dem Sportschuhmarkt sieht sich der Kunde meist mit einer Vielzahl von Modellen, Farben, Größen, Anwendungen und technischen Spezifikationen konfrontiert und weiß nicht immer, welche Option für seine tatsächlichen Bedürfnisse am besten geeignet ist. Niavarans Problem bestand nicht nur darin, mehr Produkte einzuführen, sondern auch einen Weg zu finden, die Bedürfnisse des Kunden besser zu verstehen und in ein verständliches und genaues Angebot umzuwandeln. In diesem Projekt wurde künstliche Intelligenz neben Produktdatenstruktur, Benutzererfahrung und Vertriebsautomatisierung gestellt Intelligentes Vorschlagssystem für Sportschuhe Kann eine Beziehung zwischen Produktmerkmalen und den tatsächlichen Bedürfnissen jedes Kunden herstellen.

„Der Zweck des Sneaker-Smart-Empfehlungssystems besteht nicht darin, den Kunden zu einem bestimmten Produkt zu leiten; das Ziel besteht darin, den Weg des Kunden zum richtigen Produkt kürzer, genauer und persönlicher zu gestalten.“
— Netanik-Projektmanager

Smartes Vorschlagssystem für Sportschuhe für Nicht-Nutzer

Das Hauptproblem bei der Auswahl von Sportschuhen

Die Auswahl von Sportschuhen hängt im Gegensatz zu vielen einfachen Anschaffungen gleichzeitig von mehreren Variablen ab. Die Art der Aktivität, der Umfang der Nutzung, die erwartete Form, das Budget, die Größe, das bevorzugte Erscheinungsbild und sogar frühere Kundenerfahrungen können die endgültige Wahl beeinflussen. In einer solchen Situation führt die Anzeige einer großen Anzahl von Produkten ohne Schaffung eines klaren Entscheidungspfads nicht unbedingt zu einem besseren Einkaufserlebnis. Das intelligente Angebotssystem für Sportschuhe in Niavaran wurde entwickelt, um dieses Problem zu lösen und komplexe Produktinformationen in einfache und verständliche Angebote umzuwandeln.

Das Ziel des Systemdesigns

Ziel des Projekts war der Aufbau einer Produktempfehlungsmaschine, die Kundeninformationen empfangen und diese mit strukturierten Produktdaten vergleichen kann. In diesem Modell trifft das intelligente Sportschuh-Empfehlungssystem seine Entscheidungen nicht allein auf der Grundlage der Beliebtheit oder der Anzeigereihenfolge der Produkte, sondern berücksichtigt eine Reihe spezifischer Kriterien für jeden Kunden. Zu den Produktinformationen gehören Kategorie, Anwendung, technische Merkmale, Farbe, Größe, Preisspanne und andere Spezifikationen, die in der Angebotsmaschine verwendet werden können. Das Endergebnis sollte für den Kunden verständlich sein und neben der Produktvorstellung auch die Begründung des Angebots erläutern.

Die Architektur des smarten Empfehlungssystems für Sportschuhe

Produktdatenschicht

Der erste Schritt bei der Konzeption des intelligenten Vorschlagssystems für Sportschuhe bestand darin, eine einheitliche Struktur für die Produktdaten von Niavaran zu schaffen. Jedes Produkt muss in einen Satz verarbeitbarer Merkmale umgewandelt werden, damit die Smart Engine verschiedene Modelle vergleichen kann. Diese Struktur umfasst Informationen wie Nutzungsart, Produktkategorie, technische Merkmale, Farbe, Größe, Preis, Lagerbestand und Aussehen. Je organisierter und genauer die Produktdaten sind, desto relevanter ist der Output des intelligenten Sportschuh-Empfehlungssystems.

Ebene der Kundenbedarfsanalyse

In der zweiten Schicht konzentriert sich das System nicht direkt auf das Produkt, sondern analysiert zunächst die Bedürfnisse des Kunden. Der Kunde kann in natürlicher Sprache erklären, für welche Aktivität er sich Schuhe wünscht, welche Eigenschaften ihm wichtig sind und welche Preisspanne er in Betracht zieht. Künstliche Intelligenz wandelt diese Informationen in verarbeitbare Parameter um und gleicht sie dann mit Produktmerkmalen ab. Das Ergebnis dieses Prozesses ist die Schaffung eines intelligenten Weges vom „Bedarf“ zum „passenden Produkt“.

Vorgeschlagene Systemarchitektur

Um diese Architektur zu entwerfen, wurde der Weg des Benutzers vom Betreten der Website bis zum Erhalt des Produktvorschlags in mehrere unterschiedliche Phasen unterteilt. Diese Schritte sollten ohne zusätzliche Komplexität in der Benutzererfahrung implementiert werden und die vom System bei jedem Schritt benötigten Informationen vervollständigen.

1. Bestimmung des Kaufzwecks des Kunden

2. Holen Sie sich die gewünschten wichtigen Funktionen

3. Bedarfsanalyse durch Smart Engine

4. Anpassung der Bedürfnisse an bestehende Produkte

5. Generieren Sie relevante Angebote

6. Erfassung des Kundenverhaltens zur Verbesserung des Systems

Personalisieren Sie das Erlebnis beim Kauf von Sportschuhen

Den Zweck des Kaufs kennen

Einer der wichtigsten Bestandteile des smarten Vorschlagssystems für Sportschuhe ist die Erkennung des Kaufziels. Der Kunde möchte den Schuh möglicherweise für den täglichen Gebrauch, zum Training, zum Laufen, im Fitnessstudio oder für eine Kombination verschiedener Aktivitäten und dieser Unterschied sollte im endgültigen Angebot berücksichtigt werden. Aus diesem Grund versucht das System, statt viele Fachfragen zu stellen, anhand einiger einfacher Fragen das Hauptbedürfnis des Benutzers zu ermitteln. Diese Informationen werden dann Teil des temporären Profils des Kunden und die Empfehlungsmaschine sucht auf dieser Grundlage nach geeigneten Produkten.

Kundenpräferenzen verstehen

Neben dem Kaufzweck sind auch persönliche Vorlieben sehr wichtig. Für manche Kunden ist der Preis das Hauptkriterium, für andere stehen Produktdesign und Optik im Vordergrund und wieder andere legen mehr Wert auf technische Features oder Komfort. Das intelligente Vorschlagssystem von Sportschuhen kann diese Präferenzen aus den Antworten des Kunden und seinem Verhalten auf der Seite extrahieren. Auf diese Weise kann ein Produkt für einen Benutzer das Hauptangebot und für einen anderen Benutzer eine sekundäre Option sein.

Künstliche Intelligenz Bei der Auswahl der richtigen Schuhe

Umwandlung natürlicher Sprache in verarbeitbare Daten

Eine der Hauptfunktionen des Systems ist die Fähigkeit, Anfragen in natürlicher Sprache zu empfangen. Der Benutzer muss nicht zwischen Dutzenden spezialisierter Filter wählen und kann seine Bedürfnisse auf einfache Weise erklären; Sagen Sie zum Beispiel: „Ich möchte einen leichten Schuh für Training und Alltag.“ KI wandelt diesen Satz in einen Satz verarbeitbarer Kriterien um und ordnet diese Kriterien dann den Produktdaten zu. Durch diesen Ansatz funktioniert das Smart-Sneaker-Empfehlungssystem eher wie ein digitaler Berater als wie ein einfacher Filialfilter.

Erläuterung des Grundes des Vorschlags

Eine Produktempfehlung ist wertvoller, wenn der Kunde weiß, warum ihm ein Modell empfohlen wird. In diesem System kann die Ausgabe zusätzlich zum Produktnamen mehrere spezifische Gründe für die Auswahl liefern; Passen Sie beispielsweise zur Anwendung, Preisspanne oder Funktion, die den Kunden interessiert. Diese Erklärung trägt dazu bei, Unklarheiten im Kaufprozess zu reduzieren und den Zusammenhang zwischen den Bedürfnissen des Benutzers und den Produktspezifikationen klarer zu machen. Daher stellt das smarte Angebotssystem von Sportschuhen nicht nur das Produkt dar, sondern vermittelt auch die Logik des Angebots in einer verständlichen Sprache.

Die beiden Hauptmerkmale des Systems sind:

• Analyse der Kundenbedürfnisse mit natürlicher Sprache

• Bedürfnisse mit Produktmerkmalen in Einklang bringen

• Schlagen Sie einige verwandte Optionen vor

• Erläuterung des Grundes des Vorschlags

• Unter Berücksichtigung von Preis und Lagerbestand

• Aus dem Nutzerverhalten lernen

Intelligentes Vorschlagssystem für Sportschuhe und Benutzererfahrung

Gestaltung des Produktauswahlpfads

Bei der Gestaltung der Benutzererfahrung von Niavaran bestand das Ziel nicht darin, künstliche Intelligenz zu einem komplexen Werkzeug auf der Seite zu machen. Ein intelligentes Sneaker-Empfehlungssystem sollte an der Stelle der Kaufreise stehen, an der der Kunde wirklich Hilfe benötigt. Aus diesem Grund beginnt das vorgeschlagene Erlebnis mit einer kurzen Interaktion und erhält bei Bedarf weitere Informationen vom Benutzer. Diese Struktur ermöglicht es dem Kunden, mehrere relevante Auswahlmöglichkeiten zu erreichen, ohne lange Formulare durchgehen zu müssen.

Intelligente Anzeige der Ergebnisse

Auch die Ergebnisse des Vorschlags sollten einfach und vergleichbar sein. Anstatt eine große Anzahl von Produkten anzuzeigen, kann das System eine begrenzte Anzahl relevanter Optionen zusammen mit dem Grund des Angebots, wichtigen Funktionen und wichtigen Produktinformationen anzeigen. Eine solche Struktur hilft dem Kunden, den Unterschied zwischen den Optionen schneller zu verstehen und mit klareren Informationen eine Kaufentscheidung zu treffen. In diesem Abschnitt sollen das User Interface Design und die Logik des intelligenten Vorschlagssystems von Sportschuhen integriert funktionieren.

Produktdaten und intelligentes SEO Niavaran

Standardstruktur von Produktinformationen

Damit ein intelligentes Schuhempfehlungssystem ordnungsgemäß funktioniert, müssen Produktinformationen für den Benutzer nicht nur sichtbar, sondern auch strukturiert sein. Informationen wie Produktname, Marke, Farbe, Größe, Preis, Lagerbestand und andere damit verbundene Merkmale sollten in einer geordneten Struktur verwaltet werden. Neben der internen Nutzung für die Empfehlungsmaschine kann dieses Problem auch dazu beitragen, dass Suchmaschinen Produktseiten besser verstehen. Für Produkte wie Schuhe hat Google die Verwendung produkt- und produktgruppenbezogener Strukturen dokumentiert, um Produkttypen und -attribute wie Größe und Farbe zu verwalten.

SEO mit dem Einkaufserlebnis verbinden

SEO wurde in diesem Projekt nicht getrennt vom Produkterlebnis betrachtet. Die Produktseiten müssen für die Suchmaschine verständlich sein und der intelligenten Maschine die vom Angebotssystem benötigten Informationen liefern. Durch diese Ausrichtung bewegen sich Website-Content-Architektur, Produktdaten und Benutzererfahrung in eine gemeinsame Richtung. Für eine spezialisierte Marke wie Niavaran kann dieser Ansatz auch die Grundlage für die Entwicklung einer semantischen Suche und eines KI-basierten Einkaufserlebnisses sein.

Vertriebsautomatisierung und intelligentes Angebotssystem

Verknüpfung des Angebots mit dem Verkaufsprozess

Ein intelligentes Sportschuh-Gebotssystem zeigt seinen wahren Wert, wenn es mit dem Verkaufsprozess verknüpft ist. Ein Produktangebot kann neben Inventar, Bestellinformationen, Benutzerverhalten und anderen Kundenkontaktpunkten stehen und Teil des Verkaufszyklus werden. In dieser Struktur fungiert das System nicht als eigenständiges Tool, sondern als intelligente Ebene im digitalen Shop von Niavaran. Diese Architektur ermöglicht auch die Entwicklung von Funktionen wie personalisierten Nachrichten, dem Angebot ergänzender Produkte und einer intelligenten Kundenbetreuung.

Automatisierung der Kundenkommunikation

Nachdem der Kunde mit dem System interagiert, können die zugehörigen Daten verwendet werden, um weitere Verbindungen herzustellen. Beispielsweise könnte ein Kunde, der sich ein paar bestimmte Modelle angesehen, aber nicht gekauft hat, in einem freizügigen, zufriedenheitsbasierten Szenario ein weiteres entsprechendes Angebot erhalten. Ebenso kann das Kundenverhalten dem Vertriebs- und Marketingteam dabei helfen, zu verstehen, welche Produktkategorien am beliebtesten sind. Durch diese Verbindung zwischen KI und Automatisierung verwandelt sich das intelligente Empfehlungssystem von Sportschuhen von einer Demonstrationsfunktion in eine betriebsbereite Infrastruktur.

Analyse des Kundenverhaltens in Niavaran

Messbare Indikatoren

Um die Leistungsfähigkeit des Systems zu bewerten, ist die Anzahl der angezeigten Angebote allein kein guter Maßstab. Es sollte überprüft werden, wie die Nutzer mit den Angeboten interagiert haben, welche Produkte sie angesehen haben und in welchem ​​Stadium sie den Kaufpfad verlassen haben. Diese Daten helfen dem Niavaran-Team, die Qualität des Smart-Sneaker-Empfehlungssystems im Laufe der Zeit zu überprüfen und zu verfeinern. Am wichtigsten ist, dass Datenanalysen zur Verbesserung des Kundenerlebnisses und nicht nur zur Erstellung von Berichten eingesetzt werden.

Einige der vorgeschlagenen Indikatoren sind:

• Engagement-Rate mit intelligenten Angeboten

• Klickrate auf empfohlene Produkte

• Die Rate, mit der das Produkt zum Warenkorb hinzugefügt wird

• Conversion-Rate der Nutzer, die das Angebot erhalten

• Nutzungsrate der Konversationssuche

• Kundenrücklaufquote, um Erlebnis zu bieten

Kontinuierliches Lernen und Verbesserung

Kein Produktempfehlungssystem sollte als völlig statisches Projekt betrachtet werden. Das Nutzerverhalten ändert sich, neue Produkte kommen ins Portfolio und Marktpräferenzen ändern sich im Laufe der Zeit. Aus diesem Grund sollte das intelligente Vorschlagssystem von Sportschuhen in der Lage sein, neue Daten zu analysieren und die Logik des Vorschlags zu modifizieren. In der von Niavaran vorgeschlagenen Architektur werden Verhaltensdaten als Eingaben für den kontinuierlichen Verbesserungszyklus des Systems betrachtet.

Die Rolle der KI in der Zukunft der Niavaran-Filialen

Von der Vorschlagsmaschine zum Kaufberater

Die erste Version des intelligenten Empfehlungssystems für Sportschuhe kann nur aktiviert werden Produktvorschlag Fokus, aber seine Architektur hat die Fähigkeit, sich zu einem intelligenten Einkaufsassistenten zu entwickeln. In dieser Phase kann der Kunde mit dem System über die Unterschiede zwischen den Modellen, die Verwendung der einzelnen Schuhe, die Produkteigenschaften und die Wahl zwischen mehreren Optionen sprechen. Diese Erfahrung kann die Lücke zwischen traditioneller Kundenakquise und Verkaufsberatung schließen. Dadurch wird KI zu einem Teil des Kernerlebnisses der Marke und nicht zu einem Randmerkmal.

Intelligente Suchentwicklung

Der nächste Schritt könnte darin bestehen, das System mit der semantischen und visuellen Suche zu verbinden. Künftig kann der Kunde neben der Textbeschreibung auch das Bild oder das Erscheinungsbild seines Interesses verwenden, um die Suche zu starten, und das System findet nahegelegene Optionen unter den Niavaran-Produkten. Dieser Weg entspricht dem allgemeinen Trend zur Entwicklung KI-basierter Einkaufserlebnisse und personalisierter Produktentdeckung. In seinen Dokumentationen und kommerziellen Produkten hat OpenAI auch die Produkterkennung und das personalisierte Einkaufserlebnis als eine der sich entwickelnden Anwendungen der KI vorgeschlagen.

Das Ergebnis des Projekts Smart Suggestion System für Sportschuhe

Mehrwert für die Marke Niavaran geschaffen

In diesem Projekt wurde das intelligente Vorschlagssystem für Sportschuhe nicht als eigenständiges Feature konzipiert, sondern als Teil der digitalen Erlebnisarchitektur von Niavaran betrachtet. Die Kombination von Produktdaten, Kundenbedarfsanalyse, künstlicher Intelligenz, Benutzererfahrung und Vertriebsautomatisierung ermöglicht einen kohärenteren Weg zur Produktfindung. Diese Struktur kann Niavaran dabei helfen, ein Erlebnis zu bieten, das auf den tatsächlichen Bedürfnissen des Kunden basiert, anstatt nur die Produkte zur Schau zu stellen. Das erwartete Ergebnis des Projekts ist die Schaffung einer erweiterbaren Infrastruktur für Personalisierung, intelligente Suche und bessere Kommunikation mit dem Kunden und nicht der Anspruch auf ein endgültiges numerisches Ergebnis.

Netaniks Rolle in dem Projekt

Die Rolle von Netanik in diesem Projekt besteht darin, eine integrierte Architektur zwischen KI, digitaler Erfahrung, Produktdaten und Automatisierung zu entwerfen. In einem solchen Projekt ist künstliche Intelligenz allein nicht die Lösung und schafft Mehrwert, wenn die richtigen Daten, der richtige Prozess und die richtige Benutzererfahrung darauf platziert werden. Mit einer systemischen Sichtweise fasst Netanik verschiedene Komponenten in einer einzigen Architektur zusammen, sodass auch die Entwicklung zukünftiger Fähigkeiten möglich ist. Ein Beispiel für diesen Ansatz ist das intelligente Sportschuh-Vorschlagssystem von Niavaran. Das heißt, KI zu nutzen, um ein echtes Geschäftsproblem zu lösen und nicht nur eine technologische Fähigkeit hinzuzufügen.

Die Zukunft des smarten Empfehlungssystems für Sportschuhe

Tiefergehende Personalisierung

Die nächste Stufe der Systementwicklung kann in Richtung der Erstellung eines intelligenteren Profils für den Kunden gehen. In diesem Modell können der Interaktionsverlauf, die Präferenzen, die Interessenkategorien und die Suchmuster des Kunden innerhalb berechtigter Frameworks verwendet werden, um das Erlebnis zu personalisieren. Das intelligente Vorschlagssystem von Sportschuhen kann durch die Kombination dieser Daten jedem Nutzer passendere Vorschläge machen. Selbstverständlich sollte die Gestaltung dieses Abschnitts im Hinblick auf Transparenz, Benutzerkontrolle und Einhaltung der Datenschutzanforderungen erfolgen.

Intelligentes Ökosystem von Niavaran

Die endgültige Vision des Projekts kann die Schaffung eines intelligenten Ökosystems für das Einkaufserlebnis von Niavaran sein; Ein Ökosystem, das mit der Produktfindung beginnt und bis zur Auswahl, dem Kauf, dem Kundendienst und der erneuten Interaktion mit dem Kunden reicht. In einer solchen Architektur wird das Smart-Sneaker-Empfehlungssystem nur eine Komponente einer größeren Plattform für digitale Handelsinformationen sein. Durch die Verbindung von KI mit Produktdaten, CRM, Automatisierung, digitalen Inhalten und Verhaltensanalysen kann eine Infrastruktur entstehen, die mit dem Wachstum der Marke wächst. Für Niavaran bedeutet dieser Weg den Übergang von einem produktorientierten Online-Shop hin zu einem datenorientierten und intelligenten Einkaufserlebnis.

Zusammenfassung

Niavarans intelligentes Vorschlagssystem für Sportschuhe beginnt mit einem einfachen, aber wichtigen Problem: Wie kann man dem Kunden dabei helfen, unter vielen Optionen ein Produkt zu finden, das seinen tatsächlichen Bedürfnissen entspricht? Die Antwort dieses Projekts ist eine Kombination aus künstlicher Intelligenz, strukturierten Daten, Personalisierung, Benutzererfahrung und Automatisierung, die in einer integrierten Architektur platziert sind. Anstatt den Verkäufer zu ersetzen oder dem Kunden die Wahl zu nehmen, übernimmt dieses System die Rolle einer intelligenten Ebene zur Vereinfachung des Entscheidungsprozesses. Der Ansatz von Netanik in diesem Projekt besteht darin, eine Infrastruktur aufzubauen, die das Problem des Produktangebots heute lösen und die Grundlage für die Entwicklung eines vollständig intelligenten Einkaufserlebnisses in der Zukunft bilden kann.