Alle sprechen \u00fcber KI-Shopping-Assistenten. Chatbots, die Warenk\u00f6rbe zusammenstellen. Digitale Agenten, die Produkte vergleichen. Konversationstools, die versprechen, im Namen der Kunden einzukaufen.<\/p>\n
Das klingt beeindruckend. Doch es gibt ein Problem: K\u00e4ufer sind nicht von KI um ihrer selbst willen beeindruckt.<\/p>\n
Sie wollen n\u00fctzliche Empfehlungen.<\/p>\n
Und wenn diese Empfehlungen falsch sind, gehen sie. 69 % der K\u00e4ufer haben ihre Suche vollst\u00e4ndig abgebrochen, nachdem sie irrelevante Vorschl\u00e4ge erhalten hatten. Das ist kein geringf\u00fcgiges technisches Problem. Es ist eine direkte Warnung an Einzelh\u00e4ndler: Eine einzige schlechte KI-Erfahrung kann den gesamten Verkauf kosten.<\/p>\n
Das Interesse am KI-gest\u00fctzten Einkaufen ist gro\u00df:<\/p>\n
Offenheit bedeutet jedoch nicht bedingungsloses Vertrauen. Verbraucher werden KI einmal ausprobieren. Sie werden nur dann wiederkommen, wenn sie ihnen hilft, etwas Relevantes zu finden, Zeit zu sparen oder eine bessere Entscheidung zu treffen.<\/p>\n
Das stellt Einzelh\u00e4ndler vor eine schwierige Entscheidung. Sollten sie \u00fcberst\u00fcrzt einen KI-Assistenten einf\u00fchren oder sich zun\u00e4chst darauf konzentrieren, Produktempfehlungen richtig umzusetzen? Die Antwort mag weniger glamour\u00f6s sein, ist aber weitaus effektiver.<\/p>\n
59 % der Verbraucher interessieren sich f\u00fcr Rabattbenachrichtigungen. Personalisierte Produktempfehlungen sprechen 51 % an. 44 % interessieren sich f\u00fcr Geschenkideen.<\/p>\n
Diese Funktionen klingen vielleicht nicht revolution\u00e4r, l\u00f6sen aber echte Einkaufsprobleme. Sie reduzieren den Aufwand, beseitigen Unsicherheiten und helfen Kunden, Produkte zu entdecken, die sie mit gr\u00f6\u00dferer Wahrscheinlichkeit haben m\u00f6chten.<\/p>\n
Produktpakete und Empfehlungen f\u00fcr erg\u00e4nzende Artikel sind sogar noch \u00fcberzeugender: Insgesamt interessieren sie 61 % der Verbraucher und 88 % der Menschen, die bereits KI-Shopping-Tools nutzen.<\/p>\n
Die Erkenntnis ist einfach: Verbraucher wollen nicht unbedingt, dass eine Maschine die gesamte Customer Journey \u00fcbernimmt. Sie wollen, dass diese Reise einfacher wird.<\/p>\n
Deshalb sind regelm\u00e4\u00dfige Produktempfehlungen, die von einer leistungsstarken Empfehlungs-Engine unterst\u00fctzt werden, m\u00f6glicherweise akzeptabler und effektiver als ein vollst\u00e4ndig autonomer KI-Shopping-Assistent.<\/p>\n
Eine gut getimte Empfehlung auf einer Produktseite, in einer E-Mail oder w\u00e4hrend der Suche kann das Erlebnis verbessern, ohne es zu unterbrechen. Kunden behalten die Kontrolle, w\u00e4hrend der Einzelh\u00e4ndler genau im richtigen Moment hilfreiche Orientierung bietet.<\/p>\n
Verbraucher warten nicht darauf, dass Einzelh\u00e4ndler ihnen einen futuristischen Shopping-Roboter zur Verf\u00fcgung stellen. Sie warten darauf, dass Marken verstehen, was sie wollen.<\/p>\n
Entdecken Sie, was wirklich funktioniert: die Produktempfehlungs-Engine<\/a> von Quarticon f\u00fcr den E-Commerce.<\/p>\n Quelle der Studie: https:\/\/www.emarketer.com\/content\/ai-retail-interest-high-poor-execution-driving-abandonment<\/a> <\/p>\n