Neo4j ermöglicht intelligente Empfehlungssysteme für Online-Einkäufe

10. November 2015

Um Anwendern über den Online-Einkauf hinaus echten Mehrwert zu bieten, müssen Händler verstärkt Produkte inszenieren, Konsumenten inspirieren, Themenwelten und fertige Kollektionen kreieren sowie Inhalte und Produkte weiterempfehlen. Die Basis für das persönliche Einkaufserlebnis bilden Klick-, Warenkorb- und Kaufhistorie sowie Suchanfragen, Wunschlisten und weitere verfügbare Profilinformationen aus verschiedenen CRM-Systemen sowie dem Online-Shop.

„Integriert in eine Graphdatenbank lässt sich durch die Kombination dieser Daten ein ganzheitliches Kundenprofil erstellen, das eine gezielte, persönliche Ansprache erlaubt“, erklärt Stefan Kolmar, Director Field Engineering Europe, Neo Technology. „Webshop-Besucher finden direkt und innerhalb von Sekunden Produkte, nach denen sie bewusst oder unbewusst gesucht haben.“

Anzeige
cs espresso series

Anders als herkömmliche Datenbanken lassen sich im Graphen nicht nur Daten, sondern auch die Beziehungen zwischen den Daten einfacher modellieren, speichern und abfragen. Unabhängig von Größe und Komplexität des Datensatzes verläuft die Suche so bis zu 1.000-mal schneller.

•    Der Einzelhandelsriese Walmart analysiert beispielsweise mit Hilfe von Neo4j Kundenverhalten und kann so das Cross-Selling wichtiger Produktlinien optimieren. Frühere Einkäufe und neue Interessen können abgeglichen, Remarketing-Aktionen besser und zielgenauer geplant werden.
•    Ähnliche Ziele verfolgt auch der Sportartikelhersteller adidas, der Neo4j zur Konsolidierung isolierter Datensilos nutzt. Nicht nur erhalten Kunden damit noch adäquatere und attraktivere Inhalte. Auch intern können Mitarbeiter einfacher auf die Daten zugreifen und sie schneller durchsuchen.
•    Auch eBay nutzt die Graphdatenbank, um Bestellungen und Lieferungen zwischen Anbietern, Kurierdiensten und Käufern rund um die Uhr zu koordinieren. Das System „empfiehlt“ den kürzesten und schnellsten Versandweg für Pakete und berücksichtigt dabei die Präferenzen der Kunden hinsichtlich Tageszeit und Lieferort.

Beim Kauf eines Produkts bewegt sich ein Kunde im Normalfall über mehrere Kanäle und Touchpoints. „Die Herausforderung für Unternehmen liegt deshalb darin, den Besucher über die ganze Customer Journey hinweg auf der Website zu halten und ihn schnell zu einem Verkaufsabschluss hinzuführen. Die wichtigsten Kriterien dafür sind Schnelligkeit, Genauigkeit und Convenience“, so Kolmar. „Mit Graphdatenbanken kann dieser Weg, aber auch das plötzliche Abspringen eines Kunden, genau verfolgt und analysiert werden.“ Die Auswertung ermöglicht höhere Cross- und Upselling-Effekte sowie Conversion Rates. Auch das E-Mail-Marketing, die automatische Preisoptimierung oder das Retargeting lassen sich deutlich effizienter und somit gewinnbringender gestalten. Der umfangreiche Einblick in das Kaufverhalten von Kunden kann neue Absatzmärkte oder Zielgruppen eröffnen, Ideen für Marketingstrategien liefern und kommende Trends vorhersehen. Zudem können Online-Anbieter die Empfehlungsmechanismen an den eigenen Deckungsbeiträgen, Margen und Umsätzen ausrichten.

Generell profitieren Unternehmen mit Neo4j von einer höheren Wettbewerbsfähigkeit. Da Graphdatenbanken auch bei komplexen, heterogenen Datenmengen Ergebnisse in Echtzeit erzielen, sinkt bei vielen Projekten der Overhead deutlich. Langwierige Batchverfahren entfallen, Entwickler kommen mit weniger Code schneller ans Ziel. Zudem benötigen Graphdatenbanken wesentlich weniger Rechnerleistung und Hardwarekapazität als relationale Datenbanken und lassen sich als Ergänzung zu bestehenden Systemen implementieren. Ein weiterer Vorteil ist die Skalierbarkeit: Ohne das System zu überfordern, lässt sich der Zugriff auf die Daten auf weitere Nutzergruppen ausweiten. Neue Kundeninformationen, Produkte oder Service-Features lassen sich als neue Beziehungen im Graphen ablegen. (rhh)

Hier geht es zu Neo Technology

Lesen Sie auch