#EXPLOREHYBRIS – EMPFEHLUNGSMODELLE IN SAP HYBRIS MARKETING

In unserer Reihe #ExploreHybris teilen unsere Apollogic-Experten ihr Wissen über die Möglichkeit der effizientesten Nutzung und Erweiterung von SAP Hybris Marketing. Es ist eine komplexe Plattform zur Automatisierung des Marketings und dient der Verwaltung von Marketingaktivitäten und Kundenbeziehungen.

In diesem Artikel erfahren Sie:

• Wie sind die Empfehlungen für SAP Hybris Marketing in die Praxis umsetzten?
• Wie Produktempfehlungen erstellt werden?
• Wie sich das Kundenverhalten auf die Empfehlung auswirkt?

Praktische Anwendung des Empfehlungsmoduls in SAP Hybris Marketing

Das Empfehlungsmodul SAP Hybris Marketing ist ein Werkzeug, das die Gestaltung personalisierter Produktempfehlungen, die speziell auf einen konkreten Benutzer abgestimmt sind, ermöglicht. Dies ist möglich durch die Verwendung verschiedener Kommunikationskanäle wie E-Commerce-Systeme, Websites, Social Media und E-Mail-Kampagnen.

Erstellung von Produktempfehlungen

Die Erstellung und Verwaltung von Produktmodellen funktioniert mit entsprechenden Anwendungen wie SAP Fiori, die sich auf dem Benutzer-Launchpad befinden. Sie ermöglichen sowohl die Verwendung von bereits vordefinierten Modellen als auch die Erstellung eigener, komplexer Empfehlungsmodelle. Diese umfassen unter anderem eine Auswahl bestimmter Algorithmen und auch die Bestimmung der Art des Umfangs der analysierten Informationen.

Die Verwendung des Empfehlungsmoduls ermöglicht dem Benutzer eine präzise Anpassung der empfohlenen Produkte unter Berücksichtigung ihrer Popularität, Häufigkeit der gemeinsamen Abfrage oder der Aktivitäten von Empfängern mit ähnlichen Präferenzen.

Vorteile für das Unternehmen:

• Die Darstellung von Inhalten, die auf die Vorlieben und Präferenzen der Kunden abgestimmt sind
• Sofortige Reaktion auf spezielle Bedürfnisse
• Auswahl von Produkten auf der Grundlage von externen Bedingungen, z. B. Wetter/ Ortslage
• Nutzung aktueller Trends in den Social Media (Echtzeit-Marketing)
• Ermittlung der Effektivität der Kampagnen basierend auf der Kundenkommunikation

Neben den Empfehlungsfunktionen, die die Grundlage des Modells bilden, hat der Nutzer auch die Möglichkeit flexiblen Modell-Anpassung vorzunehmen durch die Anwendung von sogenannten Schichten. Sie dienen zur zusätzlichen Filterung von angezeigten Ergebnissen und damit auch der Änderung der Rankings der Empfehlungen.

Im folgenden Beispiel haben wir einen Standard-Algorithmus verwendet. Dieser erstellt Empfehlungen auf der Grundlage der am häufigsten zusammen angezeigten Produkte. Das Modell wurde von uns zusätzlich um einen benutzerdefinierten Algorithmus erweitert, der Änderungen am Positions-Rankings vornimmt, aber mit gleicher Richtigkeit, basierend auf den Preisen und unter der Berücksichtigung, dass die Produkte, die sich bereits im Warenkorb des Benutzers befinden, ausgelassen werden.

Ein freundliches Interface ermöglicht zudem die Festlegung zusätzlicher Optionen, wie die Aktualisierungsrate des Modells sowie die Beschränkung der Anzahl der in jedem Schritt wiedergegebener Ergebnisse.

Nachdem das Modell entworfen wurde, besteht die Möglichkeit einer Simulation der Produktempfehlungen. Somit kann der Benutzer überprüfen, ob das Modell wie gewünscht funktioniert, bevor er es z.B. im Rahmen von E-Commerce genutzt wird.

Das Tool ermöglicht eine Simulation mit Substituierung folgender Modellparameter:

• Benutzer,
• Aktuell betrachtetes Produkt,
• Produkte im Warenkorb und Kontextparameter.

Entsprechend dem Szenario können die Algorithmen Ergänzungen von verschiedenen Attributen verlangen.

In dem präsentierten Beispiel haben wir das aktuell angezeigte Objekt und das sich früher in dem Warenkorb des Kunden befindende Produkt angegeben. Das Ziel war es, eine Situation zu simulieren, in der der Benutzer eines Online-Shops eine Page mit Kaffeebohnen blättert und im Warenkorb bereits eine Tasse besitzt.

Der Effekt ist eine empfohlene Liste von Produkten, die sich die Besucher meistens zusammen mit Kaffeebohnen angesehen haben, mit Ausschließung der Tasse, da dieses Produkt sich bereits im Warenkorb befand. Zusätzliche Objekte mit gleicher Richtigkeitsstufe wurden nach dem Preis sortiert – gemäß der Annahme, dass schwarzer Tee ein billigeres Produkt als grüner Tee ist.

Wie man sieht, stellt sich Bedingung des Interface der Empfehlungsmodelle als benutzerfreundlich und intuitiv heraus. Es ermöglicht nicht nur eine schnelle Erstellung, sondern gibt auch die Möglichkeit Empfehlungsmodelle zu testen.

Sind Sie an den Möglichkeiten der SAP Hybris Marketing Plattform interessiert? Besuchen Sie unsere Website – Alle Vorteile auf einem Blick, alle Informationen auf dem Punkt zu Hybris Marketing!

Agata Chudzińska, ML/ SAP HANA Consultant in Apollogic