{"id":7404,"date":"2024-03-18T10:42:50","date_gmt":"2024-03-18T09:42:50","guid":{"rendered":"https:\/\/www.fact-finder.de\/blog\/de\/?p=7404"},"modified":"2025-03-05T15:37:17","modified_gmt":"2025-03-05T14:37:17","slug":"atlas-ai-ist-da-eine-neue-aera-der-11-personalisierung","status":"publish","type":"post","link":"\/blog\/de\/atlas-ai-ist-da-eine-neue-aera-der-11-personalisierung\/","title":{"rendered":"Atlas AI ist da: Eine neue \u00c4ra der 1:1 Personalisierung"},"content":{"rendered":"\n

Stell dir vor, du gehst in ein lokales Gesch\u00e4ft, und die Regale und Produkte ordnen sich nur f\u00fcr dich neu an, sodass stets die relevantesten Produkte in deinem Sichtfeld liegen. Genau das macht Atlas AI f\u00fcr deinen Online-Shop und verbessert so das Einkaufserlebnis f\u00fcr deine Shopper und die Conversion-Rate f\u00fcr deinen Shop.

Aber der Reihe nach…<\/p>\n\n\n\n

<\/div>\n\n\n\n

Was ist ein relevantes Suchergebnis?<\/strong><\/h2>\n\n\n\n

Nehmen wir zwei Personen, die beide online nach einem \u201ePullover\u201c suchen. Der erste Shopper legt Wert auf Mode und hat ein schickes Modell von einer High-End-Marke im Auge. Die zweite Person jedoch sucht etwas Gem\u00fctliches aus Wolle und ist darauf bedacht, ein g\u00fcnstiges Angebot zu finden. Das ist ein Beispiel f\u00fcr zwei Suchen, die gleich sind, deren Anspruch an ein relevantes Ergebnis aber total unterschiedlich ist. Relevanz ist immer durch pers\u00f6nliche Vorlieben bestimmt \u2013 und genau hier kommt Atlas AI ins Spiel. Es erfasst diese subtilen Unterschiede in den Vorlieben. Dadurch stellt Atlas AI sicher, dass jeder Shopper genau das findet, was er sucht. <\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

In station\u00e4ren Gesch\u00e4ften kann ein Verk\u00e4ufer pers\u00f6nliche Vorlieben entweder beobachten oder erfragen. Im Online-Shop fehlen diese Informationen h\u00e4ufig. Um diese Herausforderung anzugehen, verwenden viele Personalisierungs-L\u00f6sungen Segmentierungsans\u00e4tze, basierend auf demografischen Daten. Doch diese sind fehleranf\u00e4llig. Individualisierung ist ein Megatrend des 21. Jahrhunderts, demographische Merkmale bestimmen schon lange nicht mehr, was wir kaufen. Ein Beispiel daf\u00fcr sind Jeff Bezos und Bruce Springsteen \u2013 zwei Personen, die unterschiedlicher nicht sein k\u00f6nnten, aber \u00fcberraschenderweise viele demografische \u00c4hnlichkeiten teilen (Alter, Geschlecht, Wohlstand, Nationalit\u00e4t …).   <\/p>\n\n\n\n

<\/div>\n\n\n\n

Mit Atlas AI n\u00e4hern wir uns dem Thema Relevanz anders an<\/strong><\/h2>\n\n\n\n

Wenn es darum geht, punktgenaue Relevanz zu liefern, haben wir einen dreistufigen Ansatz, der ein ma\u00dfgeschneidertes Einkaufserlebnis f\u00fcr jeden Kunden sicherstellt: <\/p>\n\n\n\n

1. Allgemeine Relevanz, basierend auf dem Verhalten aller Shopper<\/strong> 
 
Funktion:<\/strong> Atlas AI lernt automatisch aus allen Benutzerinteraktionen, um die Relevanz von Suchergebnissen und Recommendations zu verbessern.  

Dein Vorteil: <\/strong>Das Erkennen dieser Muster reduziert die Notwendigkeit manueller Suchoptimierung deutlich.  

Beispiel:<\/strong> Wenn Kunden haupts\u00e4chlich auf iPhones statt auf H\u00fcllen oder Kabel klicken, nachdem sie „iPhone“ gesucht haben, lernt Atlas, zuerst iPhones anzuzeigen.  \u00c4ndern Shopper ihr Verhalten, wird auch das erkannt. Zum Beispiel versteht Atlas AI, dass \u201cHelm\u201d im Winter eher Skihelm und nicht Fahrradhelm bedeutet.  <\/p>\n\n\n\n

<\/div>\n\n\n\n