B2C Retail Fashion

Popken steigert Umsatz mit smarten Produkt-Listings – personalisiert von Atlas AI

Ergebnisse im Überblick

+4,3% Conversion-Uplift

Mehr Relevanz dank Echtzeit-Personalisierung mit Atlas A

Datengetriebene Wachstumsstrategie

A/B-Testing mit FactFinder beschleunigt digitale Evolution

Globale Effizienz, lokale Marktnähe

>50 Shops automatisiert und gezielt steuerbar

Über Jason Ballard

Onsite Manager

Jason Ballard verfügt über mehr als 10 Jahre eCommerce-Erfahrung, die er heute als Onsite Manager bei der Popken Fashion Group einbringt. Gemeinsam mit seinem Team treibt er die Weiterentwicklung sämtlicher Online-Shops des Unternehmens voran. Einen besonderen Fokus legt er dabei auf die datenbasierte Optimierung der digitalen Product Discovery – von der Site-Search über die Kampagnen-Steuerung bis hin zur personalisierten Sortierung von Ergebnislisten und Empfehlungen.

Die Popken Group steht für True-Size-Fashion mit Anspruch. Ihre vier Eigenmarken – Ulla Popken, Laurasøn, Studio Untold und JP1880 – sind weltweit in über 250 Filialen und mehr als 50 Online-Shops vertreten. Das Omnichannel-Unternehmen bietet trendige, qualitativ hochwertige Mode – mit optimaler Passform und zum fairen Preis. Mit einem klaren Wertefundament aus Kundenzentrierung, Innovationskraft und Verantwortungsbewusstsein setzt Popken kontinuierlich neue Standards, sowohl im eCommerce als auch speziell im Curvy Fashion Segment.

Erste Herausforderung:
Frühere Suchlösung bremste internationale Expansion

Schon bei der Umsetzung des ersten Online-Shops war dem Popken-Team klar, welche strategische Rolle die Product Discovery für Kundenzufriedenheit, Umsatz und die Effizienz im Tagesgeschäft spielt. Zunächst legten die Verantwortlichen ihr Vertrauen in eine namhafte, aber starre Suchlösung, die auch lange Zeit ihren Zweck erfüllte. Doch als das internationale Wachstum der Popken Group Fahrt aufnahm, stieß diese Suche immer mehr an ihre Grenzen: Mit jedem neuen Shop und jeder neuen Sprache verschlechterte sich die Performance der alten Lösung, sowohl was den Datenexport betraf als auch die Indizierungszeiten. Eine Weile lang hatte man sich mit dieser Situation arrangiert. Doch als der Launch des US-Shops bevorstand, war sich das eCommerce-Team einig, dass es so nicht weitergehen konnte: Popken benötigte eine leistungsfähigere Lösung für Suche und Produkt Discovery – eine, die das Unternehmen in seiner Expansion unterstützt, anstatt es auszubremsen.

Lösung #1:
KI-basierte Product Discovery mit skalierbarer Performance

Um sicherzustellen, die beste Entscheidung zu treffen, kamen mehrere Anbieter auf den Prüfstand. Besonderes Augenmerk lag dabei auf der Performance: Die Indizierungszeiten aller marktspezifischen Datenbestände mussten bei unter einer Stunde liegen. Ein ebenso klares Anforderungsprofil hatten die Verantwortlichen in Sachen Funktionsumfang: Automatisierung, Ranking-Steuerung und Personalisierung waren strategische Must-haves – auch mit Blick auf die Zukunft.

Nach einem umfassenden Vergleichstest fiel die Wahl auf FactFinder. Die KI-basierte Lösung sorgt inzwischen seit mehreren Jahren für relevantere Ergebnisse, höhere Conversion-Rates und für eine drastisch schnellere Indizierungszeiten: Die vor Projektstart versprochenen zehn Minuten wurden sogar auf zwei Minuten verkürzt.

Auch bei der Artikelsortierung erzielte Popken große Fortschritte. Früher standen ausschließlich die neuesten Produkte an erster Stelle in den Ergebnislisten. Heute wird beides kombiniert: selbstlernende KI-Optimierung und gezielte Business-Regeln, passend zu den lokalen Marktanforderungen wie Abverkäufe, Verfügbarkeiten oder Kampagnen. Doch für das eCommerce-Team war diese datenbasierte Optimierung nur die erste Phase seiner Strategie für Suche und Product Discovery.

Zweite Herausforderung:
Digitale Kundennähe braucht persönliche Fashion-Erlebnisse

Popken bietet ein breites Sortiment mit zahlreichen Kategorien und Varianten. Gleichzeitig hat jeder Kunde eigene Wünsche, Vorlieben und Erwartungen. „Wie schaffen wir es, dass jeder Shop-Besucher sofort das richtige Produkt findet?“, bringt Jason Ballard die Herausforderung auf den Punkt. Was offensichtlich erscheint, entpuppt sich bei genauerem Blick als anspruchsvolles Ziel. Denn Relevanz hängt nicht nur von der Ähnlichkeit zur Sucheingabe oder der allgemeinen Beliebtheit eines Produkts ab – sondern auch vom situativen Kontext. Zwei Kunden, die nach „Hose“ suchen, können völlig unterschiedliche Erwartungen haben: etwa Kundin A, die eine lässige Jeans für den Alltag sucht, und Kunde B, der eine elegante Chino für eine Geburtstagsfeier braucht.

Kundenorientierung liegt in der DNA von Popken – und damit auch Personalisierung. Mit der gruppenweiten Integration von FactFinder war die technologische Grundlage geschaffen. Doch was braucht es für die Umsetzung? Und wie lässt sich beweisen, dass personalisierte Einkaufserlebnisse echten Mehrwert schaffen – sowohl für die Kunden als auch das Unternehmen?

Lösung #2:
Echte Personalisierung und smarte Testing-Strategie

Mit dem darauffolgenden Upgrade auf FactFinder Next Generation sicherte sich das eCommerce-Team nicht nur mehr Suchpräzision und Performance, sondern auch neue strategische Möglichkeiten. Zu den wichtigsten zählt Atlas AI, ein KI-Modell, das die Echtzeit-Interaktionen von Kunden erfasst, interpretiert und aus individuellen Präferenzen lernt. So schafft die KI für jeden Kunden eins-zu-eins personalisierte Erlebnisse – schon bei minimaler Menge an Lerndaten und ab der ersten Session: Hat sich z. B. eine Kundin vorrangig in der Kategorie „Sport“ umgesehen und sucht dann nach „Hose“, zeigt die KI vorrangig Sporthosen, statt einer bunten Mischung aus Jeans, Freizeit- und Business-Hosen – exakt so lange, wie der Kundenfokus auf Sportbekleidung liegt. Wechselt die Intention, passt sich die Sortierung dynamisch daran an.

Zum anderen spielt das erweiterte Analytics und A/B-Testing eine entscheidende Rolle, da Popken damit den Erfolg jeder Einstellung transparent macht. „Der Sprung zur Next Generation hat uns geholfen, unsere KPIs besser in den Blick zu bekommen – insbesondere die Entwicklung der Conversion-Rate pro Channel ist uns wichtig“, sagt Jason.

Die Conversion-Rate mit und ohne Atlas AI wurde mit dem A/B-Testing ausgiebig untersucht. Um länderspezifische Unterschiede zu berücksichtigen, wurde pro Markt analysiert, welcher Personalisierungsgrad die besten Ergebnisse bringt. Im intuitiven FactFinder Backend lassen sich neue Einstellungen entweder sofort global ausrollen oder gezielt auf einzelne Sub-Shops anpassen. Warum diese Flexibilität entscheidend ist, weiß Jason aus seiner Erfahrung in anderen Unternehmen: „Ein häufiger Fehler ist, die Gewinner-Variante eines Landes pauschal auf andere Märkte zu übertragen. Denn was in einem Land funktioniert, muss nicht automatisch überall funktionieren. Jede Kultur, jede Kundengruppe, jedes Land tickt anders.“

In manchen Ländern wie Italien und Finnland hält Popken den Einfluss von Atlas AI bewusst niedrig. „Dort wird die Personalisierung kundenseitig nicht so gut angenommen“, berichtet Jason. „In anderen Ländern wie Deutschland und Österreich testen wir deutlich intensiver. Kunden reagieren dort auch auf hohe Personalisierungsgrade positiv. Sobald wir den jeweiligen Sweet-Spot gefunden haben, sind die meisten A/B-Tests mit Atlas AI erfolgreich ausgefallen“, resümiert er.

In Deutschland zum Beispiel lag der Personalisierungsgrad („Atlas-Impact“) bei rund zehn Prozent, während er in Finnland bewusst auf drei Prozent begrenzt wurde. „Sobald wir diesen Sweet Spot gefunden haben, sind die meisten A/B-Tests mit Atlas AI erfolgreich ausgefallen“, erklärt Jason.

Ergebnisse

Die Integration von FactFinder war ein zentraler Meilenstein. Endlich stand eine skalierbare Product-Discovery-Lösung zur Verfügung, die das internationale Wachstum mit hoher Performance und effizientem Bedienkonzept unterstützt.

Die Einführung von Atlas AI und datenbasierter Sortierung zeigte schnell messbare Resultate. In einem sechstägigen A/B-Test mit 1,5 Millionen Sessions steigerte Ulla Popken die Conversion-Rate um 4,3 %. „Das war unser erster Erfolg mit Atlas AI“, berichtet Jason und hebt hervor, wie viel Wert das eCommerce-Team auf verlässliche Daten legt: „Wir haben Tools, mit denen wir die Signifikanz exakt berechnen können.“ Die stärkere Personalisierung wird von den Kunden als echte Verbesserung wahrgenommen – nicht als Manipulation. Alle Erkenntnisse aus den Tests fließen direkt in die Sortierungsstrategie ein und verbessern nachhaltig die Performance über alle internationalen Shops hinweg.

Auch intern hat sich die Arbeitsweise spürbar verändert: Ob Ranking-Regeln, Personalisierung oder Abverkaufsdaten – statt über Gewichtungen zu diskutieren, liefern heute klare Analytics-Daten die Entscheidungsgrundlage. „Nach meinem Einstieg bei Popken habe ich meine Erfahrungen aus anderen Unternehmen eingebracht und das Ranking stärker datenbasiert ausgerichtet – zum Beispiel nach Verkaufszahlen der letzten Tage, Artikelneuheit, Conversion Rate oder Verfügbarkeit. Und da haben wir direkt deutliche Sprünge gesehen.“

Die wichtigsten Features für Popken

Atlas AI
A/B-Testing
Multi-Channel-Management
Vector Search (Bald im Einsatz)

Atlas AI

Mit Atlas AI ergänzt Ulla Popken klassische Sortierlogiken um eine neue Dimension – 1:1 Personalisierung in Echtzeit. Die KI analysiert jede Session individuell – d.h. Klicks, Filter, Scrollverhalten – und priorisiert Produkte, die der aktuellen Kaufabsicht am besten entsprechen.

Im Hintergrund arbeitet ein neuronales Modell, das aus den Produktdaten einen digitalen Atlas des Sortiments erstellt. Es erkennt Zusammenhänge zwischen Attributen und Nutzerverhalten – und verbessert kontinuierlich die Sortierung in Suche und Navigation. Statt manuelle Optimierung oder große Datenmengen zu benötigen, entscheidet nun der persönliche, momentane Kontext – für ein maximal relevantes Einkaufserlebnis und höhere Conversions.

LEARN MORE

A/B-Testing

Um das volle eCommerce-Potenzial auszuschöpfen, setzt Popken systematisch auf A/B-Tests mit FactFinder. Damit lassen sich verschiedene Einstellungen direkt im Shop gegeneinander prüfen – etwa für Suche, Navigation, Personalisierung oder Kampagnen. „Die A/B-Tests einzurichten, ist völlig unkompliziert“, berichtet Jason aus Anwendersicht. Das Ergebnis: belastbare Daten statt subjektiver Einschätzungen. So wird sofort sichtbar, welche Maßnahmen KPIs wie Conversion und AOV am stärksten steigern. Erfolgreiche Varianten lassen sich per Klick übernehmen – für messbare Umsatzsteigerung ohne Diskussionsbedarf im Team.

Multi-Channel-Management

Um Suche und Product Discovery in allen Märkten und Sprachen effizient zu steuern, setzt das Popken-Team auf ein durchdachtes Multi-Channel-Konzept. In FactFinder gibt es zwei Channel-Typen: Parent- und Child-Channels. Einstellungen der Parent-Channels – etwa Synonyme, Filter oder Marketing-Kampagnen – werden automatisch an die zugehörigen Child-Channels vererbt. So lassen sich zentrale Optimierungen länderübergreifend ausrollen und eine konsistente Customer Experience sicherstellen. Gleichzeitig können die Child-Channels bei Bedarf individuell angepasst werden, um regionale Anforderungen flexibel umzusetzen.

Vector Search (Bald im Einsatz)

Popken plant bereits die neue Vector Search von FactFinder einzusetzen – mit dem Ziel, unpräzise Suchanfragen oder Eingaben in natürlicher Sprache besser zu verstehen und Nulltreffer-Suchen zu minimieren. „Sobald wir Vektorsuche testen können, hoffen wir, dieses Problem so gut es geht aus der Welt zu schaffen“, sagt Jason.

FactFinder Vector Search erfasst die Bedeutung, die Absicht und das Bedürfnis hinter jeder Suchanfrage. Auf der Ergebnisseite liefert sie zuverlässig die relevanten Produktergebnisse – und zwar auch dann, wenn keine sprachliche Übereinstimmung im Daten-Feed steht. Das Ergebnis: niedrigere Absprungraten, mehr Umsatz und positive Markenerlebnisse.

LEARN MORE

Nächste Schritte

Seit mehr als zwei eCommerce-Dekaden beweist Popken seine Innovationskraft, Weitsicht und CX-Orientierung. Auch künftig setzt das Unternehmen auf datenbasierte Optimierung der Product Discovery – immer mit dem Anspruch, jedes Kundenbedürfnis bestmöglich zu erfüllen. „Bereits jetzt haben wir die Low-Hanging Fruits erfolgreich geerntet“, sagt Jason, überzeugt vom Nutzen der Atlas AI Personalisierung. Er empfiehlt: „KI-getriebene Tools sind heute nicht mehr wegzudenken. Sie erleichtern das Tagesgeschäft und helfen uns, Verbindungen on the fly herzustellen, die wir manuell nie erkannt hätten. Wer solche Technologien zur Verfügung hat, sollte sie unbedingt nutzen.“

Die Personalisierung mit Atlas AI funktioniert deutlich besser als herkömmliche Ansätze. Für uns sind KI-getriebene Tools heute nicht mehr wegzudenken. Sie erleichtern das Tagesgeschäft und helfen uns, Verbindungen on the fly herzustellen, die wir manuell nie erkannt hätten. Wer solche Technologien zur Verfügung hat, sollte sie unbedingt nutzen.

Jason Ballard

Onsite Manager

Erfahre, wie führende Händler FactFinder einsetzen

Marvin Wagner,
Online Marketing & eCommerce Manager

„FactFinder hat unsere Conversion-Rate um durchschnittlich 35 Prozent gesteigert. Die Frustration der Kunden wurde nachhaltig gesenkt – extern wie intern erhalten wir positives Feedback.”

Mario Zanier,
CTO

„Die Verbesserungen gehen über das Monetäre hinaus. Dank der performanteren Suche und Navigation sind die Ladezeiten der Suche um 16 Prozent und mobile um 21 Prozent gesunken. Kunden blättern jetzt 25 Prozent weniger Seiten durch, um das Richtige zu finden. Und auf mobilen Endgeräten sind es sogar 40 Prozent weniger.“

Melanie Giebler,
Teamlead Product Management

„In Sessions mit Guided Selling steigt die Conversion-Rate teilweise um mehr als 50 Prozent und der Umsatz um bis zu 70 Prozent. Das zeigt uns, dass die Kaufberater-Funktionen unseren Kunden wirklich weiterhelfen und das Einkaufserlebnis verbessern.”