Vor Projektbeginn fehlte eine individualisierte Ansprache über alle Kanäle hinweg – weder im Webshop, noch in Filialen oder Newslettern. Kundendaten aus Website, Shop und CRM wurden nicht genutzt, sodass wertvolle Informationen über das Verhalten und die Bedürfnisse der Kund:innen ungenutzt blieben.

Besonders während der COVID-19-Pandemie, als Filialen geschlossen bleiben mussten, wurde das Umsatzpotenzial durch fehlende Personalisierung nicht ausgeschöpft.

‍

‍

Wir implementierte eine GCP-basierte Customer Data Platform (CDP), verknüpft mit CRM-Systemen und dem Magento-Onlineshop über automatisierte Pipelines. Auf Basis eines neu aufgebauten Data Layers im Webshop wurden Kundeninteraktionen systematisch erfasst. Daraus entstand ein 360°-Kundenprofil, das Online- und Offline-Verhalten integriert.

Ein Recommender-System auf Basis von Collaborative Filtering nutzt diese Daten, um Produktempfehlungen auf ähnliche Kund:innen zu generalisieren. Die Machine-Learning-Pipeline wird kontinuierlich mit neuen Daten (z. B. Klicks, Käufen, Warenkorb, Try-On, Karussell, Reservierungen…) versorgt und automatisiert retrainiert. Die Empfehlungen werden über eine API in Webshop, CRM und Newsletter-System integriert – so erhalten alle Kanäle tagesaktuelle, personalisierte Vorschläge.

‍

Kundendaten werden nun aktiv für personalisierte Empfehlungen genutzt – mit spürbarem Einfluss auf Relevanz und Umsatz.