Bereits heute werden dazu an vielen verschiedenen Stellen Daten gesammelt. Geht es um deren Analyse und sinnvolle Nutzung, kommen Unternehmen allerdings an ihre Grenzen. Bislang waren jedenfalls in der Regel nur Grossunternehmen mit Hilfe von Machine Learning in der Lage, verwertbare Informationen aus auf den ersten Blick unzusammenhängenden Daten zu generieren. Schliesslich erfordert die Technologie tiefgreifendes Fachwissen in den Bereichen Statistik und Datenanalyse. Auch die Ansprüche an die IT-Infrastruktur sind vergleichsweise hoch.
Amazon Web Services (AWS) hat diese Schritte nun automatisiert und so «demokratisiert», dass maschinelles Lernen für jedermann zugänglich ist. Damit sind Entwickler jetzt in der Lage, beliebig viele, skalierbare Modelle ohne initiale Setup-Kosten zu erstellen. Mit Machine Learning können Einzelhändler eine Vielzahl von Anwendungen kreieren, beispielsweise um bessere Vorhersagen zu treffen, Stichwort: Predictive Analytics. Diese reichen von optimierten Kaufempfehlungen und der Personalisierung von Inhalten bis zur Prognose von Benutzerverhalten. Auch für das Erkennen von verdächtigen Transaktionen und Bestellungen ist die Technologie optimal geeignet.
Einsatz von Beacons
Andere technische Entwicklungen erlauben es ausserdem, eine bessere Verbindung zwischen Online-Shopping und stationärem Handel herzustellen. Besonders der Einsatz von Beacons – kleinen Geräten, die im Laden per Bluetooth mit den Smartphones von Besuchern kommunizieren – bietet grosses Potenzial. Das Einverständnis des Kunden vorausgesetzt, können dessen Informationen mit Verkaufs- und Bestandsdaten verknüpft und von maschinellen Lerndiensten in der Cloud analysiert werden. Sucht zum Beispiel ein potenzieller Kunde online nach schwarzen Stiefeln, kann der Einzelhändler im Laden später ein gezieltes Angebot auf das Gerät des Kunden spielen.
Grosse Vorteile bieten Machine-Learning-Technologien dem Einzelhandel auch mit Blick auf das Back Office und die Lagerhaltung. So können Einzelhändler mit Hilfe von maschinellem Lernen den Versand ihrer Waren automatisieren. Damit lässt sich ein Automatisierungsgrad erreichen, der sich vom Einkauf bis zur Auslieferung über die gesamte Lieferkette erstreckt. Zugleich können komplette Geschäftsmodelle von Einzelhändlern neu definiert und Abläufe rationalisiert werden.
Bisher stand maschinelles Lernen denjenigen zur Verfügung, die sich die benötigte Rechen-Power leisten konnten und über umfangreiches internes IT-Know-how verfügten. Beispielsweise mit AWS können es kleine wie mittelgrosse Händler, Start-ups und Grosskonzerne gleichermassen nutzen. Vom Ladenbesitzer, der verstehen möchte, welche Tasche im Netz besonders beworben werden soll bis zum Grosshändler, der sein Treueprogramm neu ausrichten möchte: Cloud-basierte Services verringern den Zeit- und Geldaufwand.
Zum Autor: Constantin Gonzalez* ist Principal Solutions Architect bei AWS in Deutschland.
