Empfehlungssysteme im Onlineshop mit KI: von Warenkorbanalyse bis Personalisierung

Empfehlungssysteme im Onlineshop mit KI: von Warenkorbanalyse bis Personalisierung.

MODUL 01: WIE EMPFEHLUNGSSYSTEME FUNKTIONIEREN

• Collaborative Filtering, Content-based und Hybride
• Warenkorbanalyse und Assoziationsregeln
• Kaltstart- und Popularitätsprobleme
• Live-Demo: aus dem Klickverhalten wird eine passende Empfehlung
• Ihre Ausgangslage: Wie personalisiert ist Ihr Shop heute?

MODUL 02: MODELLE BAUEN

• Von einfachen Regeln zu ML-Recommendern
• Embeddings für Produkte und Nutzer
• Übung: Sie bauen ein Empfehlungssystem prototypisch
• Der Aha-Moment: die überraschend passende Empfehlung
• Relevanz messbar machen

MODUL 03: PERSONALISIERUNG IM SHOP

• Personalisierte Startseite, Suche und Newsletter
• Echtzeit- versus Batch-Empfehlungen
• Erfolg messen: A/B-Tests und Uplift
• Übung: Sie planen einen A/B-Test für Empfehlungen
• Personalisierung ohne Filterblase

MODUL 04: UMSETZUNG

• Integration in Shopsysteme und CDPs
• Datenschutz und Transparenz bei Personalisierung
• Fallstudie: einen Recommender einführen
• Kosten und Latenz im Blick
• Ihr Fahrplan zur Personalisierung