Visual Search: Neue Produktsuche mithilfe von Bildern
Wie im echten Leben, ist es einfacher, jemanden ein Foto von etwas zu zeigen, als es mit Worten zu umschreiben. Das gilt jetzt auch für den eCommerce. Deshalb können Kunden nun einfach ein Bild von einem Wunschprodukt online hochladen, um Vorschläge für ähnliche Produkte zu erhalten.
Google und Bing sind wohl die bekanntesten Seiten für eine Bildersuche im Netz. Die Funktion, ähnliche Bilder, wie das hochgeladene zu finden, gibt es dabei schon seit Jahren. Hierbei durchstöbern die Suchmaschinen mithilfe künstlicher Intelligenz das Netz und spucken dann das ähnlichste Bild als Suchergebnis aus. Das Prinzip haben sich im vergangenen Jahr auch Einzelhändler wie Zalando, Otto und ASOS zu Nutzen gemacht. Sie wollen damit die Suche für den Kunden nach Produkten vereinfachen.
Der Weg vom Foto zum Produkt
© iXtenso/Abramov
Menschen lassen sich gerne von Outfits anderer Personen über Social-Media oder im echten Leben inspirieren. Wenn sie dann aber die Textsuche nach dem Outfit starten, kommt oft nicht das gewünschte Produkt als Ergebnis raus. Denn meist fehlen wichtige Informationen, um das Produkt gezielt zu suchen, wie die Marke oder der Produktname. Deswegen haben sich die Online-Shops gedacht “ein Bild sagt mehr als tausend Worte” und haben die Visual Search implementiert. So können also in der Suchmaske anstatt Keywords einfach ein Foto vom gesuchten Produkt hochgeladen werden. Und tatsächlich funktioniert das bei den meisten Versuchen hervorragend und man findet sofort ähnlich aussehende Produkte oder genau das richtige.
Eine Weiterentwicklung von Produktempfehlungen
Produktempfehlungen auf Seiten wie Zalando funktionieren genau wie die Visual Search mit Machine Learning, einer Unterkategorie der Künstlichen Intelligenz. Dabei werden die Bilder mithilfe einer Software auf ihren Aufbau untersucht und die Daten als Vektoren in das System eingespeichert. Die Vektoren in der Datenbank werden dann untereinander verglichen und die Bilder mit der höchsten Übereinstimmung als Produktempfehlungen auf der Seite angezeigt. Visual Search ist dabei die logische Weiterentwicklung. Mit ihr können Kunden die Daten mitbenutzen, die vorerst nur für das Unternehmen verwendet wurden.
Für wen lohnt sich eine Visual Search?
Für Einzelhändler die e-Commerce betreiben und eine große Menge an verschiedenen Produkten anbieten, lohnt sich der Blick auf die Visual Search. Vor allem die Bereiche Mode, Inneneinrichtung, Fashion und Kunst können von einer Visual Search profitieren, weil deren Waren eher schwer mit Worten zu beschreibenden sind. Das ist ein Grund, warum Zalando und ASOS die Technologie implementieren ließen. Doch auch bei komplexeren Themen, wie spezielle Ersatzteile für Maschinen, könnte eine visuelle Suche den Kunden helfen.
Hört sich nach viel Arbeit an
© iXtenso/Abramov
Das Implementieren in das eigene Geschäft funktioniert mittlerweile relativ einfach und kostengünstig durch die Einbindung einer API (Anwendungs-Programmier-Schnittstelle) oder mit einer App-Entwicklung durch eine SDK (Software Development Kit) von Anbietern einer Visual Search Engine. Auf dem Markt sind Unternehmen, wie syte.ai, die sich auf Mode spezialisiert haben; Slyce die sich voll auf eine App-Integration konzentrieren oder All-in-One Anbieter wie ViSenze. Der sinnvollste Einstieg ist, eine bereits vorhandene Shopping-App mit einer Visual Search zu ergänzen. Denn Smartphonebesitzer nutzen ihre Kamera ohnehin, um Fotos oder Screenshots von Dingen zu machen, die sie haben wollen. Der Schritt ein Foto zu machen oder hochzuladen stellt dann eine geringere Hürde dar als beispielsweise von einem Laptop aus.
Visual Search: Konkurrenz zu Voice Search
Visual Search ist nicht die erste Suchmaschinenevolution, die mit künstlicher Intelligenz läuft, auch Sprachassistenten wie Siri (Apple), Cortana (Microsoft) und Alexa (Amazon) haben in den letzten Jahren den Kunden geholfen, Produkte in Online-Shops zu finden. Problem bei Sprachassistenten: Sprache ist für einen Computer deutlich komplexer zu verstehen als Bilder. Dadurch führen die meisten Suchanfragen ins Leere.
Benutzer steigen auf die Visual Search ein
Das Bildernetzwerk Pinterest ist einer der frühsten Anwender der Visual Search. Dort geht es um das Entdecken neuer Ideen durch Bilder, die von Nutzern und Händler hochgeladen werden. Mit der Visual Search wird bei einem sogenannten “pin” ein interessantes Objekt ausgewählt und im Netzwerk nach ähnlichen Bildern gesucht, die auf Kauflinks landen. Das gleiche ist mit selbst hochgeladenen Bildern in der Suche möglich. Laut einer Studie von Pinterest sind die Suchanfragen mit Bildern, die Nutzer in die Suche hochgeladen haben, von 250 Millionen im Februar 2017 auf 600 Millionen im Februar 2018 gestiegen. Das Interesse wächst beständig.
Autor: Maxim Abramov
Erstveröffentlichung auf iXtenso – Magazin für den Einzelhandel
