12 simpele machine learning-tools voor webshops

Je hebt je verdiept in alle online marketing-kanalen en vraagt je af hoe je nog verder kunt groeien nu je al zoveel geoptimaliseerd hebt voor je webshop. Om je concurrentie een stapje voor te zijn, kun je bezig gaan met machine learning (AI). In dit artikel laat ik jou 12 concrete en simpele machine learning-tools voor webshop zien die je direct kunt toepassen.

Al enige tijd word je ermee doodgegooid: machine learning of artificial intelligence. Er wordt vaak over geschreven alsof het de heilige graal is maar het stokt al snel wanneer we de abstractie van het onderwerp willen vertalen naar de praktijk. Hoe kun je als webshop-eigenaar artificial intelligence gebruiken zodat je webshop nog slimmer wordt en je dus een nieuw concurrentievoordeel aanboort ten opzichte van de rest? Hoe start ik hiermee zonder dat ik direct een PHD wiskunde moet hebben gedaan?

Inmiddels is er een aantal platformen en services waarmee je gemakkelijker gebruik kunt maken van machine learning zonder dat je zelf technicus hoeft te zijn. Om je te inspireren noem ik hieronder 12 tools die ik als e-commerce-specialist ben tegengekomen. Hierdoor krijg je  zelf een beter idee over wat ML voor jouw webwinkel kan betekenen.

1. Productpersonalisatie

Een van de meest aansprekende voorbeelden van machine learning zit hem in productpersonalisatie. Het gaat hierbij om toepassingen waar je het product afstemt op het profiel en de wensen van de gebruiker. Denk bijvoorbeeld aan het passen van een bril via de webcam, het opmeten van je pasvormen met je smartphone, het digitaal passen van kleding, of het ontwerpen van gepersonaliseerde sneakers op basis van je Spotify-playlist.

Voor iedere markt zijn er weer andere mogelijkheden. Een goed voorbeeld is bijvoorbeeld de make-up markt. De Franse online beauty-shop Sephora ontwikkelde een app waarbij klanten een selfie konden uploaden. Met artificial intelligence herkent de computer bepaalde gezichtsfeatures (bijv. kleine ogen, wegvallende kaaklijn, bleke huid) en toont je welke producten geschikt zijn en welk resultaat je daarmee bereikt. Zo kun je bijvoorbeeld direct zien hoe je lippen eruit zien met een bepaalde lippenstift.

Om dit toe te passen binnen je eigen webshop, kun je zoeken naar branche-specifieke oplossingen die al bestaan. Als er nog geen tools af te nemen zijn onder licentie kun je een developer inhuren die specifiek voor jouw type product een tool ontwikkelt, door bijvoorbeeld gebruik te maken van Tensorflow om zelf een ML-model te trainen.

2. Contextuele zoekresultaten

Eén van de meest voor de hand liggende toepassingen voor machine learning is het personaliseren van zoekresultaten in de webshop op basis van het gedrag van de bezoeker. Momenteel werkt de search van de meeste webshops op basis van een algoritme dat simpel de ingetikte keywords matched met de producttitel of beschrijving. Een betere manier van matchen van de resultaten kun je bereiken door ook naar de context te kijken.

Een voorbeeld van contextuele search is als een bezoeker verschillende keren Nike-sneakers en shirts heeft gekocht. Als deze bezoeker vervolgens in de webshop zoekt op ‘korte broeken’ is het waarschijnlijk beter voor de conversie om Nike-shorts te tonen die dichter bij de smaak van de klant liggen. Dit in plaats van de algemene resultaten die je normaal had gekregen. Er kunnen gigantisch veel van dit soort patronen en variabelen invloed hebben op de conversie vanuit de search. Met machine learning gaat de computer zelf op zoek naar deze verbanden en past het de resultaten constant aan om het beste resultaat te behalen.

Als je zelf een WooCommerce- of Magento-webshop hebt kun je eens kijken naar de implementatie van services zoals Findify. Deze platformen helpen je je webshop-search relevanter te maken met contextuele search.

3. Gerichte gebruikservaring

Met artificial intelligence kun je ook zorgen voor een gerichte gebruikservaring, waarbij de bezoeker meer centraal staat. Je kunt hiermee de content van je webshop aanpassen aan het bezoekgedrag. Voorbeelden hiervan zijn bijvoorbeeld het tonen van relevantere producten aan je klanten op basis van hun vorige aankoopgedrag.

Daarnaast kun je met machine learning op zoek gaan naar onzichtbare patronen die de intentie van je klanten beter classificeren. Op deze manier kun je klanten beter segmenteren en targeten.

Schat de computer de kans groot dat je bezoeker de website wil verlaten en vooral aan het ‘prijs’-shoppen is? Dan kun je bijvoorbeeld een gerichte exit-intent pop-up met kortingscode of gratis verzending tonen aan de bezoeker om deze toch binnen te houden. Enkele handige platformen die personalisatie-services bieden voor WooCommerce, Magento of Shopify zijn bijvoorbeeld Personalization en Magebit.

4. Image/ Voice/ Text Search

Met machine learning kunnen we tekst, afbeeldingen en geluid beter interpreteren. Zo is het mogelijk om spraak te herkennen en om te zetten in tekst die door een computer begrepen kan worden. Daarnaast kan een computer objecten herkennen op foto’s. Tot slot kun je met machine learning geschreven tekst beter begrijpen. Je kunt je voorstellen dat je hiermee superveel toepassingen kunt verzinnen.

Denk bijvoorbeeld aan het uploaden van een selfie om te zien welke kledingstukken bij je outfit passen. Of het fotograferen van de motor in je auto, zodat je deze met machine learning kunt herkennen en direct de bijbehorende onderdelen kunt tonen.

Een ander voorbeeld is duidelijk te zien bij een van onze klanten die contactlenzen verkoopt. We bieden consumenten een mogelijkheid om hun oude verpakking te scannen en daarmee weten we direct welke sterkte, diameter, radius en welk merk ze nodig hebben van hun lenzen.

Maak je gebruik van Magento voor je webshop dan kan je voice search gemakkelijk implementeren. Daarnaast kan je bijvoorbeeld image search gemakkelijk toevoegen aan je Magento webshop met diverse modules.

5. Productteksten genereren

Met Natural Language Processing kan je de computer teksten laten genereren voor je producten. Op basis van ingegeven specificaties, een producttitel of de afbeelding van het product kun je vloeiend lopende productomschrijvingen genereren, die uiteindelijk voor een betere klantervaring en zoekmachine-ranking zullen zorgen.

Er zijn diverse SaaS-oplossingen om productteksten op te genereren zoals bijvoorbeeld Adzis en Ginnie. Let wel op, kies een service die gespecialiseerd is in een bepaalde taal of vertical (branche) die dicht bij jouw webshop zit voor de beste resultaten.

6. Chatbot & Virtual Assistant

Met chatbots (of virtual assistants) kun je op een natuurlijke manier met je klanten praten. Door middel van machine learning begrijpt de software wat je klant precies vraagt en kun je de klant automatisch van de juiste informatie voorzien. Een voorbeeld hiervan is bijvoorbeeld de chatbot bij de klantenservice van bol.com.

Je kunt de bot ook meer inzetten om aankopen te stimuleren. Denk bijvoorbeeld aan de virtuele assistent bij United Airlines die vraagt waar je heen wil op vakantie en uiteindelijk met de juiste suggestie voor vliegtickets komt. Heb je een kleding-webwinkel, dan zou je met een natuurlijk lopend gesprek iemand het juiste kledingstuk kunnen adviseren.

Als webshop kun je hiermee aan de slag door slimme chatsoftware te gebruiken zoals Flow.ai of Watermelon. Daarnaast kun je ook voor een meer maatwerkaanpak kiezen door je systemen te integreren met bijvoorbeeld Google Dialogflow.

7. AI-Generated Modellen

Voor kleding-webwinkels zitten er hoge kosten aan het doen van professionele photoshoots. Toch is het essentieel om hoge kwaliteit foto’s te hebben van modellen die de kleding tonen. Om dit probleem op te lossen is er een aantal startups die machine learning gebruiken om niet-bestaande kledingmodellen te genereren.

Hiermee zijn de kosten een stuk lager en heb je geen werk aan royalties of modelcontracten.

8. Labeling & Categorizing

De producten van je webshop zitten in categorieën, filters en zijn soms gelabeld met tags. Op deze manier kun je je bezoekers structuur bieden bij het bezoeken van de webshop. Sommige van onze klanten hebben een webshop met duizenden producten en onderdelen. In dit geval kan het erg veel werk zijn om producten in de diverse categorieën in te delen.

Met machine learning kun je de computer automatisch producten laten labelen en indelen in de juiste categorieën en filters op basis van de productfoto of andere productdata die je hebt. Je kunt bijvoorbeeld de Commercetools API hiervoor gebruiken of zelf knutselen met Tensorflow, Google Vision AI en Google Text Recognization API.

9. Afbeeldingen uitsnijden

Een voorbeeld van een andere handige toepassing van machine learning is het uitsnijden van afbeeldingen. Sommige afbeeldingen bevatten een achtergrond of watermerk of zijn niet in een professionele fotostudio genomen waardoor de foto niet mooi is uitgesneden. Machine learning kan deze imperfecties voor je herstellen, een voorbeeld hiervan zie je bij RemoveBG.

Op deze manier zorg je ervoor dat je afbeeldingen automatisch geschikt zijn voor in je webshop en direct in Google Shopping kunnen worden gebruikt.

10. Product-aanbevelingen

Het aanbevelen van relevante producten op basis van het surf- en koopgedrag van de bezoeker is een bekende binnen de e-commercewereld. Met machine learning is deze techniek steeds verfijnder geworden. In veel gevallen weet de computer dan ook beter welke producten je nog meer zou willen kopen dan als je gerelateerde producten zelf zou instellen als webshop-eigenaar.

Je kunt hiervoor gebruikmaken van bijvoorbeeld Amazon Personalize maar voor vrijwel ieder e-commerce-platform zijn er ook kant-en-klare modules die deze functionaliteit kunnen bieden.

11. Fraudedetectie

Een beetje een saaie maar niet minder belangrijke toepassing van kunstmatige intelligentie is fraudedetectie. De computer is simpelweg beter in het opsporen van ongewone patronen of signalen van fraude. Fraudeurs vinden vaak nieuwe manieren om de bestaande systemen te omzeilen omdat deze niet zelflerend zijn. Met machine learning past het systeem zich automatisch aan en kan het dus ook deze truckjes opsporen.

12. Rapportages & trends

Met alle data die je verzamelt over je bezoekers, kun je natuurlijk enorm veel voorspellingen doen. Op dit moment maken de meeste webshops al gebruik van machine learning hiervoor zonder dat ze het weten. Zo heeft Google Analytics standaard al een functie waarmee opvallende zaken te zien zijn in de bezoekersgegevens.

Het is mogelijk om nog veel meer uit je bestaande data te halen. Zo zou je je omzet kunnen voorspellen, maar kan machine learning veel eerder trends opsporen in je producten waardoor je tijdig de juiste voorraad kan inkopen. Wat dat betreft bestaat er een gigantisch veld aan data scientists die steeds meer gebruik maken van kunstmatige intelligentie voor hun analyses.

Hoe begin ik zelf met machine learning?

Hopelijk heb je met bovenstaande voorbeelden een goed idee gekregen van toepasbare machine learning binnen webshop. Als je zelf een begin wil maken, kun je natuurlijk één van bovenstaande tools proberen. Maar je kunt ook beginnen met een brainstorm om te zien wat er binnen jouw specifieke branche mogelijk is.

Daarnaast helpt het natuurlijk om om gewoon eens te googelen op machine learning in combinatie met jouw markt. Als je daarmee een goede toepassing hebt gevonden, kun je er een developer bijhalen om dit daadwerkelijk te implementeren binnen je webshop. Op die manier ben je voorlopig je concurrentie ver vooruit, omdat de meeste bedrijven deze stap nog niet gemaakt hebben!

Welke concrete plugins, modules, services of e-commerce-toepassingen ken jij die je als webshop-eigenaar kunt gebruiken om meer resultaat te halen? Deel jouw voorbeelden in de comments.