„Jedes Teil dein Style“ — Personalisierte Beratung mit ArangoDB

Wer schon einmal eine gute Beratung beim Einkaufen genossen hat, der weiß worauf es ankommt: Als Kunden wollen wir möglichst schnell und ohne große Erklärung genau die Produkte finden, die wir suchen.

Je öfter man als Kunde in denselben Laden und zu demselben Berater geht, desto besser werden die Empfehlungen. Ein guter Berater lernt den Kunden und seine Vorlieben kennen und schafft es, das Einkaufserlebnis dementsprechend anzupassen. Bei About You haben wir es uns zur Aufgabe gemacht, diesen Prozess im E-Commerce zu optimieren.

Herausforderung

Bei About You hat jeder Nutzer die Möglichkeit, persönliche Vorlieben wie Stil, Lieblingsmarken oder Lieblingsfarben zu hinterlegen. Zusätzlich kann man verschiedenen Trends, Stars und Bloggern folgen und sich durch die verschiedenen Stylings inspirieren lassen.

Herausforderung

Aus all diesen Informationen wird der persönliche Feed generiert. Dieser bietet spezifische Produktempfehlungen, Outfitvorschläge und anderen relevanten Content, der zu unserem Kunden passt. Neben den direkten Recommendations im Shop erhält der Kunde auch individuelle Mailings.

Eine weitere Besonderheit von About You ist die Einbindung externer Apps, welche die über den eigentlichen Shop hinausgehende Zusatzangebote bieten.

Um die Apps nutzen zu können, ist eine Datenschnittstelle nötig, die mit möglichst wenig Daten funktioniert und dabei jegliche Anforderungen an den Datenschutz erfüllt.

ArangoDB

Diesen Anforderungen waren klassische Business Intelligence Ansätze und relationale Datenbanken nicht gewachsen. Dementsprechend mussten wir eine eigene Lösung finden, die eine Datenbasis mit Shop und BI-System nutzt und somit den Ansprüchen gerecht wird.

BusinessIntelligence

Der Anspruch bleibt dabei der Gleiche: Wir wollen unseren Nutzern Empfehlungen bieten, die ihr Einkaufserlebnis personalisieren und das Gefühl einer professionellen Beratung vermitteln. Das heißt, dass unsere Empfehlungen jeden einzelnen Faktor wie Style, Trend, Alter und Geschlecht berücksichtigen müssen. Das erfordert die Arbeit mit Dokumenten und Graphen.

Lösung

Für die Speicherung und Anwendung unserer Daten haben wir uns für ArangoDB entschieden — eine multi-model NoSQL Datenbank, über die wir unsere Daten als Dokumente oder Graphen behandeln können. Die Daten werden alle schemafrei und NoSQL-typisch im JSON-Format abgelegt. Außerdem gibt es die Möglichkeit, die Daten mittels Document- oder Graph-Queries abzufragen.

Unsere Datenmenge beläuft sich inzwischen auf rund 100GB und 300 Mio. Edges. Trotz dieser großen Menge können wir für zeitkritische Empfehlungen Query-Response-Zeiten von unter 20ms liefern. So ist es möglich, dass wir auch Nutzern aus schnelllebigen Traffic-Quellen präzise Recommendations bieten und gleichzeitig das Einkaufserlebnis durch kurze Ladezeiten verbessern.

Benefits

Indem wir individuelle Produktempfehlungen aussprechen, können wir das Angebot für unsere Nutzer auf eine relevante Menge reduzieren. Wir bieten Hilfestellung, sich in dem großen Angebot unseres Onlineshops besser zurechtzufinden.

Auch die Akzeptanzrate unserer Email-Kontakte ist signifikant gestiegen und die Besucher bleiben länger auf aboutyou.de. Die Personalisierung führt so nicht nur zu höheren Umsätzen, sondern spricht auch die Early Adopters einer Zielgruppe genau an. Durch die Nutzung der multi-model Datenbank können wir unseren Fokus auf produktbezogene Fragestellungen setzen und nicht auf Probleme, die in der Kooperation verschiedener Technologien und Datenmodelle auftreten.

Durch das Konzept des Open Commerce und des individuellen Empfehlungsmodells von About You können wir dem Kunden auch online eine professionelle und persönliche Beratung bieten. Das Projekt ist komplex und dementsprechend ist es nur natürlich, dass bei der Entwicklung die ein oder andere Schwierigkeit auftritt. Die enge Zusammenarbeit mit dem Arango-Support hat es uns jedoch ermöglicht, alle Probleme schnell und effizient zu bearbeiten und zeitnah zu lösen.

*Vielen Dank an Jan Stücke und Tanja Lembcke für die Unterstützung bei der Erstellung dieses Artikels!