Der Online-Einkauf von Kleidung hat uns von der Notwendigkeit befreit, den endlosen Gängen, Neonlichtern und verkaufshungrigen Menschenmengen im Inferno des stationären Einzelhandels zu trotzen. Aber jeder, der sich zwei Stunden tief in einem Mode-Kaninchenloch befunden hat und nichts vorzuweisen hat außer 15 offenen Tabs, vier vollen Einkaufswagen, einer Menge YouTube-Rezensionen zu Bekleidungsstücken und der nagenden Angst der Überforderten beim Online-Shopping, kann das spüren wie eine lästige Pflicht.
Dann kommt Blend ins Spiel, ein in Großbritannien ansässiges Startup, das KI nutzt, um sich von der Masse abzuheben und Käufern dabei zu helfen, personalisierte Produktempfehlungen zu finden, die zu ihrem Stil, Budget und ihrer Größe passen.
„Die überwiegende Mehrheit der Einzelhändler führt überhaupt keine Personalisierung durch, und in den Fällen, in denen sie dies tun, personalisieren sie nur auf der Grundlage historischer Kaufdaten“, sagte Jemima Bunbury, Mitbegründerin von Blend, gegenüber TechCrunch. „Wenn sich Trends relativ schnell ändern und sich der Stil der Menschen im Laufe ihres Lebens ändert, bleibt es für einen Benutzer nicht relevant, solche historischen Empfehlungen zu haben.“
Blend nahm als eines der Startup Battlefield 200-Unternehmen an TechCrunch Disrupt 2023 teil. Bei der Veranstaltung stellte das Startup sein MVP vor – eine App, die langsam für die 2.000 Benutzer auf der Warteliste von Blend geöffnet wird. Nachdem Blend im April Angel-Investitionen getätigt hat, ist es nun auf der Suche nach Investoren für seine Seed-Runde. Das Startup wird diese Mittel verwenden, um zusätzliche Funktionen in der App zu entwickeln und auf eine vollständige Einführung zu drängen.
Blend hat bereits über 250 Einzelhändler unter Vertrag genommen, darunter Net-a-Porter, einen Luxuseinzelhändler. Die Go-to-Market-Strategie des Startups richtet sich an Nutzer im Alter von 18 bis 34 Jahren, „sehr digitale, native Mobile-First-Käufer“, die mit zunehmendem verfügbaren Einkommen beginnen, ihren persönlichen Stil zu definieren. Blend startet zunächst in Großbritannien und hofft dann, in den US-Markt vorzudringen.
„Wir hoffen, dass wir dadurch, dass wir zunächst das sehr modebewusste und trendsetzende Publikum anlocken, von dort aus mehr Mainstream erreichen können, aber es ist viel schwieriger, den umgekehrten Weg zu gehen“, sagte Bunbury. „Letztendlich besteht die Vision darin, die Eingangstür für jedes Online-Einkaufserlebnis zu sein und daher der größte Einzelhändler zu sein, der die Möglichkeit hat, Menschen zu personalisieren und ihnen nur das 1 % des Internets zu präsentieren, das für sie am relevantesten ist.“ ihnen.”
Generative KI, die wir unterstützen können
Blend-Mitbegründerinnen Bella Levin (links), Jemima Bunbury (Mitte) und Eva Piskova (rechts). Bildnachweis: Mischung
Die Modebranche hat sich den generativen KI-Rausch auf verschiedene Weise zunutze gemacht. Einige Unternehmen verwenden Algorithmen zur Verarbeitung natürlicher Sprache, um das Kundenserviceerlebnis zu verbessern. Andere nutzen die Bildgenerierung, um neue Designs zu erstellen. Es gibt auch Anwendungen in den Bereichen Produktionsverbesserung, Trendprognose, Bestandsverwaltung und virtuelle Anproben.
Der Ansatz von Blend konzentriert sich auf Transformatortechnologie und Empfehlungsalgorithmen, die zum großen Teil auf Benutzerinteraktionsdaten basieren. Die Transformer-Technologie, die den Tech-Stack beliebter generativer KI-Modelle wie ChatGPT ausmacht, ist ein Modell, um Computern beizubringen, menschliche Sprache zu verstehen und zu generieren. In der Modewelt bedeutet dies, dass Benutzerpräferenzen besser verstanden und maßgeschneiderte Kleidungsempfehlungen ausgesprochen werden können.
„Wenn es um KI geht, kommt es immer darauf an, in welche Daten man tatsächlich eindringt [the model]„, sagte Bunbury und bemerkte, dass sich das Gründerteam teilweise für eine App statt für eine Webseite entschieden habe, weil es auf diese Weise einfacher sei, die Daten eines Benutzers zu verfolgen.
Wenn der Benutzer öffnet die App, scrollen sie durch einen Feed, der eine Mischung aus Produktbildern und Beschreibungen ist, die von verschiedenen Einzelhandels- und E-Commerce-Websites stammen. Ihr Feed wird auch Kurzvideos und Produktkurationen von Influencern enthalten, die für alle von ihnen generierten Verkäufe eine Affiliate-Provision verdienen können.
Während der Benutzer scrollt, sammelt Blend Daten darüber, wie er mit der App interagiert, ob er Produkte mag, sie speichert, mit einem Freund teilt, „oder einfach wie lange man sich ein Produkt ansieht“, so Bunbury. Blend nutzt all diese Daten, um sich ein Bild des Nutzers zu machen, der bereits voreingestellte Präferenzen hinsichtlich Größe und Budget hat. Je mehr ein Benutzer mit der App interagiert, desto personalisierter werden seine Empfehlungen.
Im Backend vergleicht Blend Produkte und Benutzer, um ein statistisches Bild davon zu erhalten, welche Produkte für welche Benutzer geeignet sind. Nehmen wir zum Beispiel an, es gibt zwei Benutzer, die die App vor drei Monaten aktiv genutzt haben. Benutzer A pausiert die Interaktion mit der App, während Benutzer B weiterhin regelmäßig interagiert und sieht, dass ihr Feed an neue Trends angepasst wird. Anstatt die Empfehlungen von Benutzer A stagnieren zu lassen, nutzt Blend die Daten von Benutzer B, um Empfehlungen an Benutzer A zu unterbreiten.
„Indem wir diese kulturellen Trends verfolgen und feststellen, wie ähnlich oder unterschiedlich die Stile verschiedener Menschen sind, können wir diese Daten nutzen, um Empfehlungen für andere Menschen zu geben“, sagte Bunbury. „Die Personalisierung wird also umso leistungsfähiger, je mehr Benutzer wir auf der Plattform haben, auf der wir aufbauen und Kohorten erstellen können.“
Das KI-Modell hinter der App überzeugt nicht nur, weil es Ihnen heute, sondern auch morgen, nächste Woche, nächstes Jahr das passende Outfit empfehlen kann. Es ist dynamisch und verfolgt, wie sich der Stil eines Benutzers im Laufe der Zeit ändert.
Blend hilft Benutzern auch dabei, die richtige Passform für ihren Körpertyp zu finden, was auch Einzelhändler zu schätzen wissen, die teure Retourenzyklen durchlaufen müssen. Um dies richtig zu machen, besteht ein Teil davon, dass der Benutzer seine Präferenzen für die Größe verschiedener Körperteile festlegen und seinen Körpertyp bestimmen kann. Aber diese Informationen sind nicht immer zuverlässig – die Größentabellen der Marken können stark voneinander abweichen und die meisten von uns sind nicht gut darin, ihre eigene Körperform zu klassifizieren.
Hier setzt der durch die App ermöglichte nutzergenerierte Inhalt wieder an. Die Hoffnung besteht darin, dass Benutzer Fotos von sich selbst in ihren neuen Kleidern machen und diese in der App veröffentlichen, um der KI-Engine von Blend und anderen Benutzern eine vielfältige Darstellung davon zu geben, wie bestimmte Produkte auf verschiedenen Rahmen aussehen. Künftig hofft Blend, Bewertungen und ein Abstimmungssystem zu integrieren, um Benutzern dabei zu helfen, die richtige Größe für sie besser zu bestimmen.
Geschäftsmodell
Je mehr sich ein Benutzer mit seinem Blend-Feed beschäftigt, desto besser werden die personalisierten Empfehlungen. Bildnachweis: Mischung
Die drei beweglichen Teile im Geschäftsmodell von Blend sind: 1) Käufer; 2) Influencer; und 3) Marken.
Blend versucht in erster Linie, ein Benutzerproblem zu lösen, aber um dies zu erreichen, muss das Unternehmen mit Influencern und Marken zusammenarbeiten, die beide ebenfalls davon profitieren können. Durch die Partnerschaft mit Blend können sowohl Influencer als auch Marken ihre Einnahmequellen diversifizieren und auf ganz unkomplizierte Weise auf mehreren verschiedenen Kanälen auftreten.
Speziell für Marken könnte sich Blend als leistungsstarke Marktmarketingplattform präsentieren.
„Für die meisten Marken besteht die Hauptschwierigkeit darin, Ihre Produkte dem richtigen Publikum vorzustellen und eine risikofreie Art der Werbung zu haben“, sagte Bunbury. „Mit Social-Media-Werbung kann man zwar ziemlich gut auf Demografie und Benutzergruppe abzielen, aber selbst dann basiert es nicht unbedingt auf deren Stil. Wohingegen wir über diesen unglaublich detaillierten, stilspezifischen Datensatz verfügen sollten, der es uns ermöglicht, den richtigen Nutzern die richtigen Marken zu präsentieren, wenn diese aktiv nach einem Kauf suchen.“
Laut Bunbury gewinnt Blend, indem es eine Provision auf Verkäufe von Partnermarken und Einzelhändlern erhält, die je nach Einzelhändler variieren kann.
Die erste Version der App verlinkt auf die Website einer Marke, um dort die Transaktion abzuschließen. Zukünftige Versionen werden es Benutzern ermöglichen, innerhalb der App zur Verkaufsstelle zu gelangen, um ein nahtloseres Benutzererlebnis zu gewährleisten.
„Allein darin liegt ein enormes Wachstumspotenzial, aber wir sind uns auch bewusst, dass es mit dem Datensatz, den wir haben, und mit unserer Fähigkeit, den Nutzern Marken zu präsentieren, in Zukunft auch viele B2B-Umsatzlinien geben wird“, sagte Bunbury. „Dinge wie Werbung, Daten und Analysen zu Trends, die Möglichkeit, vorherzusagen, welche Art von Produkten in welchen Mengen verkauft werden.“
Auf Verbraucherseite sagt Blend, dass es in Zukunft möglicherweise einen Abonnementdienst für zusätzliche Premium-Funktionen einführen wird, z. B. Benachrichtigungen über Lagerende, Rabattbenachrichtigungen oder frühen Zugriff auf Markenprodukte.