KI im Handel Teil 2: Wie künstliche Intelligenz Order Routing transformiert

Künstliche Intelligenz (KI) hat sich als unverzichtbare Technologie etabliert und kann bei strategischem Einsatz einen großen Nutzen für Unternehmen bieten. In unserer Blog-Reihe beleuchten wir die vielfältigen Einsatzmöglichkeiten von KI in Auftragsmanagementsystemen (OMS). Im ersten Artikel haben wir Use Cases für maschinelles Lernen im Order Management vorgestellt. In diesem Beitrag konzentrieren wir uns auf einen besonders profitablen Anwendungsbereich: die Optimierung von Order Routing durch KI.

Einzelhändler mit zahlreichen Vertriebskanälen und verschiedenen Standorten, stehen vor der Herausforderung, Kund:innenbestellungen effizient zu erfüllen. Eine KI-basierte Routing-Engine unterstützt Einzelhändler dabei, Lieferzeiten zu verkürzen, Kosten zu senken, die Bestandskontrolle zu verbessern und sowohl die Konversionsrate als auch den Umsatz zu steigern.

Wir nehmen an, dass Sie

• 24 Versandstandorte, bestehend aus Lagern, Geschäften und Dropshippern, betreiben
• eine durchschnittliche Warenkorbgröße von 4 Artikeln haben 
• die Wahl zwischen 2 verschiedenen Versanddienstleistern bieten 
• Split Orders erlauben

In diesem Szenario ergeben sich für eine Bestellung insgesamt 5.308.416 mögliche Routing-Optionen.

Neben der großen Anzahl an Möglichkeiten tragen verschiedene Faktoren zur Komplexität des Fulfillment-Prozesses bei. Dazu zählen: 

• global verteilte Netzwerke
• branchenspezifische Anforderungen 
• individuelle Kund:innenwünsche bezüglich Services

Da jedes Unternehmen einzigartig ist, variieren auch die Ziele bei den Routing-Entscheidungen.

Um die Bestellung effizient auszuführen, Kund:innenbedürfnisse zu erfüllen und Kosten zu senken, ist es entscheidend, nicht nur nicht nur irgendeine, sondern die optimale Option aus einer Vielzahl von Möglichkeiten zu identifizieren.

Diese Aufgabe ist selbst für leistungsstarke Computer alles andere als trivial, da die Berechnung aller Optionen mehrere Minuten dauern kann. Der Prozess muss jedoch nicht nur die große Komplexität bewältigen, sondern auch außergewöhnlich schnell sein, insbesondere während der Checkout-Phase. Daher müssen diese entscheidenden Daten innerhalb von Millisekunden bereitgestellt und ausgewertet werden.

Wenn Sie Ihre eigenen Routing-Optionen selbst berechnen möchten, steht Ihnen dafür unser Order Routing Calculator zur Verfügung.

Ein gewöhnlicher, moderner Prozessor ist nicht in der Lage, alle möglichen Lieferoptionen innerhalb einer Sekunde zu berechnen. Daher benötigen Einzelhändler eine leistungsstarke Order Routing Engine, die mit Hilfe eines effizienten Optimierungsprozesses innerhalb weniger Millisekunden das bestmögliche Ergebnis liefert. Das Ziel der Order Routing Engine ist es, nicht irgendeine, sondern die optimale Lösung für die Auftragsabwicklung in Millisekunden zu generieren. Dafür werden alle entscheidenden Kriterien eines Einzelhändlers durch einen KI-gesteuerten Prozess, der maschinelles Lernen und kombinatorische Optimierungsalgorithmen kombiniert, berücksichtigt und abgewogen. 

Um für jede Bestellung das effizienteste Fulfillment-Center zu identifizieren, analysieren die KI-Algorithmen dabei Faktoren wie:

• Lagerbestände,
• Nachfrageprognosen 
• Lieferantenzuverlässigkeit

Eine Routing-Engine wählt aus vielen verschiedenen Fulfillment-Optionen für eine Bestellung die beste in innerhalb kürzester Zeit aus.

Dabei nutzt die Routing-Engine eine Optimierungsmethode, die Alternativen gruppiert und probabilistische Kombinationen einsetzt, um die beste verfügbare Lösung innerhalb eines begrenzten Zeitrahmens zu ermitteln. 

Dabei kann es vorkommen, dass noch bessere Lösungen existieren, die vom Algorithmus übersehen werden. Nachdem die Routing-Entscheidung getroffen wurde, überprüft die KI, unterstützt durch maschinelles Lernen, im Hintergrund weiterhin andere Möglichkeiten, um zu bewerten, ob es eine bessere Lösung gegeben hätte. Das System integriert dieses neue Wissen in den folgenden Berechnungsprozess, wodurch der Algorithmus mit neuen Ansätzen optimiert. Dieser kontinuierliche Lernprozess führt über Zeit zu verbesserten Ergebnissen, wodurch das System mit jeder Iteration effizienter wird.

Beispiel für eine Routing Strategy auf Basis individueller Händler-Kriterien

Eine Order Routing Engine, die von KI unterstützt wird, bringt einige Vorteile mit sich: 

• Sie ermöglicht somit die intelligente und optimale Verteilung von Kund:innenbestellungen über das Fulfillment-Netzwerk des Einzelhändlers. 
• Sie vereinfacht Prozesse 
• Sie verbessert die Ressourcennutzung, einschließlich Lagerbestand und Personal.
• So werden Kosten gesenkt und die Rentabilität gesteigert. 

Mit einem Distributed Order Management System (DOMS) schaffen Einzelhändler die Grundlage für die Verknüpfung digitaler Touchpoints mit allen verfügbaren Bestandsquelle, um Informationen zu Verfügbarkeit, Lieferung und Service über alle Kanäle zu standardisieren. Einzelhändler können ihren Kund:innen ein perfektes Einkaufserlebnis bieten, indem sie beispielsweise:

• Liefer- und Abholzeiten verkürzen 
• umfassende Informationen zu Versand und Verfügbarkeit bereitstellen 
• flexible Services anbieten 

Diese Maßnahmen fördern die Kund:innenzufriedenheit und -bindung und steigern letztlich den Umsatz. Auf diese Weise heben sich Einzelhändler mit einem überzeugenden Omnichannel-Erlebnis langfristig von der Konkurrenz ab.

Der Einsatz von maschinellem Lernen künstlicher Intelligenz im Rahmen eines fortschrittlichen Order Routing bietet Einzelhändlern, die sich in der Komplexität eines vielfältigen Fulfillment-Netzwerks zurechtfinden müssen, viele Vorteile. Der Einsatz von KI ermöglicht eine schnelle und genaue Entscheidungsfindung, indem zahlreiche Faktoren analysiert werden, um in Millisekunden optimale Routing-Lösungen zu liefern. 

Auch wenn zunächst möglicherweise nicht alle potenziellen Optionen berücksichtigt werden, verbessert sich das System durch seine Lernfähigkeit kontinuierlich, sodass jede Iteration effizienter ist als die vorherige. Die mühelose Optimierung des Order Routings über Fulfillment-Netzwerke hinweg hilft Einzelhändlern: 

• Kosten zu senken
• Rentabilität zu steigern 
• die Kund:innenzufriedenheit durch schnellere Lieferungen, bessere Informationen und flexible Serviceangebote zu verbessern

Durch den Einsatz dieser Technologie können Einzelhändler nicht nur die hohen Erwartungen ihrer Kund:innen erfüllen, sondern sich auch durch ein außergewöhnliches Omnichannel-Einkaufserlebnis von ihrer Konkurrenz abheben.