HEAD – Racquet Finder

Der perfekte Schläger für dein Spiel via Smart Learning Recommendation Engine.

Projektsteckbrief

Projektsteckbrief - HEAD - Aufbau eine KI-basierten Recommendation Lösung zur Auswahl des perfekten Tennis Raquets

Ziel
Aufbau eine KI-basierten Recommendation-Lösung zur Auswahl des perfekten Tennis Raquets

Dauer
fortlaufend

System
IBM Cloud, Watson Services

Branche
Sport & Fitness

Typ
B2B

Onboarding
Betreuung seit 2016

Mit AI-Algorithmen zum perfekten Schläger

Die HEAD Sport GmbH ist ein weltweit führender Hersteller und Vermarkter hochwertiger Sportgeräte und -bekleidung. Im Bereich Innovation Management der Racquet Sports Division wurde die Idee eines Racquet Finders geboren, der die Kunden bei der Auswahl des für sie optimalen Racquets unterstützt. Der Finder sollte über eine rein Click- oder regelbasierte Recommendation Engine hinausgehen. 

Das System sollte lernend in der Lage sein, sowohl strukturierte und unstrukturierte Daten als auch quantitative und qualitative Informationen zu interpretieren und so die “best-fitting” Empfehlung auszusprechen. Zudem sollte es für den Kunden leicht und intuitiv zu bedienen sein. AI-Services und
-Algorithmen helfen dabei, Daten aus unterschiedlichen Quellen und in unterschiedlichen Formaten zu analysieren, zu klassifizieren und zu standardisieren und sie letzten Endes mittels Machine Learning-Algorithmen zu verarbeiten.

 
 

Die Lösung

Die eingesetzten Algorithmen lernen mit jedem Input, die Daten und ihre Zusammenhänge neu zu bewerten, und reagieren so auf Veränderungen in den Bedürfnissen der Nutzer. Der Zugang des Nutzers zu seinen Ergebnissen konnte hierbei über eine sehr reduzierte interaktive Befragung mit 6 Fragen realisiert werden. Sie bildeten die Grundlage des Racquet-Nutzungsprofils, auf dem das lernende System aufbauend optimierte Empfehlungen aussprechen konnte.

Die Technik

Realisiert wurde das Projekt in der IBM Cloud unter Einbeziehung verschiedener Cloud- und Watson-Services. Den Kern des Smart Learning Racquet Finders bildet ein Netz neuronaler Netze, welche in einem mehrstufigen Prozess die unterschiedlichen Input-Daten qualifizieren und Schlägerprofile auf Nutzungsprofile mappen. 

 

Netz Neuronaler Netze, welche in einem mehrstufigen Prozess die unterschiedlichen Input Daten qualifizieren und Produkt Profile auf Nutzungsprofile mappen - Watson und IBM Cloud
Smart Racquet Finder - AI-Algorithmen & Big Data
Smart Racquet Finder - AI-Algorithmen & Big Data
Smart Racquet Finder - AI-Algorithmen & Big Data
Smart Racquet Finder - AI-Algorithmen & Big Data

Kontakt

Referenz

Miyu – die zentrale Sprachintelligenz

Unterstützung des Customer Service-Centers durch KI-gestützte Automatisierungsprozesse.

Referenz

Großhandelskooperation – Aufbau eines Data Lake & Analytics

Konsolidierung und Analyse von komplexen Unternehmens- und Kundendaten.

Referenz

Home Market – Advanced Analytics für die Fachmarktgruppe

Association Rule Learning und weitere statistische Verfahren zur Analyse von Zusammenhängen und Abhängigkeiten

Referenz

Omnichannel Retail is Retail Tech

Für einen führenden südeuropäischen Elektronikhändler haben wir die digitale Transformation gemeistert.

Referenz

kika – Internationalisierung im E-Commerce

Einführung einer E-Commerce-Plattform, um die eigene Produktwelt auch online vertreiben zu können und somit konkurrenzfähig bleiben zu können

Referenz

UDO BÄR – von der Beratung bis zur technischen Umsetzung

Beratung, Konzeption und technische Umsetzung für den führenden, international agierenden Versandhändler für Betriebseinrichtung, Industriebedarf & Lagereinrichtung.

Referenz

Gustav Ehlert: Composable Commerce für die digitale Zukunft

synaigy modernisiert B2B-Webshop und Corporate Website – Maßgeschneiderte Headless-Lösung für optimale Customer Experience und datengetriebene Commerce-Strategien.

Referenz

Esprit – auf dem Weg zur Data-driven-Company

Eine datengetriebene Kultur zu entwickeln und zu leben, ist Grundstein des Transformationsprozesses.

Referenz

Großfilialist für Augenoptik – Einführung von PIM und DAM

Eine konsolidierte Plattform für eine optimale Asset-Verteilung als Basis für eine neue Commerce-Lösung

Referenz

Dürkopp Adler AG – Digitalisierung von Produktionsprozessen

Entwicklung eines modularen Lösungsbaukastens namens QONDAC NETWORKS für die Kunden von Dürkopp. Die zentrale Lösungskomponente war das Schaffen eines Systems für die Überwachung und Steuerung der industriellen Produktionsprozesse.

Referenz

Bike Components – Beratung und Prozessanalyse

Optimierung der Prozesse und PIM-Einführung für eine optimale digitale Aufstellung

Referenz

HUDORA GmbH

Die Hudora GmbH ist ein traditionsreicher deutscher Hersteller von Sport-, Spiel- und Freizeitprodukten mit Sitz in Remscheid.

Referenz

Intergastro – der Wechsel zum Intershop Commerce Management

Der Wechsel zu einer leistungsstarken und flexiblen E-Commerce-Lösung wird für Intergastro zum Gamechanger. synaigy hat ein erfolgreiches Replatforming-Projekt für Intergastro umgesetzt. Erfahre mehr über die Erfolgsgeschichte.

Referenz

mera - The Petfood Family

synaigy – dein Partner für die erfolgreiche digitale Transformation. Mit unserem Digital Readiness-Check und einer IT-Roadmap begleiten wir mera auf dem Weg zum Erfolg. Wir entfalten unsere Expertise in den Bereichen Digital Strategy, E-Commerce, PIM, Analytics, UX/UI und Managed Service für mera gewinnbringend.

Referenz

Biotechnologieunternehmen – Shop-Migration auf Shopware 6

Ein Biotechnologieunternehmen aus Köln entwickelt innovative Produkte, die die Qualität, den Komfort und die Geschwindigkeit von molekularbiologischen Standardprotokollen verbessern.

Blog 13.02.25

Machine Learning: Macht KI den Online-Handel besser?

Smartere Empfehlungen, bessere Kundenerlebnisse, aber auch dynamische Preise und algorithmische Kontrolle – wie verändert Machine Learning den Online-Handel wirklich? Optimierung oder Manipulation? Revolution oder digitaler Einheitsbrei? Genau um diese Fragestellungen geht es in der heutigen insights!-Folge.

Referenz

Neschen – Beratung, Kreation und Umsetzung

In Zusammenarbeit mit Verantwortlichen von Marketing, IT, Vertrieb und Geschäftsleitung wurden in zahlreichen Workshops Handlungsempfehlungen und Anforderungskriterien für den Aufbau einer digitale Kundeninteraktionsplattform erarbeitet.

Referenz

TRILUX – Mit einem Service Innovation THINK TANK begeistern

Unser Kunde TRILUX befasst sich ausführlich mit dem Thema Servitization. Im Zuge dessen wurde ein zweitägiger Innovations-Workshop geplant, bei dem es darum ging, branchenunabhängig neue Ideen für Services zu entwickeln.

Referenz

Elektronik Großhändler – Customer Centricity-Strategie

Unser Kunde hat sich zum Ziel gesetzt, seinen gesamten Bestellablauf zu digitalisieren, ohne dabei die Nähe und den Fokus auf seine Kunden zu verlieren.

Referenz

BD Rowa™ – der Profi für automatische Warenlager

Von der digitalen Sichtwahl über Freiwahl und Schaufenster bis hin zum QR-Code-Shopping: Bei BD Rowa sind nicht nur die Produkte innovativ und zuverlässig, sondern auch die Digital Services.