Blog
Empfehlungssysteme tragen erheblich dazu bei, dass Ihr Online-Shop Kund*innen aktiviert und bindet. 56% der Kund*innen kehren häufiger zu einer Website mit Produktempfehlungen zurück, und 75% der Digital Natives (die Generation, die mit sozialen Medien aufgewachsen ist) erwarten personalisierte Einkaufserlebnisse. Dieser Artikel führt Anwendungsfälle auf, die bessere Nutzererlebnisse geschaffen- und die Conversion Rates gesteigert haben. Außerdem erläutern wir, inwieweit personalisierte Produktempfehlungen positiv dazu beigetragen haben.
Wie wichtig ist sind Produktempfehlungen? Schauen wir uns einmal die Interaktionen zwischen Sales Personal und Kund*innen an, um den enormen Nutzen zu verstehen.
Der stationäre Handel hat einen klaren Vorteil, wenn es darum geht, eine Bindung zwischen Kund*in und Marke herzustellen. Verkäufer*innen lernen Interessen, Absichten und kulturelle Vorlieben ihrer Kund*innen durch eine einfache Begrüßung wie beispielsweise „Wie geht es Ihnen?“ oder „Wie kann ich Ihnen helfen?“ kennen. Es ist ein Leichtes, die Verkaufsvorschläge auf die Bedürfnisse der Kund*innen anzupassen.
Empfehlungssysteme bieten Ihrem Online-Shop die Möglichkeit, die gesamte Einkaufsjourney über mit Ihren Kund*innen zu interagieren. Erstkunden fühlen sich besser bedient, wenn sie mit Top-Sellern und den beliebtesten Artikeln auf Ihren Landing Pages begrüßt werden. Mehr noch, wenn Ihre Kund*innen Newsletter mit personalisierten Angeboten erhalten und die Zusatzartikel passend zu ihrem Haupteinkauf nur einen Mausklick entfernt sind.
Was sind Produktempfehlungsmaschinen?
Empfehlungsmaschinen filtern und sortieren die Produktangebote Ihres Online-Shops, anhand eines Regelwerks. Bei diesem Prozess werden die Daten zu Ihren Produkten (wie Ansichtshäufigkeit, Verkäufe oder Bewertungen) verwendet, um die beliebte und positiv bewertete Produkte zu präsentieren, ohne dass Ihre Kund*innen danach suchen müssen. Die Darstellung dieser Ergebnisse kann so einfach sein wie die Reihenfolge, in der die Produkte auf der Kategorieseite angezeigt werden.
Nutzerspezifische Daten wie beispielsweise häufig angeschaute Kategorien, Produkte und die Kund*innen-Kaufhistorie, ermöglichen es dem Empfehlungsmodul, relevante Angebote für Ihre Kund*innen zu finden. Daraus resultierende Empfehlungen können personalisierte Anzeigen, E-Mail-Marketing-Kampagnen oder Sonderangebote auf Ihren Landing- und Kategorie-Pages verbessern.
Empfehlungen: Anwendungsbeispiele für Neukunden
Kund*innen genießen ein Kauferlebnis, bei dem sie auf inspirierende und überraschende Angebote stoßen, ohne in jede einzelne Kategorie- und Produktseite einzutauchen. Eine Empfehlungsmaschine hilft Ihnen bei dieser Erfahrung in Ihrem Online-Shop, indem sie fortlaufend die beliebtesten Produkte identifizieren und auf Ihren Landing Pages präsentieren.
Grund dieser conversionsteigernden Methode ist die sogenannte Paretos 80/20-Regel: Sie besagt, dass 20% Ihrer Produkte höchstwahrscheinlich 80% Ihres Umsatzes erzielen.
Welches Empfehlungsmodell für Sie den meisten Umsatz bringt, erfahren Sie durch einfaches A/B-Testing. Nur durch das Variieren und Abwägen Ihrer Eingabeparameter (wie Ansichtshäufigkeiten, Käufe, Browsingzeit, Klicks, Warenkorbeinträge, etc.) finden Sie das effizienteste Modell für Ihr Business.
Rating-basierte Produktempfehlungen
Reviews sind äußerst wertvoll im E-Commerce. Positive Reviews erhöhen nicht nur die Attraktivität Ihres Produkts. Gut geschriebene Reviews informieren Ihre Kund*innen auch über die Verwendbarkeit und die Qualität des Produkts. Wenn Sie Bewertungen als Grundlage für Produktempfehlungen verwenden, wird das Produkt bei Ihren Kunden lebendig. Außerdem beantworten sie eventuell wichtige Fragen vorab.
Forscher der Boston University führten eine Studie durch, die untersuchte, inwiefern Bewertungen, Kaufentscheidungen beeinflussen. Sie fanden heraus, dass Reviews, die detailliert über Qualität und Gebrauch des Produkts berichten, zu wesentlich höheren Umsätzen und niedrigeren Rückgaben beitragen.
Rating-basierte Empfehlungen sind besonders nützlich, wenn Kund*innen ihre Kaufliste auf ihre Favoriten reduzieren. Besonders nützlich für diese Kundensparte sind: Erinnerungs-E-Mails bei verlassenen Warenkörben, der Abschnitt „Ihnen könnte außerdem gefallen“ auf Ihren Produktseiten und Zusatzartikel-Empfehlungen während des Bezahlvorgangs.
Cross-Selling Banner
Beim Cross-Selling werden Zusatz-Artikel verkauft, die die Kaufziele Ihrer Kund*innen ergänzen. Damit skippen Sie den Verkäuferschritt, der Ihren Kund*innen Vorschläge unterbreitet. Supermärkte machen es ähnlich und bieten ganze Produktkategorien an, in denen beispielsweise Socken und Schuhe zusammen präsentiert werden.
Cross-Selling Banner nutzen diese Verkaufschance, indem sie Ihren Kund*innen relevante Artikel während des Kaufs präsentieren. Sie beziehen sich auf den Inhalt des Warenkorbs, die Lieblingsmarken oder auf zuletzt gesehenen Artikel.
Die erfolgreichste Cross-Selling-Empfehlungsmodelle verwendet kollaborative Filter. Diese Methode trifft Vorhersagen über die Interessen Ihrer Kund*innen, indem die Präferenzen des Kund*innenstamms analysiert werden, die denen der ZielKund*innen am ähnlichsten sind. So werden Präferenzmuster ermittelt. Diese Cross-Selling-Banner ergeben eine durchschnittliche Erhöhung des RPV von 67%.
Empfehlungen: Anwendungsbeispiele für wiederkehrende Kunden
Remarketing Empfehlungen
Kund*innen besuchen zwei oder mehr Online-Shops und bewerten zwischen 8 und 19 Artikel, während ihres Kauferwägungs-Zyklus. Als Remarketing wird die Technik bezeichnet, die Ihren Kund*innen Ihre Angebote und Empfehlungen in Form von Bannerwerbung während ihres Online-Shopping-Streifzugs zeigt. Die Methode nutzt also die Offsite-Interaktionen als Möglichkeit, Kund*innen dazu zu motivieren, ihre Gewohnheiten zu ändern und die Angebote Ihres Online-Shops zu berücksichtigen.
Die Art der Empfehlungen hängt immer von der Produktkategorie ab. Hochwertige Produkte wie Elektro-Artikel profitieren von Display-Anzeigen. Kund*innen werden hierbei motiviert, mehr von ihrem Abwägungsprozess auf Ihrer Website zu verbringen. Bei dieser Art Werbung können beispielsweise Produktvergleiche dargestellt werden, die mit der Suchabsicht der Kund*innen übereinstimmen und bei der Entscheidungsfindung helfen.
Günstigere Preiskategorien wie Essen und Lebensmittel, würden von einem anderen Empfehlungsansatz profitieren. Käufer nutzen ihren Warenkorb eher als Sammelkorb und checken aus, sobald sie ihren Sammelvorgang abgeschlossen haben. Geeignete Display-Anzeigen bieten eine Kombination aus Warenkorb-Artikeln, Produktempfehlungen und ergänzenden Produkten.
Personalisierte Empfehlungen (Website and Email-Kampagnen)
Personalisierte E-Mails vermitteln Ihren Kunden Verständnis und Wertschätzung und führen zu deutlich höheren Klickraten. E-Mails mit personalisierten Betreffzeilen werden 26% häufiger geöffnet. Darüber hinaus verbessern E-Mails mit personalisierten Empfehlungen Klickraten um 14%.
Beim E-Mail-Versand gibt es mehrere geeignete Empfehlungsmodelle. Welche Kundenprofildaten Sie dabei verwenden, sollten Sie nach der Marketing-Kampagne richten. Möglich wären: häufig verwendete Kategorien, der Kaufverlauf, die Interessen oder die Produktdaten (Popularität und Bewertungen).
Ist Ihre E-Mail-Kampagne auf Nachrichten ausgerichtet? Beispielsweise der Start einer neuen Fashion-Saison, neue Produktveröffentlichungen einer Marke oder der Black Friday-Sale? In diesem Fall kann Ihre Empfehlungsstrategie von Rezensionen, User Storys und der Beliebtheit Ihrer Angebote profitieren. Solche Empfehlungen bieten angenehme und informative Aha-Momente, die Ihre Kunden mit Ihrer Marke verbinden.
Wöchentliche und saisonale Angebote eignen sich dagegen ideal für personalisierte Empfehlungen. Die Kaufhistorie und Interessen Ihrer Kund*innen sind eine gute Quelle für wöchentliche Deals. Und die Aktivitäten der vergangenen Saison helfen Ihnen dabei, Ihre Angebote an die saisonalen Interessen anzupassen.
Warenkorb und Checkout-Empfehlungen
Empfehlungen für Zusatz-Artikel
Kunden sind oft sehr auf ihren Haupteinkauf konzentriert. Wenn Sie während des Bestellvorgangs Zubehör empfehlen wie beispielsweise Akkus für eine Taschenlampe oder Speicherkarten für eine Kamera, können Ihre Kunden fundierte Kaufentscheidungen treffen und gleichzeitig Ihren Average Order Value (AOV) erhöhen.
Diese Empfehlungsmodelle erfordern sorgfältige Anmerkungen zu Ihren Produktdaten, d.h. welcher Artikel ist mit welchem Produkt kompatibel?
Die Empfehlungsmaschine mit den richtigen Daten zu speisen kann mühsam sein. Wenn Ihre Kund*innen Bewertungen und Links zu häufig gekauften Zubehörteilen auf den Produktseiten erhalten, kann dies eine wertvolle Alternative zur Aufbewahrung detaillierter Aufzeichnungen über Ihre Produkte sein.
Häufig zusammengekaufte Artikel
Paket-Deals helfen Kund*innen, ihre Einkaufszeit zu verkürzen und sie auf Artikel aufmerksam zu machen, die sie möglicherweise noch benötigen. Es ist eine erfolgreiche Form des Cross-Sellings, die während des Checkout-Prozesses stattfindet.
Erfolgreiche Empfehlungsmodelle für diesen Anwendungsfall zeigen Alternativen zu dem, was sich aktuell im Warenkorb Ihrer Kund*innen befindet. Diese Alternativen können andere Farben, Stile oder Produktkombinationen sein. Reviews und User Stories zu diesen Paket-Deals machen die Angebote für Ihre Kund*innen noch überzeugender.
Diese Empfehlungen helfen Ihrem Unternehmen durch Kaufalternativen, die den durchschnittlichen Bestellwert erhöhen. Ihr Kund*innen werden zum Kaufen von Deals motiviert, Ihnen eine höhere Bruttomarge in Aussicht stellt.
Wichtige Erkenntnisse
Personalisierte Produktempfehlungen passen in jede Stufe des Conversion Trichters. Um sie umfassend zu nutzen, sollten Sie jedoch sorgfältig prüfen, welche Botschaft Sie an Ihren Kund*innen senden wollen. Über-Personalisierung kann dazu führen, dass Ihre Kund*innen das Gefühl haben, in einer Echokammer gelandet zu sein oder, schlimmer noch, dass sie gestalkt werden.
Stützen Sie Ihre Empfehlungen nur auf Produktbeliebheitstrends, können sich Ihre Kund*innen von Ihrem Unternehmen distanziert fühlen. Beim Erzählen Ihrer Geschichte kann es darum hilfreich sein, zwischen diesen Empfehlungsarten abzuwägen, um sicherzugehen, dass Ihre Kund*innen mit Ihrer Marke in Verbindung bleiben.b
