Wie oft hast du schon einen Onlineshop mit dem Plan besucht, einen bestimmten Artikel zu kaufen, nur um dann mehrere andere Artikel in deinen Online-Warenkorb zu legen? Das kann auf einen Zufall zurückzuführen sein, aber es ist wahrscheinlicher, dass die E-Commerce-Website relevante Empfehlungen und Produktvorschläge gemacht hat, während du gestöbert hast.
Auch als E-Commerce-Händler:in kannst du die Gesamtzahl deiner Warenkörbe erhöhen, indem du auf der Grundlage der Verhaltensdaten eines Kunden bzw. einer Kundin ergänzende Produkte vorschlägst. Das Geheimnis besteht darin, personalisierte Empfehlungen zu geben, die mit der ursprünglichen Kaufabsicht des Käufers oder der Käuferin übereinstimmen. Im Folgenden findest du einen Leitfaden für E-Commerce-Produktempfehlungen mit Tipps für die Verwendung auf deiner eigenen E-Commerce-Website.
Warum du Produktempfehlungen einsetzen solltest:
Produktempfehlungen sind eine gute Möglichkeit, die Verkaufszahlen anzukurbeln und das Benutzererlebnis zu verbessern. So kannst du beispielsweise gezielt auf das Kaufverhalten deiner Kund:innen eingehen und individuelle Empfehlungen einsetzen.
Was sind Produktempfehlungen im E-Commerce?
Eine E-Commerce-Produktempfehlung ist ein personalisierter Vorschlag oder eine Aufforderung, die Online-Käufer:innen angezeigt wir, um sie auf Produkte aufmerksam zu machen, an denen sie möglicherweise interessier sein könnten. Diese personalisierten Produktempfehlungen basieren auf Faktoren wie dem Browserverlauf, der Kaufhistorie, dem Benutzerverhalten, der Kundensegmentierung und dem Kaufverhalten ähnlicher Nutzer:innen.
E-Commerce-Unternehmen verwenden Software-Tools, sogenannte Product Recommendation Engines, um den Käufer:innen relevante Produkte vorzuschlagen. Diese Engines nutzen Algorithmen des maschinellen Lernens und Datenpunkte, um Produktvorschläge zu generieren. Die Einbindung eines Produkt-Empfehlungs-Engines kann zwar keine höheren Warenkorbwerte garantieren, aber sie kann Kund:innen dazu anregen, Produkte in Betracht zu ziehen, die sie sonst vielleicht übersehen hätten.
Vorteile von Produktempfehlungen im E-Commerce
- Höhere Verkaufszahlen und Einnahmen
- Verbessertes Benutzererlebnis
- Kundentreue
- Optimierte Marketingausgaben
- Datenanalysen für kontinuierliche Verbesserungen
Produktempfehlungen bieten mehrere Vorteile für ein E-Commerce-Business:
Höhere Verkaufszahlen und Einnahmen
Personalisierte Produktempfehlungen haben einen erheblichen Einfluss auf den durchschnittlichen Bestellwert auf einer E-Commerce-Plattform. Eine Studie von Barilliance aus dem Jahr 2023 ergab, dass Produktempfehlungen durchschnittlich 31 % des Umsatzes einer E-Commerce-Website ausmachen. In einem Bericht von McKinsey wurde festgestellt, dass 35 % der Einkäufe von Verbraucher:innen bei Amazon auf das Empfehlungssystem des Unternehmens zurückzuführen sind.
Verbessertes Benutzererlebnis
Maßgeschneiderte Vorschläge können das allgemeine Einkaufserlebnis für Website-Besucher:innen verbessern, indem sie sie zu Produktseiten leiten, die für ihre Bedürfnisse relevant sind. Einem Bericht von Moengage zufolge haben 49 % der Verbraucher:innen aufgrund von personalisierten Produktempfehlungen Artikel gekauft, die sie ursprünglich nicht kaufen wollten.
Lesetipp: Die Produktseite ist ein essenzieller Teil jedes Onlineshops. Wir zeigen dir, wie du eine Produktseite erstellen kannst.
Kundentreue
Wirksame Produktempfehlungen tragen zur Kundenzufriedenheit und -bindung bei. Wenn Kund:innen relevante und ansprechende Vorschläge finden, sind sie geneigt, auf die Website zurückzukehren und treue Kund:innen zu werden. Eine Studie von McKinsey hat ergeben, dass die Personalisierung die Umsatzraten um 10 bis 15 % steigern kann, was auf Kundenzufriedenheit und Markentreue schließen lässt.
Optimierte Marketingausgaben
Durch das Verständnis des Kundenverhaltens und der Kundenpräferenzen können E-Commerce-Unternehmen ihr Inventar und ihre Marketingstrategien optimieren. Dies kann die Ausrichtung von Anzeigen verbessern, da Online-Händler:innen Produkte vorschlagen können, die sich Nutzer:innen bei früheren Besuchen auf ihren Websites angesehen haben. Onlineshops können auch die Ansprache von Neukund:innen verbessern, indem sie frühere Daten von Käufer:innen verwenden, um relevante Artikel vorzuschlagen.
Datenanalysen für kontinuierliche Verbesserungen
Produktempfehlungssysteme generieren wertvolle Daten über das Kundenverhalten, Vorlieben und Trends. E-Commerce-Shops können diese Kundendaten nutzen, um ihre Auswahl zu verfeinern, Empfehlungsstrategien zu verbessern und sogar neue Produkte auf der Grundlage von Kundeninteressen zu entwickeln.
In diesem Video (auf Englisch) stellen wir dir 16 Beispiele für gelungene Produktseiten vor:
Arten von Produktempfehlungs-Engines
Produktempfehlungssysteme verwenden verschiedene Algorithmen und Techniken, um Vorschläge für Benutzer:innen zu generieren. Hier sind drei gängige Typen:
Kollaborative Filterung
Diese Empfehlungsstrategie hat zwei Formen: benutzerbasierte Filterung und objektbasierte Filterung.
Benutzerbasierte kollaborative Filterung
Bei dieser Methode werden Produkte auf der Grundlage der Vorlieben oder des Verhaltens ähnlicher Benutzer vorgeschlagen. Sie erkennt Ähnlichkeiten zwischen dem früheren Verhalten der Nutzer (z. B. Käufe, Likes oder Bewertungen) und empfiehlt Artikel, mit denen ähnliche Nutzer:innen interagiert haben.
Artikelbasierte kollaborative Filterung
Anstatt Benutzer:innen zu vergleichen, konzentriert sich diese Technik auf Ähnlichkeiten zwischen den Artikeln selbst. Es werden Produkte empfohlen, die denen ähneln, mit denen Benutzer:innen zuvor interagiert haben.
Inhaltsbasierte Filterung
Bei diesem Ansatz werden Artikel auf der Grundlage ihrer Attribute oder Merkmale vorgeschlagen. Er analysiert die Eigenschaften oder Produktbeschreibungen von Artikeln, für die sich Benutzer:innen interessiert haben, und empfiehlt ähnliche Artikel. Wenn ein Benutzer oder eine Benutzerin beispielsweise eine bestimmte Schuhmarke angesehen oder gekauft hat, kann das inhaltsbasierte Filtersystem andere Schuhe mit ähnlichen Stilen, Farben oder Materialien empfehlen.
Lesetipp: Auch passende Produktbeschreibungen sollten nicht unterschätzt werden. Wir zeigen dir, was du beachten musst und geben wertvolle Tipps.
Hybride Empfehlungssysteme
Hybride Systeme kombinieren kollaboratives Filtern und inhaltsbasiertes Filtern, um die Einschränkungen der einzelnen Methoden zu überwinden. Ein hybrides System könnte beispielsweise die kollaborative Filterung nutzen, um Benutzer:innen mit ähnlichem Geschmack zu identifizieren, und dann die inhaltsbasierte Filterung einsetzen, um personalisierte Empfehlungen auf der Grundlage von Artikelattributen anzubieten.
Tipps für die Nutzung von Produktempfehlungen im E-Commerce
- Nutze frühere Käufe wiederkehrender Kund:innen
- Optimiere Kategorieseiten
- Cross-Selling auf Produktseiten
- Personalisiere Empfehlungen
- Verwende Social Proof Elemente
- Verknüpfe Online- und Offline-Einkäufe
- Kontinuierliche Optimierung
- Andere Marken analysieren
Du kannst die Online-Einkaufsreise deiner Kundschaft maximieren und sie zu weiteren Käufen anregen, indem du ein Produktempfehlungssystem einführst. Hier erfährst du, wie du Produktempfehlungen im E-Commerce nutzen kannst, um das Kundenerlebnis zu verbessern und den Umsatz zu steigern:
Nutze frühere Einkäufe wiederkehrender Kund:innen
Nutze bewusst die Daten früherer Käufe, den Browserverlauf und Interaktionen, um relevante Vorschläge zu machen. Integriere Abschnitte wie „Häufig zusammen gekauft“ oder „Für Sie empfohlen“ auf den Produktseiten oder der Einkaufswagenseite, um weitere Käufe zu fördern.
Optimiere Kategorieseiten
Implementiere Empfehlungen, um Kund:innen durch eine Produktkategorieseite zu führen. Präsentiere die Abschnitte „Meistverkaufte Produkte“, „Höchste Kundenbewertungen“ oder „Für Sie empfohlen“, um Kund:innen bei ihrer Kaufentscheidung zu unterstützen.
Cross-Selling auf Produktseiten
Empfehle ergänzende Produkte auf der Warenkorbseite oder auf einzelnen Produktseiten. Verwende die Abschnitte „Kunden haben auch gekauft“ oder „Häufig zusammen gekauft“, um Cross-Selling zu fördern und den durchschnittlichen Bestellwert zu erhöhen.
Personalisiere Empfehlungen
Passe die Vorschläge an die Vorlieben und das Verhalten der einzelnen Kund:innen an. Implementiere personalisierte Suchergebnisse und von Gleichgesinnten generierte Empfehlungen, um die Empfehlungen zu verbessern und Kund:innen zum Wiederkommen zu bewegen.
Verwende Social Proof Elemente
Integriere Social Proof, indem du Produkte mit den besten Kundenrezensionen oder -bewertungen auf der Website deiner Marke hervorhebst. Erfahrungsberichte oder Empfehlungen von anderen Website-Besucher:innen können Vertrauen schaffen und die Kaufentscheidungen der Nutzer:innen beeinflussen.
Kombiniere Online- und Offline-Shopping
Wenn dein Unternehmen sowohl über ein Ladengeschäft als auch über einen E-Commerce-Shop verfügt, kannst du die Informationen, die du aus dem Kundenverhalten in einem Bereich gewonnen hast, für deine Strategie in einem anderen Bereich nutzen. Wenn ein Kunde oder eine Kundin beispielsweise ein Sofa in deiner Möbelausstellung gekauft hat (und dir seine oder ihre Daten beim Kauf mitgeteilt hat), kannst du deiner Kundschaft auf deiner Website Kissen und Decken empfehlen.
Kontinuierliche Optimierung
Verwende A/B-Tests (bei denen verschiedenen Kund:innen unterschiedliche Varianten desselben Inhalts angezeigt werden), um die Vorschläge zu verfeinern, die Genauigkeit zu verbessern und die Auswirkungen der Empfehlungsplatzierungen auf den Umsatz und die Kundenbindung zu verfolgen. Diese Optimierung kann dir helfen, die Betriebskosten zu senken und gleichzeitig die Wirksamkeit der angezeigten Empfehlungen zu maximieren.
Lesetipp: Wir geben dir 8 Tipps zur Conversion Rate Optimierung.
Analysiere andere Marken
Besuche die Websites von Mitbewerber:innen und beobachte, wie diese Produktempfehlungssysteme einsetzen. Vielleicht gewinnst du Erkenntnisse, die du auf deinen eigenen E-Commerce-Shop übertragen kannst.
Fazit
Produktempfehlungen sind eine gute Möglichkeit die Conversion Rate zu erhöhen, das Kundenerlebnis und die allgemeine Zufriedenheit zu steigern. Solche Empfehlungen können und sollten auf einzelne Kund:innen personalisiert werden, um die Wahrscheinlichkeit eines Kaufes zu erhöhen.