Personalisierte Produktempfehlungen – so steigert ihr euren Umsatz

Foto: t2dM / Photocase

Was Amazon groß gemacht hat, funktioniert auch in eurem Onlineshop: individuelle Produktempfehlungen. Je personalisierter die Empfehlungen, desto begeisterter die Kunden. Und desto höher der Umsatz. Doch welche Ansätze gibt es und welche sind wirklich erfolgversprechend? Wir stellen verschiedene Anbieter vor.

Kunden kaufen dort, wo sie sich gut beraten fühlen. Webshop-Betreiber stehen vor der Herausforderung, dem Kunden durch eine möglichst individuelle Ansprache jeden Wunsch von den Augen beziehungsweise seinen Trackingdaten abzulesen. Wem das gelingt, der kann seine Konversionsrate und den Wert seiner Warenkörbe deutlich steigern.

Einer Studie des Beratungsunternehmen IDC und des Technologieanbieters Richrelevance zufolge klicken 74 Prozent der Umfrageteilnehmer in Deutschland die Empfehlungen direkt an, und immer noch ein gutes Drittel (34 Prozent) kauft sogar spontan. 28 Prozent sagen aus, dass sie die vorgeschlagene Ware in ihre Merkliste aufnehmen. Zudem erleichtern Produktempfehlungen den Abverkauf von Long-Tail-Produkten.

Gute Produktempfehlungen machen Kunden glücklich und sorgen dafür, dass sie wiederkommen. Dennoch gibt es auch Skepsis im Markt: Fittkau & Maß haben im April und Mai 2014 mehr als 4.300 deutsche Internet-Nutzer zum Thema Personalisierung im Internet befragt. Das Ergebnis der 38. W3B Studie „Me Commerce“ ist ernüchternd: 41 Prozent stehen Produktempfehlungen tatsächlich aufgeschlossen gegenüber. Aber ebenfalls 41 Prozent der Nutzer graut es davor, dass Daten über ihre Vorlieben gesammelt werden. Weitere 18 Prozent haben keine spezifische Meinung zu dem Thema. Die Fans personalisierter Webshops sind laut Studie eher jünger und kaufen gerne Trendprodukte und Markenartikel. Sie freuen sich über entsprechende Produktvorschläge – wenn sie wirklich passgenau sind.

Empfehlungen mit Trefferquote

Wie kommt man zu guten Produktempfehlungen? Demografische Daten zu Geschlecht, Alter und Einkommen helfen nicht weiter. Denn egal wie alt der Kunde ist und wie viel er verdient: Die Daten sagen nichts darüber aus, ob er lieber Dan Brown oder Helmut Schmidt liest und ob er häufiger blaue oder eher schwarze Jeans bestellt. Klüger ist es, eine Empfehlungs-Engine in den Onlineshop zu integrieren, die statistische Daten über häufig zusammen gekaufte Produkte mit dem Surf- und Kaufverhalten der Kunden abgleicht, um entsprechende Produktvorschläge auszuspucken.

Neben aktuellen Trackingdaten, die verhindern, dass dem Kunden schon wieder TV-Geräte angepriesen werden, obwohl er erst letzte Woche eines bestellt hat, sind intelligente Regeln wichtig. Typische Regeln lauten: Zeige „die Topseller,“ „bereits angesehene Produkte,“ „Produktempfehlungen aus der betrachteten Kategorie“ oder „vergleichbare Produkte“ an. Diese Produktempfehlungen empfehlen sich für Neukunden – solange man nichts über den Kunden weiß. Topseller-Empfehlungen sind die richtige Wahl für Musik, Bücher und Filme. Ideal im Technikbereich sind Produktempfehlungen, die passendes Zubehör anbieten. Der Amazon-Klassiker „Andere Kunden kauften auch…“ funktioniert nur bei „In“-Produkten richtig gut. Im Modehandel wiederum lohnt es sich, Hemd zu Hose oder Schuhe zu Anzug zu empfehlen.

Ist der Kunde bekannt, lassen sich ausgefeiltere, verhaltensbasierte Regeln festlegen, die den Geschmack besser treffen. Hier bietet es sich an, mit Modestil, Farbvorgaben oder Größen zu arbeiten. Dazu werden zu den Standard-Datenfeed-Infos zusätzlich zu Farbe, Material und Größe weitere Informationen hinzugefügt. Kluge Ergänzungen können auch sein: „Produkte mit hoher Marge“, „sofort lieferbar“ oder „Angebote aus der Kampagne xyz.“ Aber immer daran denken: Empfehlungen müssen relevant sein. Das gelingt beispielsweise, indem man das Wetter oder aktuelle Events wie den Sommerurlaub, große Sport-Events oder Weihnachten und Ostern in die Empfehlungen mit einbezieht.

Anwendungsbeispiele: Erfolgreiche Recommendations

Empfehlungen finden ihren Platz am besten auf der Startseite, den Kategorieseiten, der Produktseite und im Checkout. Oder im Newsletter: Der Recommendation-Spezialist epoq hat in einem A/B-Test mit seinem Kunden design3000 analysiert, welche Auswirkungen auf den Empfänger zugeschnittene Produktempfehlungen im Newsletter haben. Diese Daten wurden verglichen mit Empfehlungen von einfachen Topsellern. Dabei kam heraus, dass sich mit Personalisierung eine Umsatzsteigerung um 150 Prozent erreichen lässt. Auch eine Steigerung der Conversion Rate um 65 Prozent und der Klickrate um 46 Prozent will epoq festgestellt haben.

Auf Produktseiten erhöhen beispielsweise Produktalternativen auf Basis der kompletten Kauf- und Browserhistorie und der Warenkorb-Inhalte das Conversion-Potenzial. So kann der Nutzer zudem bislang unbekannte Produkte an dieser Stelle entdecken. Auch Eigenmarken lassen sich auf diesem Weg stärken – so auch die Erfahrung von Outdoor-Ausrüster Globetrotter.

Auf der Checkout-Seite kann es sich lohnen, Produkt-Empfehlungen zu platzieren, die den durchschnittlichen Bestellwert und die Artikelzahl pro Bestellung erhöhen. Dabei geht es gar nicht so sehr um passende Produkte zum Warenkorb, sondern um Produkte derselben Marke aus einer anderen Kategorie. So lassen sich auch neue Produkte anderer Kategorien geschickt einführen.

Die Suchseite wiederum ist ein guter Ort für Empfehlungen, die an die Kauf- und Suchhistorie angelehnt sind und dann beispielsweise Artikel vorstellen, die mit dem Suchbegriff verwandt sind oder zu vorherigen Warenkörben passen.

Sowohl Econda als auch prudsys zeigen dem Besucher live Produktempfehlungen an, die sie in Echtzeit aus seinem Nutzverhalten generieren. prudsys reichert diese darüber hinaus mit älteren Profilinformationen an, falls der Nutzer sein Einverständnis dazu gegeben hat. (Screenshot: prudsys)

Sowohl Econda als auch prudsys zeigen dem Besucher live Produktempfehlungen an, die sie in Echtzeit aus seinem Nutzverhalten generieren. prudsys reichert diese darüber hinaus mit älteren Profilinformationen an, falls der Nutzer sein Einverständnis dazu gegeben hat. (Screenshot: prudsys)

Die Anbieter

Econda

Econda kombiniert das hauseigene Web-Analytics mit Live- beziehungsweise Onsite-Recommendations. Dem Kunden werden Empfehlungen passend zu seinem Besuchsverhalten auf der Website angezeigt, die live aus dem Klickverhalten generiert werden, welches der „Econda Shop Monitor“ aufzeichnet. Die Cross-Sell-Logik analysiert in Echtzeit das Nutzerverhalten und optimiert automatisiert. Zur Auswertung und Veränderung der Empfehlungslogik anhand von Kennzahlen wie Seitenaufrufen, Verweildauer, Checkouts, Umsatz dient die Data-Driven E-Commerce-Suite.

Um die Empfehlungs-Engine in den eigenen Shop zu integrieren, ist laut Anbieter kein großer Projektaufwand nötig. Üblicherweise setzt Econda in einer ein- bis vierwöchigen Testphase zusammen mit dem Shopbetreiber die Engine auf und legt die Grundregeln für die Empfehlungen fest. Diese Regeln können sukzessive manuell verfeinert werden. Der Preis von econda Cross Sell richtet sich nach dem Volumen der Datenerfassung plus einer einmaligen Set-up-Gebühr. Hinzu kommt eine monatliche Pauschale für den econda-Shop-Monitor, der die Trackingdaten liefert (ab 400 Euro im Monat). „Ab etwa 20.000 Visits – je nach Shop und Geschäftsmodell – lohnt sich somit der Einbau einer Recommendation-Engine für den Shopbetreiber“ sagt Peter Stahl, zuständig fürs Business-Development bei Econda.

prudsys

Das Modul prudsys RDE-Recommendations spielt ebenfalls Empfehlungen in Echtzeit aus. Der Dienst läuft auf einem Server, der sowohl im Rechenzentrum des Shopbetreibers stehen, als auch durch prudsys gehostet werden kann. Aus dem Shop-Frontend erfolgt per HTTP-Request die Anfrage des Recommendation-Dienstes. Die Anfrage übergibt gleichzeitig alle notwendigen Tracking-Informationen an den prudsys-RDE-Server – zum Beispiel Klicks, Warenkörbe, Käufe oder Suchanfragen. Die Empfehlungen kommen im einfachen JSON-Format zurück und lassen sich shopseitig weiterverarbeiten. Sie werden auf Basis der getrackten Informationen on-the-fly berechnet. Historische Informationen über den Nutzer (frühere Klicks, Käufe etc.) und dessen Profilinformationen (Geschlecht, Alter, Facebook-Likes) können, sofern die Erlaubnis des Kunden vorliegt, die Empfehlungen anreichern.

Neben der Empfehlungs-Engine bietet prudsys auch ein Pricing-Tool, eine intelligente Suche und ein Newsletter-Tool an. Prudsys rechnet Recommendations umsatzbasiert ab. Laut Andreas Schmidt, Head of Marketing bei prudsys, lohnt sich der Einsatz von prudsys ab einem Jahresumsatz von 10 Millionen Euro. Das entspricht einer jährlichen Lizenzgebühr von 22.000 Euro.

Epoq

Epoq bietet Suche, Recommendation-Engine und Verkaufsassistent aus einer Hand. Für seine personalisierten Produktempfehlungen profitiert die Empfehlungs-Engine von einer Auswertung der Suchanfragen. Dabei versucht Epoq nicht, einen Nutzer aufgrund der über ihn gesammelten Daten zu simulieren, sondern bemüht sich viel mehr darum, anhand der Trackingdaten und mit Einsatz semantischer Verfahren – etwa durch direkte und indirekte Fragen eines Assistenten – herauszufinden, was der Nutzer will und ihm entsprechende Vorschläge zu unterbreiten. Für Kunden des mittleren Segments liegt der durchschnittliche Preis bei etwa 1.000 Euro monatlich. Nutzer mehrerer Epoq-Services profitieren sowohl von den Synergieeffekten als auch von einem Preisvorteil des Gesamtpakets (Suche, Recommendation, Assistent).

Der Econda Shop Monitor zeichnet das Knickverhalten der Website-Besucher live auf. Auf dieser Basis werden in Echtzeit passende Empfehlungen ausgespielt.

Der Econda Shop Monitor zeichnet das Knickverhalten der Website-Besucher live auf. Auf dieser Basis werden in Echtzeit passende Empfehlungen ausgespielt.

Fact Finder

Fact Finder koppelt seine Recommendation-Engine ebenfalls mit seiner inhouse entwickelten Suche. Die Engine analysiert Klicks auf einzelne Seiten bzw. Produkte, auf Produkte, die in den Warenkorb gelegt werden, sowie Käufe und erstellt anhand dieser Analysen automatische Produktempfehlungen. Daraus ermittelt sie selbstlernend Zusammenhänge zwischen Produkten und Kategorien, im Finetuning lassen sich Produkte oder Kategorien als „einschließend“ oder „ausschließend“ definieren. Die Empfehlungen in der Recommendation-Engine werden zudem durch die Ergebnisse der Fact-Finder-Suche ergänzt. Bislang nutzte die Software vor allem frühere Suchanfragen der Kunden. Dank schnellerer Technik sollen jetzt auch Anfragen in Echtzeit in die Produktempfehlungen einfließen. Wesentliche Bestandsteile der Abrechnungslogik umfassen die Anzahl der Kunden im Shop sowie die Anzahl angebundener Shops, die das Unternehmen mit personalisierter Suche, Navigation und Recommendation Engine ausstattet.

RichRelevance

RichRelevance Recommend ist stark auf Omnichannel-Kommunikation ausgerichtet. Das funktioniert, indem die Software alle Kunden- und Produktdaten von der Website, der mobilen App, Katalogen, Kiosks, Beacons oder POS-Kassen einsammelt. Über ein Customer-Identity-Management verschmelzen die Kunden-IDs aus verschiedenen Kanälen, Sitzungen und Geräten zu einer einzigen Benutzeridentität, die Empfehlungen werden anhand schlauer Algorithmen über alle beziehungsweise den im Moment relevanten Kanal wieder ausgespielt. Die Abrechnung für die RichRelevance-Cloud erfolgt umsatzbasiert.

Findologic

Findologic bietet keine Empfehlungsengine im engeren Sinn an, sondern arbeitet mit einer eigenen Suche, die als Promotioninstrument nutzbar ist. Im Rahmen von Promotions lassen sich Produkte, Produktgruppen und Sonderaktionen innerhalb der Suche gezielt bewerben. Die Funktion „Product Placement“ steuert gezielt die Platzierung einzelner Artikel, sodass Kunden Topseller, Artikel mit hoher Marge oder Alternativ-Produkte schneller finden. Hat die Suche Ergebnisse hervorgebracht, werden über hinterlegte Regeln (zum Beispiel „stelle Neuerscheinungen oder Topseller nach oben“) diejenigen Artikel nach oben gereiht, die am sinnvollsten sind. Andere Produkte können über Business-Regeln zum Beispiel nach Margen, Herstellerbeziehungen, Lagerstand etc. gepusht werden.

Außerdem hat Findologic seit dem vierten Quartal 2014 „Guided Shopping“ im Angebot. Der Shopping-Guide funktioniert ähnlich wie ein virtueller „Fach-Verkäufer“ im Onlineshop und „berät“ den Kunden mit gezielten Fragen zum Produkt. Aus den im Shop gepflegten Produkt-Attributen werden Fragen vordefiniert, die dem Kunden helfen, sich für den Kauf eines Produkts zu entscheiden. Findologic bietet Staffelpreise für eine bestimmte Anzahl an Artikeln und Anfragen im Monat. Ein kleiner Shop mit bis zu 5.000 Artikeln und maximal 5.000 Anfragen zahlt 30 Euro im Monat.

Salesforce Marketing Cloud

Die Salesforce Marketing Cloud ist eine mächtige Software-Suite, die unter anderem Business-Intelligence, E-Mail-Marketing und Web-Personalisierung in einer Lösung zusammenbringt. Die Lösung bietet neben der kanalübergreifenden Durchführung von personalisierten digitalen Marketingkampagnen mittels E-Mail und SMS im stationären und mobilen Internet sowie in sozialen Netzen auch die Ausspielung von Produktempfehlungen, sowie eine Guided-Shopping-Funktion. Neben der fertigen Integration in Shopsysteme, die von Salesforce-Partnern wie beispielsweise Windsor Circle (Marketing Cloud) oder Powersync.biz (verschiedene Salesforce-Produkte) unter anderem für das Shopsystem Magento angeboten wird, ist die eigene Integration auch über diverse APIs möglich. Onlinehändler, die nicht über die entsprechenden Programmierkenntnisse verfügen, können mittels des integrierten WYSIWYG-Editors „Cloud Pages“ selbst Content-Bereiche, Landing-Pages und Apps erstellen. Die Marketing Cloud steht ab 400 US-Dollar Monatsgrundgebühr zur Verfügung – rund 370 Euro.

Besugre Recommendation von Recolize

Recolize richtet sich mit seiner Produktempfehlungslösung Besugre Recommendation direkt an kleine und mittelständische Unternehmen. Das Customer-Intelligence-Modul von Recolize bietet übersichtliche Realtime-Listen mit den Top- und Flop-Recommendations und gibt Tipps, wie Händler ihre Konversionsraten steigern können. Die Software zur Generierung von personalisierten Produktempfehlungen kommt als Extension für Magento und lässt sich innerhalb weniger Minuten installieren. Dank der Nutzung historischer Daten aus Magento werden bereits von Beginn an personalisierte Empfehlungen angezeigt. Sogar kleine Shops mit wenigen Produkten und Nutzern können profitieren: Die Extension kostet einmalig 295 Euro – monatliche Gebühren fallen nicht an.

easysrec

Auch die Open-Source-Empfehlungsengine easysrec richtet sich an kleine und mittlere Shops. Die Anbindung der in Java geschriebenen Web-Applikation an den Shop erfolgt per REST-API. In der Datenbank der Empfehlungs-Engine werden sämtliche Benutzeraktionen gespeichert. Die zur Verfügung gestellten Analyse-Tools analysieren regelmäßig alle aufgezeichneten Daten, um Muster zu identifizieren und daraus Empfehlungen zu generieren.

Der Einbau eines kleinen JavaScript-Snippets ermöglicht es, Produktempfehlungen wie zum Beispiel „Kunden, die dieses Produkt gekauft haben, interessieren sich auch für…“ über Widgets oder Plugins direkt auf der Webseite auszuspielen. So gelingt eine rasche und kostengünstige Personalisierung ohne großen Programmieraufwand seitens des Shopbetreibers.

Die Produktempfehlungen von easyrec lassen sich ganz einfach per JavaScript-Snippet im Onlineshop ausgeben. Damit eignet sich die Lösung gut für Showbetreiber, die großen Programmieraufwand scheuen.

Die Produktempfehlungen von easyrec lassen sich ganz einfach per JavaScript-Snippet im Onlineshop ausgeben. Damit eignet sich die Lösung gut für Showbetreiber, die großen Programmieraufwand scheuen.

Fazit

Produktempfehlungen helfen nachweislich, mehr zu verkaufen. Dabei geht der Trend ganz klar weg von einfachen Empfehlungen wie beispielsweise „Kunden, die dies gekauft haben, haben auch das gekauft“ hin zu deutlich komplexeren und auf die derzeitigen persönlichen Interessen zugeschnittenen Produktempfehlungen. Das aktuelle Surfverhalten spielt dabei eine ebenso entscheidende Rolle wie statistische Wahrscheinlichkeiten, welche Produkte von welcher Zielgruppe zusammen gekauft werden. Und je mehr man über den Geschmack, den Style und die Wünsche seines Kunden weiß, umso zielgerichteter kann man den Kunden beraten. Er dankt es mit Loyalität, kommt wieder und kauft gerne ein.

Bitte beachte unsere Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Schreib den ersten Kommentar!

Melde dich mit deinem t3n Account an oder fülle die unteren Felder aus.

Bitte schalte deinen Adblocker für t3n.de aus!

Hey du! Schön, dass du hier bist. 😊

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team bestehend aus 65 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Danke für deine Unterstützung.

Digitales High Five,
Stephan Dörner (Chefredakteur t3n.de) & das gesamte t3n-Team

Anleitung zur Deaktivierung