Wenn du (semi-)regelmäßig online shoppst, Netflix oder Disney+ schaust oder auf YouTube unterwegs bist, hast du bestimmt schon Vorschläge erhalten, was du noch kaufen oder sehen solltest. Genau das sind Produktempfehlungen. Im folgenden Artikel liest du, welche Vorteile Produktempfehlungen besonders im E-Commerce haben, welche unterschiedlichen Empfehlungssysteme es gibt und wie du mit guten Produktvorschlägen deine Conversion Rate und deinen Umsatz steigern kannst.
Was sind Produktempfehlungen?
Produktempfehlungen gibt es überall: online und offline. Ob das Tagesgericht im Bistro um die Ecke, der auf einem Schild vor der Bar angepriesene neuste Sommer-Cocktail oder das 2-für-1-Angebot im Supermarkt: Uns werden täglich Produkte vorgeschlagen, die wir kaufen könnten. Netflix-Filmvorschläge basierend auf deinem Sehverhalten, YouTubes Videoempfehlungen oder TikToks For You Page sind im Grunde nichts anderes als Produktempfehlungen — nur dass das Produkt hier nichts ist, was du physisch kaufst.
Besonders im E-Commerce sind Produktempfehlungen Gold wert. Mit personalisierten Produktvorschlägen kannst du die Kundenzufriedenheit und Kundenloyalität zu deiner Marke stärken, deine Conversion Rate steigern und den durchschnittlichen Bestellwert (AOV) erhöhen.
Menschen möchten nichts anderes, als dass ihre Bedürfnisse verstanden und erfüllt werden. Personalisierung im E-Commerce macht genau das. Auf Basis von Kundendaten, vorherigen Interaktionen in deinem Shop oder dem Kaufverhalten ähnlicher Käufer kannst du deinen Kunden genau die Produkte anbieten, die sie wirklich kaufen möchten.
Jedes passende Produkt steigert das Vertrauen in dein Unternehmen und ermutigt Kunden dazu, wieder in deinen Shop zurückzukehren und erneut zu kaufen. Produktempfehlungen kannst du auf den Produktseiten, Kategorieseiten, deiner Startseite, in deinem Blog oder in E-Mails und Newslettern anbieten.
Verschiedene Arten von Empfehlungssystemen
Grundsätzlich wird zwischen drei verschiedenen Arten von Empfehlungssystemen unterschieden: kollaborative Filterung, inhaltsbasierte Filterung und hybride Filterung. Für welches System du dich entscheidest, ist dir überlassen und richtet sich auch nach deinem individuellen E-Commerce Unternehmen und deinen Produkten.
Kollaborative Filterung
Kollaborative Empfehlungssysteme (collaborative filtering) basieren auf der breiten Masse deiner Kundschaft. Bei diesem Empfehlungssystem werden die Interessen der Käufer, ihre demografischen Merkmale und ihr Benutzerverhalten in deinem Online Shop berücksichtigt. So können unterschiedliche Segmentierungen vorgenommen werden. Kommt ein Nutzer in deinen Shop, klickt sich durch Produkte, schaut sich Artikel an oder liest in deinem Blog, wird er aufgrund seines Verhaltens in die segmentierten Listen eingeordnet. Das System schaut, welche Produkte andere Kunden mit ähnlichen Interessen, Merkmalen oder Verhalten gekauft haben und schlägt diese dem Nutzer vor.
Kollaborative Produktvorschläge habend den Vorteil, dass sie sozusagen auf die Schwarmintelligenz deiner Kundschaft zugreifen und Usern Produkte empfehlen können, die vielleicht nicht so offensichtlich sind. Haben zum Beispiel die meisten Kunden mit dem Interesse Yoga Wanderschuhe angeschaut, werden dem User Wanderschuhe vorgeschlagen. Die meisten Online Shops weisen darauf hin, dass es sich hierbei um „andere Kunden kauften auch“ Produkte handelt, sodass der Kunde von den Empfehlungen nicht verwirrt ist und weiterhin ein gutes Kundenerlebnis in deinem Shop hat.
Innerhalb der kollaborativen Filterung gibt es noch mal eine Aufteilung in drei verschiedene Arten:
- nutzerbasierte Filterung, bei der dem Zieluser Produkte auf Basis ähnlicher User angezeigt werden
- elementbasierte Filterung, bei der dem Zieluser Produkte auf Basis des Verhaltens dieses Nutzers gegenüber ähnlichen Produkten empfohlen werden, zum Beispiel Bewertungen
- modellbasierte Filterung, bei der Machine Learning Modelle versteckte Eigenschaften mehrerer Produkte entdecken und das als Grundlage für Empfehlungen nutzen.
Kreativität und Out Of The Box Empfehlungen sind die wahre Stärke dieses Systems, aber es kämpft auch mit der sogenannten Kaltstartproblematik. Kommt ein User neu auf deine Seite, hast du keinerlei Daten über ihn. Vor allem nicht, wenn er deine Cookies nicht akzeptiert bzw. nur technische Cookies erlaubt. Ohne Daten kannst du keine passende Produktempfehlung aussprechen, schließlich weißt du nicht, wer dein User ist und in welche Segmentierung er eingeordnet werden sollte.
Inhaltsbasierte Filterung
Inhaltsbasierte Filterung (content based filtering) orientiert sich an den Merkmalen deiner Produkte. Weisen Produkte gleiche oder ähnliche Merkmale auf, etwa Regale in gleicher Breite aber aus unterschiedlichen Materialien, werden sie dem User als „ähnliche Produkte“ empfohlen. Das Browsing Verhalten deiner Kunden spielt auch für dieses System eine Rolle, allerdings schaut sich die Filterung die Produkte basierend auf anderen Kriterien an, als das kollaborative Recommendation System. Dadurch sind die Empfehlungen weniger überraschend und kreativ.
Außerdem kann es passieren, dass Kunden, die Einmal-Kauf getätigt haben – etwa eine Klimaanlage, eine Küchenmaschine oder ein Kinderbett – immer wieder ähnliche Klimaanlagen, Küchenmaschinen oder Kinderbetten vorgeschlagen bekommen. Diese Art der Produktempfehlung kann für Kunden eher störend wirken. Außerdem ist auch das inhaltsbasierte System von der Kaltstartproblematik betroffen. Hat der User noch keine Produkte im Warenkorb und erst wenige Produkte angeklickt, bekommt er schlechte oder generische Produktempfehlungen, die ihm nicht weiterhelfen.
Inhaltsbasierte Filterung eignet sich besonders für E-Commerce Unternehmen, die technische Produkte oder Maschinen anbieten, da kreative Vorschläge in diesen Bereichen nicht immer erwünscht sind. User möchten lieber ähnliche Produkte miteinander vergleichen, statt neue und unbekannte Produkte zu entdecken.
Hybride Filterung
Die hybride Filterung kombiniert content based und collaborative Recommender Engines. Dadurch kann Frust durch zu ähnliche, immer wiederkehrende Vorschläge vermieden und das Engagement innerhalb deines Shops gesteigert werden. User klicken eher auf die Produktempfehlungen und fügen sie ihren Bestellungen hinzu.
Hybride Systeme arbeiten oft auf Basis von Echtzeit-Daten und mit KI-Systemen. Sie beziehen das aktuelle Kundenverhalten, seine Kaufhistorie, die Interessen anderer Kunden, Trendprodukte und Bestseller mit ein, um personalisierte Produktempfehlungen auszusprechen. Durch die Kombination der Filterungen wird die Kaltstartproblematik außerdem verringert.
Beispiele für Produktempfehlungen
Um deinen Kunden das bestmögliche Einkaufserlebnis bieten zu können, gibt es verschiedene Möglichkeiten. Im folgenden findest du ein paar Beispiele mit Tipps, wie du sie in deinen Shop einbauen kannst.
Zuletzt angesehen
Zeige deinen Kunden, welche Artikel sie sich zuletzt angesehen haben – auch über mehrere Sessions hinweg. Vielleicht wurde ihr Einkauf unterbrochen oder sie vergleichen Produkte miteinander. Sehen sie die Produkte bei einer erneuten Session wieder, setzen sie den Einkauf vielleicht fort oder gehen zu einem Produkt zurück, bei dem sie zuerst unsicher waren.
Zuletzt angesehene Produkte kannst du auf den Produktdetailseiten, der Startseite und sogar im Warenkorb anzeigen – vielleicht hat dein Kunde vergessen, einen der zuletzt besuchten Artikel in den Einkaufswagen zu legen. Du kannst ihn so daran erinnern und gleichzeitig deinen Umsatz steigern.
Ähnliche Produkte
Ähnliche Produkte können zum Beispiel weitere Küchenmaschinen sein oder Regale mit den gleichen Maßen.
Im Beispiel von Ankerkraut werden auf der Produktseite der Gewürzmischung Aioli-Pfeffer-Salz unter „das könnte dir auch gefallen“ die Einzelgewürze Roasted Garlic und Bunter Pfeffer empfohlen – beides Zutaten, die in der Gewürzmischung enthalten sind. Im Screenshot nicht zu sehen: auf der nächsten Seite werden ebenfalls unterschiedliche Salze empfohlen.
Der Vorschlag ähnlicher Produkte auf Produktseiten kann Kunden neue Impulse geben – zum Beispiel zusätzlich zur Gewürzmischung auch Roasted Garlic zu kaufen – oder sie zu dem Produkt führen, das sie wirklich wollen, da die Merkmale besser zu ihren eigentlichen Bedürfnissen passen. Außerdem wird deinen Nutzern so der Vergleich unterschiedlicher Produkte vereinfacht, was zu einem besseren Einkaufserlebnis führt.
Andere Kunden kauften auch / Häufig zusammen gekauft
Zeigst du deinen Usern, was andere Kunden auch gekauft haben bzw. welche Artikel häufig zusammen gekauft werden, werden sie inspiriert und neugierig. Warum haben Kunden, die genau dieses Produkt gekauft haben, auch noch das andere Produkt gekauft? Sollte ich dieses Produkt auch kaufen, komplementiert es meinen Artikel?
Im Beispiel von InnoNature werden auf der Produktseite der Schwarzkümmelöl-Kapseln, einer Quelle für Omega-6-Fettsäuren, weitere Omega-Kapseln angeboten. Der Kunde kommt also auf den Gedanken, dass eine Kombination dieser Präparate seiner Gesundheit zuträglich ist und kauft mehr Öle – schließlich haben seine Vorgänger es auch getan.
Diese Art des Vorschlags gibt deinem Kunden außerdem das Gefühl, Teil einer Gemeinschaft zu sein. Das Behavior Pattern des Herdenverhaltens sorgt nämlich dafür, dass wir alle Toilettenpapier und Nudeln hamstern oder allgemein der Masse folgen und das machen, was alle anderen machen. Wir alle haben diese Produkte gekauft, wir gehören einer Community an, die sich für die gleichen Dinge interessiert – und das, obwohl sich deine Kunden nicht gegenseitig kennen. Das positive Erlebnis und wohlige Gefühl stärkt die Bindung zu deiner Marke. Und deinen Umsatz.
Bestseller
Warum zeigst du deinen Kunden nicht direkt, welche Produkte die beliebtesten sind? Wenn du eine Kategorie mit Bestsellern oder den beliebtesten Produkten auf deiner Webseite hast, haben deine Nutzer das Gefühl, dass sie eine gute Kaufentscheidung treffen. Du kannst deine Bestseller im Warenkorb bzw. kurz vor dem Checkout anbieten. Da die Produkte durch ihren Beliebtheitsstatus bereits von der Mehrheit der Kunden befürwortet wurden, musst du nicht mehr so viel Überzeugungsarbeit leisten. User sind daher gewillter, die Bestseller kurz vor dem Checkout schnell mitzunehmen – ähnlich wie Kaugummi oder Schokoriegel an der Supermarktkasse.
Bundles
Bundles bieten deinen Kunden einen Anreiz, bei dir zu kaufen und dafür belohnt zu werden. Schließlich erhalten sie in Bundles Produkte oft günstiger oder bekommen drei Artikel für den Preis von zwei. Bundles sind außerdem eine gute Gelegenheit für dich, neue Produkte zu empfehlen und zu testen, wie gut sie deinen Kunden gefallen.
Du kannst die Bundles entweder selbst zusammenstellen, zum Beispiel basierend auf ähnlichen Produkten, oft zusammengekauften Produkten oder Produkten aus einer Serie. Oder du kannst dein Kunden dazu animieren, ihre eigenen Bundles zusammenzustellen.
Bundles funktionieren für fast jede E-Commerce Branche. Sie steigern den AOV oft drastisch, da sie eine deutliche Ersparnis gegenüber dem Einzelkauf der enthaltenen Produkte sind.
Cross-Selling
Cross-Selling bedeutet, dass deinem Kunden nach der Wahl eines Produkts dazu passende Produkte angezeigt werden. Vielleicht bist du bei IKEA bereits darauf gestoßen, dass beim Kauf einer Lampe immer auch das passende Leuchtmittel empfohlen wird. Viele Kleidungsshops bieten Lookbooks an, in denen die Produkte kombiniert und auch auf den Produktdetailseiten untereinander empfohlen werden. Je nach Shop kann diese Art von Produktempfehlungen unterschiedlich heißen; h&m beispielsweise nennt sie Styling-Vorschläge.
Auch, wenn du kein Modeunternehmen betreibst, kannst du mit Cross-Selling deinen Kunden Produkte empfehlen. Hast du einen Online Shop für Elektrogeräte, kannst du zum Beispiel passende Akkus, Kabel oder zusätzliche Upgrades anbieten. In einem Shop für Tiernahrungsmittel kannst du zum Beispiel Snacks für Kitten empfehlen, wenn ein Kunde sich für Kitten-Futter interessiert.
Die Grenze zwischen „oft zusammen gekauft“ und Cross-Selling ist fließend. Selbstverständlich werden Artikel, die ein Upgrade, eine fehlende Glühbirne oder ein zusätzlicher Akku für das Produkt sind, oft mit dem Produkt zusammen gekauft. Beim Cross-Selling ist es wichtig, dass die empfohlenen Produkte wirklich zu den vom Kunden ausgewählten Produkten passen und sie vervollständigen oder ergänzen.
Unser ISER Framework: Datengetrieben zu mehr Umsatz, Wachstum und Profitabilität ohne mehr Zeit und Geld für Werbung ausgeben zu müssen.
65+ erfolgreich betreute Kunden
Umsatz steigern mit den Best Practices
Wie du siehst, kann der Einsatz von Produktempfehlungen Kunden zum Kauf anregen. Je nachdem, was für Produkte dein Shop anbietet, kommen unterschiedliche Arten von Empfehlungen für dich in Frage. Gute Vorschläge haben das Potenzial, die Kundenbindung zu stärken und deinen Umsatz zu steigern.
Um herauszufinden, welche Produktvorschläge wirklich bei deinen Kunden ankommen, empfehlen wir A/B Tests unterschiedlicher Arten. Vielleicht ist dein Shop besser für „ähnliche Produkte“ geeignet oder deine Kundschaft findet Bundles super.
Nimm jetzt Kontakt mit uns auf und heb deinen Shop auf ein neues Level!
