Produkt-Empfehlungen

Produkt-Empfehlungen - so individuell wie Ihr Kunde selbst

Abhängig von den Profilen der Kunden und passend zum jeweiligen Kontext, spielen Sie jedem Online-Shop-Besucher seine ganz individuelle Produktempfehlungen aus. So werden dem User die besten Empfehlungen stets zum passenden Zeitpunkt und am richtigen Ort  angezeigt.

Die Basis: Eine Recommendation Engine

Der selbstlernende Algorithmus optimiert auf Basis von Klick- und Conversionraten kontinuierlich im Hintergrund die Ausspielung der Produkte. Zuvor erstellte Layout-Varianten (beispielsweise InPage-Banner versus Overlay versus Exit Intent) sowie verschiedene Produktlogiken können getestet und wechselnde Algorithmen hinterlegt werden.

Personalisierte Produktempfehlungen durch Produktlogiken

Um Empfehlungen passgenau ausspielen zu können, müssen in der Recommendation Engine Produktlogiken definiert werden. Beispielsweise wählt die Logik „Empfohlene Produkte“ Produkte nach einem ausgefeilten Algorithmus aus, der auf das Surfverhalten des Users auf Basis seiner statisti-schen Zwillinge eingeht und zusätzlich Abverkäufe der jeweiligen Produkte mit einbezieht.

Empfehlungen aufgrund von Ähnlichkeiten

Online-Shopper sehen sich in der Regel mehrere Produkte der gleichen Kategorie an und vergleichen diese miteinander. Über Recommendations (Empfehlungen) kann diese Suche erleichtert werden, indem als Empfehlungen ähnliche Artikel vorgeschlagen und angezeigt werden. Empfehlungen aufgrund von Produktähnlichkeiten sind jedoch sehr statisch und somit nicht für jedes Angebot sinnvoll.

«Kunden kauften auch…» - Empfehlungen

Inspirieren Sie Ihre Nutzer durch die „Kunden kauften auch…“ - Empfehlungen. Hierbei werden dem Shop-Besucher weitere Artikel angezeigt, die andere Kunden in Verbindung mit dem gesuchten Produkt bestellten. Diese Art der Produktempfehlung lohnt sich vor allem für Shops mit einem homogenen Produktportfolio.

Manuell zugeordnete Empfehlungen

Etwas (zeit-)aufwendiger gestalten sich Produktempfehlungen mittels manueller Zuordnung, um die Kunden durch individuelle Angebote zum Impulskauf zu motivieren. Auf Basis menschlichen Empfindens wird entschieden, was wirklich zueinander passt oder das gesuchte Produkt passend ergänzen könnte. Dem potenziellen Kunden können dadurch beispielsweise Zubehörartikel oder Bundle-Produkte angeboten werden.

Empfehlung auf Basis statistischer Zwillinge

Recommendations, die sich auf die Customer Journey beziehen, sind besonders individuell. Ein intelligenter Algorithmus entscheidet hierbei über die passende Produktempfehlung. Dabei werden die Käufer in Gruppen geclustert sowie ihr Kaufverhalten und der Warenkorb analysiert. Auf Basis dieser Daten werden anschliessend Vorschläge kundenspezifisch erarbeitet. Sieht sich ein User beispielsweise Business-Accessoires an und wechselt dann zu einem Hemd, werden ihm zusätzlich weitere Accessoires empfohlen.

Produkt-Empfehlungen: Die technische Basis

  • Dynamische Segmentierung
  • Geo- & Wetterdaten
  • Machine Learning
  • Kanal-Herkunft
  • Big Data

Die technische Basis für passende Empfehlungen bildet ein gepflegter Produktfeed, der sämtliche Produkte möglichst aktuell vorrätig hat. Zudem muss ein sauberes Produkt- & Conversiontracking gewährleistet sein. Je nach gewählter Ausspielung fliessen dann Nutzermerkmale (z.B. Traffic-Kanal oder Wetter) in die Logik ein, die ein intelligenter Algorithmus dann verarbeitet. Unsere offene Plattform-Architektur ermöglicht eine einfache Anbindung verschiedenster Datenquellen. Mit unserer Plattform können Sie alle gewünschten Massnahmen schnell und einfach umsetzen. Bei Fragen zum Setup und zur Optimierung Ihrer Kampagnen stehen wir Ihnen gerne zur Verfügung.

Zur Startseite
Unsere Stärken
Unser Angebot

Bis 31. März 2023

Wir schenken Ihnen das Onboarding im Wert von
CHF 1699.-
Jetzt loslegen
Gemeinsam stärker
Haben Sie Fragen?

Einfach Rückruf anfordern, und noch mehr Infos erhalten.