Bei der Produktempfehlung handelt es sich im Wesentlichen um ein Filtersystem, das die Produkte vorhersagt und anzeigt, die Ihre Kunden kaufen möchten. Die Produktempfehlungsmaschine ist ein komplexes System, das Algorithmen und Benutzerdaten wie Produktbewertungen und -kommentare, Verlauf/Rückgabeverlauf, Warenkorbereignisse, Seitenaufrufe, Klick- und Suchverlauf usw. verwendet.
Bei richtiger Umsetzung können Produktempfehlungen Einzelhändlern dabei helfen, ihren Umsatz zu steigern und die Kundenbindung zu verbessern. HiVis Supply, ein führender Online-Bekleidungs- und High-Visibility-Einzelhändler, nutzte personalisierte Empfehlungen und steigerte seinen Umsatz um satte 68,3 %.
Hier ist ein Beispiel für die Funktionsweise der On-Site-Produktempfehlungsmaschine:
Nicht nur Einzelhändler nutzen diese Produktvorschlags-Engines, sondern auch Streaming-Giganten wie Netflix und YouTube verfügen über integrierte Empfehlungs-Engines, um maßgeschneiderte Listen empfohlener Clips zu erstellen, die Benutzer ansehen können. Tatsächlich werden 80 % der Sendungen, die Sie auf Netflix ansehen, über die Empfehlungsmaschine entdeckt.
Einzelverpackung. Wie kann man auffallen?
Schauen wir uns nun die verschiedenen Arten von Empfehlungsmaschinen an, die Einzelhändler nutzen, um ein aussagekräftigeres Einkaufserlebnis zu schaffen.
Es gibt drei Arten von Produktempfehlungs-Engines:
- Inhaltsfilterung. Diese Art der Filterung analysiert die früheren Vorlieben und Entscheidungen eines Käufers, um ein Präferenzprofil zu erstellen. Wenn Sie also das nächste Mal Empfehlungen wie „Wenn Ihnen das gefallen hat, gefällt Ihnen das vielleicht auch“ sehen, denken Sie daran, dass es sich um einen inhaltsbasierten Vorschlag handelt.
- Kollaboratives Filtern: Diese Methode nutzt Daten von mehreren Kunden und Quellen und vergleicht ihre Kaufhistorien mit Querverweisen, um vorherzusagen, was ein bestimmter Kunde möchte.
- Wenn ein Benutzer beispielsweise nach Schuhen sucht, empfiehlt das System möglicherweise ein Paar Socken, die andere Benutzer zusammen mit diesem Paar gekauft haben.
- Darüber hinaus analysiert die kollaborative Filtermethode die demografische Zusammensetzung der Nutzer und ermittelt, ob es sich um Erst- oder Bestandskäufer handelt. Amazon verwendet eine kollaborative Filtermethode für einzelne Artikel, die 35 % des Umsatzes des Unternehmens ausmacht.
- Hybride Empfehlungen. Wie der Begriff schon sagt, kombiniert diese Art von Empfehlungsmaschine inhaltsbasierte und kollaborationsbasierte Methoden und nutzt Daten von ähnlichen Benutzern sowie die früheren Präferenzen eines bestimmten Benutzers, um eine Liste empfohlener Produkte zu erstellen.
Wie funktioniert die Produktempfehlungsmaschine?
Eine typische Produktempfehlungs-Engine verarbeitet Daten in vier verschiedenen Phasen: Erfassung, Speicherung, Analyse und Filterung.
Schritt 1: Datenerfassung. Produktempfehlung
Hierzu zählen sowohl explizite als auch implizite Daten. Bei expliziten Daten handelt es sich um von Nutzern bereitgestellte Informationen, wie etwa Bewertungen und Kommentare zu Produkten. Andererseits enthalten implizite Daten Informationen wie Bestellverlauf/Rückgabeverlauf, Warenkorbereignisse, Seitenaufrufe, Klicks und Suchprotokolle.
Schritt 2: Datenspeicherung
Die Produktempfehlungsmaschine speist Daten. Seine Wirksamkeit hängt von der Datenmenge ab, die Sie den Algorithmen zur Verfügung stellen. Die Art der Informationen, die Sie zum Einrichten von Empfehlungen verwenden, kann Ihnen bei der Auswahl des Speichertyps helfen, den Sie verwenden sollten. Sie können verwenden Datenbank NoSQL, eine Standard-SQL-Datenbank oder sogar eine Art Objektspeicher.
Schritt 3: Datenanalyse. Produktempfehlung
Der nächste Schritt besteht darin, die Daten mithilfe verschiedener Analyseverfahren zu filtern. Hier sind einige Möglichkeiten, die gesammelten Daten zu analysieren:
- Echtzeitsysteme
- Chargenanalyse
- Analyse nahezu in Echtzeit
Schritt 4: Datenfilterung
Der letzte Schritt besteht darin, eine Filtermethode auszuwählen. Wie wir im vorherigen Abschnitt erwähnt haben, können Sie zwischen drei verschiedenen Filtermethoden wählen: inhaltsbasierte, kollaborative oder hybride Empfehlungen.
Warum braucht ein Online-Shop ein Produktempfehlungssystem? Produktempfehlung
Vor mehr als einem Jahrzehnt hat Amazon eine neue Funktion auf seiner Website eingeführt. Sie präsentierten eine Auswahl an Produkten in einem Karussell unter dem Motto: „Kunden, die diesen Artikel angesehen haben, haben sich auch andere Artikel angesehen.“
Die Produktempfehlung von Amazon war nicht nur ein Feature, sondern eine großartige Demonstration, wie man Daten intelligent für den Geschäftserfolg nutzt. Heute, nach dem großen Erfolg des Einzelhandelsriesen, nutzen die meisten Einzelhändler sowohl personalisierte Empfehlungen als gezieltes Marketinginstrument Werbung E-Mail-Kampagnen und auf den meisten Seiten Ihrer Website.
Aber wenn Sie ein Geschäft betreiben E-Commerce und noch keine Empfehlungen aktiviert haben, finden Sie hier einige wichtige Fakten und Zahlen, die Sie wahrscheinlich dazu veranlassen werden, Ihre aktuelle Strategie zu überdenken.
Best Practices-Produktempfehlung
Viele Ladenbesitzer E-Commerce, scheinen zu denken, dass Produktempfehlungen lediglich eine Sammlung ähnlicher Produkte sind. Allerdings übersehen sie oft eine wichtige Sache: die Optimierung ihrer Empfehlungen für Conversions.
Nutzen Sie Data Scie, um das Kaufverhalten von Kunden zu verstehen
Damit Produktempfehlungen zu Ihren Gunsten funktionieren, müssen Sie sicherstellen, dass die von Ihnen angebotenen Angebote relevant und datengesteuert sind. Wie können Sie Ihren Kunden also die genauesten Empfehlungen geben, die ihren Interessen und Bedürfnissen entsprechen?
Nicht alle Kunden sind gleich. Jeder Käufer hat seine eigenen Vorlieben und Kriterien, auf die er seine Kaufentscheidung gründet.
Wenn Sie beispielsweise ein Geschäft für Nahrungsergänzungsmittel besitzen, bevorzugen einige Ihrer Kunden möglicherweise bestimmte Geschmacksrichtungen oder Zutaten. Andererseits werden manche Kunden ihren Lieblingsmarken immer treu bleiben. Eine effektive Produktempfehlungsmaschine sollte dieses einzigartige Benutzerverhalten immer erkennen und das „Warum“ verstehen, das hinter der Kaufentscheidung eines Kunden für ein bestimmtes Produkt steht.
Indem Sie aus den von Ihnen gesammelten Daten lernen, weiß Ihre Suchmaschine, was Ihren Kunden gefällt und was sie zum Kauf bewegt. Im Gegenzug lockt es Besucher mit maßgeschneiderten Produktangeboten. Untersuchungen von Accenture zeigen, dass hochgradig personalisierte Produktempfehlungen die Kaufwahrscheinlichkeit um 75 Prozent erhöhen.
Geben Sie die richtige Anzahl an Empfehlungen. Produktempfehlung
Der Zweck der Einbindung von Produktempfehlungen auf Ihrer Website besteht darin, Besuchern dabei zu helfen, etwas zu finden, das ihnen gefallen könnte, und so die Kundenbindung zu erhöhen. Wenn Sie eher dazu neigen, Empfehlungen lediglich als Gelegenheit zur Verbesserung Ihrer Conversions zu betrachten, besteht eine gute Chance, dass Sie das Gesamterlebnis beeinträchtigen.
Tatsächlich können zu viele Empfehlungen Besucher vom eigentlichen Zweck der Seite ablenken. Genauso wie das lästige Popup, das beim Surfen auf einer Website erscheint, können auch Produktempfehlungen nervig sein.
Sehen Sie, wie Walmart seine Produktempfehlungsstrategie umgesetzt hat:
Im Gegensatz zu Amazon verfügt Walmart über keine umfassende Produktempfehlungsstrategie. Indem sie es minimal und zentriert halten, stellen sie sicher, dass seine Produktvorschlagsfunktion nicht vom eigentlichen Zweck der aktuellen Seite abweicht.
Unsere Expertenempfehlung lautet: Qualität statt Quantität. Indem Sie auf ausgewählten Seiten nur einige ausgewählte Empfehlungen anzeigen, können Sie ein Gleichgewicht zwischen Conversion-Rate und Einkaufserlebnis wahren.
Verwenden Sie hochwertige Produktbilder. Produktempfehlung
Bilder sind entscheidend für den Erfolg. E-Commerce. Aber warum?
Visuelle Inhalte schaffen Vertrauen, indem sie den Käufern ein Einkaufserlebnis im Geschäft bieten.
Produktempfehlungen sind hier keine Ausnahme. Das Einbinden hochwertiger Bilder ist die beste Möglichkeit, Menschen dazu zu bringen, sich Ihre vorgestellten Artikel anzusehen.
Die Produktempfehlungen von Nike enthalten Premiumbilder, die es Kunden erleichtern, diese Produkte zu entdecken, zu bewerten und zu kaufen.
Intelligentere Empfehlungen führen zu besseren Conversions
Laut Marketing Dive verlassen 48 % der Käufer die Website einer Marke und kaufen bei einem Mitbewerber ein, weil das Erlebnis schlecht personalisiert ist. Um die Aufmerksamkeit Ihrer Besucher zu fesseln, müssen Sie intelligentere, personalisiertere Produktempfehlungen auf der Grundlage individueller Vorlieben oder sozialer Daten entwickeln.
Mit Produktempfehlungen können Sie Einkaufsmuster, Verhalten, Kaufhistorie oder Wunschlisten aller Personen erfassen und ihnen hochspezialisierte Produktvorschläge präsentieren.
Das Erstellen verschiedener Arten von Empfehlungen ist eine weitere effektive Methode zur Schaffung einer ansprechenden Einkaufsumgebung.
Zu den besten Arten von Conversion-Empfehlungen gehören:
Empfehlung von Bestsellern. Als Empfehlung Dieser Typ umfasst beliebte Produkte oder Bestseller eines Online-Shops.
Andere Kunden werden ebenfalls angezeigt. Diese Art der Empfehlung funktioniert Datensammlung, Interessen oder Vorlieben vieler Nutzer und vergleichen sie mit dem Verhalten eines bestimmten Käufers im Internet, um möglichst genaue Angebote bereitzustellen.
Sie können auch mögen: Es handelt sich um eine Reihe von Produkten, die dem, was der Käufer sucht, in gewisser Weise ähneln. In diesem Zusammenhang sammelt und vergleicht die Empfehlungsmaschine verschiedene Nutzerverhalten und -präferenzen wie Kategorie, Farbe, Marke, Preis usw.
Empfehlungen nach Kategorie. Einige Geschäfte E-Commerce Zeigen Sie Produktvorschläge basierend auf Bestsellern oder beliebten Produkten nach Kategorie an. Produktempfehlung
Verbessern Sie den AOV mithilfe von Frequently Bought Together-Empfehlungen
Eine der besten Möglichkeiten, den Umsatz von E-Commerce-Shops zu steigern, besteht darin, den AOV, also den durchschnittlichen Bestellwert, der Transaktionen zu erhöhen. Frequently Bought Together-Empfehlungen zielen darauf ab, Up- und Cross-Selling-Möglichkeiten zu schaffen. Produktempfehlung
In diesem Fall analysiert eine Produktempfehlungsmaschine riesige Datenmengen, wie z. B. die Kaufhistorie und das bisherige Verhalten ähnlicher Nutzer, um weitere Produkte zu empfehlen.
Dabei macht Amazon alles richtig:
Das Hauptziel der Empfehlung von „häufig zusammen gekauften“ Produkten besteht darin, den AOV für jede Transaktion zu erhöhen.
Fügen Sie soziale Beweise oder Abzeichen ein, um Vertrauen aufzubauen. Produktempfehlung
Das Hinzufügen eines Elements der sozialen Absicherung zu Empfehlungen hilft Einzelhändlern, Vertrauen in die von ihnen angebotenen Produkte zu demonstrieren.
Untersuchungen von HubSpot zeigen, dass 57 % der Verbraucher ein Produkt oder eine Dienstleistung bevorzugen, die mindestens eine 4-Sterne-Bewertung hat. Darüber hinaus sind die heutigen Käufer bereit, 31 % mehr für Unternehmen mit besseren Bewertungen auszugeben.
Um Ihren Vertrauensquotienten zu erhöhen, können Sie neben jedem Produkt kleine Symbole platzieren, die anzeigen, wie viele Personen es an diesem Tag gekauft haben. Wenn ein Käufer feststellt, dass andere Personen ein bestimmtes Produkt bereits gekauft haben, kann dies ihn seiner Kaufentscheidung näher bringen.
Einzelhändler können ihren Bestseller-Empfehlungen auch Sternebewertungen hinzufügen, um die Conversion-Chancen zu erhöhen.
Auch die Einbeziehung von Labels wie „Bestseller“, „Top-Picks“ oder „Wahl des Herausgebers“ ist wirksam.
Platzieren Sie Ihre Empfehlungen über dem Falz
Da Einkaufen ein visuelles Spiel ist, ist die Positionierung Ihrer Empfehlung sehr wichtig. Der Begriff „above thefold“ (above thefold) wurde zunächst für die obere Hälfte von Zeitungen verwendet; Zu diesem Zweck gab es einen einzigen, für Passanten sichtbaren Teil. Daher platzieren Verlage in der Regel überzeugende Bilder oder Schlagzeilen über dem Falz, um Besucher anzulocken.
Websites sind nicht anders. Produktempfehlung
Laut dem Manifest der Nielsen Norman Group beträgt der durchschnittliche Unterschied zwischen der Art und Weise, wie Benutzer die oben und unten aufgeführten Informationen verarbeiten, 84 %.
Wenn Sie Ihre Produktempfehlung oberhalb des Falzes platzieren, können Käufer sie leichter erkennen. Für Käufer mit höchstem Kaufinteresse bequeme Platzierung oberhalb der Faltung.
Fügen Sie Produktempfehlungen auf 404-Seiten hinzu. Produktempfehlung
404-Fehler können für Kunden frustrierend sein.
Tatsächlich zeigt eine Studie, dass 74 % der Käufer, die auf einen 404-Fehler stoßen, die Website verlassen und nie wieder zurückkehren.
Aber keine Sorge! Sie können diese unvermeidliche Situation nutzen, um einige Ihrer angesagtesten Produkte zu präsentieren. Dies bietet Ihren Benutzern nicht nur einen Ausweg aus der Fehlerseite, sondern auch eine erstaunliche Chance Erhöhen Sie die Anzahl der Conversions.
Sogar beliebte Einzelhändler wie Nike, Steve Madden usw. folgen dieser Taktik und nutzen die unvermeidlichen 404-Fehler in eine Chance.
Startseite Produktempfehlungen Leistungsstark
Die Startseite einer Website ist der ideale Ort, um Produktempfehlungen zu veröffentlichen.
Baymards Untersuchung besagt, dass 25 % der Erstkäufer wiederholt zur Startseite gescrollt haben und dann wieder zurückgekehrt sind, um die Produktpalette der Website zu erkunden. Neue Besucher, die das exklusive Sortiment der Marke noch nicht kennen und stark auf den Inhalt angewiesen sind Startseiteum Ihr Bewusstsein zu steigern. Produktempfehlung
Beispielsweise platzierte RayBan seine beliebtesten Produkte auf seiner Homepage, um Kaufmöglichkeiten zu schaffen.
Die Philosophie ist einfach: Aufgrund fehlender Daten ist es meist schwierig, neuen Besuchern neue Angebote zu empfehlen. In diesem Szenario besteht die beste Produktempfehlung darin, die beliebtesten Produkte oder diejenigen mit den höchsten Conversion-Raten auf der Startseite anzuzeigen.
Fügen Sie Empfehlungen in Bestätigungs- und Warenkorbabbruch-E-Mails ein
Für jeden ausgegebenen Dollar E-Mail Marketing, können Sie mit durchschnittlich 42 $ rechnen. Darüber hinaus empfehlen 59 % der Vermarkter E-Mail als den effektivsten Kanal Sichtweise Einkommen erhalten. Dank hoher Konvertierung E-Mails sind eine der besten Möglichkeiten, Ihren Kollegen Empfehlungen zu geben.
Beispielsweise können Sie die E-Mail-Adresse S für abgebrochene Warenkörbe für Kunstartikel verwenden, die den verlassenen Artikeln ähneln.
Andererseits können Sie in Ihre Bestellbestätigungs-E-Mail Empfehlungen „häufig zusammen gekauft“ aufnehmen.
Abschließende Gedanken
Eine Infosys-Umfrage zum Einkaufserlebnis im Einzelhandel zeigt, dass 74 % der Verbraucher frustriert sind, wenn sie auf einer Website landen, die Inhalte anzeigt, die nichts mit ihren Interessen und Vorlieben zu tun haben. Allerdings kann eine kundenzentrierte Personalisierung Ihre Conversions um 5 % steigern und eine 5- bis 8-fache Rendite Ihrer Marketingausgaben erzielen.
Personalisierte Produktempfehlungen steigern das Wachstum und die Rentabilität und erleichtern den Kunden gleichzeitig den Kauf, indem sie ihre spezifischen Vorlieben verstehen. Als einer der beliebtesten Trends im E-CommerceProduktempfehlungen geben Einzelhändlern die Möglichkeit, mit den größten Namen der Branche zu konkurrieren und diese zu übertreffen, während sie den Kunden gleichzeitig ein außergewöhnliches Einkaufserlebnis bieten.
Hinterlassen Sie einen Kommentar