So verwenden Sie personalisierte Produktempfehlungen [Best Practices &Beispiele]

Stellen Sie sich folgende Szene vor:Sie sind in Ihrem Lieblings-Bekleidungsgeschäft und probieren eine tolle neue Jeans an. Plötzlich schnippt der Mitarbeiter, mit dem Sie zusammen sind, mit den Fingern und erklärt in einem Heureka-Moment, dass er ein Oberteil kennt, das perfekt zu dieser Jeans passt.

Oder vielleicht haben Sie einen Tech-Store besucht und Ihr neues Tablet bis zur Kasse gekauft, aber bevor Sie Ihren Artikel scannen, hält der Verkäufer inne und fragt, ob Sie die brandneue Displayschutzfolie gesehen haben, die einfach perfekt für Ihr Tablet ist.

Wenn Ihnen eines dieser Szenarien bekannt vorkommt, haben Sie bereits personalisierte Produktempfehlungen erlebt.

Natürlich ist es in der Welt des E-Commerce nicht möglich, dafür echte Vertriebsmitarbeiter zu haben. Stattdessen müssen Online-Händler Technologie und Daten nutzen, um ihre Nutzer zu verstehen und Produkte basierend auf ihren Interessen und ihrem Verhalten zu empfehlen, sobald sie ihre Homepage zum ersten Mal besuchen.

Richtig gemacht, sind diese personalisierten Produktempfehlungen äußerst effektiv. Laut Montetate erzielen 75,5 % der Unternehmen einen positiven ROI durch Personalisierung, wobei jede Branche bei 70 % oder mehr mit Ja antwortet.

Da der E-Commerce auf dem Vormarsch ist und 90 % der Käufer bereit sind, ihre Verhaltensdaten zu teilen, wenn ihr Einkaufserlebnis billiger oder bequemer wird, gab es nie einen besseren Zeitpunkt, um mehr Personalisierung in Ihren Online-Shop zu implementieren.

Sehen wir uns an, warum personalisierte Produktempfehlungen eine Ihrer ersten Prioritäten sein sollten.

Was sind personalisierte Produktempfehlungen?

Personalisierte Produktempfehlungen liegen vor, wenn eine Website eine Auswahl an einzigartigen Produktempfehlungen anzeigt an den einzelnen Besucher, basierend auf seinem Verhalten und Profil . Dies basiert fast immer auf einem maschinellen Lernalgorithmus.

Denken Sie daran, dass nicht alle Formen der Produktempfehlung personalisiert sind . Woher wissen Sie, ob sie personalisiert sind oder nicht? Die Frage, die Sie sich stellen sollten, ist, ob Sie dieselbe Empfehlung wie die Person neben Ihnen sehen würden.

Hier sind einige Ideen dazu, was „personalisierte“ Produktempfehlungen ausmacht: 

• Empfehlen von Produkten basierend auf der Browser- oder Kaufhistorie des Benutzers. Amazon ist einer der Goldstandards dafür und verwendet historische Daten, um jedem Besucher einzigartige verwandte Produkte anzubieten: 

• Empfehlungen basierend auf Kundenstandort oder -profil . Ein gutes Beispiel dafür ist die Nutzung von Standortdaten des Kunden und Produktempfehlungen auf Basis der aktuellen Wetterlage. Genauso gut könnte man Daten zum Alter oder Geschlecht des Besuchers verwenden, um die Empfehlungen zu ändern.
• Produktaffinitäten verwenden, um Produkte zu empfehlen. Das beste Beispiel dafür ist das Anzeigen von Empfehlungen basierend auf dem Benutzerverhalten und dem, was andere, ähnliche Benutzer getan haben. Auch hier ist Amazon ein großartiges Beispiel dafür und zeigt eine Reihe von Empfehlungen auf einer Produktdetailseite (PDP), um den Nutzer auf den nächsten Schritt seiner Reise zu führen: 

Wenn das also „personalisierte“ Produktempfehlungen sind, was sind dann „unpersonalisierte“? Hier sind ein paar Beispiele.

• Social Proof zeigen um anzuzeigen, wie beliebt ein Produkt ist. Dies ist eine wichtige Taktik, aber im Allgemeinen ist sie gleich, unabhängig davon, was der Benutzer getan hat.
• Anzeigen von Empfehlungen basierend auf „Geschäftsregeln“ . Beispielsweise ist es eine gute Taktik, anzugeben, welche Artikel nur noch wenig Lagerware oder Top-Seller sind, aber dies ist statisch und ändert sich nicht basierend auf dem Besucher.

Jetzt kennen wir die wahre Bedeutung von personalisiert Produktempfehlungen, packen wir aus, warum sie sich lohnen.

Warum personalisierte Produktempfehlungen im E-Commerce verwenden?

Einfach gesagt, SmartHQ berichtet, dass sie „starke Korrelationen zwischen Kunden gefunden haben, die einzigartige Produktvorschläge und -empfehlungen sehen, die nicht nur länger auf den Websites der Marken geblieben sind, sondern auch die Preise bei Amazon seltener verglichen haben, wenn überhaupt.“

Rund 84 % der Verbraucher halten es für sehr wichtig, als Person und nicht als Zahl geschätzt zu werden, um ihr Geschäft zu gewinnen.

Relevante Empfehlungen sind uns auch wegen ihrer Bequemlichkeit wichtig. Anstatt nach etwas anderem suchen zu müssen, das uns bei unserem ursprünglichen Kauf gefallen könnte, werden wir automatisch zu etwas ausgeschildert, was uns wertvolle Zeit spart. Die meisten E-Commerce-CMS-Systeme sollten es Ihnen auch ermöglichen, den größten Teil dieses Prozesses ziemlich schnell zu automatisieren.

Falls Sie nicht überzeugt sind, finden Sie hier weitere Gründe für personalisierte Produktempfehlungen: 

1. Verringern Sie die Abbruchrate des Einkaufswagens.

Im E-Commerce ist die Warenkorbabbruchrate eine der wichtigsten Kennzahlen. Durch das Anzeigen personalisierter Empfehlungen auf der Warenkorbseite kann die Abbruchrate des Warenkorbs um 4,35 % verbessert werden.

Verbraucher verlassen Warenkörbe aus einer Reihe von Gründen. Manchmal werden sie abgelenkt, manchmal surfen sie nur, aber manchmal haben sie das Gefühl, nicht gefunden zu haben, wonach sie suchen.

Beispielsweise wollte ein Kunde, der einen Schal kauft, ein Winterpaket mit Handschuhen und einer Mütze kaufen. Ohne gekonnte Produktempfehlungen muss der Nutzer dann in weiterführende Kategorien gehen, um diese zu finden. Diese Erfahrung ist unbequem, da jeder zusätzliche Schritt ein zusätzliches Risiko darstellt, dass sie aufgeben.

Hier können personalisierte Produktempfehlungen den Tag retten.

Sobald der Benutzer seinen Schal hinzugefügt hat, kann die Präsentation von Handschuhen und anderen relevanten Winterbekleidungsprodukten ihn davor bewahren, seinen Kauf abzubrechen. Entgangene Einnahmen werden zu zusätzlichen Einnahmen.

2. Erhöhen Sie den durchschnittlichen Bestellwert (AOV).

Personalisierte Empfehlungen steigern den Umsatz, indem sie sich positiv auf den Gesamtbetrag des Warenkorbs eines Kunden auswirken. Sie bieten relevante Cross-Selling- und Up-Selling-Möglichkeiten, die das Interesse eines Kunden wecken, was dazu führt, dass er mehr als nur den ursprünglichen Artikel kauft, für den er gekommen ist.

Statistiken zeigen, dass Sitzungen, die keine Interaktion mit Produktempfehlungen enthalten, im Durchschnitt einen AOV von 44,41 $ haben. Wenn Interessenten jedoch nur mit einer einzigen Empfehlung interagieren, multipliziert sich diese Zahl mit 369 %.

3. Erhöhen Sie die Sitzungszeit.

Produktempfehlungen erzeugen dieses Kaninchenbau-Gefühl, das alle Internetnutzer kennen. Käufer beginnen mit einem Produkt, klicken sich zu einem anderen durch, werden von einem anderen abgelenkt, und ehe sie sich versehen, sind zwei Stunden vergangen.

Dieses Muster hilft Käufern, länger auf Ihrer Website zu bleiben, indem es ihre Aufmerksamkeit auf sich zieht und sie mit Empfehlungen für Produkte anspricht, die sie nicht in Betracht gezogen oder erwartet hatten.

4. Heben Sie sich von der Konkurrenz ab.

Bis Ende 2020 werden die Online-Ausgaben in den USA voraussichtlich etwa 375 Milliarden US-Dollar erreichen. Experten prognostizieren, dass die Online-Ausgaben bis Ende 2024 476 Milliarden $ überschreiten werden.

Um dieses enorme Wachstum beim Online-Shopping zu bedienen, eröffnen jeden Tag neue E-Commerce-Händler ihre Geschäfte. Aber ein so schnell wachsender, aufkeimender Markt hat seinen Preis:Individualität.

Mit einer so großen Menge an Optionen, die ihnen zur Verfügung stehen, haben die Verbraucher jetzt den Luxus, die Geschäfte zu wählen, die sie besuchen möchten, basierend auf dem, was sie von ihrem Einkaufserlebnis erwarten. Personalisierung steht ganz oben auf der Wunschliste:80 % der Verbraucher geben an, dass sie eher einen Kauf bei einem Unternehmen tätigen, wenn ihnen ein personalisiertes Erlebnis geboten wird.

Bevor wir darüber sprechen, wie Sie mit personalisierten Produktempfehlungen auf Ihrer Website beginnen können, ein kurzes Wort der Warnung – dies ist möglicherweise nicht jedermanns Sache. Wirklich „personalisierte“ Produktempfehlungen beruhen auf einem Algorithmus, und Algorithmen benötigen große Datenmengen, um effektiv arbeiten zu können.

Das bedeutet, dass Sie, wenn Sie eine kleine Website haben und noch nicht viel Verkehr haben, möglicherweise nicht genügend Daten haben, um die Maschine zu füttern, und Sie möglicherweise vorerst mit dieser Art von Strategie warten müssen. Sie können jedoch ganz einfach mit einigen der „nicht personalisierten“ Produktempfehlungen beginnen, die wir zuvor in diesem Artikel erwähnt haben.

Best Practices zum Erstellen effektiver Produktempfehlungen

Um personalisierte Produktempfehlungen effektiv zu machen, brauchen Sie eine starke Strategie. Schließlich geht es bei der effektiven Bereitstellung von Empfehlungen um viel mehr als „was“ Sie zeigen – es ist genauso wichtig, „wem“, „wann“ und „wie“ Sie sie zeigen.

Hier sind zwei Überlegungen, die Sie berücksichtigen müssen: 

1. Definieren Sie Ihr Publikum.

Produktempfehlungen müssen zielgerichtet sein. Beginnen Sie damit, Ihre Kunden genau zu segmentieren, damit Sie Kampagnen effektiver durchführen können. Zu Beginn Ihrer Reise kann und sollte diese Segmentierung ziemlich breit sein, damit Sie große Datenmengen für Tests sammeln können. Wenn Sie mehr lernen, können Sie Ihre Segmente nach Verhaltensmerkmalen eingrenzen, um eine größere Genauigkeit und Wirkung zu erzielen.

2. Testen Sie Ihre Kampagnen regelmäßig.

Kampagnen sollten regelmäßig A/B-Tests unterzogen werden. Testen Sie beispielsweise, wie viele Artikel angezeigt werden sollen, wo die Produktempfehlungen erscheinen sollen und sogar welchen Titel die Rubrik haben soll.

Wo können Sie personalisierte Produktempfehlungen auf Ihrer E-Commerce-Website einfügen?

Die erfolgreiche Bereitstellung personalisierter Produktempfehlungen erfordert die Erfassung von Benutzerdaten auf seitenweiter Ebene. Um das Beste aus dieser Datensammlung zu machen und den AOV erfolgreich zu steigern, müssen Empfehlungen dort angezeigt werden, wo Kunden am wahrscheinlichsten mit ihnen interagieren.

Hier sind einige Orte, die wir vorschlagen.

1. Kategorieseite.

Kategorieseiten fördern die Entdeckung Ihrer Produkte:Sie sind unerlässlich, um relevante Produkte zusammenzustellen und die Benutzererfahrung zu verbessern, indem sie es Käufern ermöglichen, ihre Suche auf die von ihnen gewählte Unterkategorie einzugrenzen. Kategorieseiten sind auch großartige Orte, um Produktempfehlungen anzuzeigen, indem sie Artikel präsentieren, die am häufigsten zusammen gekauft werden, oder Ihre Bestseller.

Im obigen Beispiel von Sportbike Track Gear werden neben Einsparungen auch Empfehlungen auf den Kategorieseiten präsentiert. Obwohl sie nicht vollständig personalisiert sind, bleiben sie dennoch relevant für den Besucher.

Produktempfehlungen können auf diese Weise funktionieren, indem sie mit einem Rabatt oder einer Aktion gebündelt werden. Angebote wie diese regen Besucher dazu an, genauer hinzusehen, und da die Produkte für ihre Interessen immer noch relevant sind, bleiben sie wahrscheinlich interessiert.

2. Produktseite.

E-Commerce-Produktseiten sind wohl die wichtigsten Seiten in Ihrem Geschäft, auf denen personalisierte Produktempfehlungen angezeigt werden können.

Wenn Besucher auf einer Produktseite landen, steigt ihre Kaufabsicht. Durch das Anbieten alternativer und relevanter Produkte beim Stöbern können sie möglicherweise mehr als nur das Originalprodukt kaufen, wodurch ihre Warenkorbgröße erhöht und mehr Umsatz erzielt wird.

Das folgende Beispiel ist eine ziemlich standardmäßige Vorlage, die Sie personalisieren können. Die meisten Produktseiten haben einen Abschnitt „Das könnte Ihnen auch gefallen“ oder „Häufig zusammen gekauft“. Da dies ein wichtiger Berührungspunkt in der User Journey ist, müssen Sie sicherstellen, dass Sie ihn entsprechend optimieren. Besonders auf Ihre meistverkauften Produkte.

Im obigen Beispiel von Autograph Foliages zeigt der Haushaltswarenhändler Empfehlungen an, an denen der Besucher basierend auf seinem Browserverlauf wahrscheinlich interessiert ist. Dasselbe Produkt wird in unterschiedlichen Farben dargestellt und bietet dem Nutzer neben ähnlichen Produkten weitere komfortable Auswahlmöglichkeiten.

3. Einkaufswagen.

Die Warenkorbseite ist die letzte Möglichkeit, Ihren Kunden zusätzliche Artikel anzubieten, die ihren Kauf abschließen können. Hier können personalisierte Produktempfehlungen als Erinnerung an übersehene Einkaufsmöglichkeiten dienen – genauso wie Zeitschriften- und Kaugummiregale an der Kasse im Lebensmittelgeschäft.

Aber seien Sie gewarnt, diese sind mit einem Risiko verbunden – das Letzte, was Sie tun möchten, wenn Ihr Kunde so kurz vor der Ziellinie (dem Auschecken) steht, ist, ihn abzulenken und ihn versehentlich höher in den Trichter zu ziehen. Diese Funktion sollte auf allen E-Commerce-Plattformen ziemlich verbreitet sein. Stellen Sie einfach sicher, dass Sie ein bestimmtes Produkt oder bestimmte Produkte auswählen, die sich auf den Warenkorb des Benutzers beziehen.

Die Brillenmarke MOSCOT gleicht dies gut aus. Auf der Warenkorbseite werden Clip-Ons als Upsell für die Brille empfohlen, die der Besucher hinzugefügt hat. Der einzige anklickbare CTA ist jedoch „JETZT HINZUFÜGEN!“, sodass der Besucher nicht in Versuchung kommt, andere Seiten zu erkunden: 

In dieser Phase besteht immer die Möglichkeit, dass der Benutzer den Checkout aus verschiedenen Gründen abbricht. Aber mit der Produktpersonalisierung sollten Sie jetzt einen ziemlich hohen AOV-Korb mit den richtigen Produkten haben, in denen Sie potenziell mit E-Mail-Kampagnen erneut zielen können.

4 Beispiele für personalisierte Produktempfehlungen

Personalisierte Produktempfehlungen können auf jeder Website und für jede Zielgruppe implementiert werden. Sehen wir uns einige der besten Beispiele an: 

1. Clarks AU.

In diesem Beispiel von Clarks stellt der Schuhhändler basierend auf dem Nutzerinteresse personalisierte Produktempfehlungen auf der Produktseite bereit:

Durch Klicken auf das Produkt mit Animal-Print schlägt der Clarks-Algorithmus automatisch andere Schuhe im Sortiment vor, die beim Anklicken ein Animal-Print-Muster zeigen. Denn der Algorithmus geht davon aus, dass Besucher, die sich für Animal-Prints interessieren, gerne andere Produkte mit dem gleichen Look sehen werden.

Das funktioniert aus zwei Gründen:Zum einen sind die Schuhe zwei unterschiedliche Designtypen. Daher könnte ein Liebhaber von Schuhen mit Animal-Print theoretisch Clarks AOV steigern, indem er zwei verschiedene Arten von Schuhen – sowohl das Original als auch einen Loafer – in einem Muster kauft, das er liebt.

Der zweite Grund ist die Entscheidung, ähnliche Produkte auf der Produktseite anzuzeigen. Entscheidet sich ein Besucher bei näherer Betrachtung zufällig gegen das erste Paar Schuhe, kann seine Aufmerksamkeit geweckt und auf einen weiteren möglichen Kauf gelenkt werden.

Dem Besucher gefällt der Stil ja ohnehin schon, also würde ihm vielleicht ein Loafer im Gegensatz zu einem Absatz besser stehen. Dadurch bleibt der Besucher länger auf der Website und ein sofortiger Abbruch wird verhindert.

2. Glückseligkeit.

Der Beauty-Einzelhändler Bliss bietet Produktempfehlungen basierend auf einer problemlösenden Bewertung des jeweiligen Besuchers an.

Wenn Benutzer beispielsweise auf eine Feuchtigkeitscreme speziell für trockene Haut klicken, schlägt der Produktempfehlungsalgorithmus von Bliss andere Feuchtigkeitsprodukte speziell für Hautprobleme vor.

Der Titel ihrer Empfehlungen ist besonders effektiv, da er darauf hindeutet, dass Benutzer des ursprünglichen Feuchtigkeitsprodukts stark davon profitieren werden, es mit einem der vorgeschlagenen Artikel zu kombinieren.

Dies schafft die Illusion eines nützlichen Bündels und ermutigt den Benutzer, sich etwas zu gönnen. Diese Pakete wecken die Intrige eines Benutzers, um seine Skin-Probleme ein für alle Mal zu beheben.

Besonders hervorzuheben ist auch die Platzierung der Produktempfehlungen, die direkt über dem Bewertungsbereich platziert sind. Das bedeutet, dass Besucher, die das Produkt und seine Vorteile besser verstehen möchten, dem Angebot an weiteren, perfekten Ergänzungen nicht entgehen können.

3. Cutter und Buck.

In diesem Beispiel von Cutter and Buck werden Empfehlungen für Produkte ausgesprochen, die dem Interesse des Besuchers ähneln. In diesem Fall ist es ein Sportteam und sie stellen auch sicher, dass diese Empfehlungen Teil eines Bündels sind.

Ein Algorithmus erkennt beispielsweise, dass Sie Ihre Liebe zu Ihrem Sportteam zwar auf Ihrer Oberbekleidung zeigen möchten, Sie dies jedoch möglicherweise auch zeigen möchten, wenn Sie die Jacke ausziehen. Leichtere Produkte wie T-Shirts und ein langes Hemd werden daher angeboten, um fast ein Outfit zusammenzustellen.

Diese Empfehlung ist das virtuelle Äquivalent des realen Mitarbeiterbeispiels, das wir am Anfang des Artikels erwähnt haben. Es ist effektiv, weil Sportteam-Fans ihr gesamtes Outfit in den Farben ihres Teams zusammenstellen können, ohne auch nur eine einzige Produktseite zu verlassen.

4. Tommie Copper.

Der Gesundheits- und Wellnesshändler Tommie Copper setzt im folgenden Beispiel relevante, personalisierte Empfehlungen auf seiner Produktseite perfekt um.

Den Kunden werden zwei Menüs für personalisierte Produkte präsentiert, die auf ihrer anfänglichen Suche basieren. Beim Stöbern in der Damenabteilung und der anschließenden Auswahl einer Socke mit Kompressionstechnologie wird der Besucher zunächst mit drei weiteren verschiedenen Sockentypen begrüßt. Diese sind als „Kürzlich angesehen“ gekennzeichnet.

Alle hier empfohlenen Socken verfügen über eine Kompressionstechnologie, was wichtig ist, da ein Besucher, der sich für einen Kompressionsartikel entscheidet, ein klares Interesse an den Vorteilen des Produkts zeigt. Die langen, mittleren und kurzen Designs bleiben relevant, weil sie das wichtige Kompressionselement enthalten.

Unterhalb dieser Designs wird ein zusätzliches Menü angezeigt. Auch hier beziehen sich alle Produkte auf Kompressionsartikel, entweder für den Rücken, die Beine oder die Taille. Diese mögen auf den ersten Blick zusammenhangslos erscheinen. In Anbetracht der Tatsache, dass sich Verletzungen oder Schwächen des Knöchels durch ungleichmäßige Gangarten nachweislich auf den unteren Rücken und die Taille auswirken, sind diese Empfehlungen jedoch persönlicher als zunächst erwartet.

Der Algorithmus der Website hat daher festgestellt, dass jemand, der Kompressionsartikel für seine Füße durchsucht, möglicherweise weitere Artikel benötigt, um andere Bereiche seines Körpers zu unterstützen, bei denen möglicherweise das Risiko besteht, dass sich Folgeerscheinungen entwickeln.

Darüber hinaus teilt die anfängliche Benutzerinteraktion mit dem Frauenbereich der Website dem Algorithmus mit, dass nur Produkte angezeigt werden sollen, die für eine Frau spezifisch sind.

Abschluss

Da die Zahl der Online-Käufer weiter wächst und die Branche weiterhin floriert, sollte die Personalisierung für alle E-Commerce-Shops oberste Priorität haben.

Während sich die Personalisierung früher auf E-Mail-Marketing-Sequenzen oder Chatbots beschränkte, beginnt sie jetzt in dem Moment, in dem Ihr Besucher auf Ihrer Website ankommt.

Wir haben gesehen, wie Personalisierung Kunden binden und konvertieren kann, weshalb personalisierte Produktempfehlungen eine wichtige Ergänzung für jedes Geschäft sind.

Beginnen Sie mit Ihren Website-Daten. Analysieren und bewerten Sie, was Ihnen die Trends sagen und welche Kundengruppen was sehen wollen. Sobald Sie diese Informationen erhalten haben, können Sie damit beginnen, Strategien auf Ihrer gesamten Website bereitzustellen und diese kontinuierlich zu testen und zu bewerten.

Als Vermarkter suchen Sie immer nach Möglichkeiten, die Leistung zu steigern. Produktpersonalisierung mit ein wenig Automatisierung oder Optimierung wird Ihnen dabei helfen. Wenn dies erfolgreich durchgeführt wird, wird Ihre Website Ihren Mitbewerbern einen Schritt voraus sein, die durchschnittlichen Bestellwerte erhöhen und letztendlich mehr Umsatz erzielen.