Produktempfehlungen sind aus dem E-Commerce schon lange nicht mehr wegzudenken. Es ist im Jahr 2013 schon eine Kunst, überhaupt einen Shop ohne Recommendations zu finden. Auf den Seiten der 10 meistbesuchten Shops in Deutschland wie Amazon, Otto, Tchibo und Co. wird man dabei jedenfalls keinen Erfolg haben.

Ein Blick auf die Amazon-Startseite zeigt sehr deutlich, welchen Stellenwert das Thema mittlerweile hat. Im eingeloggten Zustand sind fast zwei Drittel der Seite mit personalisierten Vorschlägen gefüllt.

Die wirtschaftlichen Ziele dieser Maßnahmen liegen dabei klar auf der Hand:

• höhere Warenkorbwerte (Average Order Value)
• höhere Conversion Rate
• mehr Wiederkäufer
• bessere Kundenbindung
• mehr Umsatz (Revenue)

So zeigt eine Infografik von Monetate, dass Empfehlungen den Warenkorbwert um 50% und den Umsatz sogar um 300% steigern können.

Das klingt jetzt natürlich super: Einfach jeden freien Pixel der Website mit weiteren Produkten zupflastern, zurücklehnen, und auf die neuen Umsatzzahlen freuen.

Ganz so einfach ist das aber (leider) nicht.

Viel zu häufig stolpert man über Onlineshops, in denen Kaufvorschläge und Cross-Selling-Artikel scheinbar wahllos und zufällig eingeblendet werden. Das geht von völlig unpassenden und irrelevanten Empfehlungen bis hin zu Produkten, die schon ausverkauft sind. Hier wird ein riesiges Potenzial verschenkt.

Im Folgenden möchte ich anhand von Praxisbeispielen 5 Möglichkeiten vorstellen, wie Recommendations auch tatsächlich zum gewünschten Erfolg führen können.

1. Topseller

Die Auflistung der beliebtesten Artikel ist sicherlich der Klassiker unter den Produktempfehlungen. Frei nach dem Motto „Was viele kaufen, muss ja auch gut sein“ funktioniert dieses Prinzip des Social Proof nach wie vor hervorragend. Paradebeispiele sind hier Alben- oder Büchercharts, aber auch bei vielen weiteren Produktkategorien ist das ohne Weiteres möglich.

Wie du Behavior Patterns wie Social Proof erfolgreich umsetzt, erfährst du in einem Videokurs von unserem Growth Ambassador Programm. So kannst du dich im Bereich der Konsumpsychologie weiterbilden, damit du Behavior Patterns erfolgreich implementierst. Zudem bieten wir dir auch die Möglichkeit, dich mit anderen Expert:innen unserer Community über digitale Wachstumsstrategien in regelmäßigen Meetups auszutauschen.

Die Darstellung der meistgekauften Artikel würde bei Händlern mit sehr breitem Produktportfolio beim individuellen Besucher aber nur kaum Relevanz erzeugen. Topseller sind daher erst auf einer tieferen Entscheidungsebene (näher am gesuchten Artikel) wirklich sinnvoll.

So zeigt Planet Sports beim Einstieg über die Marke (hier: Nike) zunächst die beliebtesten Artikel des jeweiligen Herstellers, und erst darunter die weiteren Angebote.

2. Andere Kunden kauften auch

Mindestens genauso häufig wie oben genannten Topseller sieht man Empfehlungen à la „Kunden, die diesen Artikel gekauft haben, kauften auch“. Ob der Einsatz dieser Vorschlagsliste sinnvoll ist, hängt sehr stark vom Sortiment und auch der Positionierung des Anbieters ab. Hier stellt sich zum Beispiel die Frage, wann und ob „von anderen Kunden gekaufte Artikel” überhaupt von Bedeutung sind. Insbesondere bei exklusiven und sehr hochpreisigen Produkten kann dies auch negative Effekte haben. Eventuell erzeugen dort andere Ansätze wie „Unsere Experten (Stylisten) empfehlen“ oder „Das könnte Ihnen auch gefallen“ beim individuellen Nutzer mehr Aufmerksamkeit.

Generell gilt jedoch, dass hier besonders hoher Wert auf die Relevanz gelegt werden muss. Oft erzeugen vollautomatisierte Engines dabei sehr zufällige und teilweise manipuliert anmutende Produktlisten.

3. Basierend auf dem, was Sie sich angesehen haben, könnte Ihnen auch das gefallen

Solche personalisierten Listen werden im Idealfall aus dem individuellen Surfverhalten in Kombination mit dem Kaufverhalten der Gesamtkundschaft generiert. Dies kann sowohl auf Kategorie- und Produktebene eingesetzt werden und hilft wie hier im Beispiel von Amazon, wirklich relevante Alternativen anzubieten.

4. Dazu passende Produkte

Besonders bei Modehändlern kann diese Möglichkeit zu höheren Umsätzen führen. Vorausgesetzt natürlich, dass die gezeigten Artikel auch wirklich z.B. zum Look passen. Bei Asos wurde dies sehr gut umgesetzt, so wird z.B. die Hose des Models rechts direkt angezeigt. Hier entsteht der positive Eindruck, dass die Recommendations wirklich mit bedacht und evtl. sogar von Hand (nach-)gepflegt wurden.

5. Produkte kombinieren bzw. komplettieren

Dieser Ansatz führt noch einen Schritt weiter und verfolgt primär das Ziel, ergänzende Käufe zu fördern. Besonders gut funktioniert das bei technischen Produkten, wo das nötige Zubehör (z.B.: die Batterien) mitverkauft wird.

Bei lampenwelt.de wird das passende Leuchtmittel gleich sehr prominent auf der Produktseite der Lampe angeboten. Dies fördert sowohl den Warenkorbwert als auch die Kundenzufriedenheit. Der Anbieter hat ja schließlich für seinen Kunden mitgedacht.

Auch der Optik-Versandhändler linsenquelle.de macht es sich zum Verkaufsvorteil, dass der Käufer für seine Kontaktlinsen meist auch das passende Pflegemittel benötigt. Das Sparangebot macht das Ganze noch attraktiver.

In den Onlineshops von Ikea und Görtz werden ebenfalls bekannte Verkaufsprinzipien aus dem klassischen Handel genutzt, um den Gesamtumsatz zu steigern. Wie im Ladengeschäft bekommt man auch dort das passende Pflegemittel direkt mit angeboten.

Fazit

Schon aus den wenigen Beispielen wird schnell klar, dass es mittlerweile unzählige Formen von Recommendations etabliert haben. Sicherlich gibt es noch viele weitere Formen wie z.B. individuelle Konfiguratoren oder Echtzeit-Meldungen, was sich gerade andere Nutzer auf der Website anschauen, um die Dringlichkeit zu erhöhen. Weiter entwickelte Techniken nutzen Targeting, und liefern den Content individuell und personalisiert aus. Beispielsweise „Topseller“ für neue Besucher und „neu eingetroffene Produkte“ für wiederkehrende Besucher. Auch Keywords spielen beim Thema Relevanz natürlich eine tragende Rolle.

Unabhängig von der Einsatzform sollte aber stets im Mittelpunkt stehen, dass das System individuell und kontinuierlich an das Sortiment, die Positionierung des Shops und nicht zuletzt an die Kundenwünsche angepasst werden muss.

Auch die Frage, an welchen Stellen der Website Empfehlungen die besten Ergebnisse erzielen ist nicht pauschal zu beantworten. So zeigen A/B-Tests immer wieder, dass Cross- bzw. Upselling an der falschen Stelle auch kontraproduktiv sein kann. Natürlich zeigen diese aber auch, wo es besonders gut funktioniert.

Vermieden werden sollte allerdings, alle Techniken gleichzeig auszuspielen. Dies kann wie hier im Beispiel von H&M möglicherweise eher verwirren und ablenken, anstatt wie gewünscht weiterzuhelfen.

Ohne Zweifel ist das gesamte Thema mit einem hohen Pflegeaufwand verbunden – laut Infografik von Monetate verbringen Onlinehändler damit im Durchschnitt 25% ihrer Zeit. Sicher sind das einige Stunden, die sicher aber bei richtiger Herangehensweise definitiv auszahlen.

Wie sind Ihre Erfahrungen mit Recommendations? Kennen Sie weitere gute Beispiele und interessante Ansätze? Über Ihre Kommentare freue ich mich.