So setzen Sie Recommendation-Marketing gewinnbringend ein

Begeistern Sie Kundinnen und Kunden mit gezielten Empfehlungen

Im stationären Handel sind gute Verkaufskräfte oftmals der große Unterschied zwischen einem guten und einem schlechten Geschäft. Während dort sehr viel Energie in die kontinuierliche Schulung des Einzelnen gelegt wird, ist eine optimale Beratung in vielen Onlineshops noch blanke Theorie. Hier sind Kund:innen häufig auf sich selbst gestellt. Dabei schlummert vor allem im E-Commerce ein großes Potenzial, denn natürlich legen auch hier Kund:innen Wert auf ein positives Einkaufs- und Produkterlebnis. Zwar verfügen mittlerweile fast alle Shopsysteme über entsprechende Filter, sodass Nutzer:innen sich aus der Fülle der Informationen das richtige Produkt herausfiltern können. Was aber immer wieder auf der Strecke bleibt, ist eine Beratung, wie man sie aus stationären Geschäften kennt. Dort können Verkaufskräfte anhand von vergangenen Besuchen bzw. Einkäufen und anhand des angeschauten Produktes sehr gut proaktiv Alternativen und/oder Ergänzungen empfehlen. Das sorgt nicht nur für ein positives Einkaufserlebnis der Kund:innen, sondern auch für mehr Umsatz beim Unternehmen. Aber ist es überhaupt möglich, ein Einkaufserlebnis, das wir aus dem stationären Handel kennen, im Onlinehandel zu bieten? Die Lösung ist, Ihre Kundinnen und Kunden mit dem richtigen Content als gezielte Empfehlung zu bespielen. Kurz gesagt: Recommendation-Marketing ist das Zauberwort. Eine einfache Lösung, dies in die Tat umzusetzen, ist der Einsatz einer Recommendation Engine.

Alles Geschmackssache? Punkten Sie mit relevanten Inhalten

An verschiedenen Stellen im Shop werden allen Kundinnen und Kunden weitere Artikel angezeigt. Dabei ist die Relevanz der entscheidende Faktor. Nur wenn die dort angezeigten Produkte auch den Geschmack der Besucher:innen treffen, besteht die Möglichkeit, dass diese auch gekauft werden. Genau hier zeigen sich die Vorteile einer guten Recommendation Engine. Auch wenn mittlerweile nahezu jedes Shopsystem irgendwelche Empfehlungen anzeigen kann, sind diese aufgrund der fehlenden Datenbasis oftmals nicht relevant und verfehlen dadurch ihre Wirkung. Oft sorgen schlechte Empfehlungen sogar für Frust und damit für Kaufabbrüche. Ein klassisches Beispiel dafür sind Empfehlungen, die nicht mehr in der passenden Größe verfügbar sind. Solche Empfehlungen schaden mehr, als dass sie nützen.

Recommendations tragen Überschriften wie „das könnte Ihnen auch gefallen“, oder „andere kauften auch“. Während diese Überschriften in vielen Fällen gar nicht mehr wahrgenommen werden, spielt der Inhalt eine wichtige Rolle. Dieser muss passen, um die Kaufwahrscheinlichkeit und somit den Umsatz im Shop zu erhöhen. Die Frage, was ein passender Inhalt ist, kann nicht einfach und schon gar nicht pauschal beantwortet werden. Jeder Mensch hat andere Vorlieben und erachtet demzufolge unterschiedliche Artikel als relevant.

Personalisierter Content is King

Um das Passende anzuzeigen, müssen Informationen über die Bewegungen der Nutzer:innen und idealerweise über vorherige Aktionen vorliegen. Je mehr Sie über die Besucher:innen wissen, desto besser kann der jeweilige Inhalt personalisiert werden. Im Grunde können Sie dabei zwischen zwei Grundstrategien wählen, die bei einer guten Recommendation auch miteinander kombiniert werden können.

1. Die Recommendation Engine nutzt Informationen über User:innen

Bei jedem einzelnen Besuch hinterlassen Verbraucher:innen Spuren, die für eine präzise Produktempfehlung genutzt werden können. So können Informationen wie zum Beispiel was in der Vergangenheit angeschaut, in den Warenkorb gelegt und schließlich gekauft wurde, direkt in Empfehlungen verarbeitet werden. Wie diese Daten dann genutzt werden, hängt von dem Sortiment im jeweiligen Shop ab. Während es bei Verbrauchsartikeln sinnvoll ist, dass die bereits gekauften bei einem weiteren Besuch nochmal angezeigt werden, sollten diese bei Gebrauchsartikeln wie zum Beispiel Modebekleidung besser ausgeschlossen werden. Die Königsdisziplin ist jedoch, aus Vergangenheitsdaten die Zukunft zu prognostizieren. Mithilfe von Predictive Analytics können diese Daten genutzt werden um daraus sogenannte NBO (Next Best Offer) zu berechnen.

Ein mathematisches Modell analysiert dabei eine Vielzahl von vergangenen Sessions, um zu prognostizieren, was wahrscheinlich als Nächstes gekauft werden wird. Dabei können nicht nur passende Produkte, sondern auch Kategorien oder redaktionelle Artikel aus dem Content-Marketing angezeigt werden, um ein optimales Onlineshopping-Erlebnis zu schaffen. Der Datenschutz sieht vor, dass für diese Art der Personalisierung eine Einwilligung der jeweiligen Person, die den Shop besucht hat, vorliegen muss. Diese Einwilligung kann über das Standard-Cookie-Banner erfolgen, das sowieso in jedem Shop im Einsatz ist.

2. Rückschlüsse auf den Bedarf auf Basis der im Moment angeschauten Artikel

Ist zum Beispiel jemand auf der Produktdetailseite einer Bohrmaschine, können über die Empfehlungen zum einen andere Bohrmaschinen mit ähnlichen Eigenschaften, zum anderen ergänzende Produkte angezeigt werden. Beides sorgt bei Kund:innen für höhere Zufriedenheit und für mehr Umsatz in Ihrem Unternehmen. Das ist vor allem dann wichtig, wenn zum Beispiel Zugriffe direkt über Google oder andere Suchmaschinen erfolgen und noch keine weiteren Informationen über die Nutzer:innen vorliegen.

Für optimalen Erfolg sollten beide Regeltypen im Shop miteinander kombiniert werden. So können den Nutzer:innen auf der Produktdetailseite passende Artikel zu dem Produkt angezeigt werden, bei dem die bereits gekauften Artikel ausgeschlossen sind oder das NBO-Produkt aus dieser Kategorie bevorzugt wird. Weitere Faktoren, wie zum Beispiel der Lagerbestand oder die Marge, können dabei in die Regel mit einfließen.

Daten sind das A und O

Je mehr Informationen über die Besucher:innen vorliegen, desto besser und präziser sind die Empfehlungen. Auch Bewegungsdaten, wie zum Beispiel Informationen darüber, welche Artikel angeschaut, in den Warenkorb gelegt und gekauft wurden, werden dabei von der Engine erfasst. Diese werden entweder direkt verwendet oder die Recommendation Engine berechnet daraus über künstliche Intelligenz diejenigen Produkte, bei denen die Kaufwahrscheinlichkeit am höchsten ist.

Die optimale Regel oder das optimale Vorgehen im Sinne von „one size fits all“ existiert nicht. Die Regelwerke und somit die Empfehlungen müssen zur Situation der Nutzer:innen passen und je nach Phase innerhalb der Customer Journey angepasst werden. Schaut sich ein Besucher oder eine Besucherin bereits ein konkretes Produkt an, müssen die Empfehlungen das berücksichtigen.

In allen Fällen kann eine Recommendation Engine nicht nur helfen, den Umsatz in Ihrem Unternehmen zu steigern, sondern auch dabei, Kundenströme dahin zu lenken, wo diese für Sie, Ihren Shop und Ihr Unternehmen den größten Nutzen haben. Die Bevorzugung von margenstarken Produkten oder der Abverkauf von Ladenhütern sind hierbei zwei weitere Beispiele, wie gezielte Empfehlungen Ihr Online-Marketing und die Umsätze Ihres Unternehmens per Knopfdruck unterstützen. Und damit das reibungslos funktioniert, sind konsistente Daten ein absolutes Muss. Stellen Sie sich vor, Sie müssten versuchen, alle Bewegungsdaten Ihrer Kund:innen sowie alle Produktdaten manuell zusammenzusuchen, um diese in die vorgesehenen Kanäle zu verteilen. Dies ist nicht möglich. Um Ihre Daten ressourcenschonend auf Vordermann zu bringen lohnt sich die Überlegung, ein PIM einzusetzen. Ein PIM-System fungiert wie eine zentrale Datendrehscheibe für Ihren gesamten Product Content. Gesammelt und zentriert ist es dann ein Leichtes, teamübergreifend an den Daten zu arbeiten und diese in die notwendigen Kanäle zu verteilen. Sie sehen, mehr Umsätze zu generieren und Ihr Online-Marketing und Produktmanagement zu optimieren muss kein Hexenwerk sein, wenn wir die Möglichkeiten der Digitalisierung smart nutzen und richtig ausschöpfen.

Sie wollen tiefer in das Thema eintauchen? Im Webinar-on-Demand „Digitales Produktinformationsmanagement – Ihr Sprungbrett in die Digitalisierung“ zeigen Ihnen eggheads Produkt-Expert:innen in 30 Minuten, wie Sie mit einem PIM-System die optimale Basis schaffen, um die Vorteile der Digitalisierung gewinnbringend zu nutzen.