10 Produktempfehlungsstrategien zur Verdreifachung Ihres E-Commerce-Umsatzes

Einführung

Mit 900 Millionen Internetnutzern ist Indien der zweitgrößte Online-Markt der Welt. Dieses exponentielle Wachstum der digitalen Nutzer lässt sich grob auf ihre gesteigerten Online-Aktivitäten übertragen, und E-Commerce ist ein wesentlicher Teil davon. Aber mehr bedeutet für Unternehmen nicht immer glücklich – der Zustrom von Benutzern und Organisationen auf dem Einzelhandelsmarkt hat zu mehr Wettbewerb für Marken geführt und den E-Commerce zu einem hart umkämpften Bereich gemacht.

Diese modernen Kunden sehen sich heute mit einer Vielzahl von Einkaufsmöglichkeiten konfrontiert. Tausende E-Commerce-Websites versuchen jede Minute, ihnen ähnliche, wenn nicht sogar dieselben Produkte zu verkaufen. Dennoch sind ihre Online-Ausgaben knapper als je zuvor!

Wie also dominieren E-Commerce-Websites die Branche, indem sie in die Geldbörsen ihrer Kunden eindringen und Verkaufsziele erreichen? Eine zuverlässige Methode sind Produktempfehlungen – ein dynamisches Vorhersagesystem, mit dem für den Kunden interessante Artikel hervorgehoben angezeigt werden.

Mehr als 71 % der E-Commerce-Websites empfehlen Produkte auf ihrer Homepage. Dies hat ihnen geholfen, Engagement, Conversions und Umsatz zu steigern. Während Empfehlungen nur 7 % der Besuche ausmachten, machten sie 26 % des Umsatzes aus.

Während wir noch einmal ausführlich darauf eingehen, was Empfehlungssysteme sind und wie sie funktionieren, wollen wir uns zunächst mit ihren Grundlagen befassen, bevor wir fortfahren. Der folgende Trichter zeigt, wie Empfehlungen warme Leads in Käufer mit hoher Kaufabsicht umwandeln, indem sie ihnen die Produktfindung erleichtern.

Empfehlungssysteme basieren auf Algorithmen, die Unmengen an Daten analysieren, um das Verhalten der Käufer zu verstehen und ihre zukünftigen Bedürfnisse zu antizipieren. Genau so weiß Netflix, welchen Film Sie als Nächstes sehen möchten. Eine solche Analyse und Vorhersage von Kundenbedürfnissen wird als Kundenprofilierung bezeichnet und hilft dabei, Empfehlungen zu personalisieren.

Sobald Käufer auf solche Empfehlungen klicken, ist die Wahrscheinlichkeit, dass sie den Artikel in den Warenkorb legen und ihre Transaktion abschließen, um das 4,5-fache höher. Dies liegt daran, dass das System ihnen Produkte basierend auf ihrem Einkaufsverhalten oder den Ergebnissen vorschlägt, mit denen die meisten Benutzer zusammen gekauft haben Produkt.

Diese Empfehlungen führen zu einem um 10 % höheren durchschnittlichen Bestellwert (AOV). Wir sind uns also einig: Empfehlungen erleichtern nicht nur das Leben des Käufers, sondern sind auch das ultimative Werkzeug für einen E-Commerce-Vermarkter, um den Umsatz zu steigern und Ziele zu erreichen!

E-Commerce-Umrechnungskurse: Berechnung und Interpretation

Das Ziel der meisten Empfehlungen besteht darin, Käufe anzukurbeln. Dieses Ziel kann jedoch je nach Art der Website variieren und Aktionen wie die Kontaktaufnahme mit dem Kundendienst, das Abonnieren eines Newsletters oder das Ausfüllen eines Formulars zur Lead-Generierung umfassen.

Folglich ist die Konversion das Verhältnis von Website-Sitzungen zur Erreichung dieses Endziels (Transaktionen, Formulare, Ergebnisse usw.). Es hilft dabei, den Prozentsatz der Besucher zu messen, die die beabsichtigte Aktion der Website abgeschlossen haben. Angenommen, das Ziel bestand darin, den Artikel zu kaufen. Dann wird die Conversion berechnet, indem die Gesamtzahl der gekauften Besucher durch die Gesamtzahl der Website-Besucher dividiert wird. Multiplizieren Sie dies mit 100 und das ist Ihre Conversion-Rate!

Wenn Ihre Website beispielsweise 80.000 Besucher hatte, von denen 6.000 ein Produkt gekauft haben, beträgt die Conversion-Rate 7,5 %.

Die Formel lautet: E-Commerce-Conversion-Rate (7,5 %) = Gesamtzahl der gekauften Besucher (80.000) / Gesamtzahl der Website-Besucher (6.000) x 100

Während sich der Erfolg von Produktempfehlungen am besten anhand der Konversionsraten messen lässt, spiegeln der durchschnittliche Bestellwert (AOV) und die Klickrate (CTR) auch die Vorteile wider, die es mit sich bringt, einem Kunden Produkte anzubieten, die seinen Bedürfnissen am besten entsprechen.

Der durchschnittliche Bestellwert ist der durchschnittliche Dollarbetrag (Rupie), den der Kunde einer Website ausgibt. Er wird berechnet, indem der Umsatz durch die Gesamtzahl der Bestellungen dividiert wird und belegt, wie erfolgreich Empfehlungen im Upselling/Cross-Selling waren.

Die Formel lautet: Durchschnittlicher Bestellwert (AOV) = Umsatz / Reihenfolge der Zahlen

Ebenso gibt die Click-Through-Rate an, wie oft auf einen bestimmten Link auf der Website geklickt wurde. Sie wird berechnet, indem die Klicks durch die Impressionen dividiert werden (d. h. wie oft der Link sichtbar war).

Funktionsweise der Formel: CTR = Klicks (Anzahl der Personen, die auf die Anzeige geklickt haben) / Impressionen (Anzahl der Personen, die die Anzeige angesehen haben) x 100

Die CTR gibt den Prozentsatz der Käufer mit hoher Kaufabsicht an, da die Wahrscheinlichkeit, dass diejenigen, die auf eine Empfehlung klicken, wieder zurückkommt, fast doppelt so hoch ist! Kurz gesagt: Wenn eine Empfehlung angeklickt wurde, ist sie äußerst produktiv bei der Steigerung der Conversion-Rate und des Umsatzes.

Was ist eine Produktempfehlung?

Mittlerweile wissen wir, dass Produktempfehlungen hinter den Kulissen wirken, indem sie die vergangenen Transaktionen Tausender Käufer analysieren und deren zukünftige Bedürfnisse vorhersagen. Diese Analyse wird dann in Form von Empfehlungen an den Website-Besucher angezeigt und regt ihn an, mehr und schneller zu kaufen.

Werfen wir einen kurzen Blick auf das folgende Bild von der Website von FirstCry. Sowohl die Titel „Das könnte Ihnen auch gefallen“ als auch „Häufig zusammen gekauft“ sind Empfehlungen der Marke, die ihre Nutzer beim Kauf oder bei der Auswahl anstoßen.

Während die meisten E-Commerce-Websites mit Konversionsraten zwischen 2,5 und 3 % zu kämpfen haben, können Produktempfehlungen über 49 % der Besucher dazu bewegen, Produkte zu kaufen, die sie ursprünglich nie beabsichtigt hatten.

Wenn Sie noch nicht überzeugt sind, sehen Sie sich diese vier wichtigen Gründe an, warum Sie Produktempfehlungen auf Ihren E-Commerce-Websites einfügen müssen:

1. Verbesserte Benutzererfahrung –

In unserem Offline-Leben haben wir uns oft auf den Vorschlag des Ladenbesitzers in einem örtlichen Supermarkt verlassen. Warum? Weil es bequem und schnell ist. Online-Produktempfehlungen dienen demselben Zweck, indem sie die Reise eines Kunden auf Ihrer Website vom Stöbern bis zum Bezahlen erleichtern.

Sie sind so wichtig geworden, dass 56 % der Kunden zu Websites zurückkehren, die sie empfehlen, und 71 % frustriert sind, wenn das Einkaufserlebnis nicht personalisiert ist.

2. Bessere Kundenbindung –

Kunden leben von Vertrauen und dem Gefühl, verstanden zu werden. Vermarkter können dies tun, indem sie ihnen personalisierte Produktempfehlungen anbieten, die ihr Kaufverhalten ergänzen. Dies trägt zu höheren Klicks auf der Website, mehr Besuchen und der Aktivierung anderer Kommunikationskanäle wie E-Mails bei.

Auf diese Weise verschickte beispielsweise ALTBalaji, ein indischer Streaming-Dienst, eine personalisierte Empfehlung per E-Mail, um mehr Abonnements zu erzielen. Dies ist keine Website-Empfehlung, aber E-Mail-, SMS- und Push-Benachrichtigungen können alle als Mittel zur Wiederbelebung oder zur Steigerung von Wiederholungskäufen verwendet werden.



3. Erhöhter Umsatz –

Produktempfehlungen bieten eindeutig eine großartige Gelegenheit, die Präferenz eines Käufers durch ähnliche oder verbesserte Produkte zu ergänzen. Vermarkter müssen diese Gelegenheit zum Cross-Selling und Up-Selling nutzen, indem sie Abschnitte wie „Häufig zusammen gekauft“ und „Kunden, die dies gekauft haben, haben auch gekauft“ verwenden. Nachfolgend finden Sie eine weitere Empfehlung von Amazon für Bücher eines ähnlichen Genres.



4. Baut Loyalität auf –

Da Empfehlungen die Customer Journey an jedem Berührungspunkt personalisieren, steigt deren Gesamtzufriedenheit. Ein zufriedener Kunde kehrt mit größerer Wahrscheinlichkeit zurück und macht durch Mundpropaganda Werbung für die Website.

Wie sind Empfehlungsmaschinen aufgebaut?

Wir haben kurz besprochen, wie Algorithmen verwendet werden, um den Besuchern einer E-Commerce-Website personalisierte Empfehlungen anzuzeigen. Lassen Sie uns tiefer darauf eingehen.

Eine Produktempfehlungs-Engine analysiert und modelliert Tonnen von Benutzerdaten mithilfe von maschinellem Lernen (ML). Zunächst werden Daten (Eingaben) zu früheren Transaktionen, Browserverlauf, Linkklicks und anderen Interaktionen der Benutzer empfangen. Sobald diese Daten bereinigt und Benutzer mit ähnlichem Verhalten anhand verschiedener Parameter segmentiert werden, wird ein Empfehlungssystem erstellt.

Die meisten Empfehlungssysteme werden mit einem dieser drei Ansätze implementiert:

1. Kollaboratives Filtern : Dieses Modell geht davon aus, dass Benutzer, die in der Vergangenheit ähnliche Produkte gekauft haben, das Muster wahrscheinlich in Zukunft wiederholen werden. Wenn also Jasmine eine Pizza und einen Salat gekauft hat, während Aliya sie plus eine Diät-Cola gekauft hat, wird Jasmine das auch tun.
2. Inhaltsbasiertes Modell : Dieses Modell verwendet Daten aus Cookies aller besuchten Websites, um die Vorlieben und Abneigungen jedes Benutzers zu verstehen. Empfohlene Produkte werden dann unter der Annahme gefiltert, dass Ihnen Artikel gefallen, die Ihren früheren Interaktionen ähneln.

Wenn Nick beispielsweise gelbe Schuhe, ein Hemd und eine Chinohose gekauft hat, wird er in Zukunft wahrscheinlich nach gelben Hosen Ausschau halten.


3. Hybridfilterung : Diese Methode kombiniert Inhalts- und kollaborative Filterung, um gemeinsame Präferenzen zwischen Benutzern zu berücksichtigen, zeigt jedoch Ergebnisse an, nachdem sie auf der Grundlage der Präferenzen einzelner Benutzer gefiltert wurden. Nehmen wir zum Beispiel Netflix: Es filtert Filme basierend auf den Gewohnheiten ähnlicher Benutzer, zeigt aber nur diejenigen an, die mit den früheren Interaktionen dieses Benutzers übereinstimmen.

10 Produktempfehlungsstrategien zur Steigerung Ihrer E-Commerce-Conversions

COVID-19 hat die Art und Weise, wie wir einkaufen, verändert. Allein in Entwicklungsländern ist der Anteil der Online-Käufer von 33 % auf 60 % gestiegen. Infolgedessen wurden mehrere Unternehmen gezwungen, online zu gehen. Allerdings haben viele von ihnen immer noch Schwierigkeiten, Empfehlungen zu personalisieren, wodurch Traffic an die Konkurrenz verloren geht.

Auf der anderen Seite ist die Wahrscheinlichkeit, dass der Kunde einen Kauf tätigt, bei erfolgreichen Unternehmen, die personalisierte Empfehlungen anbieten, um 91 % höher. Der Schlüssel liegt darin, zu wissen, wem man was zeigen soll. Hier sind einige Arten von Produktempfehlungen, die bei der Beantwortung dieser Frage helfen können:

• Personalisierung – Haben Sie einen Actionthriller gesehen oder ein blaues Kleid gekauft? Haben Sie wiederholt Essen im selben Restaurant bestellt? Alle diese Daten werden analysiert, um die Vorlieben und Abneigungen eines Kunden zu verstehen und relevante Empfehlungen abzugeben.

Je näher diese Empfehlungen am Geschmack eines Kunden sind, desto höher ist seine Conversion. Personalisierte Empfehlungen haben außerdem 54 % der Käufer davon überzeugt, ihren durchschnittlichen Bestellwert zu erhöhen.



• Ähnliche Produkte: Bei Tausenden von Produkten, bei denen man einkaufen kann, kann es für einen Kunden leicht frustrierend sein, von einer Seite zur anderen navigieren zu müssen. Doch hier hilft uns die Empfehlungskategorie „Ähnliche Produkte“.

Kunden können nicht nur mehr Produkte ausprobieren, sondern auch einfach ihre Optionen vergleichen und die Transaktionen nahtlos abschließen.



• Cross-Selling und Up-Selling: Es ist fast intuitiv zu glauben, dass ein Kunde, der kürzlich ein Telefon gekauft hat, bald eine Hülle benötigt. Ebenso benötigt jemand, der sich für eine Jacke interessiert, möglicherweise mehr Winterkleidung.

Produktempfehlungen nutzen diese Gelegenheit optimal aus, indem sie Artikel mithilfe von Kategorien wie „Was die Leute gerne gekauft haben“ und „Häufig zusammen gekauft“ Up- oder Cross-Selling betreiben.

• Sozialer Beweis: Käufer sind von Bewertungen begeistert, weil sie ihnen ein Gefühl der Sicherheit geben und dabei helfen, Vertrauen aufzubauen. Untersuchungen zufolge suchen mehr als 47 % der Käufer auf E-Commerce-Websites nach (visuellen) sozialen Beweisen.

Daher trägt die Empfehlung von Produkten, die von früheren Kunden gut bewertet wurden, dazu bei, die Transaktion schneller abzuschließen. Zu den gängigen Kategorien gehören „am besten bewertete Produkte“ oder „Influencer-Tipps“.



• Saisonal – Es ist nur natürlich, dass sich der Kunde mit den wechselnden Jahreszeiten weiterentwickeln muss. Diese Empfehlungskategorie eignet sich gut für Lebensmittel- und Modeprodukte.

So lockt der Sommer zum Beispiel mit Mango-Manie und blumige Outfits liegen im Frühling voll im Trend.

• Neuankömmlinge: In Zeiten von Fast Fashion und sich schnell weiterentwickelnden Technologien sind Empfehlungen, die auf „Neuankömmlingen“ basieren, eine wirksame Strategie zur Produktwerbung.



Solche Empfehlungen erzeugen bei Kunden die Angst, etwas zu verpassen (FOMO). Denn wer stellt nicht gerne ein neues Telefon/Kleid zur Schau?

• Bündelung: Einkaufstrends, die sich in der Regel bei einem breiten Kundenstamm wiederholen, können genutzt werden, um Empfehlungen in Kategorien wie „Kunden, die sich dies angesehen haben, haben sich dies auch angesehen“ oder „Häufig zusammen gekauft“ anzuzeigen. Daher werden Produkte in der Regel rund um den Checkout gebündelt, was den Umsatz und den durchschnittlichen Bestellwert (AOV) steigert.



• Basierend auf dem Browserverlauf – Es ist eine menschliche Tendenz, E-Commerce-Websites ohne ernsthafte Kaufabsicht zu durchsuchen. Daher nutzen Algorithmen ihre vergangenen Browsing-Daten, um ihre Bedürfnisse/Wünsche zu identifizieren und ihnen entsprechende Empfehlungen zu geben.
• Produkte wieder auf Lager: Diese Art von Empfehlungen ist auf Möbel-E-Commerce-Websites üblich und nutzt Produkte, die schneller ausverkauft sind, um den Umsatz anzukurbeln.

Dies erzeugt nicht nur ein Gefühl der Dringlichkeit bei Kunden, die sich Sorgen um den Lagerbestand machen, sondern trägt auch dazu bei, die Markentreue bei Stammkunden zu stärken.

Für welche Art von Empfehlung Sie sich auch entscheiden, stellen Sie sicher, dass Sie sie richtig positionieren. Ansonsten sind das alles nur verpasste Verkaufschancen.

Beispiele für Produktempfehlungen führender Marken

Die Lösung zur Produkterkennung führt zu einer garantierten Verbesserung des Benutzererlebnisses für E-Commerce-Websites. Kein Wunder, dass Marktführer wie Amazon, Myntra oder Netflix im Wettlauf um die Produktempfehlungen die Nase vorn haben, um an der Spitze zu bleiben. Schauen wir uns drei Marken im Detail an, um zu verstehen, welche Vorteile ihnen die Empfehlungen gebracht haben –

Beispiel 1: Amazon

Amazon nutzt eine Vielzahl von Empfehlungsstilen, die strategisch entlang der User Journey platziert werden, um höhere Klickraten und Conversions zu erzielen.

Hier sind einige Beispiele für die Empfehlungen „Kunden, die dies gekauft haben, kauften auch“ von Amazon Indien. Laut Mckinsey trug diese Art der personalisierten Empfehlung zu über 35 % des Gesamtumsatzes bei und führte zu einem Umsatzanstieg von 29 %.

Beispiel 2: Nykaa

Nykaa, einer der größten Beauty- und Wellness-Einzelhändler Indiens, nutzte den Empfehlungstyp „Das könnte Ihnen auch gefallen“, um Produkte auf der Grundlage gemeinsamer Interessen der Benutzergruppen zu verkaufen. Infolgedessen wurden bis 2020 50 % der Kunden von Nykaa zu Routinebesuchern, und ihre Empfehlungen im Stil eines Einkaufsführers trugen in diesem Jahr 3 % zum Bruttowarenwert (GMV) bei.

Fehler, die es zu vermeiden gilt

Es reicht nicht aus, Produktempfehlungen anzuzeigen. Alles andere, vom Timing bis zur Platzierung, spielt eine entscheidende Rolle für ihren Erfolg. Hier sind 5 Fehler, die Sie vermeiden sollten –

• Falsche Platzierung – Die Anzeige von Shorts-Empfehlungen auf einer Laptop-Produktseite hilft nicht. Stattdessen führt die Anzeige verwandter Produkte wie Laptoptaschen zu einer höheren Conversion.
• Überwältigende Empfehlungen – Zu viele Informationen sind Lärm. Und zu viele Empfehlungen bedeuten gar keine. Überladen Sie den Bildschirm des Käufers also nicht mit Empfehlungen.
• Kontextunabhängige Empfehlungen – Jede Empfehlung muss mit dem Kontext des Käufers kompatibel sein – Standort, Demografie oder Kaufhistorie. Nur dann fühlt sich ein Käufer verstanden und nicht gespammt.

Hier ist ein Beispiel für eine unsensible Produktempfehlung von Amazon.


• Fehlende A/B-Tests: A/B-Tests sind eine Voraussetzung für die Optimierung von Parametern wie Anzahl, Aussehen und Positionierung von Empfehlungen. Dies trägt dazu bei, Empfehlungen mit höheren Konversionsraten zu identifizieren und zu behalten.
• Schlechte Navigation: Eine Empfehlung ist nur so gut wie die Conversions, die sie generiert. Daher müssen jegliche Reibungen im Reisebeitrag des Benutzers, der auf den Link klickt, beseitigt werden. Alle wichtigen Seiten wie Kontakt, Produktkatalog und Warenkorb müssen immer leicht zugänglich sein.

Abschluss

Das Verständnis des wahren Potenzials von Produktempfehlungen zur Steigerung des Umsatzes, zur Steigerung des Bestellwerts und zur besseren Einbindung von Kunden kann Ihnen die Augen öffnen. Aber selbst erfahrene Vermarkter schaffen es nicht, Empfehlungen optimal zu nutzen.
Wenn Sie der Meinung sind, dass das Ausführen von Empfehlungen entweder zu teuer oder zu komplex ist, ist dies Ihr Moment der Wahrheit – das ist nicht der Fall! Die Produktempfehlungstools von WebEngage sind bemerkenswert einfach und haben vielen Kunden dabei geholfen, zusätzliche Einnahmen zu erzielen.

Fast 81 % der Käufer stimmten dem Kauf zu, nachdem sie eine personalisierte Marketing-E-Mail mit Produktempfehlungen erhalten hatten, eine Funktion, die WebEngage-Kunden hilft, sich zu profilieren. Mithilfe unserer vorab ausgefüllten Vorlagen für Marketingkanäle können WebEngage-Benutzer höchst ansprechende und kreative Möglichkeiten entwickeln, mit ihren Kunden in Kontakt zu treten.

WebEngage verfügt über ein umfassendes Paket, das den Anforderungen des Empfehlungssystems Ihrer E-Commerce-Site gerecht wird. Wenn Sie auf der Suche nach Möglichkeiten zur Umsatzsteigerung sind, nehmen Sie noch heute an einer Demo mit uns teil und beobachten Sie, wie sich Ihr Unternehmen verändert!