Carpathia erwähnte unlängst, dass rund ein Viertel des Umsatzes bei Amazon durch deren hauseigenen Empfehlungen (Kunden die das gekauft/angesehen haben, haben auch jenes gekauft/angesehen) zustande komme. Dieser hohe Anteil wundert verwundert.
Weder kenne ich Onlinehändler die eine – auch nur annähernd – vergleichbare Quote erreichen, noch interessieren mich derlei Empfehlungen beim eigenen Einkauf sonderlich. Was aber beides nichts bedeuten muss.
Daher meine Frage: Kann ein Shop-Betreiber unter unseren Lesern zumindest – von einigermaßen herzeigbaren – ähnlichen Erfolgen für ihre Empfehlungen (Recommendations) berichten?
Lädt...
Mit gesundem Menschenverstand zu mehr Umsatz
Was A/B-Testing ist und wie man damit die Conversion boosten kann
Keep it Simple – mehr Umsatz mit Bequemlichkeit
Konsumentenpsychologie – Grundlagen und Best Practice im E-Commerce
Basti Geyer meint
Hallo,
Amazon ist Vorreiter in Sachen Personalisierung.
Das Amazon Widget „andere Kunden kauften auch“ ist tatsächlich ein Personalisierungstool und hat nicht zwingend was mit Einkäufen anderer Kunden zu tun.
Zahlreiche Algorithmen berechnen die passenden Produkte.
Dass 1/4 der Sales über die Empfehlungen kommen ist keinesfalls eine Seltenheit sondern eher Normalität. (durschnittlicher Warenkorb ca. 30 % mehr)
Es gibt diverse Firmen die eine solche Technologie anbieten.
Allerdings ist hier auch darauf zu achten, dass die Firmen Hybride Empfehlungen abgeben. (econda oder prudsys z.B. haben nur manuelle) Wir implementieren gerade das Tool von http://www.Peerius.com . Die sind Marktführer in UK aber haben auch jemanden in Deutschland sitzen.
Bei denen steckt der ehemalige Amazon Scientist dahinter…daher und auf Grund des fairen Preises unsere erste Wahl. Ausserdem Exit Clause wenn nicht die gewünschten Ergebnisse.
terrific.de meint
Ein Viertel glauben wir auch nicht. Unsere Messungen sagen aber, dass es Tage gibt, dass Empfehlungen bis zu 12 % ausmachen. Im Schnitt liegen wir bei 8 – 9 %. Positionierung ist dabei ein wichtiger Punkt und ein entsprechendes Tool. Gerade hierbei glaube ich aber, dass Amazon hier extrem viel leisten kann aufgrund deren Traffic und deren IT, denn: Amazon ist kein Händler sondern ein Software-Konzern!
aspects meint
Hallo,
die Quote von 25% stimmt bei uns auf jeden Fall. Wir machen manchmal Stichproben und befragen unsere Kunden. Entscheidungskriterium „Empfehlung“ steht ganz oben, dann vielleicht die Bestseller Listung. Wir sind zufrieden und freuen uns über unsere Umsatzzuwächse.
H.P. meint
Recommendation engines sind schon eine feine Sache, allerdings verfügt kaum ein Shopsystem über solche Technologie und so werden halt, wenn überhaupt, externe Anbieter eingebunden.
Wie überall wird auch hier mit Studien und Zahlen um sich geworfen die, mit Sachverstand betrachtet, kaum realistisch sind. Was bei Amazon aufgrund des dort vorhandenen breiten Angebots vielleicht noch hinhauen kann ist für den normalen Händler mit der deutlich kleineren Angebotspalette schlicht unmöglich da die commendation engines nunmal lediglich auf eine begrenzte Basis zurückgreifen können und damit die Empfehlungsmöglihkeiten in Anzahl und Qualität zwangsläufig schlechter sein müssen. Somit bieten sich Empfehlungen aus recommendation engines primär für Marketingzwecke, beispielsweise in individuellen Newslettern, und als Planungstool für den Einkauf und Marketing für Aktionen an.
Wir haben unsere integrierte recommendation engine beispielsweise mehrfach ans Newslettertool gekoppelt, einmal für die automatische Erstellung individueller Newsletter und einmal als Analysetool das dem Shopbetreiber ermöglicht zielgenaue allgemeine Newsletter zu verfassen.
Unsere Zahlen belegen das damit die Umsätze aus dem Marketinginstrument Newsletter durchaus signifikant verbessert werden konnten.
Peter Höschl meint
—snip—
…einmal als Analysetool das dem Shopbetreiber ermöglicht zielgenaue allgemeine Newsletter zu verfassen.
—snap—
Was meinst Du damit – Auswertung auf welche Empfehlungen im Newsletter geklickt wurden?
H.P. meint
Das ist nur eine Anwendungsmöglichkeit und hat mit simpler Auswertung von Klicks gar nichts zu tun.
Mit recommendation engine meine ich eine komplexe Berechnung welche Produkte ein Kunde gegenwärtig am interessantesten finden wird, wobei hier eine große Anzahl an Faktoren eine Rolle spielen und eine gute Produktdatenqualität sowie eine entsprechend breite Produktpalette eine wichtige Rolle spielt. Ein Newsletter der per recommendation engine befeuert wird ist also keine statische Angelegenheit in der stur ein oder mehrere Produkt/e beworben wird sondern eine absolut individuell auf jeden einzelnen Empfänger zugeschnittene Geschichte.
Bei uns ist die recommendation engine aufgrund des Designs als Funktionsbibliothek allerdings an vielen Punkten im System sowohl im Backend als auch im Frontend des Shops einsetzbar, beispielsweise auch für Kundenkontoempfehlungen, direkt auf den Shopseiten als Produktempfehlung, für individuelle Kundeninformationen oder als Metabericht über größere Kundengruppen. Weitere Anwendungsmöglichkeiten sind denkbar und sollen noch hinzukommen, unsere Beobachtungen zeigen das die Empfehlungen selbst bei eigentlich schwierigen Produktportfolios erstaunliche Qualität besitzen.
Externe Dienste dürften es hier schwer haben da denen die individuellen Daten aus dem Shopsystem fast komplett fehlen, eine echte individuelle Berechnung damit eigentlich unmöglich ist. Empfehlungen anderer Kunden werden in Masse sicherlich eine recht gute allgemeine Qualität erbringen können, müssen aber gut kontrolliert werden um Manipulationen auszuschliessen, zudem ist auch die „Weisheit der Masse“ nur eingeschränkt für tatsächlich individuelle Empfehlungen nutzbar da echte individuelle Faktoren halt nicht berücksichtigt werden(können).
econda meint
Hallo,
Wir bei econda empfinden 25% auch als eher viel. Aber auch in unserem Kundenkreis gibt es durchaus Händler, die im zweistelligen Bereich Umsatz über ihre Recommendations machen.
Und noch ein kleiner Hinweis in eigener Sache – falls ich den Terminus „Hybride Empfehlungen“ richtig verstehe: das kann unsere Recommendation-Lösung „Cross Sell“ durchaus auch. Hier können neben den vollautomatisch erzeugten Empfehlungen (die bei Bedarf auch nur über die Recommendation Engine über API ausgegeben werden könnnen) auch manuell Eingriffe vorgenommen werden, um z. B. Lagerbestände abzubauen oder Sonderangebote zu pushen. Weitere Infos zu unserer Lösung findet man natürlich auf unserer Website 😉 (http://www.econda.de/produkte/cross-sell.html)
Viele Grüße aus Karlsruhe