E-Book – Der umfassende Recommendation Engine Guide
Erfahre in diesem Guide mehr über Empfehlungsstrategien, Einsatzbereiche, Personalisierung und Erfolgsfaktoren für Produktempfehlungen sowie über erfolgreiche Use Cases.
Mit einer Recommendation Engine sorgst du für Inspiration im Online Shop und erhöhst den Warenkorbwert
Wusstest du, dass…
35%
des Umsatzes bei Amazon durch Produktempfehlungen generiert werden – ein klarer Beleg für die Wirksamkeit von Recommendation Engines (McKinsey via ameo-agentur.de, abgerufen 2024)
299%
ROI von Unternehmen in 3 Jahren erzielt werden, die in fortschrittliche Personalisierungstechnologien wie Recommendation Engines investieren (Forrester, 2022)
26%
der Konsumenten in Online Shops, gerne Kaufempfehlungen in Online Shops nutzen würden. (Quelle: Bitkom-Research, 2020)
47%
der User, es als sinnvoll erachten, ähnliche Produkte im Online Shop vorgeschlagen zu bekommen. (Quelle: Statista, 2017)
Eine Recommendation Engine setzt Kaufimpulse in der Purchase-Phase
Eine Recommendation Engine ist ein Software-Service, der relevante Empfehlungen in einem Online Shop ausspielt und dadurch in der Purchase-Phase für Inspiration sorgt. Dafür wird das Klick- und Kaufverhalten jedes Shopbesuchers in einer KI-gestützen Wissensbasis erfasst und zu einer Historie verarbeitet. Durch eine selbstlernende Technologie werden dem Shopbesucher Produkt- oder Content-Empfehlungen ausgespielt, die zum Interesse passen. Dabei kommen verschiedene Arten von Empfehlungssystemen zum Einsatz – von verhaltensbasierten bis hin zu kontextbasierten Ansätzen. Es entstehen Kaufimpulse, die den Warenkorbwert steigern. Genau das bietet epoq Inspire.
Personalisierung ist der Schlüssel zu relevanten Empfehlungen auf jeder Shopseite
Unsere Recommendation Engine generiert eine KI-gestützte Wissensbasis, um für jeden Kunden individuelle Empfehlungen zu berechnen – genau abgestimmt auf sein Verhalten und seine Präferenzen.
So inspiriert sie deine Kunden gezielt in der Phase der Kaufbereitschaft und setzt wirkungsvolle Kaufimpulse. Beispielsweise werden einem Kunden, der nach „Tom Tailor“-Hosen sucht, weitere passende Produkte dieser Marke empfohlen. Legt er eine Hose in den Warenkorb, zeigen wir ihm ergänzend dazu passende T-Shirts seiner bevorzugten Marken an.
Damit wird jeder Touchpoint im Shop zu einem personalisierten Erlebnis, welches den Warenkorbwert erhöht und die Conversion Rate steigert.
Schau dir unser kurzes Erklärvideo zur Recommendation Engine an
Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.
Mehr Informationen5,04 % mehr Umsatz pro Session dank neuer Personalisierungsstrategie der Recommendation Engine
„Unsere Premium- und Luxus-Kunden erwarten, insbesondere von uns als geschlossenem Online Shop, personalisierte Angebote und Empfehlungen – basierend auf Markenpräferenz, der eigenen Größe, Geschmack etc. Mit Epoq als Partner finden wir immer wieder neue Ansätze, welche wir agil umsetzen und gemeinsam weiter optimieren.“
Dr. Stefan Hoffmann | Managing Director | Outletcity Metzingen
Merchandising-Steuerung: Unsere Recommendation Engine folgt deiner Business-Logik
Unsere Recommendation Engine richtet sich nicht nur nach den Interessen deiner Kunden, sondern auch nach deinen Vorgaben. Mit flexiblen Merchandising-Optionen kannst du Regeln und Prioritäten setzen und so die Empfehlungen gezielt an deine Geschäftsziele anpassen. Ob gezielte Promotion einzelner Produkte, Berücksichtigung von Lagerbeständen oder strategische Platzierungen: Die Kombination aus intelligenter Personalisierung und manueller Steuerung macht unsere Recommendation Engine zu einem leistungsstarken Tool – perfekt abgestimmt auf dein Sortiment, deine Ziele und deine KPIs.
Priorisieren
Lege fest, welche Produkte, Marken oder Kategorien bevorzugt angezeigt und gezielt hervorgehoben werden sollen.
Business-Ziele
Definiere, welche Business-Ziele – etwa Lagerabverkauf, Margenstärke oder Neuheiten – bei der Produktausspielung berücksichtigt werden sollen.
Regeln
Lege fest, welche Regeln für bestimmte Use Cases oder Zielgruppen gelten sollen.
Customer Targeting: Unsere Recommendation Engine denkt auch in Zielgruppen
Unsere Recommendation Engine denkt nicht nur in Produkten – sondern auch in Zielgruppen. Du entscheidest, wer was zu sehen bekommt: persönlich, segmentiert oder nach strategischen Prioritäten.
1:1-Personalisierung
Unsere Kernkompetenz ist 1:1-Personalisierung – wir bieten jedem Nutzer ein maßgeschneidertes Einkaufserlebnis in Echtzeit. Schon ab dem ersten Klick analysieren wir das Verhalten und liefern sofort relevante Empfehlungen, ganz ohne Profil. Bei wiederkehrenden Kunden nutzen wir frühere Käufe und Interaktionen, um die Personalisierung noch präziser auf individuelle Bedürfnisse abzustimmen.
Segmentbasiertes Targeting
Segmentbasiertes Targeting spricht gezielt Gruppen mit ähnlichen Interessen an, wie etwa „Outdoor-Enthusiasten“ mit Wanderausrüstung. Dank 1:1-Personalisierung werden Segmente automatisch aus individuellen Kauf- und Verhaltensdaten erstellt, sodass Kampagnen noch präziser auf Kundenbedürfnisse abgestimmt sind.
Produktbasiertes Targeting
Für ein einzelnes Produkt – etwa die Neuerscheinung eines Buches – sowie für eine Kategorie oder Marke werden gezielt Kunden angesprochen, die anhand ihres Kaufverhaltens als potenzielle Käufer für genau dieses Buch erkannt werden. Dank 1:1-Personalisierung lassen sich diese Zielgruppen automatisch aus individuellen Daten ableiten, sodass Kampagnen besonders passgenau und wirkungsvoll auf exklusive Kundenbedürfnisse zugeschnitten sind.
Die beliebtesten Use Cases einer Recommendation Engine
Inspiriere deine Kunden mit dem Klick auf den Warenkorb-Button
Hat sich ein Online Shopper für ein Produkt entschieden, kannst du ihn beim Klick auf den Warenkorb-Button mit Zusatzprodukten inspirieren. Die relevanten Empfehlungen werden in Millisekunden personalisiert berechnet und eingeblendet. Dadurch wird dein Warenkorbwert und Umsatz gesteigert. Ankerkraut konnte dadurch den Warenkorbwert rasant um 6% steigern.
- Zusatzprodukte erscheinen mit Klick auf den Warenkorb-Button
- Relevante Empfehlungen werden in Millisekunden berechnet und eingeblendet
- Warenkorbwert und Umsatz wird gesteigert
Ermögliche deinen Kunden den Kauf eines Gesamtpakets
Biete deinen Online Shoppern die Möglichkeit, schnell komplette Produkt-Sets zusammenzuklicken. So entsteht z. B. ein stilsicheres Outfit oder eine kompatible Snowboardausrüstung. Das Set kann direkt geshoppt oder zunächst gespeichert werden. So erhält der Online Shopper Inspiration für ein kompatibles Produkt-Set direkt auf der Produktdetailseite und spart dazu noch Zeit. Warenkorbwert und Umsatz werden dadurch gesteigert.
- Kunden können schnell Produkt-Sets zusammenklicken
- Das Set kann direkt geshoppt oder gespeichert werden
- Zeitersparnis für den Online Shopper
Treffe den individuellen Geschmack deiner Shopkunden bereits beim Einstieg
Online Shopper wollen bereits auf der Startseite inspiriert werden – es ist wichtig den individuellen Geschmack der Besucher bereits beim Betreten des Online Shops zu treffen, um sie zu begeistern. Nicht immer ist der Besucher bekannt – in diesem Fall helfen Topseller oder auto-generierte Empfehlungen, basierend auf dem Verhalten der Gesamtheit aller Besucher.
- Online Shopper werden bereits auf der Startseite inspiriert
- Wenn der Besucher unbekannt ist, können Topseller eingesetzt werden
Lass deine Shopkunden spontan zugreifen
Was im stationären Handel funktioniert, kann online auch eingesetzt werden. Die Kassenzone und das spontane Zugreifen auf Zusatzartikel kann über relevante Empfehlungen im Warenkorb abgebildet werden. Das füllt den Warenkorb und lässt den Umsatz steigen.
- Spontanes Zugreifen kann über den Warenkorb abgebildet werden
- Es sollten Produkte eingeblendet werden, die günstiger sind
Biete deinen Kunden zusammengehörige Produkte an
„Wird oft zusammen gekauft“ – verbinden, was zusammen gehört. Thematisch passende Produkte im Sortiment erkennen und aktiv anbieten. Das lässt Bedürfnisse entstehen und inspiriert den Besucher. Ein Harry Potter Fan kauft sich z. B. nicht nur ein Buch, sondern auch ein zweites oder eine Blu-Ray, etc… Basierend auf dem Besucherverhalten sowie der Kundenhistorie lassen sich so gezielt Empfehlungen auf der Produktdetailseite ausspielen.
- Thematisch passende Produkte werden gemeinsam angeboten
Die KI-Engine unserer Personalisierungsplattform macht es möglich
Bevor die Recommendation Engine bei dir zum Einsatz kommt, erstellt unsere KI-Engine zunächst eine umfassende Wissensbasis für deinen Onlineshop. Sie nutzt dazu deinen Produktkatalog, das Klick- und Kaufverhalten deiner Kunden sowie unser und dein Expertenwissen. Diese Daten werden intelligent verknüpft, um relevante Produktempfehlungen zu berechnen und gezielt auszuliefern.
Da die Recommendation Engine Teil unserer modularen Personalisierungsplattform ist, kannst du die erzeugte Wissensbasis für weitere Touchpoints in deinem Shop nutzen und so die Customer Journey umfassend personalisieren. Dadurch lässt sich das Empfehlungssystem flexibel erweitern und kontinuierlich verbessern.
Möchtest du mehr zur Technologie hinter der KI-Engine erfahren? Dann besuche unsere Seite zur E-Commerce-Technologie.
Entdecke unsere Insights zur Recommendation Engine
01 / 5
Maßschneiderung ist ein Must-have der Recommendation Engine
Datenmodelle
Je nachdem in welcher Customer-Journey-Phase sich ein Kunde befindet und auf welcher Shopseite, kann ein anderes Datenmodelle zum Einsatz kommen. Ein hybrides Modell wäre auf der Produktdetailseite geeignet, wie z. B. diese Hose wird mit diesem T-Shirt gekauft. Hier spielen das Klick- und Kaufverhalten der Kunden sowie menschliche Erkenntnisse eine Rolle.
Hypothesen
Es werden Hypothesen zum Kaufverhalten von Kunden aufgestellt und mittels passender Testverfahren z. B. A/B-Test geprüft. Die Erkenntnisse fließen in die Empfehlungen ein.
Regeln
Mit Use Case orientierten sowie hochgradig maßgeschneiderten Regeln werden Empfehlungen aus dem System nach Bedürfnissen sowie Branchenwissen der Shopbetreiber eingegrenzt.
So läuft die Integration der Recommendation Engine ab
Generierung einer Wissensbasis
Für die Generierung der Wissensbasis benötigen wir deinen Produktkatalog im XML- oder CSV-Format und das Klick- und Kaufverhalten deiner Shopkunden. Letzteres wird über einen Tracking Code in deinem Online Shop erfasst.
01
Setup im Test-System
Wir besprechen gemeinsam deine visuellen Vorstellungen und übermitteln dir das div-Element, als Platzhalter für das Frontend der relevanten Empfehlungen. Dieses integrierst du in dein Testsystem. Nun erfolgen die Feinjustierung des Suchalgorithmus und die benötigte Konfiguration.
02
Freischaltung im Live-System
Nach dem Setup im Testsystem und der erfolgreichen Funktionsprüfung, wird die Recommendation Engine in deinem Livesystem freigeschaltet und steht deinen Shopkunden für die Ausspielung relevanter Empfehlungen bereit. Falls erforderlich, führen wir noch eine Feinjustierung im Live-Betrieb durch.
03
Einführung in unser Backend
Wir führen dich in unser Backend, das Control Desk, ein und schulen dich hinsichtlich der verschiedenen Analyse- und Konfigurationsmöglichkeiten sowie der Feature-Nutzung. Somit kannst du das Monitoring und die Steuerung der Recommendation Engine durchführen.
04
Ausspielung relevanter Empfehlungen
Deine Shopkunden erhalten relevante Empfehlungen auf verschiedenen Shopseiten ausgespielt, die zu Kaufimpulsen führen. Du sorgst dadurch für Inspiration in der Phase der Kaufbereitschaft und erhöhst den Warenkorbwert, was sich positiv auf deine Conversion Rate und deinen Umsatz auswirkt.
05
Monitoring und Steuerung der Recommendation Engine
Über das epoq Control Desk hast du umfangreiche Möglichkeiten die Recommendation Engine zu monitoren und zu steuern.
Konfiguration
Über den Tab „Konfiguration“ siehst du sofort wie viele Empfehlungswidgets in deinem Online Shop integriert und wo diese platziert sind. Darüber hinaus siehst du die verschiedenen Regeln, die zugrunde gelegt sind. Mit Klick auf den ‚Bearbeiten-Button‘ gelangst du in den Rule Editor, wo du Regeln anlegen, bearbeiten, priorisieren oder löschen kannst.
Kennzahlen
Der Tab „Kennzahlen“ gibt dir Auskunft über verschiedene KPIs deiner eingesetzten Empfehlungen, wie z. B. über die Klick-Performance, die Umsatzrate und den Conversion Funnel.
Analyse
Über den Tab „Analyse“ kannst du mithilfe der Kennzahlen deine Empfehlungswidgets analysieren und dir die beliebtesten Empfehlungen anzeigen lassen.
Features
Im Rahmen der “Features” stehen dir verschiedene Möglichkeiten zur Verfügung, wie z. B. Whitelisting, Blacklisting, Combi Creator und Themenwelten.
Wann sich der Einsatz einer Recommendation Engine für dich lohnt
Basisfunktionalität
Du betreibst bereits einen Online Shop o. ä. und hast alle Basisfunktionalitäten abgehakt und möchtest jetzt Kaufanreize auf verschiedenen Shopseiten setzen.
Bestellungen
Du hast mehr als 1000 Bestellungen im Monat.
Produktsortiment
Du hast mehr als 1000 Produkte im Sortiment.
Du möchtest Online Shopper mit relevanten Produkt-Empfehlungen zum Kauf inspirieren?
Unsere Reco Engine füllt die Warenkörbe entlang der Customer Journey.
Beliebte Blogartikel zur Recommendation Engine
01 / 8