Recommendation Engines für mehr Absatz

Home/Artikel / Recommendation Engines für mehr Absatz
15. August 2017
in Artikel

Der Vertrieb im Internet wird stets komplexer. Dabei spielen innovative Technologien für die Absatzsteigerung eine immer wichtigere Rolle. Eine Schlüsselfunktion in diesem Bereich nehmen Systeme für individuelle Produktempfehlungen ein. Was sich große Onlinehändler bereits seit Jahren zunutze machen, ist in vielen Onlineshops kleiner und mittelständischer Händler nur selten anzutreffen: Professionelle Recommendation Engines.

Kaum ein Kunde gleicht dem anderen. Gehen Sie individuell auf die Bedürfnisse Ihrer Kunden ein, indem Sie auswerten, was Sie bereits über diese wissen. Jeder Kunde hinterlässt durch das Aufgeben einer Bestellung oder das Abgeben einer Bewertung zu einem Produkt wertvolle Informationen, die mehr über seine Interessen verraten. Auf Basis dieser Datengrundlage werden Aussagen über die Wahrscheinlichkeiten zum Interesse der Kunden an anderen Produkte in Ihrem Sortiment möglich – sofern Sie auf Recommendation Engines setzen.


Inhaltsbasierte Recommendation Engines

Inhaltsbasierte Recommendation Engines generieren Empfehlungen auf Grundlage von Ähnlichkeiten, die zwischen Produkten bestehen. Hat ein Kunde ein Produkt bereits gekauft oder hoch bewertet, so suchen inhaltsbasierte Recommendation Engines nach Artikeln in Ihrem Portfolio, die ähnlich zu diesem Produkt sind. Der Kunde erhält im Anschluss entsprechend Empfehlungen zu jenen Artikeln, die dem bereits erworbenen und hochbewerteten Produkt am ähnlichsten sind.

Wie Sie an dieser Stelle vielleicht bereits erahnen können, generieren inhaltsbasierte Recommendation Engines dabei nicht für jede Art von Produkt auch sinnvolle Empfehlungen. Oft soll das Ziel einer Empfehlung nicht sein, ein möglichst ähnliches Produkt anzubieten. Statt einem Kunden beispielsweise zu einer erworbenen Armbanduhr eine weitere Uhr vorzuschlagen, die der bereits bestellten sehr ähnlich ist, würde die Empfehlung ergänzender Produkte (zum Beispiel einer Aufbewahrungsbox) wesentlich mehr Sinn ergeben. Ein weiterer Knackpunkt beim Einsatz von inhaltsbasierten Recommendation Engines ist die Datengrundlage. Um Berechnungen über die Ähnlichkeiten zwischen den einzelnen Artikeln in Ihrem Sortiment durchführen zu können, müssen ausreichend Attribute zu Ihren Produkten in guter Qualität existieren. Bei einem großen Produktsortiment wird die Berechnung der Ähnlichkeiten zwischen den Produkten zudem großer Leistungsressourcen bedürfen.


Nutzerbasierte Recommendation Engines

Nutzerbasierte Recommendation Engines verfolgen einen anderen Ansatz zur Generierung von Produktempfehlungen. Statt die Ähnlichkeit zwischen einzelnen Produkten zu berechnen und auf Basis dieser Informationen Empfehlungen zu generieren, vergleichen nutzerbasierte Recommendation Engines die Ähnlichkeit zwischen Kunden. Das Konzept dahinter basiert darauf, dass Kunden, die bereits ähnliche Produkte gekauft oder bewertet haben, grundsätzlich auch an den Käufen der jeweils anderen Kunden interessiert sein könnten. Entsprechend erstellt das System Produktempfehlungen auf Basis der Bestell- und Bewertungshistorie ähnlicher Kunden. Ein umfassender Datensatz mit Attributen zum Produktkatalog ist dafür nicht nötig. Nutzerbasierte Recommendation Engines benötigen stattdessen umfassende Nutzungsdaten Ihrer Kunden, was insbesondere in kleineren Onlineshops oft eine Hürde darstellt.


ZUSAMMENFASSUNG

Wie Sie sehen, verfügen sowohl inhaltsbasierte als auch nutzerbasierte Recommendation Engines über ganz eigene Vor- und Nachteile. Eine heute oft verwendete Lösung ist daher ein Kompromiss aus beiden Ansätzen. Diese „hybriden Recommendation Engines“ vereinen je nach Anwendungsszenario die Vorteile von inhaltsbasiertem und nutzerbasiertem Ansatz zur Generierung von Produktempfehlungen.

Keine Kommentare on This Post

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Wir beraten Sie gerne

Telefon-Service: +49 (0) 6192 200 25 97
Montag - Freitag: 08:00 - 18:00 Uhr
Samstags: 08:00 - 15:00 Uhr