Produktempfehlungen, die wirklich verkaufen: Ein Praxisleitfaden
Wir haben in über 50 Shop-Projekten Produktempfehlungen getestet. Die Ergebnisse zeigen: Empfehlungen können die durchschnittliche Bestellsumme um 15–40 Prozent steigern. wenn sie richtig eingesetzt werden. Falsch eingesetzt, ignorieren sie die Kunden oder verwirren sie.
Strategie 1: Kontextuelle statt kollaborative Empfehlungen
Die gängige Technik ist kollaboratives Filtern: „Kunden wie Sie kauften auch X.“ Das funktioniert, wenn genug Daten vorhanden sind. Aber es hat zwei Schwächen: Es funktioniert schlecht für neue Produkte und es ignoriert den aktuellen Kontext.
Ein Elektronik-Shop testete kontextuelle gegen kollaborative Empfehlungen. Der Kunde betrachtete einen Laptop. Die kollaborative Empfehlung zeigte: Tasche, Maus, Display. Die kontextuelle Empfehlung zeigte: Speicher-Upgrade, Garantie-Verlängerung, USB-C-Hub.
Die kontextuelle Empfehlung gewann mit +34 Prozent Attachment-Rate. Der Grund: Sie löste ein konkretes Problem. nicht nur ein generisches „andere kauften das auch“.
Strategie 2: Das Preisniveau der Empfehlungen
Ein Möbel-Shop testete drei Preisstrategien: Keine Regel, gleicher Preisbereich (±30 Prozent), höheres Preisniveau (20–50 Prozent teurer). Variante B gewann mit +18 Prozent. Variante C lag 5 Prozent unter der Control.
Ein Fashion-Shop testete das Gegenteil: Empfehlungen, die das Preisniveau senken. Die Attachment-Rate stieg um 27 Prozent. Ein Kunde, der eine 120-Euro-Jacke kauft, kauft eher ein 29-Euro-T-Shirt als Zusatz.
Strategie 3: Der Zeitpunkt der Empfehlung
Ein Supplement-Shop testete vier Positionen: Auf der PDP, im Warenkorb, nach dem „In den Warenkorb“-Klick (Overlay), auf der Danke-Seite. Position C gewann mit 23 Prozent Attachment-Rate. gegenüber 8 Prozent auf der PDP.
Der Grund: Der Kunde hatte bereits den Entschluss gefasst zu kaufen. Ein Overlay mit einem passenden Produkt nutzte den Kaufimpuls.
Strategie 4: Die visuelle Präsentation
Ein Fashion-Shop testete drei Designs: Grid mit 4 Produkten, Carousel mit 3 Produkten, Einzelne Empfehlung mit großem Bild und Erklärung. Variante C gewann mit +29 Prozent Attachment-Rate.
Die Erklärung war der zentrale Faktor: „Diese Hose passt perfekt zur Jacke in Ihrem Warenkorb.“ Der Kunde verstand nicht nur WAS, sondern WARUM.
Fazit: Empfehlungen sind Strategie, nicht Algorithmus
Die besten Produktempfehlungen basieren nicht auf dem komplexesten Algorithmus. Sie basieren auf dem besten Verständnis des Kunden. Was braucht er gerade? Was passt zu seinem Preisniveau? Was ergänzt sein aktuelles Verhalten?
Wer Empfehlungen als strategischen Hebel versteht, gewinnt Attachment-Rate und Umsatz. Wer sie als technisches Feature abhandelt, hat eine Funktion, die niemand nutzt.
Wenn Sie wissen wollen, was das für Ihren Shop bedeutet, vereinbaren Sie einen Termin. Wir analysieren Ihren Shop und zeigen Ihnen die größten Hebel.
Zuletzt aktualisiert:
