Mit personalisierten Produktpromotions die Konversion steigern Mit personalisierten Produktpromotions die Konversion steigern
AUSGANGSLAGE
Seit Amazon 1999 persönliche Buchempfehlungen einführte hat sich viel im Bereich der Empfehlungstechnologien getan. In vielen Online-Shops sind Produktempfehlungen zur Erhöhung der Konversionsrate und zur Steigerung des Warenkorbs mittlerweile fester Bestandteil. Vielfach werden die Produktempfehlungen automatisch ermittelt und ausgespielt. Hier kommen komplexe Algorithmen ins Spiel, deren Ziel es ist, möglichst passgenaue Empfehlungen für jeden einzelnen Nutzer des Shops zu erzeugen.
Neuere Generationen von Recommendation Services unterstützen die Produktplatzierung exakt auf die Kundenpräferenzen und die Kaufprozessphasen. Die Personalisierung des Angebotes ist dabei der Schlüssel zum Erfolg.
AUFGABENSTELLUNG
Unser Kunde ist ein führender Online-Retailer für Premium- und Streetfashion mit einem breiten Produktsortiment. Bereits zum Weihnachtsgeschäft 2010 wurde eine Recommendation Engine zur Verbesserung des Cross-Sellings auf der Artikeldetailseite eingeführt. Mit sehr guten Ergebnissen. Integration von spezifischen, automatisierten Produktempfehlungen in den gesamten Kaufprozess und in den Newsletter mit dem Ziel zusätzliche Umsatzpotentiale zu haben, die Konversionsrate und den Warenkorbwert zu erhöhen
UMSETZUNG
mindwyse erstellte für die Integration verschiedenartiger Empfehlungstypen ein detailliertes Konzept für jeden einzelnen Empfehlungsslot abgestimmt auf die Kundenerwartung und die jeweiligen Unternehmens- und Sortimentsziele. Der Anbieter der Engine entwickelte anhand einer genauen Zieldefinition die unterschiedlichen Empfehlungsalgorithmen für jeden Typ. Durch minimale Anpassungen im Webshop wurde die Aufzeichnung der Kunden-Klicks (Tracking), die Generierung von anonymisierten Kundenprofilen und die Ausspielung der Empfehlungen realisiert.
Für acht verschiedene Slots auf unterschiedlichen Templates wurden Produktempfehlungen konzipiert, indem auf Basis der Ziele jeweils Empfehlungsregeln und die Datenprozesse definiert. So ist die Empfehlungsengine in der Lage, um Produktneuheiten zu erkennen, Preissenkungen und Verfügbarkeiten berücksichtigen sowie Marken und Genres klassifizieren. An den verschiedenen Touch Points vom Newsletter bis zur Bestellung wird das Klickverhalten in Echtzeit analysiert und Ähnlichkeiten im Kaufverhalten erkannt, um aktuelle Kundenpräferenzen ableiten zu können.
ERGEBNISSE
Im Newsletter wurde ein Empfehlungsmodul integriert. Mit Zustimmung des Kunden werden personalisierte Produktempfehlungen angezeigt, die auf seinem bisherigen Kaufverhalten beruhen. Für jeden Kunden individuell. Die Produkte treffen den Geschmack der Kunden ausgesprochen gut und die Klickrate ist um ein vielfaches höher als bei manuell ausgewählten Produkten.
Auf den Einstiegsseiten hingegen geht es zunächst um die Inspiration des Kunden durch aktuelle Neuerscheinungen, beliebte Produkte, hochwertige Marken und attraktiven preisreduzierte Angebote. Auch diese Promotions werden vollautomatisch, für Kunden individuell und täglich aktuell generiert. Auf der Artikeldetailseite und Warenkorbbestätigungsseite kommen zwei weitere Empfehlungsarten bezogen auf das konkrete Produkt ins Spiel. In einem Slot werden Alternativen zum aktuell betrachteten Produkt vorgestllt. In einem anderen werden Ergänzungsartikel empfohlen, die sich kombinieren lassen oder einen ähnlichen Stil haben.
Die Erfahrung in der Konzeption und Projektleitung durch mindwyse zusammen mit einem ausgereiften Recommendation Service, welches ohne großen Aufwand auf die Kundenanforderungen angepasst wurde, hat zu einem leistungsfähigen Produkt geführt, welches ein positives Kauferlebnis bietet und weiteres Umsatzpotential erschließen lässt. Durch die vollständige Automatisierung haben sich die Projektaufwände bereits nach kurzer Zeit amortisiert.