Time for Product Insights: Produktlogiken bei trbo

 

Es ist wieder Zeit, Euch einen Einblick in unsere Plattform und ihre Features zu geben. Zuletzt ging es um das Thema Geotargeting & Geo Location. Heute tauchen wir in ein Thema ein, das in unserem Daily Business einen großen Platz einnimmt: Produktlogiken.

Produktlogiken – Was ist das eigentlich?

Produktempfehlungen (Recommendations) werden dazu eingesetzt, Nutzer zu inspirieren, ihnen Alternativen aufzuzeigen oder weitere Kaufanreize zu setzen. Um sinnvolle Recommendations anzuzeigen, müssen in einer Recommendation Engine sogenannte Produktlogiken hinterlegt werden. Sie helfen, die passenden Produktempfehlungen zu generieren und anzuzeigen.

Welche Produktlogiken gibt es und wie werden sie genutzt?

Je nachdem, an welchem Punkt der Customer Journey sich der Nutzer befindet, machen verschiedene Arten von Produktempfehlungen Sinn. Entsprechend gibt es viele unterschiedliche Produktlogiken, die eingesetzt werden können. Hierzu zählen zum Beispiel:

 

  1. Topseller: Der Name dieser Logik beschreibt schon ihren Inhalt. Wird sie eingesetzt, werden die meistverkauften Produkte aus einem bestimmten Zeitraum angezeigt. Um die Empfehlungen besser zuzuschneiden, können diese beispielsweise nach der Kategorie gefiltert werden, in der sie eingebunden werden.
  2. Oft zusammen gekauft: Mit Hilfe dieser Logik empfehlen Shopbetreiber Produkte, die von anderen Nutzern oft zusätzlich zum aktuell betrachteten Produkt oder auch Produkten im Warenkorb gekauft werden. 
  3. Zuletzt gesehene Produkte: Mit der “Zuletzt gesehen”-Logik können Nutzer leicht wieder in den Kaufprozess zurückgeführt werden, beispielsweise, wenn sie die Seite nur kurz verlassen haben. Sie müssen dann nicht erneut nach interessanten Produkten suchen, sondern sehen diese auf den ersten Blick (z.B. bei Wiedereintritt auf der Startseite).
  4. Produkte im Warenkorb: Mit dieser Logik können Kunden erneut auf Produkte in ihrem Warenkorb aufmerksam gemacht werden, z.B. in Form eines Overlays beim Exit Intent oder bei der Rückkehr in den Shop, nachdem sie die Seite verlassen, aber nicht gekauft hatten.
  5. Zugehörige Produkte: In dieser Produktlogik werden bestimmte Produkt-IDs zu einem Produkt im Feed zugeordnet, um diese als Empfehlung, beispielsweise auf einer Detailseite, anzuzeigen. Klassisch können das z.B. Zubehörartikel (Zubehör zum Kleiderschrank), aber auch Outfit-Vorschläge (passende Jacke zur Hose) sein.
  6. Empfohlene Produkte: Diese Produktlogik wählt Produkte nach einem smarten Algorithmus aus. Er bezieht z.B. das Surfverhalten, statistische Zwillinge, Abverkäufe und vieles mehr in die Berechnung ein. So sieht jeder User die genau zu seinen Bedürfnissen passenden, personalisierten Empfehlungen.

 

In trbo habt ihr noch viele weitere Möglichkeiten, unterschiedliche Produktlogiken zu nutzen, um die jeweils passenden Empfehlungen anzuzeigen. So können auch bestimmte Produkte gepusht, aktuell besonders gefragte Produkte gezeigt oder auch zuletzt gekaufte Produkte eingebunden werden, beispielsweise um im Lebensmittelhandel den Wocheneinkauf zu erleichtern.

Produktlogiken – Kann ich das auch nutzen?

Unsere Produktlogiken können von allen trbo-Kunden genutzt werden, um schnell und einfach die individuell passenden Empfehlungen für Eure Nutzer einzubinden.

 

Ihr seid noch nicht trbo-Kunde? Dann zeigen wir Euch gerne in einer persönlichen Demo, wie ihr Produktlogiken und Empfehlungen smart einsetzt, um das Nutzererlebnis auf Eurer Website zu optimieren.

 

LinkedIn
Facebook
Twitter
Related Posts
The Impact of A/B Testing: How Testing Different Marketing Strategies Can Lead to Better Sales Outcomes
Businesses are facing intense competition in the e-commerce landscape, where over 2.14 billion people...
Read More
Personalization in the Telecommunication Industry
Here are 5 effective strategies on how to personalize your telecommunication online shop.
Read More
Boost Sales with Upselling and Cross-Selling in Your Online Shop
We have some tips for you on how to boost your sales with upselling and cross-selling.
Read More
Categories
Previous
Next