Die Standard-Empfehlungsalgorithmen von Personyze lernen Cross-Selling-Beziehungen aus aggregierten Kaufdaten — „Wer X gekauft hat, kaufte auch Y“. Das funktioniert hervorragend bei etablierten Katalogen mit reichhaltiger Kaufhistorie, hat aber zwei Grenzen: brandneue Produkte ohne Verkaufsdaten und kuratierte Bundles, bei denen Sie als Händler es besser wissen als die Daten.
Managed Upselling and Cross-selling ist die Antwort: Sie laden Ihre eigenen, kuratierten Produkt-zu-Produkt-Beziehungen hoch, und Personyze nutzt diese statt der automatisch gelernten (oder zusätzlich zu ihnen).
Wann verwaltetes Cross-Selling passt
- Neue Produkteinführungen — es gibt noch keine aggregierten Daten, aber Sie wissen, was zur neuen SKU passt.
- Strategisches Bundling — Sie möchten bestimmte Zubehörkombinationen fördern („iPhone 15 + diese Hülle + dieses Ladegerät“), unabhängig davon, was die Daten allein hervorbringen würden.
- Margenoptimierung — Ihr Zubehör mit der höchsten Marge soll zu Produkten mit hohem Absatz passen, auch wenn andere Artikel technisch beliebter sind.
- Redaktionelle Empfehlungen — Ihr Merchandising-Team kennt Lifestyle-Kombinationen, die aggregierte Daten übersehen (Kamera + Objektiv + Tasche).
- Fallback für Produkte mit wenig Daten — nutzen Sie verwaltetes Cross-Selling als Fallback-Algorithmus, wenn Crowd-basierte Empfehlungen leer bleiben.
Datenformat
Die Beziehungen werden in einer einfachen zweispaltigen Struktur hochgeladen:
| Subjekt (ID des Hauptprodukts) | Verknüpft (ID des Cross-Selling-Produkts) |
|---|---|
| iphone-15 | case-clear-15 |
| iphone-15 | charger-magsafe |
| iphone-15 | headphones-airpods |
| iphone-15-pro | case-clear-15 |
| iphone-15-pro | charger-magsafe |
Dieselbe Partner-ID kann mit mehreren Subjekten verknüpft werden — ein Ladegerät oder eine Hülle kann Cross-Selling-Artikel für viele Telefone sein. Die Zahl der Cross-Selling-Artikel pro Subjektprodukt ist unbegrenzt, in Widgets zeigen Sie aber typischerweise 3–5 an.
Drei Wege zum Hochladen
Alle drei konfigurieren Sie unter Einstellungen → Products Catalog → Cross-sell / Upsell Data. Nach dem Hochladen zeigt Personyze eine Vorschau, damit Sie prüfen können, ob die Daten korrekt eingelesen wurden.
Verwaltete Daten in Widgets nutzen
Sobald die Beziehungen hochgeladen sind, erscheinen die Optionen Managed Cross-Sell und Managed Upsell in der Algorithmusauswahl jedes Empfehlungs-Widgets. Wählen Sie eine davon als primären Algorithmus — Personyze zeigt dann die verknüpften Produkte für das jeweilige Auslöserprodukt an.
Übliche Einsatzmuster:
- Widget auf der Produktseite — „Passt häufig dazu“ → verwaltetes Cross-Selling mit dem aktuellen Produkt als Auslöser.
- Warenkorb-Widget — „Vervollständigen Sie Ihre Ausstattung“ → verwaltetes Cross-Selling, ausgelöst durch den Inhalt des Warenkorbs.
- Empfehlung per E-Mail — die Bestellbestätigung zeigt Zubehör für die gerade gekauften Produkte.
- Fallback-Rolle — legen Sie „verwaltetes Cross-Selling“ als Fallback für ein Widget „Häufig zusammen gekauft“ fest, damit neue Produkte ohne aggregierte Daten trotzdem starke Empfehlungen erhalten.
Best Practices
- Kuratiertes mit automatisch Gelerntem mischen. Nutzen Sie verwaltete Daten für Top-Produkte und strategische Kombinationen und überlassen Sie den Long Tail den automatisch gelernten Cross-Selling-Beziehungen.
- Regelmäßig aktualisieren. Alte SKUs holen Sie ein, wenn sie als Cross-Selling-Artikel für aktuelle Produkte auftauchen. Synchronisieren Sie mindestens monatlich.
- Leere Einträge prüfen. Hat ein Subjekt in Ihren Daten keine verknüpften Produkte, greift das Widget auf den Fallback zurück. Prüfen Sie nach jedem Upload die Vorschau, um SKUs zu finden, die ihre Kombinationen verloren haben.
- Per A/B-Test mit aggregierten Daten vergleichen. Lassen Sie verwaltetes Cross-Selling gegen automatisch gelerntes Cross-Selling für dieselben Auslöserprodukte laufen — und sehen Sie, was besser konvertiert, bevor Sie sich katalogweit für einen Ansatz entscheiden.