Empfehlungsalgorithmen für Produkte verstehen

Diese Namen stammen aus dem älteren Editor. Mehrere Karten wurden seitdem umbenannt und neu gruppiert — aus „Past-Orders Recs“ wurde zum Beispiel Inspiriert von früheren Käufen. Die Auswahl in ihrer heutigen Form und die seither hinzugekommenen Algorithmen finden Sie unter Empfehlungsalgorithmen.

Was sind Empfehlungsalgorithmen?

Pfad in der Oberfläche: New Campaign > Recommendations > beliebiger Empfehlungsassistent

Empfehlungsalgorithmen nutzen alles, was Personyze über Ihre Produkte, Ihre Besucher und die Interaktionen zwischen beiden weiß, um jedem Besucher automatisch das zu zeigen, was ihn zu einem bestimmten Zeitpunkt, auf einer bestimmten Seite oder in E-Mails am wahrscheinlichsten interessiert.

Wenn Empfehlungen angezeigt werden — ob in horizontalen oder vertikalen Reihen, als Slider oder sogar als Banner —, nennen wir sie Empfehlungs-Widgets. Jedes Widget ist eine eigene Empfehlung mit eigenem Algorithmus.

Sie können und werden wahrscheinlich verschiedene Widgets mit verschiedenen Algorithmen auf Ihrer ganzen Website haben, und jedes Mal, wenn ein Besucher eine Seite mit einem oder mehreren dieser Widgets lädt, fallen die empfohlenen Produkte etwas anders aus, weil Personyze ständig und automatisch daraus lernt, wie Besucher mit den Produkten oder Inhalten auf Ihrer Website interagieren.

Der Schlüssel zum Verständnis von Empfehlungsalgorithmen

Das zentrale Konzept bei Empfehlungsalgorithmen: Sie sind ein hybrides System, das Crowd-Daten (was ALLE tun) mit individuellen Interessendaten (was DIESER Besucher tut) kombiniert.

Sie haben zum Beispiel einen Empfehlungsalgorithmus, der Folgendes zeigt:

„Meistangesehene Produkte (Crowd-Daten), basierend auf dem jüngsten Interesse des Besuchers (individuelle Interessendaten).“

Die Algorithmus-Auswahl für Produktempfehlungen — Alle Algorithmen der Auswahl, gruppiert danach, worauf sie sich stützen. Zum Vergrößern klicken.

Damit sieht der Besucher Artikel aus der Kategorie, für die er zuletzt Interesse gezeigt hat, priorisiert danach, wie oft sie von allen Besuchern angesehen wurden.

Es gibt jedoch einige Ausnahmen:

Buy-It-Again-Empfehlungen sind eigentlich kein Algorithmus, sondern einfach eine Liste der Artikel, die der Besucher zuvor gekauft hat
Empfehlungen für abgebrochene Warenkörbe sind einfach eine Liste der Artikel, die der Besucher im Warenkorb gelassen hat.
Die Auto-Pilot-Empfehlung nutzt tiefergehende KI, um Muster im Verhalten Ihrer Besucher zu finden, und untersucht dabei verschiedene Faktoren wie Standort, Geschlecht und andere Variablen. Damit zeigt sie, was der Besucher am wahrscheinlichsten kauft, basierend auf einer Vielzahl von Faktoren über das bekannte Interesse hinaus. Dieser Algorithmus braucht allerdings eine gewisse Menge an Interaktionsdaten, bevor er wirksam wird.

Dennoch folgen die meisten Empfehlungsalgorithmen diesem hybriden Ansatz.

Filter

Sie können jeder Empfehlung außerdem Filter hinzufügen, um sie genauer zu machen. Diese Filter werden entweder auf die Crowd-Daten (die Population, deren Daten wir verwenden) oder auf das Produkt angewendet.

Beim Algorithmus aus unserem vorigen Beispiel — meistangesehen, basierend auf dem jüngsten Interesse — könnten wir etwa den Filter „Altersgruppe“ hinzufügen; dann würden die meistangesehenen Artikel innerhalb der Altersgruppe des Besuchers gezeigt statt unter allen Besuchern, wie es sonst der Fall wäre.

Möchten Sie dagegen einen produktbasierten Filter hinzufügen, könnten Sie den Filter „Neu auf Lager“ verwenden, um die meistangesehenen neu vorrätigen Artikel aus dem jüngsten Interesse des Besuchers zu zeigen.

Best Practices

Mit diesen Informationen sollten Sie entscheiden können, welcher Algorithmus für die Stelle auf der Website (oder in E-Mails), an der Ihr Widget angezeigt wird, am sinnvollsten ist. Hier einige allgemeine Richtlinien für den Einstieg:

Auf der Startseite – Hier zeigen Sie in der Regel allgemeinere Empfehlungen, zum Beispiel:
„Meistangesehene Produkte im gesamten Zeitraum aus beliebigem Interesse der Besucher“
Auf Produktseiten – Hier zeigen Sie spezifischere Widgets, zum Beispiel:
„Meistgekaufte Produkte der letzten Woche aus dem jüngsten Interesse des Besuchers“
(auf einer Produktseite ist die Kategorie des jüngsten Interesses immer die Kategorie des aktuellen Produkts.
Auf der Warenkorb- bzw. Checkout-Seite – Hier zeigen Sie dem Besucher vielleicht Artikel, die in Ihrem Katalog als Cross-Selling-Artikel mit denen in seinem Warenkorb verknüpft sind, zum Beispiel:
„Meistgekaufte Cross-Selling-Produkte der letzten Woche aus der jüngsten Kauf- oder Warenkorb-Interaktion des Besuchers.“