Produktempfehlungen als Erfolgsfaktor im Online-Handel Aktuelle Studienergebnisse und Handlungsempfehlungen Ein Whitepaper des E-Commerce-Center Handel (ECC Handel) in Zusammenarbeit mit der prudsys AG. 1
Inhaltsübersicht 1 Vorwort 2 Individuelle Produktempfehlungen als Treiber im Online-Handel 3 Verkaufsfördernde Maßnahmen in Online-Shops 4 Anforderungen und Ziele Professionalisierung durch Empfehlungssysteme 5 Fazit und Ausblick 2
1 Vorwort Köln, im September 2011 Sehr geehrte Damen und Herren, die Individualisierung und Personalisierung sind einer der wichtigsten Erfolgsfaktoren im Online-Handel. Kunden kaufen dort wo sie sich gut beraten fühlen, dort wo sie genau in dem Moment auf ein Produkt aufmerksam gemacht werden, in dem sie auch empfindlich für dieses sind. Je persönlicher die Ansprache des Kunden, desto höher die Kaufwahrscheinlichkeit. So zeigt Amazon jedem bekannten Kunden eine eigene Startseite mit passenden Produktempfehlungen an. Anhand des Klickverhaltens, der Kaufhistorie und unzähliger weiterer Kriterien werden treffsichere Empfehlungen generiert. Viele Händler haben sich an Amazon ein Beispiel genommen und setzen ebenfalls auf professionelle Empfehlungssysteme, um den Warenkorb und die Conversionrate zu steigern. Doch schöpfen Online-Händler das volle Potenzial von Produktempfehlungen aus? Welche Ziele sind an die Nutzung von Produktempfehlungen geknüpft? Welchen Stellenwert nehmen Produktempfehlungen im Vergleich zu anderen verkaufsfördernden Maßnahmen bei Online-Händlern ein? Um derart fachspezifische Fragen im Rahmen einer Studie zu beantworten, ist häufig ein Gemeinschaftsprojekt notwendig. So ist es auch in diesem Fall. Unser besonderer Dank gilt deshalb den Kollegen der prudsys AG, ohne deren Engagement, Know How und tatkräftige Unterstützung die Realisierung nicht möglich gewesen wäre. Andreas Duscha Bereichsleiter E-Commmerce-Center Handel 3
Köln, im September 2011 Sehr geehrte Leserinnen und Leser, Erfolg beruht auf vielen Säulen. So gibt es mittlerweile zahlreiche Methoden, die Online-Händler zur Umsatzsteigerung und Verbesserung der Conversion Rate im Onlineshop einsetzen. Der Trend begann vor über 10 Jahren mit einfachen Produktempfehlungen (Cross-Sells) und hat sich bis heute zu komplexen Personalisierungen entwickelt. Doch welches Potenzial sehen die deutschen Shopbetreiber aus dem Mittelstand beim Thema Produktempfehlungen und wie sieht die Umsetzung bislang tatsächlich aus? Diesen Fragen ist das E-Commerce-Center Handel am Institut für Handelsforschung an der Universität zu Köln in unserem Auftrag nachgegangen. Dabei wurde deutlich, dass Produktempfehlungen heute nicht mehr aus Online-Shops wegzudenken sind und wie wichtig heute die Qualität von Produktempfehlungen ist, um eine messbare Steigerung von Kundenzufriedenheit und Shopumsatz zu erzielen. So setzen mittlerweile fast die Hälfte der befragten Onlineshop-Betreiber Produktempfehlungen ein, jedoch sind mehr als ein Viertel mit der Qualität nicht zufrieden. Wir möchten den Lesern und interessierten Unternehmen mit dieser Kurzfassung der Studie einen Überblick über die Anwendungsverbreitung von Produktempfehlungen in Online-Shops geben und Ihnen ein Benchmarking ermöglichen, das aufzeigt, welches Potenzial noch im Einsatz dieser Technologie steckt. Viel Spaß beim Lesen. Jens Scholz Vorstand prudsys AG 4
INFO Über die Stichprobe Die Mehrzahl der befragten Online-Händler greift auf Shop-Systeme von xt:commerce und Magento zurück. Gemessen an den Bestellungen pro Monat ist die Stichprobe sehr heterogen. Über 60 Prozent der Befragten versenden monatlich mehr als 100 Bestellungen, davon versenden knapp 20 Prozent mehr als 1.000 Bestellungen. Knapp 30 Prozent der befragten Online-Händler geben an, weniger als 100 Bestellungen im Monat zu versenden. Dabei sind die befragten Online-Shops aus verschiedenen Branchen, so dass insgesamt eine interessante Stichprobe generiert werden konnte. Haushalt, Mode und Medien sind dabei die am häufigsten angeboten Produktpaletten der befragten Online-Shops. Über diese Studie Die in diesem Whitepaper dargestellten Ergebnisse sind das Resultat einer Online-Händler-Befragung des E-Commerce-Center Handel (ECC Handel) in Zusammenarbeit mit der prudsys AG. Insgesamt wurden im März und April 2011 202 Online-Händler befragt, um das Thema Shoperweiterungen im Allgemeinen aber vor allem um Anforderungen und Erwartungen der Online- Händler an Produktempfehlungssysteme zu evaluieren. xt:commerce 21,7 % Magento 9,6 % Web-basiertes Shop-System 7,0 % Eigenentwicklung 6,4 % OXID eshop 5,7 % Shopware 3,8 % oscommerce 3,2 % n = 157 Ohne: Sonstiges 34,4 % Hybris 2,5 % epages von Telekom 2,5 % Abb. 1: Genutzte Shop-Systeme Gambio 2,5 % Fragetext: Welches Shop-System nutzen Sie für Ihren Online-Shop? Websale 0,6 % 5
Abb. 2: Shop-Größe (Bestellungen pro Monat) Fragetext: Wie viele Bestellungen versenden Sie durchschnittlich pro Monat? mehr als 999 weiß nicht 21,0 % 7,0 % weniger als 100 500 bis 999 5,6 % 32,9 % 250 bis 499 11,2 % 22,4 % n = 143 100 bis 249 Abb. 3: Angebotene Produkte Fragetext: Welche Art von Produkten verkaufen Sie? Haushalt 28,8 % Mode 24,0 % Medien 19,2 % Freizeit & Hobby 15,1 % Consumer Electronics 13,0 % Sport 8,9 % Sonstiges 34,9 % Mehrfachnennungen möglich n = 146 6
2 Individuelle Produktempfehlungen als Treiber im Online-Handel Nach Prognosen des Handelsverbands Deutschland Der Einzelhandel (HDE) ist für das Jahr 2012 in Deutschland mit einem E-Commerce-Umsatz von 26,1 Milliarden Euro zu rechnen, nach etwa 23,7 Mrd. Euro in diesem Jahr. Die Experten sind sich darin einig, dass damit das Potenzial des Online-Handels noch immer nicht ausgeschöpft ist und weitere Steigerungen in den Folgejahren erwartet werden können. Einhergehend mit der Steigerung des Umsatzvolumens stiegen über die Jahre hinweg auch die Ansprüche von Online-Käufern an die Gestaltung und Funktionalitäten von Online-Shops. Der individuellen Ausgestaltung des Shops und der Anpassung der Marketingmaßnahmen an die Bedürfnisse der einzelnen Besucher und Kunden kommt dabei eine exponierte, erfolgsentscheidende Bedeutung zu. 7
Auf eine abstrakte, aber zum Verständnis gut geeignete Weise, lässt sich der Erfolg im Online- Handel in zwei Hauptkomponenten unterteilen. Zum einen sind der Traffic (gemessen an Besucherzahlen und Verweildauer) und zum anderen die Conversion-Rate ausschlagegebend für den Erfolg eines Online-Shops. Beide Kennzahlen bedingen sich gegenseitig. Hat ein Online-Shop nur einen sehr geringen Traffic, hilft auch eine gute Conversion-Rate nicht viel. Umgekehrt bringt ein hoher Traffic allein noch keinen hohen Umsatz, wenn die Conversion-Rate schlecht ist. In diesem Whitepaper wird dargelegt, wie Produktempfehlungssysteme eingesetzt werden können um vor allem die Conversion-Rate, aber auch den Traffic z.b. hinsichtlich der Verweildauer zu steigern. Durch die automatisierte Unterstützung der Konsumenten während der Kaufentscheidung haben Empfehlungssysteme einen positiven Einfluss auf die Warenkorbgröße, auf die Conversion- Rate, aber auch auf die Verweildauer der Konsumenten im Online-Shop. Produktempfehlungssysteme basieren auf komplexen mathematischen Algorithmen, welche die Produktdatenbank mit dem Konsumentenverhalten im Online-Shop abgleichen, um die Kunden durch das häufig schier unüberblickbare Angebot in den Online-Shops zu leiten und ihnen bei der Auswahl der Produkte behilflich zu sein. Diese Systeme stellen gewissermaßen einen virtuellen Kaufberater dar, denn genau wie Verkäufer im stationären Handel können die Maschinen Produktempfehlungen in Echtzeit aussprechen und verbessern somit fortwährend die Wirksamkeit der Empfehlungen. Die Ergebnisse zeigen, dass immer mehr Online-Shops die Vorteile von Produktempfehlungen erkannt haben und professionelle Produktempfehlungssysteme (Recommendation Engines) einsetzen, um (potenziellen) Kunden bei der Suche nach den richtigen Produkten die passende Unterstützung zu liefern. Welche Krawatte passt zu welchem Hemd? Eine immer wiederkehrende Frage, welche nicht nur eine Frage der richtigen Farbkombination ist, sondern maßgeblich von dem Geschmack der Konsumenten abhängig ist. Die Kunst eines Verkäufers im stationären Handel ist es daher, aus dem Geschmack der Kunden zu lernen, die bereits gemachten Erfahrungen aus Beratungsgesprächen einzubringen, um dann eine individuelle Beratung, welche den Kunden glücklich stimmt, durchzuführen. Im Online-Handel ist dies nicht anders. Empfehlungssysteme können helfen, den Shop-Besucher zu einem Kunden zu machen und somit die Conversion-Rate zu verbessern. Durch die Empfehlung weiterer passender Produkte kann es zudem gelingen, den Warenkorb zu vergrößern und weitere Käufe durch Cross-Selling zu generieren. Nicht zuletzt sind die auf Empfehlungssystemen basierten Marketingmaßnahmen (z.b. Newsletter) ein mögliches Tool, um die eigenen Kunden mit individueller Ansprache und Produktempfehlungen an den eigenen Shop zu binden. 8
3 Verkaufsfördernde Maßnahmen in Online-Shops Wie eingangs bereits erwähnt, gibt es im Wesentlichen zwei Stellschrauben, an denen Shopbetreiber zur Umsatzsteigerung drehen können. Verkaufsfördernde Maßnahmen sollten daher entweder den Traffic (sowohl Besucherzahlen als auch Verweildauer) im eigenen Shop erhöhen oder die Conversion-Rate optimieren bestenfalls werden beide Kennzahlen erhöht. Die Ergebnisse der Online-Händler-Befragung bestätigen diese zielgerichtete Verwendung von verkaufsfördernden Maßnahmen im Online-Handel. Aus den Ergebnissen lassen sich drei zentrale Motive bzw. Trends identifizieren. Abb. 4: Verkaufsfördernde Maßnahmen Nutzung Fragetext: Welche der Maßnahmen nutzen Sie in Ihrem Unternehmen? Produktempfehlungen 45,7 % Gütesiegel 38,0 % E-Mail-Marketing 38,0 % Kundenbewertungen 33,3 % Fehlertolerante Suche 27,9 % Produktbundles 18,6 % Retargeting 12,4 % n = 129 Automatische Preisoptimierung 7,8 % 9
Trend geht zur Individualisierung und Personalisierung Produktempfehlungen gehören mit 45,7 Prozent zu den am häufigsten eingesetzten verkaufsfördernden Maßnahmen von Online-Shops. Dieses Ergebnis mag zunächst überraschen, lässt sich jedoch zum Teil durch die einseitige Abhängigkeit anderer Maßnahmen von der Performance der Empfehlungssysteme erklären. So stellen Empfehlungssysteme gewissermaßen die Grundlage für weitere Marketing-Schritte dar: E-Mail-Marketing, die automatische Preisoptimierung aber auch das Retargeting sind deutlich effizienter und somit gewinnbringender, wenn dabei individuelle Produktempfehlungen ausgesprochen werden können. Je besser das eingesetzte Empfehlungssystem funktioniert, desto besser wird beispielsweise auch die Performance des E-Mail-Marketing sein. Denn personalisierte E-Mails erfreuen sich zumeist nicht nur höherer Öffnungsraten, sondern auch einer besseren Conversion-Rate. 38 Prozent der befragten Online- Händler setzten E-Mail-Marketing als Instrument zur Verkaufsförderung ein. Dabei lassen sich die Öffnungsraten und Conversion-Rates von Newslettern vor allem durch individualisierten Content steigern. In Verbindung mit Produktempfehlungssystemen kann so automatisch und in Echtzeit für jeden einzelnen Newsletter-Empfänger individueller Inhalt in Form von Content oder Produktempfehlungen geliefert werden. Durch die automatische Identifikation der passenden Produktempfehlungen durch das Empfehlungssystem wird der notwendige Aufwand auf Seiten der Shop-Betreiber gering gehalten. Zudem sind diese Module in der Lage, die eigenen Empfehlungen auch nach Versand des Newsletters auf Basis des Kundenverhaltens selbstlernend und in Echtzeit zu optimieren. INFO Newsletter-Personalisierung Wie funktioniert das? Basis für eine derartige Personalisierung von Inhalten sind die Klick-, Warenkorb- und Kaufhistorie sowie Suchanfragen, Wunschlisten und weitere verfügbare Profilinformationen des Adressaten aus verschiedenen CRM-Systemen sowie aus dem Online Shop. Aus diesen Daten und dem Wissen über das Verhalten aller Kunden lassen sich automatisch Produkt- und Content Vorschläge mit der für den jeweiligen Empfänger höchsten Relevanz berechnen. Dabei erfasst das Modul die Reaktionen der Kunden auf die Empfehlungen und passt die Empfehlungsregeln in Echtzeit an das Kundenverhalten an. Selbst bei wenig oder nicht verfügbaren historischen Daten werden die Angebote im Newsletter fortwährend optimiert, da die Reaktion jedes Empfängers die Empfehlungen in den nachfolgend geöffneten Mailings beeinflusst. Für Kunden ohne Profil- oder Transaktionsdaten, können zunächst Topseller ausgespielt werden. Anschließend werden diese Empfehlungen basierend auf dem Reaktionsverhalten der Empfänger optimiert. Mit der Integration der Newsletter-Personalisierung konnte ein größerer deutscher Onlineshopbetreiber die Verdopplung der Kaufkonversionrate sowie die Steigerung des Umsatzes um Faktor 2,4 erzielen. 10
Vertrauen als Erfolgsfaktor im Online-Handel Im Distanzhandel geht es immer auch darum, das Vertrauen der Konsumenten gewinnen. Für Kunden ist es häufig nicht ohne weiteres ersichtlich, wer genau sich hinter einem Online-Shop verbirgt. Wichtige Indikatoren für Vertrauenswürdigkeit und Kompetenz, die im stationären Handel auf den ersten Blick erkennbar sind, wie beispielsweise die Körpersprache des Verkäufers und seine physische Erscheinung, bleiben dem Besucher eines Online-Shops verborgen. Das gleiche Problem ergibt sich bei der persönlichen Begutachtung von Produkten im Online-Shop. Die für die Kaufentscheidung oft wichtige haptische Überprüfung der Produkte kann nicht vorgenommen werden, meist können die Produkte nicht einmal optisch von allen Seiten betrachtet werden, so dass eine vollständige Begutachtung für die Konsumenten nicht möglich ist. Kundenbewertungen, Gütesiegel und Produktempfehlungen helfen auf verschiedene Art und Weise, das Vertrauen der Kunden im E-Commerce zu gewinnen. Der Einsatz von Gütesiegeln signalisiert dabei vor allem Vertrauen hinsichtlich der Seriosität des Anbieters. 38 Prozent der befragten Shop-Betreiber setzen auf diese Maßnahme und haben ihren Online-Shop zertifizieren lassen. Kundenbewertungen in Form von Händler- und/oder Produktbewertungen stärken die Entscheidung für die Shopund/oder Produktwahl. Die Bewertungen anderer Personen werden als authentisch und hilfreich wahrgenommen und beeinflussen die Kaufentscheidung sehr häufig. 33,3 Prozent der befragten Online-Händler setzen aus diesem Grund auf Kundenbewertungen. Die Dynamische Preisoptimierung als weitere verkaufsfördernde Maßnahme Die Frage nach der Zahlungsbereitschaft der eigenen Kunden treibt den Handel seit jeher an. Besonders im preisfokussierten Online-Handel gilt es für Shop-Betreiber den Balanceakt zwischen Köder-Angeboten und guten Margen genau auszutarieren. In den letzten Jahren wuchs somit die Bedeutung der automatischen Preisoptimierung für Shopbetreiber. Was früher ein theoretisches Gedankenspiel in den Wirtschaftswissenschaften war, ist heute insbesondere im Bereich des E Commerce möglich. Bereits 7,8 Prozent der befragten Online-Händler setzen auf dynamische Preisoptimierung (auch: Dynamic Pricing) und Experten rechnen weiter mit einer stark ansteigenden Verbreitung im Online-Handel 1. Die Möglichkeit, die Preise aller im Shop gelisteten Produkte automatisch anhand des Verhaltens der Shop-Besucher anzupassen und auf die Zahlungsbereitschaft der potenziellen Kunden anzugleichen, ist dabei nicht nur für große Online-Händler von Interesse. Auch kleine und mittelständische Händler können von den Vorteilen einer professionellen und automatischen Preisoptimierung profitieren. Denn einmal eingerichtet arbeitet das System selbständig und berechnet z.b. anhand des Werteverlaufs eines Produktes, des Verkaufsrangs, anhand von Kundenbewertungen und/oder von Warenverfügbarkeiten den optimalen Produktpreis und margensteigernde Preisvariationen. 1 Siehe auch: Die heilige Kuh schlachten, erschienen in Acquisa 04/11, S. 36-39. 11
Werden Produkte beispielsweise besonders häufig nachgefragt, steigt der Preis in Echtzeit an, werden sie wenig nachgefragt, wird der Preis gesenkt. Der Preis-Rahmen wird dabei durch den Shop-Betreiber bestimmt. Zum einen gelingt es auf diese Weise intensive manuelle Preisrecherchen zu eliminieren und zum anderen sich auf das komplexe und anspruchsvolle Konsumentenverhalten im Online-Handel einzustellen. Gerade für kleine Händler stellt die automatische Preisoptimierung oftmals eine große Arbeitserleichterung dar 2, denn eine gute und manuell gepflegte Preisstrategie ist zeitintensiv. Häufig optimieren Shop-Betreiber deshalb nur die Preise einiger weniger Top-Seller und lassen Produkte aus dem Long-Tail-Bereich völlig außer Acht. Die Investition in eine dynamische Preisoptimierung amortisiert sich in der Regel schon nach wenigen Monaten. Durch die in Echtzeit funktionierende Optimierung gelingt es vielen Händlern, sowohl die Anzahl der Bestellungen als auch den Umsatz deutlich zu erhöhen. Durch die automatische Bepreisung von Produkt-Bundles kann auch das Cross-Selling und somit die durchschnittliche Warenkorbgröße verbessert werden. Hierbei wird auf Basis der Deckungsbeiträge der einzelnen Produkte aus dem Bundle automatisch ein dynamischer Rabatt errechnet. 2 Siehe auch: Gute Preise, bessere Preise, erschienen in Online-Handel 2/2010, S. 32. INFO Praxisbeispiel: Dynamische Preisoptimierung im Online-Handel Ein namhafter deutscher Medienversender integrierte im Rahmen des Weihnachtsgeschäfts 2009 die dynamische Preisoptimierung in seinen Shop. Ziel war es, den Preis von 6.000 Artikeln täglich an das Marktumfeld anzupassen, um so eine Umsatzund Gewinnmaximierung zu erreichen. Das Resultat brachte rund 20% mehr Umsatz und 30% mehr Bestellungen im A/B Test. Aufgrund dieser sehr guten Zahlen entschied sich der Händler, das Modul prudsys RDE Pricing ebenso im Weihnachtsgeschäft 2010 einzusetzen. Allerdings formulierte der Händler das Ziel für das Weihnachtsgeschäft 2010 neu: Maximierung der Deckungsbeiträge unter Berücksichtigung der Umsatzentwicklung. Um dem neuen Ziel gerecht zu werden, wurde erstmals der Einzelpreis-Algorithmus mit Produktgruppenanalyse eingesetzt, der insbesondere Artikel aus dem Longtail optimiert. Die Ergebnisse: 12 % mehr Bestellungen, 10 % mehr Umsatz und 3 % höheren Deckungsbeitrag. Der neue Algorithmus benötigt nur wenige Stammdaten: Produktnummer, Standardpreis, unverbindliche Preisempfehlung (als Preisobergrenze) und Einkaufspreis (als Preisuntergrenze). Alle anderen für die Optimierung notwendigen Daten, wie Klicks und Käufe, analysiert das Modul prudsys RDE Pricing automatisch und leitet entsprechend die Funktionen ab. Die Optimierung der Preisempfehlungen bzw. die Preisanpassung erfolgte täglich vollautomatisch. Die Ergebnisse wurden durch einen A/B Test ermittelt. Eine Gruppe von Produkten erhielt dabei dynamische Preise, die andere Gruppe manuell reduzierte Preise oder Standardpreise des Händlers. Durch das Austesten des Preisniveaus kam es zu Beginn auch bei der Umsatz- und Bestellentwicklung zu einem Anstieg um rund 20 %. Insgesamt steigerte sich durch das etwas niedrige Preisniveau der Umsatz um 9,79 % und die Anzahl der Bestellungen um 12,03 % mehr als in der Vergleichsgruppe. Die Kernherausforderung in diesem Praxistest bestand darin, Preise im Hinblick auf die Ausschöpfung des Deckungsbeitrages und unter Berücksichtigung der Umsatzentwicklung zu optimieren. 12
4 Anforderungen und Ziele Professionalisierung durch Empfehlungssysteme In diesem Kapitel werden die Zielsetzungen und Anforderungen, die an die Systeme gestellt werden, näher beleuchtet. Dabei wird deutlich, dass das Potenzial von Empfehlungssystemen von der Mehrzahl der Shop-Betreiber erkannt wurde. Es zeigt sich jedoch auch Handlungsbedarf, insbesondere was die professionelle Erfolgsmessung der Empfehlungsmaßnahmen betrifft. Großes Potenzial trifft auf großes Interesse Die Studien-Ergebnisse haben gezeigt, dass bereits viele Online-Händler auf den Einsatz von Produktempfehlungssystemen schwören. Einige Online-Händler verwenden dabei noch manuelle oder selbstprogrammierte Lösungen. Vor allem der Pflegeaufwand ist bei derartigen Lösungen sehr hoch, so dass sich die Händler bei ihren Empfehlungen oftmals auf einige wenige Produkte ihres Sortiments beschränken. Drei Viertel der befragten Shop-Betreiber ziehen deshalb die Anschaffung eines professionellen Empfehlungssystems zur Anzeige personalisierter (besucherspezifischer) Produktempfehlungen in Zukunft mindestens in Betracht. Fast jeder Dritte der befragten Shop-Betreiber plant dabei definitiv, seinen Shop um ein automatisiertes Empfehlungssystem zu erweitern. Viele Shop-Betreiber haben das Potenzial erkannt und wollen möglichst schnell auf derartige Shop-Erweiterungen zurückgreifen. Über die Hälfte der befragten Unternehmen planen, eine derartige Shop-Erweiterung innerhalb des nächsten halben Jahres einzuführen. 16,1 Prozent wollen diese nach Möglichkeit bereits in den kommenden drei Monaten einführen. Ja 27,3 % 24,7 % Nein Abb. 5: Planung eines Empfehlungssystems Fragetext: Planen Sie eine Shop- Erweiterung zur Nutzung eines Empfehlungssystems, welches per- 48,1 % sonalisierte Produktempfehlungen erzeugt? Vielleicht n = 77 13
Abb. 6: Zeitrahmen der Empfehlungssystem-Einführung potentieller Interessenten Fragetext: Wann können Sie sich vorstellen eine derartige Shop-Erweiterung zu nutzen? in drei Monaten weiß nicht 16,1 % 51,8 % innerhalb sechs Monate 17,9% in zwei Jahren 5,4 % 25,0 % 35,7 % in sechs Monaten in einem Jahr n = 56 INFO Wo werden Produktempfehlungen in Online-Shops eingebunden? Produktdetailseite, Kategorieübersichtsseiten Suchergebnisseiten Warenkorb- Bestätigungsseiten Check-Out Seiten Start- und Landingpages Voll automatisiert und profitorientiert Anforderungen an Empfehlungssysteme Die Gründe für die Einführung eines professionellen Empfehlungssystems sind dabei vielfältig. Dies wird deutlich, wenn man sich die Ziele und Anforderungen der Online-Händler, welche bereits Empfehlungssysteme einsetzen, anschaut. Schnell und einfach in Ihrem Online-Shop auf die Bedürfnisse der Kunden zu reagieren und optimierte Produktempfehlungen generieren hat dabei oberste Priorität. Auch bei Produkten, die selten gekauft werden oder neu im Sortiment sind, wird von den befragten Shop-Betreibern eine gute Empfehlungsqualität gefordert. Wichtig ist deshalb, dass die Systeme in Echtzeit lernen. Auch wenn neue Produkte in den Shop aufgenommen werden, können diese anhand des nach und nach analysierten Nutzerverhaltens auf diese Weise erfolgreich in das Empfehlungssystem integriert werden. Die vollautomatische Arbeitsweise der Empfehlungssysteme nimmt Shop-Betreibern deshalb nicht unerheblich Arbeit ab. Natürlich zählt zu den wichtigsten Anforderungen der Händler an die Empfehlungssysteme die Optimierung des Abverkaufs. Der monetäre Erfolg von Empfehlungssystemen lässt sich dabei durch einfache A/B-Tests oder Vorher/Nachher-Vergleiche überprüfen. Die Steigerung des Bestellwertes, die automatische Generierung der Cross- und Upselling-Empfehlungen und die Steigerung der Conversion-Rate wird dabei von den befragten Shop-Betreibern als nahezu gleich wichtig eingestuft. 14
INFO Was sollte ein Empfehlungssystem können? Berücksichtigung des Nutzerverhaltens durch Echtzeit-Lernen Optimale Ausschöpfung des Cross- and Up-Selling Potenzials Vermeidung von Down-Buying-Effekten und Topseller-Problematik Vollautomatische Arbeitsweise (Install-and-Forget) Hochwertige Empfehlungen auch bei kleinen Warenkörben, im Long Tail und für neue Produkte bzw. Inhalte Einbeziehung von Umweltfaktoren (z.b. Kanal, Uhrzeit, Wetter) Integrierte Erfolgsmessung und Benchmarking von definierten KPIs Abb. 7: Ziele und Anforderungen beim Einsatz von Empfehlungssystemen Bedeutung mit Einsatz von Produktempfehlungssystemen (F11: Shopsystem-integrierte Lösung, System externer Anbieter, selbstprogrammierte Lösung) Fragetext: Welche Bedeutung messen Sie folgenden Zielen und Anforderungen beim Einsatz von Produktempfehlungssystemen bei? Schnell gute Empfehlungen auch bei neuen Produkten 4,36 Steigerung des Bestellwertes 4,17 Automatische Generierung der Cross- und Upselling Empfehlungen 4,14 Hohe Empfehlungsqualität auch bei selten gekauften Produkten 4,11 Steigerung der Konversionsrate 4,07 Individuellere Kundenansprache durch personalisierte Empfehlungen 3,96 Automatische Empfehlungsoptimierung nach umsatzstärkstem Produkt 3,74 1 = Keine Bedeutung, 5 = Große Bedeutung 23 n 28 15
Handlungsbedarf Erfolgsmessung nur selten Erfolgsentscheidend ist die Qualität der Empfehlungen. Einerseits gilt es, die individuelle Kundenansprache durch die Systeme zu perfektionieren und für die einzelnen Shop-Besucher tatsächlich relevante Empfehlungen personalisiert auszusprechen. Andererseits gilt es den wirtschaftlichen Ansprüchen der Shop-Betreiber an die Systeme gerecht zu werden und die Empfehlungsmechanismen an den eigenen Deckungsbeiträgen, Margen und Umsätzen optimal auszurichten. Die regelmäßige Erfolgskontrolle ist deshalb essentiell. Vor allem bei selbstprogrammierten oder manuellen Produktempfehlungen wird häufig völlig auf die Erfolgsmessung verzichtet. Nur ein Viertel der befragten Händler misst den Erfolg der eigenen Empfehlungen. Fast 70 Prozent führen überhaupt keine Erfolgsmessung durch. Die Zufriedenheit mit den eigenen Empfehlungen ist dementsprechend polarisiert. Ein Viertel der befragten Händler sind zufrieden mit den eingesetzten Empfehlungen, umgekehrt sind ca. ein weiteres Viertel unzufrieden mit den Empfehlungen. Interessant ist, dass die Zufriedenheit der Händler mit den Empfehlungen von der Erzeugungsart anhängig ist. Diejenigen Händler, welche selbstprogrammierte oder manuelle Systeme einsetzten, sind tendenziell unzufriedener als diejenigen, welche auf eine Shop-Erweiterung oder auf eine im Shopsystem integrierte Lösung zurückgreifen. Vor allem aufgrund der automatischen und fortwährenden Messung und Optimierung ist die Empfehlungsqualität und Empfehlungsanzahl von professionellen Systemen besser. Dabei setzen aber noch lang nicht alle Shops auf professionelle Lösungen. So greifen immer noch knapp 30 % der Befragten auf manuelle oder selbstprogrammierte Lösungen zurück. Ja 25,6 % Abb. 8: Messung des Erfolgs von Produktempfehlungen Weiß nicht 7,0 % Fragetext: Messen Sie den Erfolg Ihrer Produktempfehlungen (z.b. Umsatzsteigerung)? 67,4 % n = 43 Nein 16
Abb. 9: Zufriedenheit mit Produktempfehlungen 1/2 Fragetext: Wie bewerten Sie insgesamt die Qualität Ihrer Produktempfehlungen? 39,5 % 27,9 % 25,6 % 20,9 % 16,3 % 11,6 % 7,0 % 4,7 % 1 2 3 4 5 Weiß nicht 1 = Entspricht überhaupt nicht meinen Erwartungen, 5 = Entspricht voll und ganz meinen Erwartungen n = 43 Abb. 10: Zufriedenheit mit Produktempfehlungen 2/2 Vergleich nach Erzeugungsart der Produktempfehlungen (arithmetischer Mittelwert) Fragetext: Wie bewerten Sie insgesamt die Qualität Ihrer Produktempfehlungen? über eine Shop-Erweiterung von einem externen Anbieter/shopsystem integrierte Lösung 3,4 wir erstellen manuell Produktempfehlungen 2,9 über eine selbstprogrammierte Lösung 2,5 1 = Entspricht überhaupt nicht meinen Erwartungen, 5 = Entspricht voll und ganz meinen Erwartungen n = 43 17
INFO Erfolgsmessung Wie kann ich messen? Recommendation Engines messen und optimieren die Wirkung der Produktempfehlungen und machen so den Empfehlungserfolg nachvollziehbar. Im Einzelnen können z.b. folgende statistische Werte erfasst werden: Anzahl der Sessions Anzahl ausgespielter Empfehlungsscreens Anzahl ausgespielter Empfehlungen Klicks auf Empfehlungen Umsatz/Anzahl der Bestellungen aus Empfehlungen Daraus können folgende Erfolgsfaktoren berechnet und optimiert werden: Anzahl der Empfehlungen pro Empfehlungsscreen (Füllrate) Klicks auf die Empfehlungen (Klickrate) Umsatzanteil aus den Empfehlungen Fazit und Ausblick Produktempfehlungen haben sich zu einem zentralen Baustein im E-Commerce entwickelt. Die Verbreitung und die Akzeptanz sind auf Seiten der befragten Händler bereits hoch. Viele Händler planen die Umstellung oder Neuanschaffung von professionellen Empfehlungssystemen in den kommenden sechs Monaten. Die Zielsetzung und Anforderungen an die Produktempfehlungssysteme unterscheiden sich danach, ob die Kunden bereits ein System einsetzen oder nicht. Nicht-Nutzer legen besonderen Wert auf die Steigerung des Bestellwertes und der Conversion-Rate. Nutzer erwarten vor allem, dass die Systeme insbesondere bei selten gekauften oder neuen Produkten im Sortiment eine hohe Empfehlungsqualität erzielen. Es hat sich gezeigt, dass die Zufriedenheit mit der Empfehlungsqualität am höchsten unter Shop-Betreibern ist, die eine externe Lösung einsetzen. Personalisierung mit Hilfe von allen Vertriebskanälen ein Ausblick Die Einbindung von personalisierten Produktempfehlungen ist ein wichtiger verkaufsfördernder Aspekt in der Gestaltung von Onlineshops. Um Kunden weiter zu begeistern und jeder erdenklichen Situation abzuholen, geht der Trend der Personalisierung immer mehr in Richtung Vernetzung, Einbeziehung und Verschmelzung aller Verkaufskanäle ob online, im stationären Handel, mit Email-Marketing sowie mobilen Applikationen oder die personalisierte Ansprache im Callcenter. Beispielsweise erhält ein Stammkunde nach einem stationärem Einkauf personalisierte Upselling- Angebote per E-Mail oder mobilen Applikationen multichannel-fähige Gesamtlösungen werden verstärkt eine Rolle spielen. 18
E-Commerce-Center Handel Das E-Commerce-Center Handel (ECC Handel) ist am Institut für Handelsforschung für den Bereich E-Commerce (elektronischer Handel) zuständig und blickt auf mehr als 10 Jahre Erfahrung in Forschung und Beratung im elektronischen Handel zurück. Als Branchen-Kompetenzzentrum des vom Bundesministerium für Wirtschaft und Technologie geförderten Netzwerks der Kompetenzzentren für den elektronischen Geschäftsverkehr berät das ECC Handel Unternehmen zu aktuellen Fragen des E-Commerce. Weitere Information: www.ecc-handel.de prudsys AG Die prudsys AG bietet mit der prudsys RDE die weltweit erste modulare Analysesoftware auf Echtzeitbasis, um Datenanalysen unterschiedlichster Art durchführen und miteinander verbinden zu können. Unsere Realtime Decisioning Engine (prudsys RDE) steht damit für eine neue Generation von Recommender Systemen. Der modulare Aufbau unserer prudsys RDE erlaubt nicht nur die Umsetzung klar definierter Kundenziele, sondern auch eine Kombination der Module zu einer kundenspezifischen und multichannel-fähigen Gesamtlösung. Zahlreiche internationale Unternehmen und mehr als ein Drittel der Top100 Versandhändler Deutschlands setzen unsere Lösungen bereits erfolgreich ein. Damit gilt die prudsys RDE als führendes Echtzeitanalysesystem auf dem deutschen Markt. Weitere Information: www.prudsys.de 19
Ihre Ansprechpartner Adrian Hotz ist Dipl.-Kfm. und Projektmanager beim E-Commerce-Center Handel (ECC Handel) an der Institut für Handelsforschung GmbH in Köln. Er beschäftigt sich seit mehreren Jahren intensiv mit den Themengebieten Social Media und Multi-Channel-Management für das ECC Handel. Dort ist er verantwortlich für unternehmensspezifische Social-Media-Monitoring-Lösungen und unternehmensspezifische Multi-Channel-Kennzahlen-Ermittlung. Darüber hinaus gibt er Workshops und Vorträge und unterstützt als Autor den Blog der ecommerce-lounge.de Jens Scholz ist Vorstand für Vertrieb und Finanzen der prudsys AG und studierte Mathematik an der Technischen Universität Chemnitz. Als Mitbegründer der prudsys AG im Jahr 1998 beschäftigt er sich seit Jahren intensiv mit den Themen der Echtzeit-Analyse, Prognose und intelligente Empfehlung. Die prudsys AG beschäftigt 30 Mitarbeiter und gilt als führender Anbieter von Personalisierungssoftware im Handel. Kontakt Dipl. Kfm. Adrian Hotz Projektmanager a.hotz@ecc-handel.de ECC Handel c/o IfH Institut für Handelsforschung GmbH Dürener Strasse 401 b D-50858 Köln T +49 (0)2 21 94 36 07 70 F +49 (0)2 21 94 36 07 59 Dipl.-Math. Jens Scholz Vorstand Vertrieb/Finanzen scholz@prudsys.de prudsys AG Zwickauer Strasse 16 D-09112 Chemnitz T +49 (0)3 71 2 70 93 10 F +49 (0)3 71 2 70 93 90 2011 IfH Institut für Handelsforschung GmbH. Alle Rechte vorbehalten. Nachdruck, auch auszugsweise, nur mit Genehmigung des Instituts. 20