Optimierung der Präsentationen von Produktempfehlungen am Beispiel der Alba Moda GmbH

| Keine Kommentare

Aufgabe und Zielstellung:

Die Personalisierung von Produktangeboten stellt im E-Commerce einen der wichtigsten Differenzierungsfaktoren dar.[1] Auch die Alba Moda GmbH setzt in ihrem Onlineshop personalisierte Empfehlungen, dargestellt in Bannern, bzw. Slidern (siehe Abb.1) ein. Die Effektivität dieser automatisierten Produktempfehlungen ist im Groben von zwei Faktoren abhängig: Zum einen von der Berechnung einer sinnvollen Empfehlung, zum anderen von der Sichtbarmachung der Produktempfehlungen im Webshop mithilfe grafischer Elemente.[2] Ziel der Seminararbeit von Rico Adler und Stefan Berkenhoff war es, auf Basis einer Analyse des aktuellen Produktempfehlungsprozesses von Alba Moda Optimierungspotenziale für beide Faktoren zu identifizieren und darauf aufbauend konkrete Handlungsempfehlungen zu geben. Dieser Blogbeitrag stellt das Vorgehen und die Kernergebnisse für den zweiten Faktor, die Optimierung der Präsentationen von Produktempfehlungen im Alba Moda Onlineshop, in Auszügen dar.

Produktempfehlungsbanner Alba Moda

Abb 1: Slider mit personalisierten Produktempfehlungen aus dem Alba Moda Onlineshop. Quelle: albamoda.de

Methodik & Vorgehen:

Das Vorgehen untergliedert sich in mehrere, aufeinander aufbauende Schritte. Begonnen wurde mit einer ausführlichen Betrachtung der theoretischen Hintergründe, wobei sowohl wahrnehmungspsychologischen Gesichtspunkte als auch Usability-Paradigmen erarbeitet wurden. Anschließend wurde der Status Quo bei Alba Moda ermittelt. Hierzu wurde zum einen Klickanalysen aus dem Webtracking (Nutzerströme ebenso wie Klick-Heatmaps) herangezogen, zum anderen Beobachtungen bezüglich Gestaltung und Funktion der Slider im Webshop strukturiert dokumentiert. Anschließend wurden die von außen beobachtbaren Elemente mit einer Auswahl an anderen Shops verglichen. Hierbei wurde aufgrund der Ergebnisse aus der Theorie nicht nur die bestplatzierten Onlinehops nach Umsatz gewählt, sondern aufgrund der Verknüpfung von Produktempfehlungen als Usability-Element und Usability als Einflussfaktor für die Kundenzufriedenheit auch die Top-Onlineshops aus Kundensicht für die Untersuchung herangezogen. Die Auswahl fällt also auf amazon, otto, zalando nach Umsatz[3] und thomann.de und sOliver.de nach Kundenzufriedenheit[4]. Es wurden jeweils die Bestplatzierten überhaupt und der bestplatzierte Fashion-Shop gewählt. Aus den Ergebnissen des Vergleichs wurden Thesen über Verbesserungen abgeleitet, welche im letzten Teil der Arbeit zu Handlungsempfehlungen verdichtet wurden. Diese sollen im folgenden Teil vorgestellt werden.

Kernergebnisse:

Anzahl der Flächen

Die Referenzshops haben über alle untersuchten Seitentypen (Templates und Ansichten) im Schnitt eine Fläche für Produktempfehlungen eingebaut. Der Checkout ist für Produktempfehlungen jedoch tabu, um den Käufer nicht am verbindlichen Kaufabschluss zu hindern. Bezogen auf alle Seitentypen stellt man fest, dass Alba Moda etwas weniger als halb so viel Flächen für die Anzeige von Produktempfehlungen zur Verfügung stellt. Die Kontaktmöglichkeiten mit Produktempfehlungen sind im Alba Moda Onlineshop folglich deutlich geringer als in anderen Shops. Die Platzierung der einzelnen Flächen erfolgt hierbei fast ohne Ausnahme zum größeren Teil below the fold, was jedoch auch bei den Vergleichsshops ähnlich ist. Die Handlungsempfehlung nach dem Experteninterview lautet, die Intensität des Einsatzes personalisierter Produktempfehlungen im Webshop dadurch zu erhöhen, indem sowohl die Quantität als auch die Qualität der Kontakte der Nutzer mit Produktempfehlungen gesteigert wird, in dem auf allen vorhanden Seitentypen exklusive Checkout mehr als eine Fläche mit personalisierten Produktempfehlungen, davon mindestens eine above the fold, eingebunden wird.

Es wurde in diesem Zuge auch erkannt, dass die bloße Darstellung von Produktempfehlungen in Slidern und Bannern zukünftig überholt bzw. nicht ausreichend sein könnte, weil andere Shops bereits dazu übergehen, in Form von Feeds[5] und spezieller Areale[6] komplett personalisierte Shop-Bereiche anzubieten. Auch Alba Moda muss dies berücksichtigen, um die festgestellten unterschiedlichen Nutzungsintensionen wie z.B. „schneller Kauf“ und dem entgegengesetzten Ziel „inspirieren lassen“ optimal zu bedienen.

Anzahl der Produkte

Alba Moda zeigt auf den vorhandenen Flächen für Produktempfehlungen im Schnitt vier Produkte gleichzeitig, ohne dass der Besucher mit der Fläche interagieren muss. Der durchschnittliche Wert bei den Referenzshops ist nahezu doppelt so hoch. Ähnlich verhält es sich mit der Gesamtzahl der empfohlenen Produkte: Über die Produktempfehlungsflächen sind bei Alba Moda durch zusätzliche Interaktion im Schnitt 15 Produkte erreichbar. Die Referenzshops zeigen im Mittel 26 Produkte, damit zeigt Alba Moda gut 40% weniger Produkte je Empfehlungsfläche.

Die klare, darauf folgende Empfehlung ist, dass Alba Moda die Anzahl der Produkte, die in einem Produkt-Slider enthalten sind, erhöhen muss. Dabei sollte die Anzahl der Produkte jedoch 100 nicht überschreiten, da sonst die Kontaktqualität zu niedrig ist für eine effiziente Empfehlung.[7]

Gesamtgestaltung und Inhaltselemente einer Produktempfehlung

Alba Moda muss seinen Flächen für Produktempfehlungen dahingehend umgestalten, dass zusätzliche Elemente wie der Preis, die Marke und Kundenbewertung sinnvoll und unter den geltenden Gestaltregen mit angezeigt werden. Zu dieser Handlungsempfehlung kommt es, da im Vergleich mit den anderen Shops festgestellt wurde, dass diese Elemente in allen oder den meisten Fällen vorzufinden sind – Alba Moda jedoch beispielsweise auf die Darstellung eines Preises konsequent verzichtet. Aufgrund der Reichweitenstärke der untersuchten Shops kann beinahe davon ausgegangen werden, dass die genannten Elemente zum einen stark erprobt und ggfs. für eine Interaktion vom Nutzer vorausgesetzt werden.

Zudem wurde an dieser Stelle festgestellt, dass neue Elemente in den einzelnen Produktempfehlungen integriert werden, über die der Nutzer proaktiv sein Gefallen bzw. Missfallen über die Empfehlung mitteilen kann. Diese Rückmeldungen können direkt im Algorithmus der Recommender-Engine verwendet werden[8], waren jedoch für diese Analysen kein weiterer Untersuchungsgegenstand.

Erklärungen für den Nutzer

Über Bereichen für Produktempfehlungen werden für gewöhnlich in wenigen Worten erklärt, warum diese Produkte gezeigt werden. Das Bild bezüglich der Formulierung dieser einleitenden Worte war uneinheitlich, darüber hinaus zeigen nur wenige Shops[9] zeigen ausführlichere Erläuterungen an, die einem interessierten Nutzer weitere Hintergründe über z.B. das Personalisierungsverfahren darlegen. Experten sind der Meinung, dass sich verschiedene Aspekte wie Zufriedenheit und Akzeptanz des Nutzers, Transparenz und folglich Interaktionsfreudigkeit positiv beeinflusst werden, wenn bei den Produktempfehlungen eine Erläuterung angeboten wird.[10] Aus diesem Grund wird auch der Alba Moda GmbH empfohlen, bei den Produktempfehlungsflächen eine Erläuterung der Gründe für die Anzeige der Produktempfehlungen erreichbar zu machen, obwohl dies bei den Referenzshops kein feststellbare Bestpractise ist.

Zusammenfassung

Neben den oben aufgeführten Handlungsempfehlungen wurde zudem deutlich, dass jede Vermutung bzw. Änderung ausführlichen Tests unterzogen werden muss. Hierbei hat sich der A/B-Test als ausgezeichnetes Instrument erwiesen, um Design und Funktion mit der betroffenen Zielgruppe zu testen und empirisch fundierte Daten zu gewinnen.[11] Es ist dringend anzuraten, die hier empfohlenen Handlungsempfehlungen bzw. deren unterschiedliche, konkrete Ausprägungen durch solche Tests zu fundieren. Ebenso muss eine Klickauswertung je Produkt implementiert werden, damit anhand verlässlicher Daten festgestellt werden kann, welche Position im Untersuchungszeitraum tatsächlich geklickt werden und wie sich Veränderungen auf das Klickverhalten und die betriebswirtschaftliche Performance auswirken.

Quellen:

[1] Vgl. Roggio, Armando (2015): 6 Global, Online Shopping Trends that Could Impact Your Business

[2] Vgl. Ricci, Francesco et al. (2011): Recommender System Handbook. New York: Springer, S. 1ff.

[3] Nielsen (2015): Besucherzahlen der größten Online-Shops in Deutschland im  Oktober 2014 (in Millionen)

[4] ECC Köln (2015): Erfolgsfaktoren im E-Commerce. Deutschlands Top-Online-Shops Vol. 4. Köln: O.V. S.6

[5] Vgl. Kolbrück, Olaf (2014c): Zalando: Mit „MyFeed“ auf dem Weg zum individuellen Shop

[6] Siehe z.B. amazon „my Shop“ im eingeloggten Zustand

[7] Vgl. Hamke, Ann-Katrin (2015): Leitfaden-gestütztes Experteninterview vom 15.06.2015, Interviewer: Berkenhoff, Stefan; Adler, Rico

[8] Vgl. Desrosiers, Christina; Karypis, George (2011): „A Comprehensive Survey of Neighborhood-based Recommendation Methods“ in: Ricci, Francesco; Rokach, Lior; Shapira, Bracha; Kantor, Paul B. (Hrsg.) Recommender Systems Handbook, New York: Springer, S. 110

[9] Otto macht einen erläuternden Texte per (i) Schaltfläche auf der Startseite beim Slider erreichbar

[10] Vgl. Tintarev, Nava; Masthoff, Judith (2011): Designing and Evaluating Explanations for Recommender Systems. in: Ricci, Francesco; Rokach, Lior; Shapira, Bracha; Kantor, Paul B. (Hrsg.) Recommender Systems Handbook, New York: Springer S. 495

[11] Schwiecker, Sebastian (o.J.): Was ist A/B-Testing?

Stefan Berkenhoff

Autor: Stefan Berkenhoff

Ich studiere E-Commerce im Master-Programm der FH-Wedel und interessiere mich da vor allem an E-Commerce-Systemen und deren Verknüpfung.

Schreibe einen Kommentar

Pflichtfelder sind mit * markiert.