KategorieeCommerce

Übersicht aller Artikel zum Thema eCommerce. Sie finden hier Artikel rund um Online-Handel und elektronische Geschäftsprozesse.

Recommendation Engines

Eine Recommendation Engine, ein Empfehlungsdienst,  empfiehlt Anwendern im Internet interessante Produkte, Webseiten, Bücher oder Musiktitel. Wie ein Verkäufer im Ladengeschäft schlägt der Empfehlungsdienst weitere Einkaufsmöglichkeiten vor.

Empfehlungen können sich auf unterschiedlichste Produkte beziehen. Jemandem, der gerade einen bestimmten Musiktitel hört oder gekauft hat schlägt man einen passenden Titel vor. Eine Regel bestimmt dabei was das Recommendation System empfiehlt.

Eine solche Regel könnte zum Beispiel sein: Wenn jemand Bach hört, dann biete noch Beethoven und die Beatles an.

Ein gutes Recommendation System empfiehlt dabei Inhalte, die optimal auf die voraussichtlichen Wünsche der Besucher abgestimmt sind.

Empfehlungen

Das besondere an Recommendation Engines ist, dass sich der Verkäufer nicht alle Regeln selbst überlegen muss. Mit einem Sortiment von nur 10.000 Artikeln wäre man damit sicher überfordert.

Das Empfehlungssystem misst das Verhalten der Besucher auf einer Website und lernt daraus selbstständig die Regeln.

Wenn zum Beispiel häufig Jeans mit T-Shirts gekauft werden, dann lernt die Recommendation Engine, dass zu Jeans immer T-Shirts empfohlen werden sollten und zu T-Shirts werden wiederum Jeans empfohlen.

Das könnte ein ein mittelmäßiger Verkäufer auch und –  eventuell sogar besser als ein Computer.

Wozu also Recommendation Engines?

Im Online-Shop gibt es keine Verkäufer. Es gibt niemand, der eine Besucherin ansieht und ihr die Wünsche von den Augen abliest. Der Online-Shop selbst oder ein zugekauftes Empfehlungssystem muss daher die Beratung übernehmen.

Sobald der Shop mehr als eine Handvoll Produkte verkauft wird es unwirtschaftlich, dass sich die Besitzer eines Online-Shops alle Regeln selbst überlegen. Eine  Recommendation Engine ist wie ein äußerst günstiger ‚Mitarbeiter‘, der nie schläft sich laufend an die Gegebenheiten anpasst und Regeln erstellt, Produkte empfiehlt und damit die Umsätze steigert.

Die Shop-Besitzer gibt eventuell noch einige grundlegende Regeln vor und danach läuft alles automatisch. Zum Beispiel könnte eine solche grundlegende Regel sein: empfehle nie ein Produkt aus dem Bereich Damenmode zu einem Produkt aus dem Bereich Herrenmode.

Sind die grundlegenden Regeln erstellt wartet die Händlerin einfach ab, dass das System lernt. Nach kurzer Zeit wird Sie feststellen, dass Ihre Recommendation Engine immer bessere Empfehlungen ausspricht.

Ein gutes Recommendation System wird der Anwenderschaft eine Statistik zur Verfügung stellen. So können die Anwender feststellen, wie viel Ihre Recommendation Engine verkauft.

Die meiner Meinung nach beste Recommendation Engine – econda Cross Sell – kommt von econda, meinem Arbeitgeber(siehe Disclaimer). Hier der TV Spot:

Übrigens: Ich verdiene kein Geld mit dieser Website oder Links, die von dieser Seite ausgehen. Meine persönliche Meinung ist aber sicher nicht objektiv oder von meiner Mitarbeit am econda Cross Sell unbeeinflusst. Sehen Sie sich ruhig auch mal die anderen Lösungen an. Schreiben Sie über Ihre Erfahrungen. Mich würde Ihre Meinung interessieren.

Übersicht Recommendation Engines

econda Cross Sell – Mein Favorit. Mehrere Jahre am Markt, laufend verbessert, beste Referenzen. Das System, das man haben will. Punkt.

Barilliance – increase sales and conversion rates by utilizing theirrich website personalization suite

searchperience – spezialisierter Suchanbieter, der auch Recommendations einblenden kann

epoq –  Spezialist für Prodktempfehlungen, beeindruckende Referenzen

fact-finder – eCommerce und Suchspezialist mit Recommendations

prudsys – Personalisierung von Online-Shops inkl. Recommendations

easyrec – open source recommendation engine

richrelevance – leistungsstarke Personalisierungsplattform

Adimpressions: Was die Publisher verschweigen

Zusätzliche Adimpressions steigern Ihren Umsatz nicht? Lesen Sie was Adimpressions wirklich sind und lernen Sie  mit Ihren Anzeigen Ihre eigenen Ziele zu verfolgen.

Adimpressions

Abkürzung: AI
Synonyme: Ad View, Ad Impression, (irreführend aber oft verwendet: Sichtkontakte, Einblendungen, Werbemittelkontakt)

Begriffsherkunft

Der Begriff Ad Impressionkommt ursprünglich aus dem Bereich der Printmedien. Dort gibt die Anzahl der Adimpressions darüber Auskunft, wie oft ein Werbemittel eingedruckt oder abgedruckt wurde. (Auflage x Anzahl des Erscheinens der Anzeige je Exemplar)

Adimpressions im Onlinemarketing

Im Onlinemarketing wird der Begriff Adimpression in ähnlicher Weise wie im Printbereich verwendet. Als Ad Impressionwird der Abruf einer Anzeige von einem Webserver bezeichnet.

Das heißt die Zahl der Adimpressions gibt Auskunft darüber, wie häufig ein Werbemittel im Internet verteilt wurde.

Interpretation der Kennzahl Adimpressions

Adimpressions gehören in den Bereich der technischen Kennzahlen, die keinen Rückschluss auf Besucherverhalten ermöglichen, sondern den Ablauf von teilweise automatisierten Prozessen beschreiben. Ad Impressionsind eine interessante Kennzahl für den Betreiber eines Ad-Servers. (ein spezieller Server, auf dem Werbemittel im Internet zur Verfügung gestellt werden).

Sie gibt Auskunft darüber, wie viele Anzeigen vom Ad-Server geladen wurden und damit auch indirekt über die Last des Ad-Servers.

Ad Impressionwerden auch dann gezählt, wenn ein Computerprogramm, z.B. ein Robot, Proxy oder Spider die Anzeigen abruft.

Adimpressions werden ebenfalls gezählt, wenn eine Anzeige außerhalb  des sichtbaren Bereichs einer Website positioniert ist und nur wenige Besucher jemals überhaupt die Chance hätten in Kontakt mit der Anzeige kommen.

Selbst wenn eine Anzeige sichtbar ist, ist keinesfalls klar, dass sie von einem Besucher der jeweiligen Website wahrgenommen wird. (Banner Blindness: Anwender ignorieren unbewusst alles was nach einem Banner aussieht)

Eine Adimpression bedeutet nicht, dass

  • die Anzeige auch wirklich jemandem angezeigt wurde
  • die Anzeige im sichtbaren Bereich einer Website positioniert ist
  • die Anzeige von Menschen wahrgenommen wird
  • die Anzeige von Menschen beachtet wird
  • die Anzeige von Menschen erinnert wird
  • die Anzeige einen Menschen beeinflusst

Wichtig:

Die Kennzahl Adimpressions gibt keine Auskunft darüber, wie viele tatsächliche oder durchschnittliche Werbemittelkontakte ein menschlicher Besucher hatte. Adimpressions geben nicht den realen Werbemittelkontakt an.

Die Anzahl der Adimpressions gibt zudem keine Auskunft über die Effektivität einer Anzeige.

Für Marketing-Professionals sollte diese Kennzahl eher eine untergeordnete Rolle spielen. Der Erfolg einer Anzeige ist ausschlaggebend, nicht die Anzahl der mehr oder oft auch weniger nützlichen Einblendungen! Verkäufer von Anzeigenplätzen in Online-Medien sehen das natürlich anders. Doch diese haben und verfolgen eigene Interessen.

Solange Server, Browser und Automaten nicht einkaufen, sondern nur richtige echte Menschen, ist es für Werbetreibende sinnvoll sich um Menschen zu kümmern, nicht um maschinelle Abrufe von Werbemitteln. Das selbe gilt für Robots, Proxies, Spider und andere Computerprogramme.

Merke:
Die für Marketing-Professionals relevante Wirkung einer Anzeige auf einen zwischengeschalteten Computer ist und bleibt gleich NULL.

Es geht immer um Menschen!

Marketing-Professionals sind nicht der Freund des Anzeigenverkäufers, sondern seine Einnahmequelle, seine ‚Beute‘.

Erfolgreiche Marketeers verfolgen ihre eigenen Ziele! Sie gestalten und positionieren ihre Anzeigen effektiv. Sie testen den Erfolg ihrer Anzeigen. Sie investieren nur dann, wenn sie einen Gewinn erwarten können.

Tipps zum konkreten Vorgehen erhalten Sie in einem meiner kommenden Beiträge.

 

Links

 

ROI eines Produktvideos mit A/B Tests

Ein Blogger stellte kürzlich in einem Artikel dar, wie man mit Hilfe Besucher-Segmenten den ROI eines Produktvideos kalkulieren kann. Dafür definiert der Autor ein Segment mit Besuchern, die sich ein gesamte Produktvideo ansehen und ein anderes Segment mit Besuchern, die sich keine Produktvideos ansehen. Für beide Segment berechnet er durchschnittliche Umsätze je Besucher, daraus den Break Even Point und ROI.

Meiner Meinung nach sollte der ROI besser mit Hilfe von A/B Tests kalkuliert werden.

Warum?

Besucher-Segmente helfen dabei Besucher in bestimmte Klassen oder Gruppen einzuteilen.

Wir treffen dabei eine Aussage über Besucher. Im Beispiel des erwähnten Blog-Posts über Besucher, die Interesse an Produktvideos zeigen und über Besucher, die kein Interesse an Produktvideos zeigen – und deren jeweiligen Kaufneigung.

Wir wissen nun, dass Besucher, die genug Geduld haben sich ein ganzes Produktvideo anzusehen, mehr Interesse an einem Kauf zeigen und potentiell mehr Umsatz bringen als Besucher, die kein Interesse an Produktvideos zeigen.

Es würde sicherlich Sinn machen sich entsprechende Besucher zu verschaffen. Ohne Zweifel wäre dieser Traffic für uns wertvoller als Traffic von weniger kaufgeneigten Besuchern, die weniger Interesse an Produktvideos zeigen.

Wir erfahren durch die Segmentierung mehr über unsere Besucher und über die Qualität unseres Traffics.

Aber wir wissen nicht ob das Video zum Kauf verleitet hat oder ob die Besucher ohnehin eingekauft hätten.

Wie bekommen wir heraus, ob die Produktvideos tatsächlich einen positiven Einfluss auf das Verhalten unserer Besucher haben?

Mit A/B Tests. Das heißt wir zeigen der einen Hälfte der Besucher unseres Shops eine Variante des Shops mit Videos (Experimentalgruppe) und der anderen eine Variante ohne Videos (Kontrollgruppe). Welche Variante ein Besucher erhält ist dabei rein zufällig.

Bei beiden Gruppen von Besuchern erheben wir alle relevanten Informationen, wie die Anzahl der Besucher, der Besuche, die Konversionsrate und den Bestellwert.

Anhand der gesammelten Daten über beide Besuchergruppen werden beide Alternativen miteinander verglichen und geprüft, ob eine Investition in die Produktvideos Sinn macht.

Den ROI berechnen wir später mit der Differenz der Gewinne je Besucher beider Gruppen. Denn auch ohne Video machen wir Umsätze.

(Bild: easyvectors, http://www.freepik.com)

E-Commerce

E-Commerce heißt mit Hilfe des Internets Geld zu verdienen oder zu sparen. Die Geschäftsmodelle sind vielfältig, lassen sich aber im Wesentlichen auf 3 wichtige Arten reduzieren.

  1. Es werden Waren oder Dienstleistungen über das Internet verkauft
    Beispiel: Online-Händler, ASP oder SAAS Anbieter wie z.B. Amazon und Salesforce
  2. Es wird der Kontakt zu potentiellen Abnehmern hergestellt
    Beispiel: Suchmaschinen, Portale, Werbung wie z.B. Google, Yahoo und ebay
  3. Geschäftsprozesse werden über das Internet rationalisiert
    Beispiel: Elektronischer Schriftverkehr, Rechnungslegung, Telekommunikation

Sicher kennen Sie noch den IBM Spot:
„Chef wir müssen ins Internet!“, „Warum?“, „Steht da nicht.“

Im E-Commerce wissen Sie warum Sie im Web sind: Zum  Geld verdienen! Das klingt einfach – ist den handelnden Personen aber oft genug nicht bewusst.

© 2018 |gradlinig_

Theme von Anders Norén↑ ↑