Weiter zum Hauptinhalt

Vorstellung unserer personalisierten Produktempfehlungen

Hero image for Introducing Product Recommendations

Es war stets die Mission von Mailchimp, kleine Unternehmen zu stärken. Unsere Features für Automatisierung, Berichterstattung und Multivariate-Tests sind sowohl benutzerfreundlich als auch leistungsfähig, da auch das kleinste Unternehmen über einige Power-Tools verfügen sollte.

Ein solches Tool, das normalerweise für größere E-Commerce-Unternehmen reserviert ist, sind automatische, personalisierte Produktempfehlungen, die auf früheren Käufen deiner Kunden basieren. Mit derartigen Produktempfehlungen interagierst du wahrscheinlich selbst auf täglicher Basis. Amazon platziert sie überall – auf deiner Startseite bis hin zu deiner Versandbestätigung – und Netflix weiß, ob du eher ein Fan von Master of None oder von Fuller House bist. Aber Amazon und Netflix sind Giganten. Kleine Unternehmen können keine personalisierten Produktempfehlungen geben, stimmt's? Dazu benötigt man Daten, Kalkulationen und eine Infrastruktur sowie eine Reihe anderer, langweiliger Dinge, über die die meisten Personen nicht nachdenken möchten.

Hier kommt das Data Science Team von Mailchimp ins Spiel. Wir haben personalisierte Produktempfehlungen direkt in Mailchimp integriert. Nun können auch kleine Unternehmen personalisierte E-Mails versenden, die Artikel enthalten, die ihre einzelnen Abonnenten wahrscheinlich kaufen werden.

In nur drei Schritten eliminierst du so jegliche Vermutungen aus dem E-Commerce:

  1. Zunächst musst du deinen Shop mit Mailchimp verbinden.
  2. Anschließend analysieren wir deine Verkaufsdaten und erledigen die Kalkulationen für dich.
  3. Danach kannst du deiner Kampagne einen Block mit personalisierten Produktempfehlungen hinzufügen und auf „Senden“ klicken.

Das war auch schon alles! Wir generieren personalisierte Empfehlungen für Produkte, die deine Kunden wahrscheinlich kaufen werden, und ersparen dir damit viel Zeit und Mühe, sodass du in der Lage bist, dich um andere coole Aspekte zu kümmern, wie:

  • Am unteren Rand deiner nächsten Standardkampagne personalisierte Produktempfehlungen einzufügen
  • Einen Automatisierungs-Workflow einzurichten, um einige Wochen, nachdem ein neuer Kunde etwas gekauft hat, personalisierte Produktempfehlungen zu senden
  • Personalisierte Produktempfehlungen an Kunden zu senden, die vor einiger Zeit etwas gekauft haben und seither inaktiv waren

Und so funktionieren personalisierte Produktempfehlungen …

Stellen wir uns einen Beispiel-Shop vor, der Werbegaben von Mailchimp verkauft. Lerne Tonee kennen! Tonee hat einen guten Geschmack, liebt unseren Shop und hat gerade ein T-Shirt gekauft. Das ist gut.

Aber es sind auch alle Informationen, die wir haben. Mit diesen Daten können wir zwar Kampagnen segmentieren und Automatisierungs-Workflows auslösen, aber wir müssen immer noch herausfinden, was wir sagen möchten. Es wäre toll, wenn wir diese Bestellung nutzen könnten, um vorherzusagen, wie Tonees nächste Bestellung aussehen wird. Dann können wir zu diesem Produkt eine E-Mail senden. 

Okay, cool. Ich wette, die Daten werden uns sagen, welches Produkt wir empfehlen sollten. Klingt ganz einfach, oder? Stellen wir uns alle Kunden und alle Bestellungen unseres erfundenen Shops vor:

Vielleicht ist das Ganze nicht unbedingt leicht zu verstehen. Es ist viel los und es ist Zeit und Aufwand erforderlich, um einen Sinn aus all diesen Daten zu ziehen. Zum Glück können wir einige Kalkulationen anstellen, um wichtige Trends zu ermitteln.

Es stellt sich heraus, dass Personen, die das T-Shirt kaufen, oft auch die Socken kaufen und manchmal auch den Hut. Sie interessieren sich aber nicht für die Karten, Action-Figuren oder Bücher. Wir haben einfach unsere Einkaufsdaten in umsetzbare Informationen verwandelt. Jetzt können  wir im Rahmen unserer nächsten Kampagne Tonee die Socken und den Hut empfehlen.

Aber Moment: Was ist zu tun, wenn ein Abonnent überhaupt nichts gekauft hat? In diesem Fall erhält er eine Liste der Produkte, die sich in letzter Zeit gut verkauft haben und niemand erhält eine Empfehlung für etwas, das er bereits gekauft hat, oder das zum Zeitpunkt der Empfehlung nicht vorrätig ist.

Personalisierte Produktempfehlungen stützen sich zwar auf diese allgemeine Idee, sind in der Praxis allerdings ein wenig komplizierter. Und sie werden noch komplizierter, wenn du über Tausende von Produkten und Kunden verfügst, aber keine Sorge – wenn dein Shop verbunden ist, kümmern wir uns um den schwierigen Teil.

… und das ist der Teil, bei dem es technisch wird

Wir wissen, dass unser Modell für personalisierte Produktempfehlungen funktioniert, da wir es hinter den Kulissen getestet haben. Bei unseren Tests haben wir die Daten von Millionen von Kunden, Produkten und Bestellungen aller unserer E-Commerce-Kunden verwendet und basierend auf diesen Daten personalisierte Produktempfehlungen erstellt. Anschließend haben wir unsere personalisierten Produktempfehlungen sowie zufällige Produktauswahlen mit tatsächlichen Einkäufen verglichen, wobei wir eine Metrik verwendet haben, die als Discounted Cumulative Gain (DCG) bezeichnet wird. Danach haben wir für jeden Shop die durchschnittliche DCG-Rate für Empfehlungen und zufällige Produktauswahlen berechnet. Ein Wert über 1 weist darauf hin, dass wir etwas über Kundenpräferenzen erfahren und zukünftige Einkäufe erfolgreich prognostiziert haben.

Benutzerdefinierte Empfehlungen waren zu mehr als 98 % in der Lage, zukünftige Einkäufe vorherzusagen. Zudem haben wir die Daten dazu verwendet, um Kriterien festzulegen, die ein Shop erfüllen muss, bevor er Empfehlungen erhält. Hier erfährst du, was dein Shop benötigt, um personalisierte Produktempfehlungen zu nutzen:

  • Mehr als 50 verschiedene Kunden im letzten Jahr
  • Mehr als 10 verfügbare Produkte
  • Mehr als 500 Bestellungen im letzten Jahr

Aber aufgepasst! Im Falle neuerer Shops oder Shops, die diese Kriterien aus anderen Gründen nicht erfüllen, kannst du weiterhin über Verkaufsschlager informieren, anstatt benutzerdefinierte Empfehlungen zu versenden.

Beginne mit Empfehlungen

Um zu beginnen, musst du E-Commerce-Daten hochladen, die Produktbilder, Links und Bestandsbeträge enthalten. Unsere Shopify- und BigCommerce-Integrationen erledigen das für dich, aber du kannst es mit der Mailchimp-API auch selbst vornehmen. Unsere Magento-Integration, die seit dem 7. Juni 2016 heruntergeladen werden kann, bietet diese Features ebenfalls.

Sobald du deinen Shop mit Mailchimp verbunden hast, wird der Block für personalisierte Produktempfehlungen im Drag-and-Drop-Editor verfügbar sein.

Wir hoffen, dass dir personalisierte Produktempfehlungen dabei helfen, einen Einstieg in die datenbasierte Welt des Marketings zu finden. Vor allem glauben wir, dass dir deine Daten helfen sollen, klügere Entscheidungen zu treffen, dich aber auf keinen Fall überwältigen sollten. Wir hoffen, dass dir unser neues Tool Zeit spart und deinen Umsatz steigert, indem du mühelos Inhalte generieren kannst, die sinnvoll sind. Lass uns wissen, ob es funktioniert, sobald du es ausprobiert hast.

Artikel teilen