Online Shop: Sortierung von Produkten in Kategorien

nanos

Hey,

eine Frage an alle Shopbetreiber: Nach welchen Kriterien ordnet ihr eure Produkte in den Kategorien ?
Man hat ja bestimmte Topseller, die man gerne nach vorne in die Kategorien einordnet, aber was ist mit neuen Produkten? Die landen ja mest auf Seite 2,3 etc und werden so kaum gefunden, wodurch die Chance zum Topseller zu werden, natürlich extrem gering ist.

Ordnet ihr die Produkte manuell, habt ihr Tools dafür oder wie handhabt ihr das Thema ?

Pete1987

Ich betreibe selber keinen Shop, kenne aber einige Shopbetreiber. Ich finde es sinnvoller, die Topseller nicht unbedingt an erster Stelle innerhalb der Kategorie zu haben, denn das sind ja quasi Selbstläufer. An erste Stelle würde ich Produkte setzen, die großes Potenzial zum Topseller haben, also z.B. ein sehr gutes Preis/Leisungs-Verhältnis, um diese nach vorne zubringen. Was man allerdings oft sieht, sind z.B. Banner bzw. übergeordnete Kategorien mit dem Thema "Neue Artikel", "Topseller" und "Sale" direkt auf der Startseite. Artikel dieser Sonder-Kategorien tauchen dann innerhalb der "normalen" Artikel-Kategorien gemischt oder weiter hinten auf. Ich finde diese Variante am besten, da somit jedem Artikel genügend Aufmerksamkeit verschafft wird.
Grüße

Christian-E

Hi nanos,

ich habe das mal so gelöst, dass es auf Kategorieebene separate Seiten bzw. Filter für neue Produkte gab. Ggfs. kann man sowas auch auf der Startseite groß anteasern, hängt von den Produkten und der Zielgruppe ab, ob das funktioniert.

Daneben wurde neuen Produkten für die Kategorie-, Suchergebnisseiten und individuellen Produktempfehlungen ein Bonus mitgegeben, der zu einem höheren Ranking dieser Produkte in den Listen geführt hat, damit der Kunde nicht immer die gleichen Sachen zu sehen bekommt. Den Bonus baut man über die Zeit (z.B. 2-4 Wochen) wieder ab. Wenn das Produkt dann bereits eine Verkaufshistorie oder zumindest positive Signale geliefert hat, wie etwa Views, Weiterempfehlungen, Hinzufügungen zum Merk-/Wunschzettel und Warenkorb, lassen sich diese Daten verwenden um Produkte zu pushen, die auf Interesse stoßen.

Schöne Grüße
Christian

nanos

Besten Dank für eure Antworten.
@ Christian-E
Hast du dir das selbst so programmiert oder gab es da für deinen Shop ein fertiges Plugin ?
Die Sortierung nach neuen Artikeln haben wir bereits und sie wird auch gut genutzt.

Christian-E

Hi nanos,

für die Suche haben wir FACTFinder benutzt, d.h. man musste im Feed ein Datum für die Produkte mitgeben und konnte dann in FACTFinder eine entsprechende Regel für die Rankings hinterlegen.

Für die anderen Sachen haben wir uns eine eigene Recommendation-Engine gebaut, weil die verfügbaren Lösungen im Markt hohe Lizenzgebühren verursachten und häufig wie eine Blackbox sind: Man weiß einfach nicht genau, wie die Empfehlungen berechnet werden

nanos

Christian-E hat geschrieben:Hi nanos,

für die Suche haben wir FACTFinder benutzt, d.h. man musste im Feed ein Datum für die Produkte mitgeben und konnte dann in FACTFinder eine entsprechende Regel für die Rankings hinterlegen.

Für die anderen Sachen haben wir uns eine eigene Recommendation-Engine gebaut, weil die verfügbaren Lösungen im Markt hohe Lizenzgebühren verursachten und häufig wie eine Blackbox sind: Man weiß einfach nicht genau, wie die Empfehlungen berechnet werden

Sehr cool, gefällt mir wirklich sehr gut. Habt ihr dadurch messbare Erfolge erzielen können ? Ist sicher nicht einfach hier ordentliche KPIs festzulegen.

Christian-E

Die Messung ist wirklich nicht ganz einfach, weil der Einfluss der Produktempfehlungen nicht leicht zu isolieren ist.

Was man z.B. machen kann, ist:

- Artikel, die als Empfehlung ausgespielt wurden, intern markieren (als Empfehlungsartikel) und dann den Anteil und Wert dieser Artikel in Warenkörben und Bestellungen analysieren
- Bestellfrequenz und Warenkorbwerte von Stammkunden untersuchen (mit/ohne Recommendation-Engine)
- Interaktion der Besucher mit Artikeln auf der Startseite (mal mit, mal ohne Recommendation-Engine ausgespielt)
- Analyse der persönlichen Empfehlungseite

Und was bei uns gut funktioniert hat, war die Analyse der Newsletter: mal klassisch mit Produkten bestückt und dann verglichen mit individuellen Newslettern, die von der Recommendation-Engine bestückt wurden.

Schöne Grüße
Christian