3 Beispiele wie Sie mit Massenlogik Suchseiten optimieren

Die Suche ist für Online Shops immens wichtig, um die Entdeckung von Produkten voranzutreiben und Online-Käufer zu bedienen. Je nach Quelle werden Sie unterschiedliche Zahlen finden, aber die Statistik, die recht häufig auftaucht, lautet: „Etwa 5 % der Käufer nutzen die Suche, und diese Benutzer konvertieren bis zu zweifach besser als herkömmliche Besucher“. Die meisten Online Shops verfügen bereits über eine hochentwickelte Onsite Suchmaschine, und es gibt viele spezialisierte Anbieter, die diese Funktionalität anbieten. Es ist jedoch nie zu spät, etwas Massenlogik hinzuzufügen.

Ich bin ein Millennial, geboren 1989. Ich kam auf diese Welt zu einer Zeit, als die erste erfolgreiche Lebertransplantation durchgeführt wurde und die Berliner Mauer endlich fiel. Das Konzept eines eigenen Computers wurde  lange vor meiner Geburt erfunden, aber ich erinnere mich noch immer an 1995, als meine Mutter mit mehreren riesigen Kisten und den guten alten Disketten voller verschiedener Programme und Spiele nach Hause kam, als wäre es gestern gewesen.

Wie hat das alles angefangen?

Meine Rückblende war ehrlicherweise völlig unnötig, aber ich hatte tatsächlich einen relevanten Punkt, auf dem ich aufbauen konnte: Als Google 1997 zum ersten Mal seine öffentliche Suchmaschine startete, stellte man sich völlig neu vor, wie die Menschheit das Internet nutzt und bis heute noch stark beeinflusst. Ich persönlich kann mir eine Welt ohne die Google-Suche nicht vorstellen, denn jedes Mal, wenn eine zufällige Frage in meinem Kopf auftaucht, brauche ich buchstäblich 30 Sekunden, um etwas völlig Neues zu lernen. Und heute tue ich dies vor allem mit Hilfe der extrem ausgeklügelten Sprachsuche, was die Nutzungsbarriere weiter senkt.


Die Suche im Allgemeinen ist so etwas wie ein Maßstab für Webseiten, Online Shops und andere Dienste geworden, hauptsächlich weil sie einfach Sinn macht. Wenn Sie eine Menge Informationen haben, warum stellen Sie dann nicht ein einfaches Tool zur Verfügung, mit dem Sie genau das finden können, was Sie suchen?

Es gibt mehrere spezialisierte Suchanbieter, die Funktionen wie NLP (Natural Language Processing) und sogar Sprachsuche oder andere Arten von erweiterten Funktionen anbieten, die den Käufern bei der Suche nach den relevantesten Produkten helfen. Wir bei Nosto haben uns zum Ziel gesetzt, das Sucherlebnis zu erweitern und Einzelhändlern zu helfen, Situationen zu lösen, in denen der Käufer nicht findet, was er sucht. Sehen wir uns einige Beispiele an.

Kontextbezogene Suche vs. Verhaltenshinweise

In den meisten Situationen kommt es auf den Zusammenhang (bzw. Kontext) an, und es ist sinnvoll, dass Suchmaschinen so viele Informationen über die Produkte wie möglich indizieren, damit sie diese mit dem relevanten Suchbegriff, den der Käufer verwendet, abgleichen können. Allerdings wirken Verhaltenshinweise in vielen Fällen Wunder.

Beispiel 1: Das Beste aus einem Tippfehler machen

Das in Stockholm ansässige Streetwear Geschäft Caliroots verfügt über eine ziemlich gute Suche, die von ihrer Plattform zur Verfügung gestellt wird. Wenn ich die In-Store-Suche mit „Mike“ als Suchbegriff verwende, werden mir die beiden kontextbezogenen und dem entsprechend relevantesten Produkte angezeigt: Skateboards, die in Zusammenarbeit mit Kodak Mike Carroll und Kodak Mikemo entstanden sind. Allerdings könnte „Mike“ auch ein häufiger Tippfehler sein, da es natürlich auch eine weltberühmte Schuhmarke mit einen ganz ähnlichen Namen gibt…


Das verhaltensbezogene Empfehlungselement „Gesucht und angesehen“ unter den eigentlichen Suchergebnissen zeigt, dass Benutzer, die nach „Mike“ suchten, am Ende wohl eher „Nike“-Produkte suchten wie z. B. die „Nike“-Turnschuhe aus dem Beispiel. 

Beispiel 2: Umleitung auf eine Markenseite während der Site-Suche

Viele Online Shops, die Nosto nutzen, entscheiden sich tatsächlich dafür, die Empfehlung zur verhaltensorientierten Suche nur in Situationen zu verwenden, in denen keine Suchergebnisse vorliegen. Ihr Ziel ist es, sich vollständig auf die Suchmaschine zu verlassen, aber auf die Massenlogik zurückzugreifen, wenn die Suche keine Ergebnisse liefert.

Der preisgekrönte britische Einzelhändler Designer Childswear tut genau dies. Armani ist auf der Website stark vertreten, und bei der Suche nach „Armani“ wird ein Käufer auf die Markenseite umgeleitet, um die Auswahl weiter einzugrenzen. Aber die Suchmaschine berücksichtigt hier keine Anfragen nach „Armani“  + Suchbegriff.

Beispiele 3-5: Die Empfehlung „Gesucht und angesehen“


„Armani Jungenbekleidung“ liefert überhaupt keine Ergebnisse, aber auf dieser Vorlage ist der Nosto-Empfehlungstyp „Gesucht und angesehen“ aktiviert und liefert relevante Empfehlungen für das, womit bisherige Käufer nach der Verwendung dieses Suchbegriffs interagiert haben.

Eine weitere nützliche Strategie ist das Hinzufügen von Surfverlauf oder Bestseller-Empfehlungstypen zur Suchergebnisseite, wenn keine Ergebnisse gefunden wurden. Dadurch werden Sackgassen für den Käufer beseitigt und die Wahrscheinlichkeit erhöht, dass sie auf andere Produkte im Shop weitergeleitet werden, anstatt abzuspringen.


Das neuseeländische Unternehmen NZ Muscle bietet ein solides Erlebnis bei der Suche nach „Creatine“ und stellt die Empfehlung „Gesucht und angesehen“ auf der Seite ohne Ergebnisse erneut vor.


Bei der bewussten Einführung eines Tippfehlers und der Suche nach „Ceratine“ gibt es keine kontextbezogenen Suchergebnisse. In diesem Beispiel setzt NZ Muscle Nosto ein, um sowohl die Empfehlung „Gesucht und angesehen“ anzuzeigen als auch dem Käufer über den Surfverlauf bereits bekannte Artikel zur Verfügung zu stellen, wodurch das Risiko eines Absprungs verringert wird.