Konvertierungen 
Lesezeit - 3 Min 
Produktseite 
Vor einigen Jahren stießen wir bei der Erstellung von Produktempfehlungen auf Webseiten, die bestimmte Marken verkauften (insbesondere auf Schönheits- und Kosmetikseiten), auf das gleiche Problem: Einige Marken haben strenge Richtlinien für Einzelhändler, die das Cross-Selling von Produkten auf die gleiche Marke beschränken, die auf einer Produktseite angezeigt wird. Wenn ein Kunde beispielsweise ein Parfüm von Acme Cosmetics ansieht, darf die Site nur andere Acme Cosmetics-Produkte als Cross-Selling empfehlen. Wenn ein Kunde sich jedoch andere Marken wie Watercooler Make-ups ansieht, kann die Webseite jedes Produkt oder jede Marke ohne Einschränkungen empfehlen.
Eine bestimmte Marke war so hartnäckig bei dieser Regel, dass ich mich erinnere, dass ich einmal in einer Besprechung mit einem unserer Kunden saß und ihm riet, fortgeschrittene dynamische Filter (auch bekannt als ‚Wenn dies dann das‘-Regeln) zu verwenden, um jeglichen Streit mit den Vertretern der Marke zu vermeiden. Der Dialog verlief ungefähr so:
Nosto-Kunde: „Woher wussten Sie davon?“
Ich: „Nun, sagen wir einfach, so etwas in schon häufiger vorgefallen“.
Erweiterte dynamische Filter bei der Markenanpassung (Brand Matching) aktivieren
Während sie auch zum Brand Matching eingesetzt werden, funktionieren dynamische Filter eigentlich ganz unabhängig von der Branche als effektives Merchandising-Instrument. Das liegt daran, dass sie eine Anpassung des Algorithmus und der Ausspielung (empfohlene Produkte) ermöglichen, indem sie die Merchandising-Strategie des Händlers in die künstliche Intelligenz einfügen. Nennen wir das: Die Steuerung von Nostos E-Commerce Intelligence Engine.
Dies kann mit fortschrittlichen Filtern, die auch fortschrittliches Merchandising und dynamisches Up-Selling unterstützen, noch besser gemacht werden. Ein Beispiel hierfür ist, wenn ein angesehenes Produkt in eine bestimmte Preisspanne fällt. Wie aus dem folgenden Beispiel ersichtlich, weisen empfohlene Produkte (die in eine bestimmte Preisspanne fallen) niemals die günstigsten Alternativen auf.
In einem weiteren Beispiel verwendet der Nosto-Händler Costo die gleichen Regeln, um ein relativ einfaches und wichtiges Geschäftsziel zu unterstützen: Einkaufsrentabilität kombiniert mit ihrer Marke.
Einige ihrer Produktreihen haben abnehmbare und austauschbare Bommeln, und jede Mütze wird mit einer solchen geliefert. Da jedoch einer von Costos Markenwerten die einfache Anpassung an Kundenwünsche ist, haben sie eine riesige Auswahl an zusätzlichen Bommeln, von denen jede eine relativ gute Marge im Vergleich zum Hauptprodukt hat. Wenn ein Käufer ein Produkt betrachtet, das mit einer Bommel versehen ist, kann Costo Bommeln als Haupt- oder einzige Empfehlung anbieten. Wenn er jedoch ein anderes Produktsortiment betrachtet, bieten sie automatisch ein Fallback, um alternative Produkte (d. h. keine Bommeln) zu empfehlen.
Um noch weiter zu gehen, wählt die E-Commerce Intelligence Engine von Nosto die relevantesten Produktoptionen für jeden Käufer aus, indem sie auch vergriffene Artikel entfernt, sobald diese ausverkauft oder aus dem Lagerbestand entfernt werden. Das Ergebnis ist eine drastische Reduzierung des manuellen Pinning und Matching, was eine enorme Zeit- und Arbeitsersparnis bedeutet.
Ein drittes und letztes Beispiel: The Sports Edit und ihre Merchandiser wissen, dass einige Sortimente immer perfekt zueinander passen. Indem sie Sortimente wie „Trainings-Oberteile“ und „Leggings“ zusammen kennzeichnen, stellen sie sicher, dass die wichtigsten Bestände immer übereinstimmen, während anderswo die künstliche Intelligenz von Nosto die volle und autonome Kontrolle übernimmt.
Dynamische Filter = Unbegrenzte Möglichkeiten des Brand Matching
Kurz gesagt, fortschrittliche dynamische Filter ermöglichen es Händlern, Regeln aufzustellen, die für eine fast unendliche Anzahl von Szenarien geeignet sind. Lesen Sie mehr darüber, wie Sie anfangen können, auf unseren Support-Seiten oder fragen Sie uns, ob wir ein Szenario unterstützen können, das Ihnen vorschwebt.
