{"id":2347,"date":"2018-11-28T11:02:04","date_gmt":"2018-11-28T10:02:04","guid":{"rendered":"https:\/\/www.fact-finder.de\/blog\/?p=2347"},"modified":"2025-04-09T10:35:39","modified_gmt":"2025-04-09T08:35:39","slug":"recommendation-engine","status":"publish","type":"post","link":"\/blog\/de\/recommendation-engine\/","title":{"rendered":"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz"},"content":{"rendered":"
<\/div>
<\/div><\/div><\/div>\n\t
\n\t\t
\n\t\t\t

Conversion allein ist nicht alles. Der Verkaufserfolg im eCommerce h\u00e4ngt auch von der durchschnittlichen Warenkorbgr\u00f6\u00dfe ab. Und die l\u00e4sst sich steigern, indem du deinen Kunden ansprechende Produktempfehlungen<\/a> bietest \u2013 mit Hilfe einer Recommendation Engine. Doch wie setzt du dieses Verkaufstool bestm\u00f6glich ein? Und worauf solltest du bei der Auswahl der richtigen L\u00f6sung achten? In diesem Beitrag findest du alles, was du wissen musst.<\/p>\n

Wie funktioniert eine Recommendation Engine?<\/h2>\n

Seit der Erfolgsgeschichte von Amazon sind Recommendation Engines, zu Deutsch auch Empfehlungssysteme genannt, nicht mehr aus Online-Shops wegzudenken ist. Dabei handelt es sich um Softwarel\u00f6sungen, die relevante Produktempfehlungen f\u00fcr Shop-Besucher generieren. Typischerweise sind das entweder Zusatzprodukte, die den Warenkorb sinnvoll erg\u00e4nzen (Cross-Selling), oder h\u00f6herpreisige Alternativen (Up-Selling). Unterm Strich geht es immer darum, den durchschnittlichen Warenkorbwert und damit Umsatz und Unternehmenswachstum zu steigern.<\/p>\n

Das grundlegende Ziel ist es, aus einer gro\u00dfen Menge an Optionen Produkte mit hoher Kaufwahrscheinlichkeit vorzuschlagen. Je nach Anbieter nutzen Recommendation Engines verschiedene Techniken, um dies zu erreichen. Eine Methode ist z.B. die Content-basierte Filterung, bei der Eigenschaften der Produkte analysiert werden, um passende Empfehlungen zu erstellen. Eine weitere Methode ist die Analyse der individuellen Vorlieben und des Verhaltens der Online-Shopper, um personalisierte Empfehlungen zu geben. Auch hybride Ans\u00e4tze, die mehrere Techniken kombinieren, sind weit verbreitet und \u2013 das zeigt die Praxis \u2013 durchaus empfehlenswert.<\/p>\n

Durch die st\u00e4ndige Weiterentwicklung von Machine Learning und k\u00fcnstlicher Intelligenz werden Recommendation Engines immer pr\u00e4ziser und k\u00f6nnen in zahlreichen Anwendungsgebieten eingesetzt werden. Beispielsweise kann AI bereits Wiederbestellungen steigern, indem sie Kunden proaktiv an den Einkauf bestimmter Verbrauchsartikel erinnert, basierend auf einem komplexen Zusammenspiel von produktspezifischen Einkaufszyklen, individuellen Pr\u00e4ferenzen und historischen Eink\u00e4ufen im Shop.<\/p>\n

\u00a0<\/p>\n

Das sind die erfolgreichsten Empfehlungsstrategien<\/strong><\/h2>\n

Eine Recommendation Engine l\u00e4sst sich fast \u00fcberall in deinem Online-Shop einsetzen, z.B. auf der Startseite, der Produktdetailseite, im Warenkorb oder auch im Pop-up, das erscheint, wenn man ein Produkt gerade in den Warenkorb gelegt hat \u2013 das sogenannte Warenkorb-Layer. Welche Platzierung und welche Empfehlungstypen f\u00fcr dich die richtigen sind, kommt unter anderem darauf an, wie dein Sortiment zusammengesetzt ist, welche Daten du zur Verf\u00fcgung hast und wie viel Ressourcen dir f\u00fcr die Pflege Ihrer Recommendations bereitstehen.<\/p>\n

Hier eine Auswahl an m\u00f6glichen Einsatzszenarien, die in unserer Zusammenarbeit mit mehr als 2.000 Shops die besten Ergebnisse erzielen:<\/p>\n

\u00a0<\/p>\n

Andere Kunden kauften auch \u2013 der Klassiker<\/h3>\n

\"Recommendation:<\/p>\n

Mehr Cross-Selling durch Social Proof. Die Empfehlungen werden anhand der kombinierten Verk\u00e4ufe des Shops ermittelt. Das erfolgt zwar automatisch, jedoch solltest du dennoch manuell nachpr\u00fcfen, ob die empfohlenen Artikel wirklich passen. \u00a0<\/em><\/p>\n

\u00a0<\/p>\n

Der Amazon-Best-Practice <\/span>Andere Kunden kauften auch<\/em> ist der absoluter Klassiker unter den Empfehlungsdiensten, h\u00e4ufig wird er auch <\/span>H\u00e4ufig zusammen gekauft <\/em>betitelt. Hierbei erscheinen komplement\u00e4re Empfehlungen passend zum aktuell betrachteten Produkt. Zum Beispiel auf der Produktdetailseite oder im Fenster, das erscheint, nachdem ein Produkt in den Warenkorb gelegt wurde.<\/span><\/p>\n

Das Ganze funktioniert nach dem Prinzip des Social Proof: Der Kunde bekommt das Gef\u00fchl, dass die Empfehlungen nicht vom Shop nahegelegt werden, sondern von anderen Kunden mit \u00e4hnlicher Interessenlage. Durch diesen Empfehlungstyp l\u00e4sst sich also nicht nur der Warenkorb vergr\u00f6\u00dfern, sondern auch das Kundenvertrauen st\u00e4rken.<\/p>\n

Auch wenn diese Recommendations selbstlernend sind und sich automatisch an neue Trends anpassen, ist manuelle Nacharbeit unerl\u00e4sslich. Denn was Kunden zusammen kaufen, passt nicht immer logisch zusammen. Zum Beispiel wenn in einem M\u00f6bel-Shop zusammen mit Schr\u00e4nken h\u00e4ufig auch Servietten gekauft werden. F\u00fcr solche F\u00e4lle l\u00e4sst sich mit FactFinder m\u00fchelos eine Blacklist erstellen, um unlogische Empfehlungen auszuschlie\u00dfen.<\/p>\n

\u00a0<\/p>\n

Manuelle Empfehlungen\u00a0\u2013 gezielter geht es nicht<\/h3>\n

\"\"<\/p>\n

Durch manuelles Konfigurieren kannst du Produkte und zugeh\u00f6rige Empfehlungen \u201ehart verdrahten\u201c. Deine Kunden sehen dann genau die Artikel, die f\u00fcr sie am relevantesten sind.<\/em><\/p>\n

\u00a0<\/p>\n

Falls du feststellst, dass die manuelle Nacharbeit verh\u00e4ltnism\u00e4\u00dfig aufwendig ist, bietet es sich an, deine Empfehlungen direkt manuell umzusetzen. So kannst du dir sicher sein, dass deine Kunden keine unpassenden Kaufvorschl\u00e4ge erhalten. Zudem nimmst du Einfluss darauf, welche deiner Produkte bevorzugt verkauft werden. Bei den manuellen Empfehlungen ist das Vorgehen im FactFinder-Backend \u00e4hnlich wie bei Pushed Products. Es handelt sich praktisch um Feedbackkampagnen auf Recommendation-Ebene: Einfach die jeweiligen Ausl\u00f6ser definieren und die Produkte bestimmen, die empfohlen werden sollen \u2013 fertig sind deine manuellen Empfehlungen.<\/p>\n

\u00a0<\/p>\n

Alternativen \u2013 Up-Selling vorprogrammiert<\/h3>\n

\"Recommendation:<\/p>\n

Alternativ-Empfehlungen sind eine effektive Ma\u00dfnahme, um so manchen Kunden zum Kauf eines h\u00f6herpreisigen Produkts zu bewegen.<\/em><\/p>\n

\u00a0<\/p>\n

Eine weitere M\u00f6glichkeit, um den durchschnittlichen Warenkorbwert zu erh\u00f6hen, sind Alternativ-Empfehlungen zum gerade betrachteten oder ausgew\u00e4hlten Produkt. Dieser Empfehlungstyp wird auf Basis von Produkteigenschaften ermittelt \u2013 das hei\u00dft, die Verlinkung, welche Produkte miteinander \u00e4hnlich sind, muss im Datenfeed hinterlegt sein.<\/p>\n

Das Anzeigen von Alternativen innerhalb einer Produktkategorie ist sinnvoll, um Spezifikationen vergleichen zu k\u00f6nnen. Diese Funktion ist nicht bei allen Kategorien anwendbar \u2013 je nach Produkt solltest du hinterfragen, ob das Anzeigen von Alternativen sinnvoll ist.<\/p>\n

\u00a0<\/p>\n

Zubeh\u00f6rartikel \u2013 der einfachste Weg zu mehr Cross-Selling<\/h3>\n

\"Recommendation:<\/p>\n

Ideal f\u00fcr Bundle-Angebote: Zubeh\u00f6r-Empfehlungen sind besonders in Branchen wie Elektronik und Fashion ein beliebtes Mittel, um den Bestellwert zu steigern.<\/em><\/p>\n

\u00a0<\/p>\n

Last but not least: Zubeh\u00f6rartikel. Gerade im Bereich Technik (z.B. bei Smartphones oder Laptops) kann oft eine ganze Palette an Zubeh\u00f6r-Produkten empfohlen werden. Bei dieser Art von Recommendations l\u00e4sst sich direkt eine Gruppe von Produkten zusammenstellen, die Kunden im Paket kaufen k\u00f6nnen. Das angebotene Paket gibt es dann zum Beispiel verg\u00fcnstigt im Sparangebot.<\/p>\n\n\t\t<\/div>\n\t<\/div>\n\n\t

\n\t\t
\n\t\t\t

\u00a0<\/p>\n

3 entscheidende Action Steps f\u00fcr die Umsetzung einer Recommendation Engine<\/strong><\/h2>\n
    \n
  1. Form und Ort sinnvoll planen<\/strong>
    Besch\u00e4ftige dich mit der Frage, welches Recommendation-Prinzip f\u00fcr dich und deine Produkte am sinnvollsten ist. Hierf\u00fcr solltest du dir unbedingt ausreichend Zeit nehmen und unternehmensinterne Absprachen vornehmen. Denn jeder Ansatz hat seine Vor- und Nachteile, die je nach Produkt und Zielgruppe unterschiedlich relevant sind.<\/li>\n
  2. Datenbasis schaffen<\/strong>
    Wenn du entschieden hast, wie und wo du deine Recommendation Engine einsetzen m\u00f6chtest, gilt es, die hierf\u00fcr notwendige Datenbasis zu schaffen. Stelle also sicher, dass dein Tracking funktioniert. Danach solltest du deinen Datenfeed analyiseren, optimieren und auf dein Recommendation-Konzept ausrichten.<\/li>\n
  3. Ausschl\u00fcsse bedenken<\/strong>
    Im letzten Schritt ist es wichtig, m\u00f6gliche Fehlerquellen zu beachten. In Blacklisten lassen sich Ausschl\u00fcsse festlegen. Umgekehrt k\u00f6nnen Whitelisten genutzt werden, um Produkte und Empfehlungen zu hinterlegen, die immer ausgespielt werden sollen.<\/li>\n<\/ol>\n\n\t\t<\/div>\n\t<\/div>\n\n\t
    \n\t\t
    \n\t\t\t\n\t\t<\/div>\n\t<\/div>\n

    \u00a0<\/p>\n

    Welche Resultate sind realistisch<\/strong><\/h2>\n

    Produktempfehlungen haben sich fest etabliert, und ihr Erfolg l\u00e4sst sich mit einem Wort zusammenfassen: Impulsk\u00e4ufe. \u00c4hnlich wie Produkte an der Kassenzone im Laden platziert werden, befinden sich auch im Online-Shop zahlreiche strategische Orte, um Kunden zu spontanen K\u00e4ufen zu animieren \u2013 von der Startseite \u00fcber den Warenkorb-Layer bis hin zum Checkout. Ein viel zitierter Bericht von McKinsey zeigt, dass Amazon etwa 35% seines Umsatzes durch Empfehlungen erzielt. Auch wenn diese Zahl beeindruckend klingt, ist es kaum zu leugnen, dass Produktempfehlungen einen entscheidenden Beitrag zum Erfolg von Amazon geleistet haben.<\/p>\n

    Professor Anuj Kumar vom Warrington College of Business in Florida hat sich intensiv mit der spannenden Frage besch\u00e4ftigt, wie stark Empfehlungen den Umsatz steigern k\u00f6nnen. Dazu hat er mehr als zwei Millionen Produktseiten-Aufrufe aus fast einer Million Sitzungen analysiert. Die Studie ergab, dass Empfehlungen den Umsatz der empfohlenen Produkte um beeindruckende 9% steigerten. Interessanterweise zeigte sich auch, dass der Verkauf der urspr\u00fcnglich betrachteten Produkte (bei denen die Empfehlungen angezeigt wurden) um 1,9% zur\u00fcckging. Das bedeutet, dass Empfehlungen zwar dazu f\u00fchren k\u00f6nnen, dass Kunden von ihrem urspr\u00fcnglichen Ziel abgelenkt werden, aber die Studie zeigt auch, dass sie dennoch einen deutlichen Mehrwert schaffen.<\/p>\n

    Hier findest du die Studie …<\/a><\/p>\n

    \u00a0<\/h2>\n

    So funktioniert die Integration einer Recommendation Engine<\/h2>\n

    Die Integration und der Zeitrahmen k\u00f6nnen je nach Technologie, Shopsystem und spezifischen Anforderungen variieren. Bei der Recommendation Engine von FactFinder betr\u00e4gt die \u00fcbliche Dauer f\u00fcr eine vollst\u00e4ndige Implementierung einschlie\u00dflich des Trainings der K\u00fcnstlichen Intelligenz in der Regel nicht mehr als zwei Wochen.<\/p>\n

    \"Recommendation<\/p>\n

    \u00a0<\/h2>\n

    1:1-personalisiert und KI-basiert: FactFinder Recommendation Engine<\/strong><\/h2>\n

    Durch Einsatz der Recommendation Engine von FactFinder<\/a> haben Sie den Vorteil, dass Sie kein weiteres Tool ben\u00f6tigen und dass alle \u00fcber die Suche gesammelten Tracking-Daten auch in Ihre Empfehlungen miteinflie\u00dfen.<\/p>\n

    FactFinder ben\u00f6tigt weder umfangreiche Big Data zu oft kombinierten Produkten noch sensible demografische Daten oder Log-ins, um hochrelevante Empfehlungen zu generieren. Unser KI-Algorithmus konzentriert sich stattdessen auf Echtzeit-Signale der Kunden und auf sein Verst\u00e4ndnis der Beziehungen zwischen den Produkten \u2013 unabh\u00e4ngig von ihrer Benennung. Selbst neue Produkte und Nischenartikel, die von herk\u00f6mmlichen Empfehlungssystemen \u00fcbersehen werden, werden ber\u00fccksichtigt. Diese Automatisierung deckt alles ab, was mit manuellen Regeln niemals erreichbar w\u00e4re. Dadurch beschleunigst du dem Return on Investment, die Einsparung von Ressourcen im Team und die Steigerung der Relevanz deiner Empfehlungen.<\/p>\n\n\n

    <\/div>\n<\/div>","protected":false},"excerpt":{"rendered":"

    Conversion allein ist nicht alles. Der Verkaufserfolg im eCommerce h\u00e4ngt auch von der durchschnittlichen Warenkorbgr\u00f6\u00dfe ab. Und die l\u00e4sst sich steigern, indem du deinen Kunden ansprechende Produktempfehlungen bietest \u2013 mit Hilfe einer Recommendation Engine. Doch wie setzt du dieses Verkaufstool bestm\u00f6glich ein? Und worauf solltest du bei der Auswahl der richtigen L\u00f6sung achten? In diesem […]<\/p>\n","protected":false},"author":24,"featured_media":8001,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"inline_featured_image":false,"footnotes":""},"categories":[4],"tags":[180,13,236,28,59,24,320,319,235,95],"class_list":["post-2347","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tipps_und_tricks","tag-b2b-ecommerce","tag-conversion","tag-empfehlungen","tag-online-shop","tag-optimierung","tag-personalisierung","tag-produktempfehlung","tag-reco","tag-recommendation","tag-shop-optimierung"],"yoast_head":"\nRecommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz<\/title>\n<meta name=\"description\" content=\"Recommendation-Engine nutzen um mehr Umsatz durch Cross- & Upselling zu generieren. Gr\u00f6\u00dfere Warenk\u00f6rbe, weniger abspringende Besucher.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/\" \/>\n<meta property=\"og:locale\" content=\"de_DE\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz\" \/>\n<meta property=\"og:description\" content=\"Recommendation-Engine nutzen um mehr Umsatz durch Cross- & Upselling zu generieren. Gr\u00f6\u00dfere Warenk\u00f6rbe, weniger abspringende Besucher.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/\" \/>\n<meta property=\"og:site_name\" content=\"FactFinder blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/eCommerce.search\" \/>\n<meta property=\"article:published_time\" content=\"2018-11-28T10:02:04+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-04-09T08:35:39+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2018\/11\/recommendation_engine_factfinder_header.webp\" \/>\n\t<meta property=\"og:image:width\" content=\"840\" \/>\n\t<meta property=\"og:image:height\" content=\"420\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/webp\" \/>\n<meta name=\"author\" content=\"Markus H\u00f6fert\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@fact_finder\" \/>\n<meta name=\"twitter:site\" content=\"@fact_finder\" \/>\n<meta name=\"twitter:label1\" content=\"Verfasst von\" \/>\n\t<meta name=\"twitter:data1\" content=\"Markus H\u00f6fert\" \/>\n\t<meta name=\"twitter:label2\" content=\"Gesch\u00e4tzte Lesezeit\" \/>\n\t<meta name=\"twitter:data2\" content=\"9\u00a0Minuten\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/\"},\"author\":{\"name\":\"Markus H\u00f6fert\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#\\\/schema\\\/person\\\/22faccb16d2bbac207527ac175d65608\"},\"headline\":\"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz\",\"datePublished\":\"2018-11-28T10:02:04+00:00\",\"dateModified\":\"2025-04-09T08:35:39+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/\"},\"wordCount\":1462,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/recommendation_engine_factfinder_header.webp\",\"keywords\":[\"B2B eCommerce\",\"Conversion\",\"empfehlungen\",\"Online-Shop\",\"Optimierung\",\"Personalisierung\",\"Produktempfehlung\",\"reco\",\"recommendation\",\"Shop-Optimierung\"],\"articleSection\":[\"eCommerce How-to\"],\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/\",\"url\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/\",\"name\":\"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/recommendation_engine_factfinder_header.webp\",\"datePublished\":\"2018-11-28T10:02:04+00:00\",\"dateModified\":\"2025-04-09T08:35:39+00:00\",\"description\":\"Recommendation-Engine nutzen um mehr Umsatz durch Cross- & Upselling zu generieren. Gr\u00f6\u00dfere Warenk\u00f6rbe, weniger abspringende Besucher.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#breadcrumb\"},\"inLanguage\":\"de\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/recommendation_engine_factfinder_header.webp\",\"contentUrl\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/wp-content\\\/uploads\\\/2018\\\/11\\\/recommendation_engine_factfinder_header.webp\",\"width\":840,\"height\":420,\"caption\":\"recommendation engine factfinder header\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/recommendation-engine\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Startseite\",\"item\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#website\",\"url\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/\",\"name\":\"FactFinder blog\",\"description\":\"eCommerce Trends & Insights, Tipps & Tricks\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"de\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#organization\",\"name\":\"Omikron Data Quality GmbH\",\"url\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/wp-content\\\/uploads\\\/2024\\\/01\\\/fact-finder_logo.svg\",\"contentUrl\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/wp-content\\\/uploads\\\/2024\\\/01\\\/fact-finder_logo.svg\",\"width\":180,\"height\":52,\"caption\":\"Omikron Data Quality GmbH\"},\"image\":{\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.facebook.com\\\/eCommerce.search\",\"https:\\\/\\\/x.com\\\/fact_finder\",\"https:\\\/\\\/www.instagram.com\\\/factfinder_ecommerce\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/fact-finder\\\/\",\"https:\\\/\\\/www.youtube.com\\\/user\\\/SearchAndNavigation\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.fact-finder.de\\\/blog\\\/de\\\/#\\\/schema\\\/person\\\/22faccb16d2bbac207527ac175d65608\",\"name\":\"Markus H\u00f6fert\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"de\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/9818e0c638f04a9978f5046c4331e77c95e0e2d600ffbb23cfead4704f6faffc?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/9818e0c638f04a9978f5046c4331e77c95e0e2d600ffbb23cfead4704f6faffc?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/9818e0c638f04a9978f5046c4331e77c95e0e2d600ffbb23cfead4704f6faffc?s=96&d=mm&r=g\",\"caption\":\"Markus H\u00f6fert\"},\"description\":\"Markus H\u00f6fert ist eCommerce Consultant bei FACT-Finder. Er blickt auf eine langj\u00e4hrige Erfahrung als Fachtrainer und Teamleiter im Customer-Care-Bereich zur\u00fcck. In Schulungen und Workshops vermittelt er sein Wissen \u00fcber FACT-Finder auf ebenso fundierte wie leicht verst\u00e4ndliche Weise. Mit seiner Software- und Consulting-Expertise unterst\u00fctzt er namhafte B2C-H\u00e4ndler wie Bruno Bader und Budni aber auch Gr\u00f6\u00dfen im B2B-Gesch\u00e4ft wie Berner. Ein besonderes Augenmerk legt er dabei auf die vollumf\u00e4ngliche Analyse und Optimierung der Customer Journey im Onlineshop. Denn um im eCommerce zu bestehen, m\u00fcssen sich Online-H\u00e4ndler an den Bed\u00fcrfnissen und Erwartungen ihrer Kunden orientieren und diese \u00fcbertreffen.\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz","description":"Recommendation-Engine nutzen um mehr Umsatz durch Cross- & Upselling zu generieren. Gr\u00f6\u00dfere Warenk\u00f6rbe, weniger abspringende Besucher.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/","og_locale":"de_DE","og_type":"article","og_title":"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz","og_description":"Recommendation-Engine nutzen um mehr Umsatz durch Cross- & Upselling zu generieren. Gr\u00f6\u00dfere Warenk\u00f6rbe, weniger abspringende Besucher.","og_url":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/","og_site_name":"FactFinder blog","article_publisher":"https:\/\/www.facebook.com\/eCommerce.search","article_published_time":"2018-11-28T10:02:04+00:00","article_modified_time":"2025-04-09T08:35:39+00:00","og_image":[{"width":840,"height":420,"url":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2018\/11\/recommendation_engine_factfinder_header.webp","type":"image\/webp"}],"author":"Markus H\u00f6fert","twitter_card":"summary_large_image","twitter_creator":"@fact_finder","twitter_site":"@fact_finder","twitter_misc":{"Verfasst von":"Markus H\u00f6fert","Gesch\u00e4tzte Lesezeit":"9\u00a0Minuten"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#article","isPartOf":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/"},"author":{"name":"Markus H\u00f6fert","@id":"https:\/\/www.fact-finder.de\/blog\/de\/#\/schema\/person\/22faccb16d2bbac207527ac175d65608"},"headline":"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz","datePublished":"2018-11-28T10:02:04+00:00","dateModified":"2025-04-09T08:35:39+00:00","mainEntityOfPage":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/"},"wordCount":1462,"commentCount":0,"publisher":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/#organization"},"image":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#primaryimage"},"thumbnailUrl":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2018\/11\/recommendation_engine_factfinder_header.webp","keywords":["B2B eCommerce","Conversion","empfehlungen","Online-Shop","Optimierung","Personalisierung","Produktempfehlung","reco","recommendation","Shop-Optimierung"],"articleSection":["eCommerce How-to"],"inLanguage":"de","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/","url":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/","name":"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz","isPartOf":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#primaryimage"},"image":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#primaryimage"},"thumbnailUrl":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2018\/11\/recommendation_engine_factfinder_header.webp","datePublished":"2018-11-28T10:02:04+00:00","dateModified":"2025-04-09T08:35:39+00:00","description":"Recommendation-Engine nutzen um mehr Umsatz durch Cross- & Upselling zu generieren. Gr\u00f6\u00dfere Warenk\u00f6rbe, weniger abspringende Besucher.","breadcrumb":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#breadcrumb"},"inLanguage":"de","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/"]}]},{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#primaryimage","url":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2018\/11\/recommendation_engine_factfinder_header.webp","contentUrl":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2018\/11\/recommendation_engine_factfinder_header.webp","width":840,"height":420,"caption":"recommendation engine factfinder header"},{"@type":"BreadcrumbList","@id":"https:\/\/www.fact-finder.de\/blog\/de\/recommendation-engine\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Startseite","item":"https:\/\/www.fact-finder.de\/blog\/de\/"},{"@type":"ListItem","position":2,"name":"Recommendation Engine: Mit weniger Aufwand zu mehr Shop-Umsatz"}]},{"@type":"WebSite","@id":"https:\/\/www.fact-finder.de\/blog\/de\/#website","url":"https:\/\/www.fact-finder.de\/blog\/de\/","name":"FactFinder blog","description":"eCommerce Trends & Insights, Tipps & Tricks","publisher":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.fact-finder.de\/blog\/de\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"de"},{"@type":"Organization","@id":"https:\/\/www.fact-finder.de\/blog\/de\/#organization","name":"Omikron Data Quality GmbH","url":"https:\/\/www.fact-finder.de\/blog\/de\/","logo":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/www.fact-finder.de\/blog\/de\/#\/schema\/logo\/image\/","url":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2024\/01\/fact-finder_logo.svg","contentUrl":"https:\/\/www.fact-finder.de\/blog\/de\/wp-content\/uploads\/2024\/01\/fact-finder_logo.svg","width":180,"height":52,"caption":"Omikron Data Quality GmbH"},"image":{"@id":"https:\/\/www.fact-finder.de\/blog\/de\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/eCommerce.search","https:\/\/x.com\/fact_finder","https:\/\/www.instagram.com\/factfinder_ecommerce\/","https:\/\/www.linkedin.com\/company\/fact-finder\/","https:\/\/www.youtube.com\/user\/SearchAndNavigation"]},{"@type":"Person","@id":"https:\/\/www.fact-finder.de\/blog\/de\/#\/schema\/person\/22faccb16d2bbac207527ac175d65608","name":"Markus H\u00f6fert","image":{"@type":"ImageObject","inLanguage":"de","@id":"https:\/\/secure.gravatar.com\/avatar\/9818e0c638f04a9978f5046c4331e77c95e0e2d600ffbb23cfead4704f6faffc?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/9818e0c638f04a9978f5046c4331e77c95e0e2d600ffbb23cfead4704f6faffc?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/9818e0c638f04a9978f5046c4331e77c95e0e2d600ffbb23cfead4704f6faffc?s=96&d=mm&r=g","caption":"Markus H\u00f6fert"},"description":"Markus H\u00f6fert ist eCommerce Consultant bei FACT-Finder. Er blickt auf eine langj\u00e4hrige Erfahrung als Fachtrainer und Teamleiter im Customer-Care-Bereich zur\u00fcck. In Schulungen und Workshops vermittelt er sein Wissen \u00fcber FACT-Finder auf ebenso fundierte wie leicht verst\u00e4ndliche Weise. Mit seiner Software- und Consulting-Expertise unterst\u00fctzt er namhafte B2C-H\u00e4ndler wie Bruno Bader und Budni aber auch Gr\u00f6\u00dfen im B2B-Gesch\u00e4ft wie Berner. Ein besonderes Augenmerk legt er dabei auf die vollumf\u00e4ngliche Analyse und Optimierung der Customer Journey im Onlineshop. Denn um im eCommerce zu bestehen, m\u00fcssen sich Online-H\u00e4ndler an den Bed\u00fcrfnissen und Erwartungen ihrer Kunden orientieren und diese \u00fcbertreffen."}]}},"_links":{"self":[{"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/posts\/2347","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/users\/24"}],"replies":[{"embeddable":true,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/comments?post=2347"}],"version-history":[{"count":38,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/posts\/2347\/revisions"}],"predecessor-version":[{"id":8005,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/posts\/2347\/revisions\/8005"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/media\/8001"}],"wp:attachment":[{"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/media?parent=2347"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/categories?post=2347"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.fact-finder.de\/blog\/de\/wp-json\/wp\/v2\/tags?post=2347"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}