Visit page
Zum Inhalt springen

Intelligente Suche: Wie dein Online-Shop jeden Kundenwunsch versteht

Viele Kunden kaufen im Online-Shop gezielter ein als im stationären Laden. Digital möchten sie zeit- und ortsunabhängig möglichst schnell das Richtige finden – und das funktioniert am besten mit einer intelligenten Suche. Aber was genau versteht man darunter? Was muss eine Suche können, damit sie „intelligent“ ist? In diesem Beitrag gebe ich dir eine Checkliste.

Eine intelligente Suche kompensiert Eingabefehler

Idealerweise gibst du deinen Besuchern keinen Grund, deinen Shop frühzeitig zu verlassen. Auch wenn Fehlertoleranz inzwischen ein eCommerce-Standard ist: In so manchem Online-Shop ist es nach wie vor so, dass Besucher auf der Nulltreffer-Seite landen, wenn sie bereits kleine Eingabefehler machen. Sei es, weil sie nicht genau wissen, wie ein Wort geschrieben wird, weil sie sich in Hektik vertippen, weil ihre Smartphone-Tastatur zu klein ist etc.

Eine intelligente Suche ist in der Lage, Schreibfehler auszugleichen und die korrekten Produkte anzuzeigen. Zudem erkennt sie automatisch Plural- und Singularformen. Und im Fall von Kompositwörtern, die mit Bindestrich getrennt wurden („Wander-Schuhe“), durchsucht sie den Index auch nach der zusammengeschriebenen Variante („Wanderschuhe“).

 

All das macht eine intelligente Suche ohne auf „Stemming“ angewiesen zu sein: Damit ist ein Verfahren gemeint, bei dem man verschiedene Variationen eines Wortes auf seinen gemeinsamen Wortstamm zurückführt – sodass die Suche theoretisch auch auf andere verwandte Wörter schließen kann.

Basiert deine Suche aber auf einem guten Ähnlichkeits-Algorithmus, brauchst du kein Stemming. Stattdessen werden in deinen Produktdaten alle Einträge, die dem Suchwort ähneln, gefunden und nach Relevanz eingestuft. „Nichts gefunden“ gibt es dann nicht, höchstens „nichts gefunden, was laut Nutzereinstellungen relevant genug wäre“.

Wichtig dabei: Was alles „ähnlich“ ist, bestimmen nicht nur die Buchstaben, sondern insbesondere auch der Klang des Wortes. Das klassische Beispiel, warum eine Suche auch phonetische Ähnlichkeiten erkennen sollte, ist der Begriff „Eau de Toilette”. Wer zum ersten Mal nach diesem Begriff sucht und keine Französisch-Kenntnisse hat, wird mit hoher Wahrscheinlichkeit Schreibfehler einbauen. Im äußersten Fall gibt man etwas ein wie: „oh day teulet“. Ein Suchwort, das zwar kaum mit dem gewünschten Produkttyp übereinstimmt, aber zumindest ähnlich klingt. Wenn deine Suche auch mit solchen Abweichungen umgehen kann, bietest du deinen Kunden einen echten Service – so wie zum Beispiel Douglas.

Je besser deine Suche den Kunden versteht, desto mehr Umsatz generiert dein Shop. Denn dein Kunde „spricht“ mit der Suche: Sie ist sein offenes Ohr, ihr vertraut er seine Wünsche an – mehr als jedem anderen Teil deines Shops.

Eine intelligente Suche bringt Kunden in den Long-tail deines Sortiments

Wenn Kunden schon eine genaue Vorstellung davon haben, welche Eigenschaften das gesuchte Produkt mitbringen soll, geben sie sehr spezifische Begriffe und Wortkombinationen ein. Solche komplexen Suchanfragen zielen oftmals auf Produkte im Long-tail deines Sortiments ab.

Der Begriff „Long-tail“ wurde ursprünglich von Chris Anderson geprägt, der damit die Summe von Nischenprodukten als Erfolgsfaktor für Online-Shops bezeichnete. Diese Produkte werden zwar selten gesucht, bilden durch ihre Masse aber ein nahezu unerschöpfliches Umsatzpotenzial.

Stellt ein Nutzer die konkrete Suchanfrage „roter Herrenlaufschuh von Nike“, weiß er vermutlich genau, welches Produkt er haben möchte. Damit ist es sehr wahrscheinlich, dass er zum Käufer wird – ganz im Gegensatz zu einem Shopbesucher, der nur „Schuhe“ sucht. Allgemeine Suchanfragen werden insgesamt häufiger abgebrochen, weil die Kaufentscheidung in den meisten Fällen noch nicht feststeht. Konkrete Suchanfragen sind zwar seltener, aber sie verkaufen signifikant mehr. Und in vielen Fällen bringen sie Kunden zu Nischenprodukten mit hohen Margen.

Je komplexer die Suchanfrage, desto größer die Kaufabsicht.

Folglich profitierst du als Händler doppelt, wenn deine Kunden relevante Ergebnisse für ihre Mehrwort-Suchanfragen bekommen. Genau hier liegt jedoch meist das Problem: Für Online-Shops ist es schwierig, alle möglichen Wortkombinationen und alle erdenklichen falschen Schreibweisen zu erkennen – ohne auf manuell erstellte Wortlisten zurückzugreifen.

Du kannst deiner Suchfunktion 10 oder sogar 1000 Long-Tail-Keywords beibringen. Aber ein solcher Aufwand ist unmöglich mit 100.000 Keywords zu betreiben. Um das Verkaufspotenzial von Long-Tail-Suchen zu nutzen, solltest du daher eine Suchfunktion verwenden, die mit komplexen Suchanfragen automatisch und intelligent umgehen kann.

Nehmen wir das Produkt “Amethystring”. Benutzt ein Shopbesucher die Formulierung “Ring mit Amethyststein”, sind viele Suchfunktionen bereits überfordert. Doch eine intelligente Suche, deren Algorithmus dem menschlichen Ähnlichkeitsempfinden nachbildet wurde, kann Wortbestandteile in allen denkbaren Kombinationen erkennen. Auch ohne ellenlange, manuell erstellte Wortlisten. Und auch dann, wenn das Wort „Ring“ im Produktnamen steht, “Amethyststein” hingegen irgendwo im Beschreibungsfeld.

 

Eine intelligente Suche nutzt KI, um die Suchergebnisse zu optimieren

Wer kennt es nicht: Man sucht nach „Smartphone“, doch die Suche zeigt zunächst einmal alle möglichen Smartphone-Hüllen. Das liegt daran, dass Produkttexte in der Regel dieselben Begriffe wie die Texte von Zubehörartikeln enthalten. Es kommt also häufig vor, dass die Suche dies nicht unterscheiden kann – was natürlich nervig für den Kunden und alles andere als zielführend ist.

Ein anderes Beispiel ist, wenn ein Kunde bei einem Modehändler nach „blaue Hose“ sucht. Diese Beschreibung trifft zwar exakt auf Jeans-Produkte zu, doch die hat er wohl kaum im Sinn, denn sonst hätte er einfach nach „Jeans“ gesucht. Wahrscheinlich wird hauptsächlich die Chino-Hose angeklickt, die weiter unten in den Ergebnissen auftaucht.

Mit einer patentierten KI namens Semantic Enhancer steht eine Funktion zur Verfügung, die Zusammenhänge zwischen Suchanfragen und nachfolgenden Kundentransaktionen erkennt. Der Algorithmus lernt also, wann welches Produkt gewünscht ist: Mit jedem Klick auf Produktdetailseiten, jedem Warenkorbinhalt und jedem abgeschlossenen Verkauf steigt die Trefferqualität und damit auch die Zufriedenheit der Shop-Besucher.

Übrigens: Der Semantic Enhancer ist bereits seit mehreren Jahren in unserer FACT-Finder Suchtechnologie als Standardbestandteil integriert und einer der wesentlichen Gründe, warum FACT-Finder als „Best Site Search Solution“ ausgezeichnet wurde.

Eine intelligente Suche gibt vielfältige Eingabehilfen

Wer online etwas sucht, vertraut häufig darauf, dass der Shop bessere Suchbegriffe kennt als man selbst. Eine intelligente Suche bringt deshalb immer auch eine Suggest-Funkion mit, die nach Eingabe der ersten Buchstaben ins Suchfeld passende Vorschläge liefert.

Du kannst auch weitere Daten wie Preise, Kundenbewertungen und Markenlogos in der Vorschlagsliste zeigen. Dadurch wird der Einstieg in dein Sortiment zusätzlich unterstützt – vorausgesetzt, du übertreibst es damit nicht. Denn ein Overload an Text und Bild verwirrt die User nur.

Welche Informationen sind also relevant und welche nicht? Grundsätzlich solltest du Schwerpunkte setzen: Je nach Branche, Sortiment, Zielgruppe und Business-Strategie solltest du entscheiden, welche Elemente du neben den eigentlichen Suchvorschlägen ausspielen möchtest. Als Tipp: Den meisten Nutzern helfen Kategorievorschläge, Produktvorschläge und Preise. Und wenn du ein erklärungsbedürftiges Sortiment hast, könnten auch Ratgeberinhalte sehr nützlich sein – im B2B sogar eine Warenkorbfunktion.

intelligente Suche Suggest

Intelligente Suche auf berner.de: B2B-Einkäufer erhalten sofort relevante Produktvorschläge und können ihren Warenkorb innerhalb von Sekunden füllen.

Zudem solltest du gut überlegen, welche Vorschläge du ganz oben zeigen möchtest. Diejenigen mit dem höchsten Suchvolumen? Solche, die aktuell in Promotion sind? Oder doch die mit der höchsten Marge? Die Antwort ergibt sich aus deiner Verkaufsstrategie und dem Image, das dein Shop vermitteln soll. Wer mit der Qualität seines Angebots wirbt, würde zum Beispiel Produkte mit den besten Kundenbewertungen zeigen wollen. Deine intelligente Suche kann dann auswählen, welche Produkte am besten zu deinen Regeln passen.

 

Eine intelligente Suche berücksichtigt den Menschen hinter der Suchanfrage

Zu viele Online-Shops orientieren sich allein am eingetippten Suchwort – nicht am Menschen, der es eingibt. Somit erhält jeder dieselben Ergebnisse, in derselben Reihenfolge. Wer sein gewünschtes Produkt nicht gleich findet, muss entweder Filter setzen oder eine konkretere Suchanfrage eingeben – in beiden Fällen ist die Conversion noch einige Klicks entfernt.

Durch die Personalisierung deiner Suche kannst du den Einkauf deiner Kunden stark vereinfachen und positiv bei ihnen im Gedächtnis bleiben. Vorausgesetzt, du personalisierts nicht grobmaschig anhand von Zielgruppen oder Personas, sondern ganz individuell.

Indem deine Suche das Benutzerverhalten anhand von Klick-, Warenkorb- und Kaufevents erfasst, kann sie lernen, welche Kaufmuster und Vorlieben deine Kunden haben. Solche Präferenzen können zum Beispiel bestimmte Marken, Kategorien oder Farben sein. Auf Basis dessen können dem Shop-Besucher genau die Produkte präsentiert werden, die sowohl zu seiner Anfrage als auch zu seinen grundlegenden Präferenzen passen.

Hierbei muss natürlich alles Datenschutz-konform ablaufen. Deine intelligente Suche sollte keine personenbezogenen Daten wie Name, Adresse etc. verarbeiten – nur Tracking-Daten und IDs. Entweder sind das Cookie-basierte Session-IDs oder User-IDs, die beim Login vergeben werden.

Intelligente Suche Personalisierung

Je besser die intelligente Suche den Kunden versteht, desto höher die Conversion-Rate und Kundenzufriedenheit.

Du bist Händler mit stationärem Filialnetz? Dann kannst du sogar noch einen Schritt weitergehen: In Branchen wie DIY oder Elektronik beschäftigen sich Kunden gerne schon zu Hause mit der Produktauswahl und lassen sich durch Vorschläge und Erlebniswelten im Online-Shop inspirieren. Wenn deine Suche Geo-Lokalisation nutzt, kann sie die Ergebnisse im Shop anhand des Kundenstandorts ausspielen: Diejenigen Produkte, die in der nächstgelegenen Filiale verfügbar sind, lassen sich dann gezielt anzeigen. Ein typisches Omnichannel-Konzept, um deine stationären Filialen zu stärken. Einen konkreten Anwendungsfall der Geo-Suche findest du im Anwenderbericht unseres Kunden OBI …

Eine intelligente Suche verbessert deinen gesamten Shop

Zum Abschluss noch ein Kriterium, das von vielen unterschätzt wird: Die Learnings, die deine Suche sammelt, sollten auch andere Shop-Funktionen wie Navigation, Recommendations etc. verbessern. Beispielsweise kann deine Recommendation Engine von der intelligenten Suche etwas über die Interessen deiner Kunden erfahren. Und deine Navigation kann die Produktergebnisse auf Kategorieseiten anhand des Filterverhaltens verbessern – und umgekehrt. Je mehr dein Shop an verschiedenen Stellen lernt und dieses Wissen nutzt, desto ansprechender wird das Kauferlebnis für deine Kunden und desto höher deine Conversion-Rate.

Checkliste: Alle Kriterien im Überblick

Eine intelligente Suche …

  • kompensiert Eingabefehler. Sie erkennt automatisch Plural- und Singularformen, Kompositwörter und phonetische Ähnlichkeiten.
  • bringt Kunden in den Long-Tail deines Sortiments. Sie versteht selbst komplexe Suchanfragen, die aus mehreren Wörtern bestehen, und zeigt zuverlässig die richtigen (Nischen-)Produkte.
  • nutzt KI, um die Suchergebnisse zu optimieren. Sie lernt selbstständig, welche Erwartungen hinter den Suchanfragen deiner Kunden stehen und verbessert sich kontinuierlich.
  • gibt vielfältige Eingabehilfen. Sie macht bereits aus dem Vorschlagsmenü einen eigenen Verkaufsbereich mit Produkten, Preisen, Kategorievorschlägen und mehr.
  • berücksichtigt den Menschen hinter der Suchanfrage. Sie personalisiert die Suchtreffer anhand den Vorlieben des einzelnen Kunden – zum Beispiel Marken, Farben, Preise etc.
  • verbessert deinen gesamten Shop. Was sie über die Kaufmuster und Erwartungen deiner Kunden lernt, lässt sie auch in Kategorierankings, Filter, Recommendations etc. einfließen.

 

Das könnte dich auch interessieren

Über den Autor

Als vormaliger Research Consultant in der Marktforschung und aktueller eCommerce Consultant bei FACT-Finder bringt Sebastian Ertelt nicht nur umfassende Beratungsexpertise mit, sondern auch fundierte Kenntnisse in der Datenanalyse. Durch seinen konsequent wissenschaftlichen Ansatz und seine Liebe zum Detail findet er jede noch so versteckte Stellschraube zur Conversion-Maximierung. Davon profitieren Kunden wie Bofrost, Netto, DocMorris, Intersport oder Phoenix Contact. Auf dem DCD 2019 hielt er die Masterclass "Gestern war morgen schon mobile – Do's and Don'ts der mobilen Customer Journey" und auf der D2i Conference 2019 den Vortrag „Vom Suchen und Finden - Was der B2B vom B2C über die perfekte Customer Journey lernen kann“. Zudem ist Sebastian Ertelt als Dozent für "Digital Customer Journey" an der DHBW Stuttgart tätig.

    Schreibe einen Kommentar

    Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

    Diese Website verwendet Akismet, um Spam zu reduzieren. Erfahre mehr darüber, wie deine Kommentardaten verarbeitet werden.