EliteCart

Bestseller sind aus gutem Grund beliebt, also wirkt es naheliegend, sie überall zu platzieren. Aber Bestseller in Empfehlungen zu verstärken, ist eine dieser Taktiken, die in kleinen Dosen hilft und in großen still schadet. Verlässt du dich zu stark auf deine bewährten Gewinner, fängst du an, Produkte zu empfehlen, die Leute ohnehin gekauft hätten, raubst Neuzugängen die Sichtbarkeit, die sie brauchen, und ignorierst, was tatsächlich im Warenkorb vor dir liegt.

Dieser Artikel geht den echten Zielkonflikt zwischen dem Empfehlen bewährter Verkaufsschlager und dem Geben einer Chance für Entdeckungsprodukte durch und gibt dir konkrete Orientierung, wann du Beliebtheit stark, leicht oder gar nicht verstärken solltest.

Warum „immer Bestseller zeigen" nach hinten losgeht

Eine Empfehlungsleiste nur aus Bestsellern sieht produktiv aus. Sie ist voll mit Produkten, die konvertieren. Das Problem ist, was sie dich kostet, und diese Kosten sind leicht zu übersehen, weil die Leiste trotzdem „funktioniert".

Du empfiehlst, was Leute ohnehin kaufen würden. Deine Topseller haben bereits eine starke organische Nachfrage. Sie erneut in einem Empfehlungs-Slot zu zeigen, nimmt oft den Verdienst für einen Verkauf in Anspruch, der sowieso passiert wäre. Die Empfehlung hat keinen zusätzlichen Umsatz gebracht, sie saß nur vor einer bereits vorhandenen Absicht.
Du kannibalisierst neue Produkte. Frische Neuzugänge und Long-Tail-Artikel bekommen nie die Impressionen, die sie brauchen, um sich zu beweisen. Wenn die einzigen Produkte, die gezeigt werden, jene sind, die sich bereits verkaufen, kann nie etwas Neues aufsteigen. Du zementierst die Gewinner des letzten Quartals und frierst deinen Katalog ein.
Du ignorierst den Warenkorb-Kontext. Ein Kunde, der eine Yogamatte kauft, muss nicht dein insgesamt meistverkauftes Produkt sehen - er braucht einen Gurt, einen Block oder ein Reinigungsspray. Beliebtheit ist ein storeweites Signal. Relevanz ist ein Signal pro Warenkorb. Wenn Beliebtheit dominiert, beantwortet die Empfehlung die Frage „Was passt dazu?" nicht mehr.

Nichts davon bedeutet, dass Bestseller schlecht sind. Es bedeutet, dass Beliebtheit ein Faktor unter mehreren sein sollte, nicht die ganze Entscheidung.

Sanfter Schubs vs. harte Überschreibung

Die wichtigste Unterscheidung hier ist die zwischen einer Empfehlung, die Bestseller bevorzugt, und einer, die sie erzwingt.

Eine harte Regel entfernt Produkte. „Nur Artikel aus dieser Kollektion zeigen" oder „nie etwas über 200 € empfehlen" sind harte Regeln - sie filtern die Kandidatenmenge herunter, bevor irgendetwas gerankt wird. Sie sind absolut.

Eine weiche Regel rankt neu, ohne zu entfernen. Eine Beliebtheits-Präferenz sagt „bei sonst gleichen Bedingungen, neige zu den bewährten Verkaufsschlagern", aber sie löscht nie das relevante, umsatzschwächere Produkt, das den Warenkorb wirklich ergänzt. Das ist der Kerngedanke: ein Beliebtheits-Boost sollte ein Schubs sein, keine Überschreibung.

Das ist wichtig, weil deine Empfehlungs-Engine aus deiner Bestellhistorie bereits gelernt hat, was sich tatsächlich zusammen verkauft. Wenn du Bestseller nach oben zwingst, überschreibst du diese hart erarbeitete Relevanz mit einem groben storeweiten Durchschnitt. Wenn du stattdessen schubst, behältst du die Relevanz und neigst nur die knappen Fälle zu deinen Gewinnern. Die Engine respektiert weiterhin die Muster in deinen Bestellungen, und Beliebtheit entscheidet nur die Gleichstände.

Wann du Beliebtheit stark, leicht oder gar nicht verstärken solltest

Hier kommt der praktische Teil. Die richtige Höhe des Beliebtheits-Boosts hängt vom Anzeigeort, vom Katalog und von dem ab, was du erreichen willst.

Stark verstärken, wenn

Du einen langen Long Tail aus schwachen oder ungetesteten Produkten hast und Kunden auf sicherem, gut konvertierendem Boden halten willst. Eine starke Neigung zu Bestsellern ist eine vernünftige Voreinstellung, wenn der Großteil deines Katalogs unbewährt ist.
Der Slot ist wichtig und generisch, etwa eine Startseite oder eine „Das könnte dir auch gefallen"-Leiste ohne Warenkorb-Kontext, auf den man zurückgreifen könnte. Wenn wenig Relevanzsignal verfügbar ist, ist Beliebtheit einer der besseren Rückgriffe, die du hast.
Du Entscheidungslähmung auflöst. Ein Kunde, der auf hunderte Optionen starrt, will oft einfach wissen, was andere gewählt haben. In diesem Moment ist „am beliebtesten" eine wirklich hilfreiche Antwort.

Leicht verstärken, wenn

Du ein ordentliches Relevanzsignal hast, aber einen sanften Qualitätsboden willst. Ein leichter Boost hält offensichtlich gute Ergänzungen im Rennen und bevorzugt dabei still die Varianten von ihnen, die sich am besten verkaufen.
Dein Katalog gesund, aber ungleichmäßig ist, mit einer Mischung aus starken und sich entwickelnden Produkten. Ein leichter Schubs unterstützt deine Gewinner, ohne allem anderen die Tür vor der Nase zuzuschlagen.
Du kategorieübergreifende Ergänzungen ausspielst, bei denen das Ziel zuerst eine relevante Paarung ist und Beliebtheit nur der Stichentscheid zwischen ähnlichen Optionen.

Nicht verstärken (oder abschwächen), wenn

Der Warenkorb-Kontext stark und spezifisch ist. Wenn ein Kunde ein klares Produkt im Warenkorb hat, schlägt ein eng relevantes Zubehör fast jedes Mal einen generischen Bestseller. Lass die Relevanz führen.
Du bewusst einen Entdeckungs-Slot betreibst, um Neuzugänge zu zeigen oder Long-Tail-Bestände zu bewegen. Hier arbeitet ein Beliebtheits-Boost gegen dein eigenes Ziel, und ihn abzuschwächen kann neuen Produkten aktiv helfen, ihre ersten Impressionen zu verdienen.
Deine Bestseller anderswo auf der Seite bereits überpräsent sind. Wenn dieselben fünf Produkte deine Startseite, Kollektionen und Suche dominieren, ist es redundant, sie auch noch in Empfehlungen zu packen, und verdrängt alles andere.

Wie EliteCart die Balance handhabt

Die Feinabstimmung von EliteAI™ Ultra in EliteCart ist genau um diese Unterscheidung zwischen weich und hart herum gebaut. Innerhalb einer feinjustierten Version formst du Empfehlungen mit zwei Arten von Regeln: Filtern, die hart sind und Produkte entfernen, und Boosts, die weich sind und neu ranken, ohne etwas zu entfernen.

Einer der Boost-Typen ist Beliebtheit - „bevorzuge deine Bestseller" - und du legst seine Stärke auf einer fünfstufigen Skala fest: Stark abschwächen, Abschwächen, Neutral, Verstärken, Stark verstärken. Da der Boost weich ist, schubst er das Ranking, statt es zu erzwingen. Die Engine trainiert mit der Bestellhistorie deines eigenen Stores, kennt also bereits, was sich verkauft und was sich zusammen verkauft; der Beliebtheits-Boost entscheidet nur, wie stark man sich auf dieses storeweite Signal stützt gegenüber der Relevanz pro Warenkorb, die sie gelernt hat. Neben Beliebtheit kannst du nach Tag, Anbieter, Produkttyp, Kollektion oder Preisrichtung verstärken, sodass du eine leichte Beliebtheits-Neigung zum Beispiel mit einer Präferenz für denselben Anbieter kombinieren kannst.

Du kannst bis zu drei aktive feinjustierte Versionen behalten und jedem Anzeigeort eine andere zuweisen. Genau das macht die obige Orientierung umsetzbar: eine starke Beliebtheits-Neigung auf einer generischen „Das könnte dir auch gefallen"-Leiste und eine neutrale oder abgeschwächte Version auf einem Warenkorb-Slot oder einem Entdeckungsbereich, wo Relevanz und die Sichtbarkeit neuer Produkte wichtiger sind. Du kannst auch die Basis wählen, auf der jede Version aufbaut - häufig zusammen gekaufte Paarungen oder kategorieübergreifende Ergänzungen - sodass sich Beliebtheit auf den richtigen Ausgangspunkt legt.

Für die vollständige Mechanik siehe die Referenz zu Filtern und Boosts und die Anleitung zur Feinabstimmung.

Starte mit einem leichten Beliebtheits-Boost und passe ihn pro Anzeigeort an. Behandle deine Bestseller als Stichentscheid, nicht als Machtübernahme. Lass die Relevanz am Steuer, wo der Warenkorb dir Kontext gibt, stütze dich stärker auf Beliebtheit, wo er es nicht tut, und lass Raum, damit neue Produkte ihren Platz verdienen. Für das größere Bild lies unsere Merchandising-Regeln für Produktempfehlungen, sieh, wie dasselbe Denken in weichen Regeln für preisbewusste Produktempfehlungen gilt, frische die Unterschiede zwischen Cross-Sell- und Upsell-Empfehlungsstrategie auf und entdecke, was es Neues bei der Feinabstimmung von EliteAI gibt.

Wann du Bestseller in deinen Empfehlungen verstärken solltest - und wann nicht