Wie personalisierte Produktempfehlungen in die Wachstumsstrategie für den B2B-Handel eingebunden werden können
Nicht nur Kund*innen von B2C-Unternehmen, sondern auch von B2B-Unternehmen kaufen mehr Produkte online als je zuvor. Schätzungen zufolge wird sich der Online-Umsatz im B2B-E-Commerce 2022 auf 7,88 Billionen US-Dollar belaufen. Eine Studie von McKinsey zeigt, dass 35 % der B2B-Käufer*innen bereit sind, pro Einzelbestellung über Remote- oder Online-Vertriebskanäle 500.000 US-Dollar oder mehr auszugeben. Wie Verbraucher*innen , erwarten auch die B2B-Kund*innen ein möglichst einfaches und bequemes Kundenerlebnis – und entsprechende Produktempfehlungen, die auf sie und ihre Wünsche abgestimmt sind.
Obwohl der B2B-Vertrieb ein „Geschäft“ ist, geht es dabei auch um persönliche Beziehungen, die über Jahre zwischen dem Direktvertrieb und seinen Kund*innen aufgebaut wurden. Da sich der B2B-Handel immer mehr auf Online-Kanäle verlagert und persönliche Interaktionen seltener werden, kommt es zunehmend darauf an, dass ihr eure Kund*innen im Digitalbereich mit relevanteren Inhalten ansprecht.
B2B-Kund*innen erwarten Erlebnisse, wie sie im Verbraucherbereich geboten werden
Die Konsumerisierung des B2B-Handels ist natürlich keine neue Entwicklung. Doch während diese früher noch als Alleinstellungsmerkmal galt, ist sie heute eine Selbstverständlichkeit. Kund*innen erwarten Erlebnisse, die schnell, ständig verfügbar und für Mobilgeräte optimiert sind. Sie wollen Funktionen für Kostenvoranschläge und kundenspezifische Preise. Sie möchten einen unkomplizierten Zugang zu Vertriebsmitarbeitenden. Doch damit nicht genug.
Sie erwarten außerdem, dass ihr das Potenzial von Daten nutzt, um ihre Erlebnisse immer weiter zu personalisieren – und zwar mithilfe von Produktempfehlungen.
KI-gestützte Produktempfehlungen (wie die Produktempfehlungen auf Basis von Adobe Sensei) können B2B-Unternehmen dabei unterstützen, einzelnen Kund*innen relevantere Produkte zu präsentieren, die Conversion Rates und den durchschnittlichen Bestellwert zu steigern und arbeitsintensive und zeitaufwendige Merchandising-Aufgaben zu automatisieren. Durch die Freisetzung von Ressourcen können sich Unternehmen auf kritischere Bereiche wie Analysen, UX und Such-Management konzentrieren.
Produktempfehlungstypen.
Laut Prognose von IDC werden Unternehmen bis 2026 KI nutzen, um Customer Journeys mit umfassend personalisierten Interaktionen bereitzustellen, wodurch der Bedarf an Touchpoints, an denen Marketing- und Vertriebsmitarbeitende involviert sind, um 40 % sinken wird. An ihre Stelle können Produktempfehlungen treten, insbesondere wenn diese überall auf der B2B-Website zu finden sind – auf der Startseite, bei der Suche, auf den Kategorie- und Produktseiten, im Warenkorb und auf den Bestätigungsseiten.
Es gibt vier verschiedene B2B-Produktempfehlungstypen. Der erste Typ basiert auf dem Verhalten und ist auf die bisherigen Einkaufsmuster einer Käuferin bzw. eines Käufers ausgerichtet. Beispiele:
- Käufer*innen, die diesen Artikel gekauft haben, kauften auch – Empfehlung von Artikeln, die am häufigsten von Kund*innen gekauft wurden, die den betreffenden Artikel gekauft haben.
- Käufer*innen, die diesen Artikel angesehen haben, kauften auch – Empfehlung von Artikeln, die am häufigsten von Kund*innen gekauft wurden, die den betreffenden Artikel angesehen haben.
- Käufer*innen, die diesen Artikel angesehen haben, haben auch angesehen – Empfehlung von Artikeln, die am häufigsten von Kund*innen angesehen wurden, die den betreffenden Artikel angesehen haben.
- Kürzlich angesehen – Präsentation von Produkten, die eine Käuferin oder ein Käufer vor Kurzem angesehen hat.
Den zweiten Empfehlungstyp bilden Empfehlungen auf Basis der Beliebtheit. Ihr Fokus liegt auf folgenden Aspekten:
- Conversion (View to Cart) – Empfehlung von Produkten mit der höchsten View-to-Cart-Conversion-Rate. Einfach ausgedrückt: Bei wie viel Prozent aller Sitzungen haben Käufer*innen, die sich das betreffende Produkt angesehen haben, das Produkt in den Warenkorb gelegt?
- Conversion (View to Purchase) – Empfehlung von Produkten mit der höchsten View-to-Purchase-Conversion-Rate. Bei wie viel Prozent aller Sitzungen haben Käufer*innen, die sich das betreffende Produkt angesehen haben, das Produkt tatsächlich gekauft?
- Am häufigsten zum Warenkorb hinzugefügt – Empfehlung von Artikeln, die von Kund*innen in den letzten sieben Tagen am häufigsten in den Warenkorb gelegt wurden.
- Am häufigsten gekauft – Empfehlung von Artikeln, die von Kund*innen in den letzten sieben Tagen am häufigsten gekauft wurden.
- Am häufigsten angezeigt – Empfehlung von Artikeln, die von Kund*innen in den letzten sieben Tagen am häufigsten angesehen wurden.
- Im Trend – Empfehlung von Artikeln auf Basis der aktuellen Beliebtheit des betreffenden Produkts.
Der dritte Empfehlungstyp basiert auf Artikeln. Er orientiert sich an früheren Produktsuchen. Beispiele:
- Ähnliche Artikel – Empfehlung von Artikeln auf Basis ähnlicher Inhalte und Eigenschaften.
- Optisch ähnliche Artikel – Empfehlung von Artikeln, die den angesehenen Produkten optisch ähneln.
Der vierte und letzte Empfehlungstyp ist personalisiert und käuferbasiert:
- Für Sie empfohlen – Empfehlung von Artikeln auf Basis des aktuellen und früheren Verhaltens von Kund*innen auf der Website.
Was im B2B-Bereich anders ist.
Auch wenn hier vieles den Verbraucherempfehlungen ähnelt, besteht ein wichtiger Unterschied darin, dass B2B-Storefronts oft eine komplexere Logik erfordern, die sowohl die Produktsichtbarkeit als auch die Preisgestaltung für bestimmte Kund*innen oder Kundengruppen vorgibt.
Entsprechend muss eure Plattform Kategorieberechtigungen, gemeinsam genutzte Kataloge und kundengruppenspezifische Preise berücksichtigen. Wenn ihr beispielsweise bestimmte Kategorien aus eurem Einzelhandelskundensegment ausgeblendet habt, werden Kund*innen in diesem Segment keine Empfehlungen für Produkte aus den betreffenden Kategorien angezeigt. Und wenn ihr einen gemeinsam genutzten Katalog für bestimmte Kundengruppen und Unternehmen definiert, sollten diesen Kund*innen nur Empfehlungen für Produkte präsentiert werden, die für sie erhältlich sind. Für alle empfohlenen Produkte müssen die korrekten kundengruppenspezifischen Preise basierend auf der Kundengruppe den jeweiligen Käufer*innen angezeigt werden.
Die Formulierungen der Empfehlungen sollten ebenfalls geändert werden. Anstatt „Kund*innen haben auch folgende Artikel gekauft“ könnte die Empfehlung beispielsweise „Käufer*innen aus Ihrem Unternehmen haben auch folgende Artikel gekauft” lauten.
Der Wert von Produktempfehlungen.
Trotz dieser Unterschiede lohnt sich der mit Produktempfehlungen verbundene Aufwand, da sie erwiesenermaßen sowohl zu höheren Umsätzen als auch zu besseren Kundenerlebnissen führen. Beispielsweise sind 35 % des Umsatzes von Amazon auf Produktempfehlungen zurückzuführen. Personalisierte Produktempfehlungen haben nachweislich zu Steigerungen der Conversion Rates von bis zu 320 % geführt. Darüber hinaus geben 60 % der Verbraucher*innen heute an, erneut bei einem Einzelhändler kaufen zu wollen, nachdem ihnen dort ein positives personalisierte Einkaufserlebnis geboten wurde.
In gewisser Weise können Produktempfehlungen für B2B-Kund*innen sogar noch wichtiger sein, da B2B-Unternehmen in der Regel über große und vielfältige Produktlinien verfügen. Nicht alle Kund*innen können mit sämtlichen Produktvarianten vertraut sein.
Während B2C-Unternehmen daran gelegen ist, dass Kund*innen einen günstigeren Artikel gegen einen teureren tauscht (Upselling), und sein sekundäres Ziel das Crossselling ist (Kauf eines zugehörigen Artikels als Ergänzung zum ursprünglichen Produkt), liegt der Fokus bei B2B-Unternehmen auf anderen Aspekten. Sie konzentrieren sich auf Crossselling, ergänzende Produkte und die Erhöhung der Stückzahlen im Warenkorb. In der Regel haben es B2B-Unternehmen weniger auf die durchschnittliche Warenkorbgröße abgesehen als vielmehr auf die die Stückzahl pro Bestellung.
Macht den nächsten Schritt.
Produktempfehlungen sind nicht nur etwas für Giganten wie Amazon und Alibaba. Jeder Händler kann sie nutzen, um seiner Kundschaft die richtigen Produkte zu präsentieren. Sie sind eine effektive Methode, um das Einkaufserlebnis eurer Kund*innen zu verbessern. Außerdem macht ihr euch damit weniger von großen Marktplätzen und kostspieligen Anzeigen abhängig.
Angesichts der prognostizierten Verdreifachung der B2B-Zahlungen in den nächsten vier Jahren auf 8,7 Billionen US-Dollar bis 2025 ist dies der richtige Zeitpunkt, um zu handeln.
Der Beginner’s Guide to Product Recommendations von Adobe leitet euch Schritt für Schritt an und erleichtert euch so den Einstieg. Ladet euch jetzt euer Exemplar herunter.