Empfehlung von Ersatz- und Komplementärprodukten im E-Commerce

Problem und Motivation

Empfehlungssysteme sind aus dem E-Commerce nicht mehr wegzudenken. Sie lenken die Aufmerksamkeit der Kundinnen und Kunden, steigern Produktaufrufe und beeinflussen Kaufentscheidungen. Beim Besuch einer Produktseite  werden den Nutzerinnen und Nutzern oft gleichzeitig mehrere Empfehlungen angezeigt. Diese lassen sich in zwei Hauptkategorien unterteilen: Empfehlungen für Ersatzprodukte (Vorschläge für alternative Produkte, z.B. andere Sneakers beim Betrachten eines Schuhs) und Empfehlungen für Komplementärprodukte (ergänzende Produkte, wie passende Kleidung zum Schuh). Während beide Arten von Empfehlungen das Ziel verfolgen, den Einkaufsprozess zu unterstützen, ist bisher wenig darüber bekannt, wie sie sich gegenseitig beeinflussen und gemeinsam auf Aufrufe von Produktwebseiten und Verkäufe wirken.

Ziel und Methode

Dieses Projekt untersucht, wie Empfehlungen von Ersatz- und Komplementärprodukten zusammenwirken und das Verhalten der Konsumentinnen und Konsumenten beeinflussen, wenn sie gleichzeitig auf E-Commerce-Plattformen eingesetzt werden. Ein randomisiertes Experiment in der Bekleidungsbranche bildet die Grundlage dieser Analyse. Dabei werden verschiedene Kombinationen von Empfehlungen getestet, um aufzuzeigen, wie sie sich auf das Nutzerverhalten auswirken — von der ersten Produktsuche bis hin zur finalen Kaufentscheidung.

Erwartete Erkenntnisse

Die Forschung ziel darauf ab, wertvolle Erkenntnisse für verschiedene Zielgruppen zu liefern:

• Für Marketing-Manager: Die Ergebnisse werden zeigen, wie die Kombination von Ersatz- und Komplementärempfehlungen sowohl die Aufrufe von Produktwebseiten als auch die Verkäufe beeinflusst. Diese Erkenntnisse unterstützen die Entwicklung gezielter Empfehlungsstrategien, die sich an den jeweiligen Phasen der Kaufentscheidung orientieren — mit dem Ziel, die Produktinteraktion zu steigern, ohne ungewollt die Konversionsrate zu senken.

• Für Verbraucher: Ein besseres Verständnis der Funktionsweise von Empfehlungssystemen kann es den Nutzerinnen und Nutzern ermöglichen, informierter online einzukaufen und bewusstere Kaufentscheidungen zu treffen.

• Für die Gesellschaft: Da personalisierte Technologien zunehmend Teil des Alltags werden, beleuchtet die Forschung auch die gesellschaftlichen Auswirkungen algorithmischer Empfehlungen. Mehr Transparenz in diesem Bereich stärkt das Vertrauen der Verbraucherinnen und Verbraucher und fördert verantwortungsvolle Praktiken im E-Commerce.