Glossar · Konzept
Was sind personalisierte Produktempfehlungen?
Personalisierte Produktempfehlungen sind Vorschläge, die auf einen einzelnen Kunden zugeschnitten sind, statt der gleichen Bestseller, die allen gezeigt werden. Sie können auf Browsing-Verhalten, vergangenen Käufen oder, am direktesten, auf dem beruhen, was der Kunde dir sagt.
Zuletzt geprüft 7. Juni 2026
Jedem Kunden dasselbe Raster zu zeigen, behandelt einen erstmaligen Geschenkkäufer und einen treuen Stammkunden gleich. Personalisierte Empfehlungen passen sich an, wer tatsächlich einkauft.
Wie Shops Empfehlungen personalisieren
Es gibt zwei grobe Ansätze. Verhaltensbasierte Personalisierung beobachtet, was ein Kunde tut, Klicks, Aufrufe, vergangene Bestellungen, und leitet daraus ab, was als Nächstes gezeigt wird. Präferenzbasierte Personalisierung fragt den Kunden direkt und empfiehlt anhand seiner Antworten.
Verhaltensbasiert ist für den Kunden unsichtbar und skaliert automatisch, aber es ist eine Ableitung und kann falsch sein. Präferenzbasiert ist explizit: Der Kunde sagt dir, dass er eine duftstofffreie Feuchtigkeitscreme für empfindliche Haut will, also gibt es nichts zu raten.
Das Cold-Start-Problem
Verhaltensbasierte Personalisierung tut sich mit neuen Kunden schwer. Ohne Historie zum Lernen fällt sie auf generische Bestseller zurück, ausgerechnet für die Besucher, bei denen ein erster Eindruck am meisten zählt.
Den Kunden zu fragen löst das sofort. Ein Quiz sammelt genug, um schon beim ersten Besuch zu personalisieren, bevor irgendeine Browsing-Historie existiert, weshalb es so gut zu bezahltem und Social-Traffic passt, der kalt ankommt.
Personalisieren ohne Third-Party-Cookies
Verhaltensbasiertes Targeting hat sich auf Third-Party-Cookies und seitenübergreifendes Tracking gestützt, beides wird von Browsern und Regulierung eingeschränkt. Empfehlungen, die auf Daten beruhen, die der Kunde freiwillig gibt, hängen von all dem nicht ab.
Die Daten, die ein Quiz sammelt, sind Zero-Party-Data: Präferenzen und Absichten, die der Kunde bewusst teilt. Das unterscheidet sich von First-Party-Data, also dem Verhalten, das du auf deiner eigenen Seite beobachtest, wie aufgerufene Seiten und vergangene Bestellungen. Zero-Party-Data ist eine Art von First-Party-Data, aber sie ist genannt statt abgeleitet, sodass es nichts zu raten gibt.
Beide sind dauerhaft und mit Einwilligung, anders als Third-Party-Data. Für das vollständige Bild siehe die Leitfäden zu Zero-Party-Data und First-Party-Data.
Personalisierte Produktempfehlungen mit RevenueHunt
RevenueHunt personalisiert Empfehlungen aus Präferenzen, die der Kunde in einem Quiz nennt, sodass es schon beim ersten Besuch funktioniert und nicht auf Third-Party-Tracking angewiesen ist. Antworten werden auf echte Produkte und Varianten abgebildet, und harte Einschränkungen schließen alles aus, was nicht passt.
Dieselben Antworten werden zu Zero-Party-Data, sodass die Personalisierung in die E-Mail weiterläuft: Jede Kampagne nach dem Quiz kann ansprechen, was jeder Kunde tatsächlich will.
Häufig gestellte Fragen
Welche Daten treiben personalisierte Produktempfehlungen an?
Entweder Verhaltensdaten (Klicks, Aufrufe, Kaufhistorie) oder vom Kunden direkt genannte Präferenzen. Genannte Präferenzen sind am genauesten, weil sie freiwillig gegeben statt abgeleitet werden, und sie funktionieren schon beim ersten Besuch.
Kann ich Empfehlungen für Erstbesucher personalisieren?
Ja, wenn du sie fragst. Ein Quiz sammelt genug, um schon beim ersten Besuch zu personalisieren, was verhaltensbasierte Systeme nicht können, weil neue Besucher keine Historie zum Lernen haben.
Brauchen personalisierte Empfehlungen Third-Party-Cookies?
Nein. Empfehlungen, die auf Daten beruhen, die ein Kunde in einem Quiz freiwillig gibt, hängen nicht von Third-Party-Cookies oder seitenübergreifendem Tracking ab, das beides von Browsern und Regulierern eingeschränkt wird.
Weiterführende Lektüre
- Produktempfehlungs-Engine
- E-Commerce-Personalisierung
- Zero-Party-Data
- First-Party-Data
- So funktioniert es
Weitere Glossarbegriffe
-
Conversational Commerce
Conversational Commerce ist der Verkauf über ein interaktives Gespräch in beide Richtungen statt über ein statisches Produktraster. Kunden beantworten Fragen, der Shop reagiert mit passenden Empfehlungen, so wie ein guter Verkäufer in einem Ladengeschäft arbeitet.
-
Produkt-Discovery
Produkt-Discovery ist, wie Kunden das richtige Produkt in deinem Katalog finden. Gute Discovery, über Suche, Filter und geführte Quiz, bringt einen Kunden mit so wenig Reibung wie möglich von „ich habe ein Problem“ zu „das ist das Produkt“.
-
Produktempfehlungs-Engine
Eine Produktempfehlungs-Engine ist die Software, die entscheidet, welche Produkte einem bestimmten Kunden gezeigt werden. Sie nimmt Eingaben (Browsing-Verhalten, Kaufhistorie oder genannte Präferenzen) und sortiert deinen Katalog, um die besten Treffer hervorzuheben.
-
E-Commerce-Personalisierung
E-Commerce-Personalisierung bedeutet, das Einkaufserlebnis, die Produkte, Inhalte und Angebote, die ein Kunde sieht, auf den Einzelnen anzupassen, statt allen denselben Shop zu zeigen. Richtig gemacht, hebt sie die Conversion und den durchschnittlichen Bestellwert.
-
Shoppable Quiz
Ein Shoppable Quiz ist ein interaktives Quiz, das auf einer personalisierten Ergebnisseite endet, auf der Kunden die empfohlenen Produkte direkt in den Warenkorb legen können. Das Quiz ist Teil des Shops, keine Umfrage, die abseits am Rand lebt.
-
Quiz-Funnel
Ein Quiz-Funnel ist ein Marketing-Funnel, der ein Quiz als Einstiegspunkt nutzt. Ein Kunde macht ein Quiz, bekommt eine Empfehlung, gibt seine E-Mail-Adresse und tritt in eine segmentierte Follow-up-Sequenz ein. Er verwandelt anonymen Traffic in einen qualifizierten Lead mit bekannter Präferenz.
-
Lead-Generierungs-Quiz
Ein Lead-Generierungs-Quiz erfasst qualifizierte Leads: Ein Kunde beantwortet ein paar Fragen, gibt seine E-Mail-Adresse, um das Ergebnis zu sehen, und du bekommst einen Kontakt, getaggt mit seinen genannten Präferenzen. Es ist ein Opt-in mit einem eingebauten Grund zum Abonnieren.
-
Conversion-Rate-Optimierung (CRO)
Conversion-Rate-Optimierung (CRO) ist die Praxis, den Prozentsatz der Besucher zu erhöhen, die eine gewünschte Aktion ausführen, meist einen Kauf. Du misst die Conversion-Rate als Conversions geteilt durch Besucher und verbesserst sie dann, ohne mehr Traffic zu kaufen.
-
Durchschnittlicher Bestellwert (AOV)
Der durchschnittliche Bestellwert (AOV) ist der durchschnittliche Betrag, den ein Kunde in einer einzelnen Bestellung ausgibt. Du berechnest ihn, indem du den Gesamtumsatz durch die Anzahl der Bestellungen im selben Zeitraum teilst.
-
Cross-Selling und Upselling
Cross-Selling empfiehlt verwandte Produkte, die das ergänzen, was ein Kunde kauft, wie eine Feuchtigkeitscreme zu einem Reiniger. Upselling empfiehlt eine bessere oder größere Version dessen, was er bereits will, wie eine größere Größe oder eine Premium-Stufe. Beide heben den Bestellwert.
-
Kundensegmentierung
Kundensegmentierung ist die Praxis, Kunden nach gemeinsamen Merkmalen zu gruppieren, wie Zielen, Verhalten oder Demografie, sodass du jede Gruppe mit relevanter Ansprache erreichst, statt allen dasselbe zu senden.