Wenn wir über die Suche sprechen, denken wir automatisch an Google. Google wurde zu einem Synonym für die Suche, heutzutage verwenden wir “googeln” sogar als Verb in der alltäglichen Kommunikation. Der Dienst hilft uns, benötigte Informationen in einem endlosen Strom aus Internetseiten zu finden. Google indexiert alle Webseiten, um die Relevanz der Ergebnisse festzulegen, wenn Nutzer ihre Anfragen in die Suche eingeben.
Jedoch suchen wir nicht nur im Internet, sondern auch auf individuellen Seiten und Google indexiert diese Seiten hauptsächlich basierend auf der Volltext-Compliance. Das reicht jedoch nicht aus, um eine praktische und hilfreiche Suchfunktion auf Webseiten – oder in unserem Fall in E-Shops – bereitzustellen. Deshalb entstand ein komplett neues Feld von SaaS-Unternehmen, die E-Shop-Suchfunktionen entwickelten. Diese Unternehmen helfen Kunden, auf verschiedene, komplexe Wege, das zu finden, wonach sie suchen. Die künstliche Intelligenz kann Informationen aus Kundeninteraktionen mit Webinhalten verbinden, um die Suchergebnisse richtig anzuordnen.
Notiz: Die Daten in diesem Artikel stammen von der Online-Publikation Such-Benchmarks & Einblicke, die wir auf Luigi’s Box, basierend auf den E-Shop-Daten unserer Kunden, erstellt haben. Die aktuelle PDF-Version dieser Publikation ist in Slowakisch und Englisch auf ebook.luigisbox.com erhältlich.
Warum die Suche so wichtig ist
Die Suche ist durchschnittlich für 20% des Traffics in einem E-Shop verantwortlich. Der Durchschnitt pro Segment liegt zwischen 8% und 43% (Abb. 1). Im Modebereich ist er am geringsten (7,8%). Denn wenn Kunden Kleidung kaufen, sind sie bereit, sich eine größere Auswahl an Produkten anzusehen. Sie denken viel darüber nach, was ihnen gut passen würde. Produktnamen stellen Produkte nicht ausreichend dar, weshalb es schwierig ist, mithilfe der Textsuche Kleidung zu finden. Wenn ein Kunde nach einem blauen T-Shirt sucht, benötigt er auch eine visuelle Darstellung, um sich für ein Produkt zu entscheiden. In einem E-Shop könnte es Hunderte von blauen T-Shirts geben. Kunden möchten so viel Auswahl wie möglich sehen und sie mit Filtern einschränken. Deshalb ist es wahrscheinlicher, dass sie mithilfe der Navigation suchen.
Im Gegensatz dazu verwenden die meisten Kunden in dem Bücher- und Spiele-Bereich die Suche (43,3%). Grund dafür ist, dass die Produkte klare Namen haben, nämlich eine einzigartige Kombination aus Autor und Titel. Das Visuelle ist hier nicht so wichtig. Es dient nur als Bestätigung, dass der Kunde das richtige Produkt gefunden hat. Deshalb suchen sie meist nur nach dem Produkttitel. Das ist die schnellste Methode, um in dem Bücher- und Spielbereich zu dem richtigen Produkt zu gelangen. Der Kunde weiß hier im Gegensatz zu dem Modebereich oft genau, welches Produkt er sich wünscht.
Die Bedeutung der Suche ist auch erhöht, da die Konversionsrate bei Kunden, die die Suche verwenden, höher ist, als die Konversionsrate bei Kunden, die die Navigation nutzen (Abbildung 2). Der Kunde, der die Suche verwendet, folgt dem Pfad des Kaufprozesses. Er weiß, was er will und ist entschlossen, einen Kauf zu tätigen. Eine Grafik, in der die beiden Bereiche verglichen werden, zeigt dies auf.
In jedem Bereich steigt die Wahrscheinlichkeit der Konversion an, wenn die Suche verwendet wird. Bei der Verbraucherelektronik, in der Mode und im Sport gibt es dafür zwei Gründe. Wie bereits erwähnt, möchten Kunden eine große Vielfalt an Produkten sehen, besonders in Bereichen, wo der Anteil der Besuche bei Verwendung der Suche niedriger ist.
Der zweite Grund könnte sein, dass Kunden die Suche nutzen, um Preise zu vergleichen, besonders in der Verbraucherelektronik. Sie besuchen mehr E-Shops und kopieren den Produktcode oder den vollständigen Namen in die Suchleiste, um zu sehen, wo sie das gewünschte Produkt am günstigsten kaufen können.
Die Suche kann einen signifikanten Teil der Gesamtumsätze eines E-Shops ausmachen. Es gibt Variationen in verschiedenen Bereichen, aber unsere Daten zeigen, dass es, abhängig von der Größe des E-Shops, erhebliche Beträge sein können (Abbildung 3). In dem Bücher- und Spielebereiche kann die Suche bis zu 45% ausmachen. Deshalb ist es wichtig, dass die Suchfunktion ordentlich funktioniert. Die Suche ist nicht nur ein Mittel, um die UX zu verbessern, sie ist auch ein bedeutender Handelskanal, dessen Verkaufskraft in denjenigen E-Shops erheblich ansteigt, die Zeit und Energie für die Optimierung aufwenden. Im nächsten Kapitel besprechen wir, welche Funktionen eine gute Suche haben sollte.
Was sollte eine gute Suche haben?
Sichtbarkeit
Die ‘Google-Generation’ wächst schnell an und sucht unterbewusst sofort nach einer Suchfunktionen, wenn sie eine Webseite besucht, um Zeit zu sparen und die benötigten Informationen zu finden. E-Shops verstecken die Suchleiste jedoch oft.
Um mit der Suchleiste zu interagieren, müssen Kunden zuerst oft nach der Lupe in der rechten Ecke der Seite suchen. Dann müssen sie darauf klicken, um ihre Anfrage einzutippen. Das kann zu Fehlern führen, besonders auf mobilen Geräten, wo Nutzer die Navigationsschaltfläche verwenden müssen
Man hört hin und wieder, dass Kunden mobile Geräte nur nutzen, um Produkte zu entdecken, Käufe jedoch auf Desktops abschließen. Unsere Daten bestätigen das größtenteils, jedoch führte die Pandemie zu erheblichen Veränderungen im Kundenverhalten. Eine dieser Veränderungen ist, dass das Shopping auf Mobiltelefonen ähnliche Zahlen wie das Shopping auf einem Desktop erreicht (Abb. 4). Mehr und mehr Kunden verlieren ihre Angst vor mobilen Zahlungen. In diesem Tabellenvergleich der Konversionsraten der mobilen Suche aus 2019 und 2020 sehen wir das auch. Es gibt in fast in allen Segmenten einen Zuwachs.
Auto-Vervollständigung
Die Auto-Vervollständigungsfunktion (auch bekannt als prädiktiver Text und Look-As-You-Type) findet man in E-Shops bereits häufig. Dieses Tool bietet Suchergebnisse an, wenn ein Kunde die ersten Buchstaben einer Phrase eintippt, schon bevor er auf Enter drückt. Dies kann die Zeit, die erforderlich ist, um ein gewünschtes Produkt zu finden, drastisch reduzieren. Die Auto-Vervollständigung führt einige wichtige Funktionen durch:
- Bestätigt, dass die Anfrage korrekt ist und dass der E-Shop die Produkte, nach denen der Kunde sucht, anbietet.
- Nimmt dem Nutzer die Aufgabe ab, die gesamte Phrase einzutippen, was auf mobilen Geräten sehr nützlich ist.
- Leitet den Nutzer direkt zu der Kategorie, nach der er sucht, selbst auf dem dritten Niveau der Navigation. So muss der Nutzer nicht über die Navigation nach Suchkategorien suchen.
- Vervollständigt den Kontext der Nutzeranfrage. Nutzer kennen oft nur einen Teil des Produktnamens. Die Auto-Vervollständigung kann ihnen die Kategorien und Marken zeigen, die mit der Phrase in Verbindung stehen und ihnen so effektiv das weitreichende Angebot demonstrieren.
- Zeigt dem Nutzer direkt das gewünschte Produkt, wenn die Anfrage spezifisch genug ist (Produktcode, genauer Name).
Jedoch funktionieren nicht alle Auto-Vervollständigungsfunktionen auf die gleiche Weise. Die Qualität einer guten Funktion liegt in ihrem Grundaufbau. Die Auto-Vervollständigung kann einen Ausdruck nicht vorbearbeiten (z.B. richtige Analyse individueller Wörter in der Anfrage, Entnahme von Produktnamen, Kategorien, Marken etc.), wie es die Suchfunktion selbst kann. Wir stoßen oft auf Auto-Vervollständigungsfunktionen, die langsam reagieren und nicht von dem ersten Buchstaben an Vorschläge anzeigen. Wenn das passiert, geht ihr Vorteil verloren. Ordentlich arbeitende Auto-Vervollständigungsfunktionen sollten innerhalb von maximal 0,3 Sekunden, ab dem ersten Zeichen und nach jedem Tastenanschlag reagieren.
Die Auto-Vervollständigung arbeitet in einem visuell beschränkten Bereich, wo sie mehrere “Top”-Produkte, Produktkategorien, Marken, Artikel, häufig gesuchte Wörter etc. anzeigen muss. Der Inhalt der Auto-Vervollständigung muss an die individuellen eCommerce-Bereiche angepasst werden. Wenn wir nach Büchern suchen, geben wir lieber Autoren oder Titel ein. Im Modebereich bevorzugen wir Produktkategorien und bei der Reise könnten es Reiseziele sein.
Sie sehen die Wichtigkeit der Auto-Vervollständigung in der Grafik (Abb. 5). Sie vergleicht die Konversionsrate der Besuche, bei denen Kunden die Auto-Vervollständigung nutzen, mit denen, bei denen die Auto-Vervollständigung Ergebnisse vorgeschlagen hat, der Kunde jedoch auf keines geklickt hat. In allen Bereichen ist die Konversionsrate bei Besuchen, bei denen Kunden die Auto-Vervollständigung verwendet haben, mehr als verdoppelt.
Tippfehler
Besuchen Sie Ihren E-Shop, versuchen Sie, Ihre Seitensuche zu nutzen und machen Sie absichtlich einen Tippfehler. Probieren Sie zum Beispiel ‘Ipohne’ oder ‘Küllschrank’. Wenn Sie keine Ergebnisse erhalten haben, bedeutet das, dass sie regelmäßig Kunden aufgrund von Fehlern in der Suchmaschine verlieren. 30% der Besucher verlassen einen E-Shop nach einer Suche ohne Ergebnisse. Was denken Sie: Wo gehen sie hin, nachdem sie Ihren E-Shop verlassen haben? Höchstwahrscheinlich direkt zu einem Konkurrenten, wo sie das Produkt finden und kaufen können.
Eine gute Suche kann mit Tippfehlern umgehen und relevante Ergebnisse bereitstellen, selbst dann, wenn der Kunde keine perfekte Anfrage eingetippt hat (Abb. 6) Es gibt jedoch Fälle, wenn die Tippfehler-Toleranz mehr Schaden als Gutes hervorbringt. Wenn der Kunde zum Beispiel nach iPhone 13 sucht, sollte er keine Ergebnisse für iPhone 11 sehen. Er ist an einem ganz bestimmten, neueren Telefon interessiert und ältere Modelle sind für ihn irrelevant.
Deshalb ist es wichtig zu wissen, wie die Suche bei individuellen Anfragen funktioniert.
Wenn der Input nicht ausreichend genau ist, ist es besser, den Tippfehler zu korrigieren, bevor die Suche durchgeführt wird, um relevante Ergebnisse zu finden, anstatt weniger relevante Optionen anzuzeigen.
Slang und Synonyme
Oft kommt es zu Problemen, wenn der Kunde den genauen Namen des Produkts nicht kennt oder wenn er es unter einem anderen Namen kennt, als den in Ihrem Katalog. Das umfasst diverse regionale Versionen eines Wortes, Slangbegriffe oder eine phonetische Transkription aus fremden Sprachen. Sweatshirt/Pullover, Mountain Bike/Fahrrad etc. – das sind nur einige Beispiele, bei denen eine schlecht optimierte Kundensuche keine Ergebnisse anzeigt, wenn die Anfrage sich von dem Namen in Ihrem Produktkatalog unterscheidet.
Eine effektive Suche kann mit Synonymen zusammenarbeiten. Wenn Ihnen solche Wörter bewusst sind, können Sie ihnen Synonyme zuweisen und in der Suche einstellen, dass die gewünschten Produkte bei Anfragen erscheinen, in denen ein anderer Name für das Produkt verwendet wird, als der in Ihrem Produktkatalog. Ein guter Analytiker wird Ihnen sagen, welche Phrasen in Ihrem E-Shop problematisch sind – Kunden verwenden sie, erhalten jedoch keine Ergebnisse oder klicken nicht auf sie, da sie irrelevant erscheinen. Dadurch erfahren Sie, welche Produkte Synonyme erfordern. Außerdem sollte das System neue Empfehlungen für jeden maßgeschneiderten E-Shop produzieren, die auf dem Kundenverhalten basieren.
Kontexterkennnung
Eine gute Suche kann auch mit längeren Phrasen umgehen, die mehrere Informationen enthalten und dem Kunden Zeit sparen. Ein Beispiel ist eine Phrase, die die Produktfarbe enthält (z.B. gelbes T-Shirt, grüne Tasche). Anstatt eine Kategorie anzuzeigen und den Nutzer durch die Filter klicken zu lassen, wendet die Suchmaschine sie automatisch an (Abb. 7).
Es gibt zwei Ansätze für die technische Lösung dieser Funktion. Eine ist, die Produktkategorie aus der Anfrage zu extrahieren und sie als Filter anzuwenden. Jedoch müssen bei diesem Ansatz die Daten in dem Produktkatalog von exzellenter Qualität sein. E-Shops bieten oft Tausende Produkte an und es fehlt die Kapazität, mit einer ordentlichen Datenstruktur umzugehen. Deshalb ist es für diese Funktionen angemessen, dass das System die Farbe aus einer Beschreibung, einem Namen oder anderen Produktattributen identifizieren kann.
Paginierung
Die Paginierung, die Verteilung der Ergebnisse auf mehrere Seiten, ist eine weitere bedeutende Funktion der Suche. Die Daten zeigen, dass bis zu 88,7% der Kunden sich nur die erste Seite der Ergebnisse ansehen (Abb. 8). Nicht einmal 10% der Nutzer sehen sich die zweite Seite an. Deshalb ist es empfehlenswert, die klassische Paginierung nicht zu nutzen (die Suchergebnisse werden auf nummerierten Zahlen verteilt). Es ist effektiver, eine “Laden”-Schaltfläche am Ende der angezeigten Ergebnisse zu platzieren.
Nachdem sie auf die Schaltfläche klicken, werden neue Produkte geladen. Wenn Sie mehr über dieses Thema wissen möchten, lesen Sie gerne unseren Blogbeitrag über die Paginierung.
Produktranking
Eine effektive Suche berücksichtigt bei dem Ranking der Suchergebnisse auch andere Variablen außer dem Volltext-Score. Die künstliche Intelligenz oder der Administrator des E-Shops kann das ändern. Wenn künstliche Intelligenz verwendet wird, kann die Suche die Ergebnisse laut Saisonalität, Marge, Händler und anderen Metriken ranken und die Geschäftsvorteile für den E-Shop in Betracht ziehen, wodurch das optimale Produktranking kreiert wird, das die Wahrscheinlichkeit der Konversion fördert.
Wenn Produkte manuell gerankt werden, sollte eine gute Suche, die sogenannte Produktpriorisierung erlauben. Das bedeutet, dass der Administrator manuell festlegen kann, welche Produkte/Marken/Kategorien in den ersten Plätzen der Suchergebnisse erscheinen. Zusätzlich ist auch die Verkäuflichkeit/Klickbarkeit der Waren und die Bewerbung neuer und solcher Produkte, die mehr Aufmerksamkeit verdienen, wichtig. Die Produktleistung muss ständig überprüft werden, damit Sie sofort wissen, wenn die Bewerbung eines Produkts nicht erfolgreich ist und Sie die Strategie wechseln können. Dann wäre es besser, ein Produkt mit besseren potenziellen Verkaufszahlen an seinen Platz zu stellen.
Filter
Filter helfen Kunden dabei, Produkte zu wählen. Sie können verwendet werden, um die Auswahl einzugrenzen, wenn es zu viele Suchergebnisse gibt. Je mehr verschiedene Produkte es in einem E-Shop gibt, desto mehr Filter sind benötigt. Wenn es jedoch zu viele Filter gibt, wird es zu komplex und sie verschlechtern die UX des E-Shops. Deshalb ist es besser, dynamische und idealerweise personalisierte Filter zu nutzen. Die Filterung nach Größe ist zum Beispiel bei Obst nicht relevant, während das Verbrauchsdatum bei Büchern nicht viel Sinn macht.
Ergebnislose Suche
Die umoptimierte Suche erreicht durchschnittlich eine ergebnislose Suchrate von ungefähr 13% über mehrere Segmente hinweg. Während sie bei der optimierten Suche 1–5% ist.
Abgesehen von der Tippfehler-Toleranz gibt es verschiedene NLP-Module (Natürliche Sprachverarbeitung), die ergebnislose Suchanfragen vorbeugen. Dank diesen Tools kann die Suche erkennen, welcher Teil einer sehr spezifischen Suchphrase am wichtigsten ist und welcher Teil weggelassen werden kann. Dadurch erhält der Kunde zumindest ähnliche Produkte, anstatt überhaupt keine Ergebnisse zu erhalten.
Wenn der Kunde zum Beispiel nach einem pinken Pullover sucht, der E-Shop jedoch nur Pullover in anderen Farben verkauft, erkennt die Suche, welcher Teil der Phrase weniger wichtig ist (in diesem Fall ist es pink) und zeigt Pullover in anderen Farben an. Natürlich ist es möglich, die Ergebnisse bis auf null zu optimieren. Jedoch macht es keinen Sinn. Es würde nicht die gewünschte Wirkung erzielen, wenn der E-Shop Bücher anzeigt, wenn der Kunde nach Töpfen sucht. Unsere Daten zeigen, dass irrelevante Ergebnisse die gleiche Wirkung haben wie keine Ergebnisse (Abb. 9). Es ist wichtig, relevante Ergebnisse anzuzeigen.
Das sehen wir, da die Abgangsrate aus der Suche mit der Abgangsrate von ergebnislosen Suchen korreliert. Das Problem “verwandelt” sich nur in einen Anstieg von Suchanfragen ohne Klicks auf Ergebnisse.
Zusammenfassung
Die Suche ist die schnellste Methode, wie Sie Kunden die gewünschten Produkte anzeigen können. Sie ist nicht nur eine schöne UX-Ergänzung in einem E-Shop, sondern ein bedeutender Verkaufskanal. Kunden, die die Suche nutzen, wissen meist, was sie möchten und haben ein Kaufziel. Dank der künstlichen Intelligenz können moderne Suchanfragen mehrere Methoden verwenden, um Kunden bei Kaufentscheidungen zu helfen. Sie vervollständigen die Anfrage, optimieren das Ranking der Ergebnisse, korrigieren Tippfehler, kennen mehrere Produktnamen, personalisieren Suchergebnisse etc.
Die Suche macht das Shopping für Kunden einfacher und erhöht dadurch die Wahrscheinlichkeit eines Kaufes. Das kann erheblich zu den Umsätzen des E-Shops beitragen. Textlose Suchformate werden ebenfalls immer beliebter, zum Beispiel die Sprachsuche oder die Bildsuche. Zusätzlich dazu überwinden die künstliche Intelligenz und das Maschinenlernen die Grenzen der Suche in E-Shops.
Gejza ist ein CEO und Mitgründer von Luigi's Box. Er arbeitet schon seit mehr als einem Jahrzehnt an der Nutzererfahrung und Opimierung der Konversionsrate im eCommerce. Sein Fokus ist das Management, die Strategie und die finanzielle Seite des Unternehmens, sowie die Unterstützung der größeren Kunden, um das Meiste aus der Suche und Produktempfehlungen herauszuholen.
Mehr Blogbeiträge von diesem Autor