Dokumentation Commerce Handbuch zu Adobe Commerce Optimizer

[Nur SaaS]{class="badge positive" title="Gilt nur für Adobe Commerce as a Cloud Service- und Adobe Commerce Optimizer-Projekte (von Adobe verwaltete SaaS-Infrastruktur)."}

Empfehlungstypen

Last update: Thu Oct 16 2025 00:00:00 GMT+0000 (Coordinated Universal Time)

Themen:

Erstellt für:

Admin
Führungskraft
Benutzende

Adobe Commerce Optimizer bietet eine Vielzahl von Empfehlungen, die Sie auf verschiedenen Seiten Ihrer Site bereitstellen können. Alle Empfehlungstypen sind datengesteuert. Sie basieren auf Verhaltensdaten, Produktattributdaten und Metriken. Zur Vereinfachung werden die Empfehlungstypen wie folgt gruppiert:

Personalisiert
Crosssell und Up-Sells
Beliebtheit
leistungsstark

Als Best Practice empfiehlt Adobe bei der Verwendung von Recommendations die folgenden Richtlinien:

Diversifizieren Sie Ihre Empfehlungstypen. Kunden ignorieren die Empfehlungen, wenn sie immer wieder dieselben Produkte vorschlagen.
Stellen Sie nicht dieselben Empfehlungen auf Ihrer Warenkorbseite und Bestellbestätigungsseite bereit. Erwägen Sie, Most Added to Cart für die Warenkorbseite und Bought This, Bought That für die Bestellbestätigungsseite zu verwenden.
Halten Sie Ihre Website aufgeräumt. Stellen Sie nicht mehr als drei Empfehlungseinheiten auf derselben Seite bereit.
Wenn Ihr Geschäft Kleidung verkauft, kann die More like this Empfehlung geschlechtsspezifische Produkte vorschlagen, die nicht mit dem Geschlecht des angezeigten Produkts übereinstimmen. Erwägen, diesen Empfehlungstyp nur für Nicht-Bekleidungskategorien zu verwenden.

NOTE

Weitere Informationen zu den in diesem Artikel beschriebenen Ereignissen finden Sie unter Storefront-Ereignisse in der Entwicklerdokumentation.

Datenanforderungen und -verhalten

Product Recommendations ist ein datengesteuertes System, das auf Verhaltensdaten beruht, die in Ihrer Storefront erfasst werden. Qualität und Quantität der Empfehlungen hängen von der Menge der verfügbaren Ereignisdaten ab.

IMPORTANT

Die meisten Empfehlungstypen erfordern ausreichende Verhaltensdaten (z. B. Produktansichten, Warenkorbaktionen und Käufe), um aussagekräftige Ergebnisse zu generieren. Das System benötigt in der Regel mehrere Tage aktiver Käuferaktivität, um genaue Empfehlungen zu erstellen. Unter Bereitschaftsindikatoren erfahren Sie, wie der Website-Traffic dabei hilft, die verschiedenen Empfehlungstypen auszufüllen.

Was passiert bei unzureichenden Daten?

Wenn nicht genügend Ereignisdaten vorhanden sind, um Empfehlungen zu generieren, kann das System:

Leere Ergebnisse für die Empfehlungseinheit zurückgeben.
Trigger Sicherungsempfehlungen, z. B. Anzeige Most viewed Produkte, wenn noch keine personalisierten Empfehlungen verfügbar sind.
Zeigt weniger Produkte als konfiguriert in der Empfehlungseinheit an.

Personalisiert personalized

Diese Empfehlungstypen empfehlen Produkte basierend auf dem Verhaltensverlauf des jeweiligen Käufers auf Ihrer Site. Wenn ein Käufer beispielsweise zuvor auf Ihrer Site nach einer Jacke gesucht oder eine Jacke gekauft hat, greifen diese Empfehlungen im Wesentlichen dort auf, wo er aufgehört hat, und empfehlen andere Jacken oder ähnliche Produkte.

NOTE

Personalisierte Empfehlungen erfordern, dass die Käufer über eine etablierte Verhaltensgeschichte verfügen. Neuen Besuchern oder Käufern ohne ausreichenden Interaktionsverlauf werden Sicherungsempfehlungen wie Am häufigsten angezeigte Produkte angezeigt, bis sie genügend Verhaltenssignale auf Ihrer Site generieren.

Typ

Beschreibung

Crosssell und Up-Sells crossup

Diese Empfehlungstypen sind sozial abgesichert, um Käufern zu helfen, das zu finden, was anderen gefiel, oder produktgesteuert, um ihnen dabei zu helfen, andere ähnliche Produkte zu finden. Die empfohlenen Produkte ergänzen häufig das ausgewählte Produkt.

NOTE

Die Empfehlungstypen „hat dies angezeigt, gesehen,“ hat dies angezeigt, gekauft, und „hat dies gekauft, hat das gekauft“ verwenden keine Metrik für einfache Vorfälle, sondern einen komplexeren Algorithmus für die kollaborative Filterung, der nach interessanten Ähnlichkeiten“ sucht die nicht auf beliebte Produkte ausgerichtet sind. Die für diese Empfehlungstypen verwendeten Daten basieren auf dem aggregierten Verhalten des Käufers, das aus mehreren Sitzungen auf Ihrer Site abgeleitet wurde. Die Daten basieren nicht auf dem Käuferverhalten, das aus einem einzelnen Sitzungsereignis auf Ihrer Site abgeleitet wurde. Diese Empfehlungstypen helfen Käufern dabei, die benachbarten Produkte zu finden, deren Kombination mit dem aktuell angezeigten Produkt möglicherweise nicht offensichtlich ist.

Diese Empfehlungstypen erfordern erhebliche produktübergreifende Interaktionsdaten, um aussagekräftige Korrelationen zu identifizieren. Stores mit begrenzter Produktkatalogvielfalt oder geringem Traffic erhalten möglicherweise weniger Empfehlungen, bis ausreichende Verhaltensmuster erkennbar werden.

Typ

Beschreibung

hat dieses angezeigt, hat Folgendes angezeigt

empfiehlt Produkte, die Käufer überproportional häufig mit dem aktuell angezeigten Produkt sehen.

Wo verwendet:
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Kunden, die dieses Produkt angesehen haben, haben auch angezeigt (PDP)

Das hier angesehen, das gekauft

empfiehlt Produkte, die Käufer tendenziell unverhältnismäßig häufiger kaufen, nachdem sie das aktuelle Produkt angesehen haben. Dieser Typ hilft Kundinnen und Kunden, Produkte zu entdecken, die sie andernfalls möglicherweise nicht bemerkt hätten.

Wo verwendet:
- Produktdetails
- Warenkorb
- Bestätigung

Vorgeschlagene Beschriftungen:
- Kunden, die dieses Ultimate angesehen haben
- Kunden haben schließlich gekauft
- Was kaufen andere, nachdem sie dieses Produkt angesehen haben?

Das kaufte ich, das kaufte ich

empfiehlt Produkte, die Käufer überproportional häufiger mit dem aktuell angezeigten Produkt kaufen. Dieser Typ zeigt hochrelevante Produkte an, die Kunden in den Warenkorb legen können, indem sie aggregieren, was andere Kunden mit dem aktuellen Produkt gekauft haben.

Wo verwendet:
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Erhalten Sie alles, was Sie benötigen
- Vergessen Sie diese nicht
- Häufig zusammen gekauft

Ähnliche Themen

empfiehlt Produkte, die auf ähnlichen Metadaten wie Name, Beschreibung, Kategoriezuweisung und Attributen basieren. Durch die Auswertung der Attribute für die angezeigten Produkte empfiehlt dieser Typ ähnliche Produkte in derselben Kategorie. Wenn ein Käufer beispielsweise Yogamatten durchsucht, werden andere Produkte der Kategorie Ausrüstung empfohlen. Da dieser Empfehlungstyp keine Geschlechter unterscheidet, wird er nicht für Bekleidung, Mode oder andere geschlechtsspezifische vertikale Bereiche empfohlen.

Wo verwendet:
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Weitere Produkte wie diese
- Ähnlich wie diese

Beliebtheit popularity

Diese Empfehlungstypen empfehlen Produkte, die in den letzten sieben Tagen am beliebtesten oder beliebtesten waren.

NOTE

Beliebtheitsbasierte Empfehlungen erfordern ausreichende Ereignisdaten aus Ihrer Storefront. Wenn Ihr Store neu ist oder nur geringen Traffic hat, können diese Empfehlungstypen eingeschränkte Ergebnisse oder keine Ergebnisse zurückgeben, bis ausreichende Verhaltensdaten erfasst wurden. Überwachen Sie Ihre Data Readiness Indicator, um eine optimale Leistung zu gewährleisten.

Typ

Beschreibung

Am häufigsten angezeigt

empfiehlt Produkte, die am häufigsten angezeigt wurden, indem die Anzahl der Sitzungen gezählt wird, bei denen in den letzten sieben Tagen eine Ansichtsaktion stattgefunden hat.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Am beliebtesten
- Trend
- Beliebt
- Kürzlich beliebt
- Beliebte Produkte inspiriert durch dieses Produkt (PDP)
- Topverkäufe

Am häufigsten gekauft

empfiehlt Produkte, die von Käufern in den letzten sieben Tagen am häufigsten gekauft wurden.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Am beliebtesten
- Trend
- Beliebt
- Kürzlich beliebt
- Beliebte Produkte inspiriert durch dieses Produkt (PDP)
- Topverkäufe

Am häufigsten zum Warenkorb hinzugefügt

empfiehlt Produkte, die von Käufern in den letzten sieben Tagen am häufigsten in den Warenkorb gelegt wurden. Dieser Empfehlungstyp kann auf allen Seiten verwendet werden.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Am beliebtesten
- Trend
- Beliebt
- Kürzlich beliebt
- Beliebte Produkte inspiriert durch dieses Produkt (PDP)
- Topverkäufe

Trend

empfiehlt Produkte basierend auf der jüngsten Popularitätsdynamik eines Produkts auf Ihrer Site.

Adobe Sensei aggregiert Such- und Kaufdaten auf Ihrer Site, um zu ermitteln und zu bewerten, welche Produkte bei Ihren Kundinnen und Kunden am beliebtesten sind. Da Trending die jüngste Produktimpulse analysiert, ist es ein effektiver Empfehlungstyp für Kataloge mit hohem Umsatz. Wenn Ihr Katalog statischer ist, ist er möglicherweise nur dann so nützlich, wenn die Einkaufsmuster Ihrer Zielgruppe sehr variabel sind.

Bei Verwendung auf der Startseite empfiehlt Trend Produkte, die kürzlich auf der gesamten Site beliebt waren. Im Trend-Bereich werden nicht Produkte angezeigt, die durchgängig beliebt sind, sondern solche, die erst kürzlich beliebt wurden. Wenn Sie beispielsweise eine E-Mail-Marketing-Kampagne haben, die bestimmte Produkte bewirbt, erhöht die durch die E-Mail generierte Popularitätssteigerung die Wahrscheinlichkeit, dass die beworbenen Produkte als Trend klassifiziert werden.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Trending
- Jetzt
- Kürzlich trendend
- Hot products
- Trending Related Products (PDP)

Hochleistungsfähig highperf

Diese Empfehlungstypen empfehlen, Produkte basierend auf Erfolgskriterien wie Hinzufügen zum Warenkorb oder Konversionsraten am besten zu entwickeln.

NOTE

Leistungsstarke Empfehlungstypen basieren auf Konversionsdaten (Käufe und Aktionen vom Typ „In den Warenkorb legen„). Neue Stores oder Stores mit niedrigen Konversionsvolumina müssen möglicherweise Daten über 7-14 Tage sammeln, bevor diese Empfehlungen in Kraft treten.

Typ

Beschreibung

Konvertierung für Kauf anzeigen

empfiehlt Produkte mit der höchsten Konversionsrate von Ansicht zu Kauf. Wie hoch ist der Anteil aller Shopper-Sitzungen, in denen eine Produktansicht registriert wurde, an der es letztendlich zu einem Kauf durch den Shopper kam.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
-Topverkäufe
- Beliebte Produkte
- Sie könnten Interesse haben an

Konvertierung von Ansicht in Warenkorb

empfiehlt Produkte mit der höchsten Konversionsrate von Warenkorb zu Ansicht. Wie hoch ist der Anteil aller Shopper-Sitzungen, in denen eine Produktansicht registriert wurde, die von dem Shopper schließlich registriert und in den Warenkorb gelegt wurde.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Topverkäufe
- Beliebte Produkte
- Interessieren Sie sich vielleicht für

Am häufigsten gekauft

Dieser Empfehlungstyp wird häufig als „Topverkäufe“ bezeichnet und zählt die Anzahl der Sitzungen, in denen in den letzten sieben Tagen eine Aktion „Bestellung aufgeben“ stattgefunden hat. Dieser Empfehlungstyp kann auf allen Seiten verwendet werden.

Wo verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung

Empfohlene Beschriftungen:
- Am beliebtesten
- Trend
- Beliebt
- Kürzlich beliebt
- Beliebte Produkte inspiriert durch dieses Produkt (PDP)
- Topverkäufe

Am häufigsten zum Warenkorb hinzugefügt

recommendation-more-help

b77d1aa5-1083-47a4-8953-23cef9c69772