Dokumentation Commerce Product Recommendations

Empfehlungstypen

Letzte Aktualisierung: 3. September 2026

Themen:
Storefront

Erstellt für:

Admin

Adobe Commerce bietet eine Vielzahl von Empfehlungen, die Sie auf verschiedenen Seiten Ihrer Site bereitstellen können. Alle Empfehlungstypen sind datengesteuert. Verhaltensdaten, Produktattributdaten und Metriken sind die Grundlage für sie. 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.
Beibehalten der Site-Konfiguration. 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. Informationen dazu, wie der Site-Traffic beim Ausfüllen der verschiedenen Empfehlungstypen hilft, finden Sie unter Bereitschaftsindikatoren.

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 beispielsweise ein Käufer zuvor eine Jacke auf Ihrer Site durchsucht oder gekauft hat, setzen diese Empfehlungen ihre vorherige Aktivität fort und empfehlen andere Jacken oder ähnliche Produkte.

NOTE

Personalisierte Empfehlungen erfordern, dass die Käufer über eine etablierte Verhaltensgeschichte verfügen. Neue Besucher oder Käufer ohne ausreichenden Interaktionsverlauf sehen Sicherungsempfehlungen, z. B. Am häufigsten angezeigte Produkte, 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 gefällt. Sie sind außerdem produktorientiert und helfen ihnen, andere ähnliche Produkte zu finden. Die empfohlenen Produkte ergänzen häufig das ausgewählte Produkt.

Seitenkontext für Empfehlungen

Crosssell- und Upsell-Empfehlungstypen verwenden den Kontext der Seite, auf der die Empfehlungseinheit angezeigt wird. Dieser Kontext teilt dem System mit, welches Produkt bzw. welche Produkte bei der Suche nach verwandten Elementen verwendet werden sollen:

Produktdetailseite - Verwendet die SKU des Produkts, das der Einkäufer anzeigt.
Warenkorbseite - Verwendet die SKUs der Produkte im Warenkorb des Käufers.
Bestellungsbestätigungsseite — Verwendet die SKUs des vom Einkäufer abgeschlossenen Kaufs.

Derselbe Empfehlungstyp kann je nach Bereitstellungsort unterschiedliche Ergebnisse liefern. Beispiel: Angezeigt, angezeigt, dass auf einer Produktdetailseite das angezeigte Produkt als Kontext verwendet. Auf der Seite „Warenkorb“ wird der Inhalt des Warenkorbs verwendet. Auf der Bestellbestätigungsseite wird die abgeschlossene Bestellung verwendet.

NOTE

Die Empfehlungstypen „hat dies angesehen, gesehen, gesehen, gekauft,“ und „gekauft, gekauft,“ verwenden einen hoch entwickelten Algorithmus zur kollaborativen Filterung, um "Ähnlichkeiten“ zu identifizieren ohne dabei beliebte Produkte überzubewerten. Der Algorithmus verwendet das aggregierte Verhalten der Käuferinnen und Käufer über mehrere Sitzungen auf Ihrer Site hinweg und nicht das Verhalten einer einzigen Interaktion während einer Sitzung. Diese Empfehlungstypen helfen Kundinnen und Kunden dabei, verwandte Produkte zu finden, die möglicherweise nicht offensichtlich mit dem Produkt verknüpft sind, das sie anzeigen.

Diese Empfehlungstypen erfordern erhebliche produktübergreifende Interaktionsdaten, um aussagekräftige Korrelationen zu identifizieren. Stores mit begrenzter Produktkatalogvielfalt oder geringem Traffic erhalten 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 dies angesehen haben, haben dies letztendlich gekauft
- 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 diesen Produkten 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 das Produkt oder die Produkte, die Seitenkontext bereitstellen, 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

Visuelle Ähnlichkeit

empfiehlt ähnliche Produkte basierend auf dem Produkt, das den Seitenkontext bereitstellt. Dieser Empfehlungstyp ist am nützlichsten, wenn Bilder und die visuellen Aspekte von Produkten für das Einkaufserlebnis wichtig sind.

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, geben diese Empfehlungstypen begrenzte Ergebnisse oder keine Ergebnisse zurück, bis ausreichende Verhaltensdaten erfasst wurden. Um eine optimale Leistung zu gewährleisten, überwachen Sie Data Readiness Indicator.

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
- Page Builder

Vorgeschlagene Beschriftungen:
- Am beliebtesten
- Trending
- 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
- Page Builder

Vorgeschlagene Beschriftungen:
- Am beliebtesten
- Trending
- 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
- Page Builder

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

Trend

empfiehlt Produkte basierend auf der jüngsten Popularität eines Produkts auf Ihrer Site innerhalb der letzten sieben Tage.

Adobe AI 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.

Wenn verwendet:
- Startseite
- Kategorie
- Produktdetails
- Warenkorb
- Bestätigung
- Page Builder

Empfohlene Beschriftungen:
- Trending
- Trending now
- Recently trending
- 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 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

Visuelle Ähnlichkeit visualsim

Der Empfehlungstyp Visuelle Ähnlichkeit empfiehlt, Produkte so auszusehen, wie sie dem angezeigten Produkt ähnlich sind. Dieser Empfehlungstyp ist am nützlichsten, wenn Bilder und visuelle Aspekte der Produkte wichtige Teile des Einkaufserlebnisses sind.

NOTE

Da dieser Empfehlungstyp für die meisten Kataloge nicht anwendbar ist, aktiviert das System ihn standardmäßig nicht. Explizit diesen Empfehlungstyp aktivieren.

Funktionsweise

Der Empfehlungstyp Visuelle Ähnlichkeit bietet Empfehlungen für andere Produkte in Ihrem Katalog, die der aktuell angezeigten Abbildung optisch ähnlich sind. Visuelle Ähnlichkeit umfasst Aspekte wie:

Farbe
Form
Größe
Textur
Material
Stil

Adobe AI verwendet KI, um die Bilder in Ihrem Katalog zu verarbeiten und zu analysieren und Attribute zu erstellen, die verwendet werden, um visuelle Ähnlichkeiten zu ermitteln.

Besondere Hinweise

Wenn Sie diesen Empfehlungstyp in einer Nicht-Produktionsumgebung testen, stellen Sie sicher, dass Ihre Bild-URLs öffentlich zugänglich sind.
Derzeit müssen Produktbilder 10 MB oder weniger groß sein.
Das optionale Modul Fastly Image Optimization kann Bildoptimierungsparameter von Fastly auf Product Recommendations Bild-URLs anwenden. Weitere finden Sie unter „Fastly Image Optimization ".

Empfehlungstyp für visuelle Ähnlichkeit aktivieren

NOTE

Der Empfehlungstyp Visuelle Ähnlichkeit ist verfügbar, wenn Sie als optionales installieren.

Wechseln Sie in der Admin-Seitenleiste zu Marketing > Promotions > Product Recommendations, um das Product Recommendations Dashboard anzuzeigen.
Klicken Sie Einstellungen (Zahnradsymbol), um die Seite Einstellungen anzuzeigen.
Wählen Sie im Abschnitt Visuelle Empfehlungen die Option aus, um Visuelle Empfehlungen aktivieren.
Klicken Sie Abschluss aufÄnderungen speichern“.

Die Seite Neue Empfehlung erstellen wird jetzt Visuelle Ähnlichkeit als auswählbarer Empfehlungstyp angezeigt, wenn der Seitentyp "".

Nachdem Sie die visuellen Empfehlungen aktiviert haben, startet Adobe AI die Bildverarbeitung. Wie lange es dauert, hängt von der Größe Ihres Katalogs ab.