Facettensuche ist eine Form der Filterung, mit der Kunden eine Produktauswahl anhand mehrerer Merkmale wie Größe, Farbe und Material eingrenzen. Entscheidend ist, wie diese Auswahlmöglichkeiten zusammenspielen. Gute Shop-Navigation zeigt passende Optionen, verständliche Trefferzahlen und einen einfachen Weg, die Auswahl zu ändern. Das ist auf dem Smartphone besonders wichtig.
Wer Facetten und einfache Filter verwechselt, riskiert unnötige Hürden beim Stöbern. Wenn ein Fachhändler für Outdoor-Bekleidung seinen Kunden starre Standardfilter vorsetzt, führen Auswahlen häufig zu frustrierenden Null-Treffer-Seiten oder unpassenden Optionen. Eine moderne Facettennavigation macht die Produktsuche zu einem geführten Dialog, der die Conversion-Rate spürbar steigert und den Weg zum passenden Artikel verkürzt.
Der strukturelle Unterschied zwischen Facetten und statischen Filtern
Herkömmliche Filter behandeln Produktattribute als starre Listen. Eine klassische Filterleiste zeigt in jeder Kategorie dieselben Checkboxen für Farbe, Größe und Marke. Sucht ein Kunde nach Trinkwesten für Läufer, zeigt ein statischer Filter möglicherweise weiterhin Kragenweiten oder Ärmellängen an, was die Übersicht erschwert.
Eine Facettennavigation hingegen generiert Auswahlmöglichkeiten dynamisch anhand der aktuell gelisteten Produkte. In Suchergebnissen oder gezielten Kategorien erscheinen nur die Merkmale, die bei den Treffern tatsächlich existieren. Analysen der Nielsen Norman Group bestätigen, dass anpassungsfähige Facetten den Suchaufwand deutlich senken, weil sie sich exakt am Kontext des Nutzers orientieren.
Für eine überzeugende Navigation solltest du bewährte Best Practices für die Onsite-Suche nutzen. Wenn Katalogindizierung und dynamische Facetten ineinandergreifen, finden Kunden selbst in umfangreichen Sortimenten schnell das gesuchte Produkt.
Grundlegende Logik: Mehrfachauswahl, Boolesche Operatoren und Zähler
Eine präzise Facettensuche basiert auf sauber definierten logischen Verknüpfungen. Ein falsch gesetzter Operator genügt, um bei der Auswahl zweier Merkmale versehentlich alle Treffer zu löschen.
Auswahl innerhalb einer Facette: Die ODER-Verknüpfung
Innerhalb einer einzelnen Merkmalsdimension müssen Optionen als logisches ODER verknüpft sein. Wählt ein Kunde bei der Farbe Blau und Olivgrün, muss das System alle Produkte anzeigen, die entweder Blau ODER Olivgrün sind. Eine UND-Verknüpfung würde nur Artikel anzeigen, die beide Farben gleichzeitig tragen, was die meisten Treffer fälschlicherweise ausschließt.
Verknüpfung zwischen verschiedenen Facetten: Die UND-Verknüpfung
Zwischen verschiedenen Dimensionen gilt das logische UND. Wählt der Nutzer Blau bei der Farbe, L bei der Größe und Gore-Tex beim Material, zeigt die Trefferliste Produkte mit Farbe (Blau) UND Größe (L) UND Material (Gore-Tex). So grenzen Kunden die Auswahl schrittweise auf relevante Artikel ein.
Dynamische Trefferzähler in Echtzeit
Jede Facettenoption sollte in Klammern anzeigen, wie viele Produkte bei Klick auf diesen Wert übrig bleiben. Die sofortige Aktualisierung dieser Zahlen gibt Orientierung und verhindert Klicks auf Optionen ohne passende Artikel.
Null-Treffer-Seiten vermeiden und mobile Oberflächen optimieren
Das frustrierendste Erlebnis im Onlineshop ist eine Seite ohne Treffer nach dem Setzen plausibler Filter. Wenn Optionen unreflektiert angezeigt werden, wählen Kunden unweigerlich Kombinationen, die im aktuellen Lagerbestand nicht existieren, wie etwa ein Kletterschuh in Größe 46 mit extrem weicher Sohle.
Moderne Facettensysteme verhindern solche Sackgassen durch dynamische Statusanzeigen. Ergibt eine Merkmalskombination keine Treffer, wird die entsprechende Checkbox ausgegraut und deaktiviert oder komplett ausgeblendet. Das Ausgrauen mit dem Zähler (0) signalisiert dem Kunden, dass der Artikel grundsätzlich im Shop geführt wird, aber für die aktuelle Auswahl vergriffen ist.
Auf Smartphones erfordert die Facettennavigation eine eigenständige Benutzerführung. Während auf dem Desktop eine dauerhafte Seitenleiste genutzt wird, setzen mobile Shops auf ausziehbare Filter-Drawers. Ein durchdachter mobiler Drawer bietet einen fixierten Button wie 28 Ergebnisse anzeigen, eine gut erreichbare Schaltfläche zum Zurücksetzen aller Filter sowie optische Badges für alle aktiven Kriterien.
Praxisbeispiel: Facettenarchitektur für Outdoor-Bekleidung
In diesem anschaulichen Beispiel zeigen wir, wie ein Fachhändler für Outdoor-Bekleidung seine Filterung strukturiert. Das System kombiniert dynamische Trefferzähler, logische Verknüpfungen und kategoriebezogene Merkmale für ein klares Sucherlebnis.
Die nachfolgende Tabelle zeigt die Funktionsweise der einzelnen Dimensionen und verdeutlicht, wie dynamische Aktualisierungen die Navigation übersichtlich halten.
| Facetten-Dimension | Auswahllogik | Beispielwerte | Dynamisches Verhalten | Umgang mit Nullwerten |
|---|---|---|---|---|
| Einsatzbereich | Mehrfachauswahl ODER | Trailrunning, Alpinklettern, Skitouren | Bestimmt nachgelagerte Material- und Ausstattungsfacetten | Wird ausgeblendet, wenn keine Produkte in der Kategorie vorliegen |
| Wetterschutz-Membran | Mehrfachauswahl ODER | Gore-Tex Pro, Dermizax, DWR-Beschichtung | Aktualisiert Zähler basierend auf gewähltem Einsatzbereich | Ausgegraut mit Zähler (0), wenn Softshell-Jacken gefiltert werden |
| Passform | Einzelauswahl | Athletic Fit, Regular Fit, Relaxed Fit | Wirkt als UND-Bedingung zu Einsatzbereich und Membran | Sichtbar mit aktiven Trefferzahlen in allen Unterkategorien |
| Nachhaltigkeitssiegel | Mehrfachauswahl ODER | Bluesign, Recyceltes Polyamid, PFC-frei | Zähler spiegeln verbleibende Treffer aktiver Filter wider | Durchgängig in allen Bekleidungssparten verfügbar |
| Preisbereich | Bereichsschieber / Intervalle | 100 € - 250 €, 250 € - 450 €, 450 €+ | Passt Unter- und Obergrenzen an das aktuelle Sortiment an | Schieberegler limitiert sich exakt auf die gefilterte Schnittmenge |
Kategoriespezifische Merkmale statt unpassender Standardfilter
Ein weit verbreiteter Fehler in Shop-Systemen ist der Versuch, ein einheitliches Filterset über das gesamte Sortiment zu spannen. Ein Shop für Fahrräder, Zubehör und Radbekleidung kann keine identischen Dimensionen nutzen, ohne die Bedienbarkeit zu zerstören.
Für Fahrräder sind Rahmenmaterial, Laufradgröße und Federweg entscheidend. Bei Radschuhen suchen Kunden nach Pedalsystem, Sohlensteifigkeit und Verschlusstyp. Klickt der Kunde auf Schuhe, müssen Rahmenmerkmale verschwinden. Intelligente Systeme analysieren Kategoriedaten und blenden irrelevante Kriterien automatisch aus.
Die Kombination mit einer personalisierten E-Commerce-Suche sorgt zudem dafür, dass die Reihenfolge der Facetten zu den Vorlieben des Kunden passt. Kauft ein Nutzer bevorzugt Bekleidung in Größe M, kann das System diese Option an oberster Stelle priorisieren und die Klickwege spürbar verkürzen.
Facettensuche oder geführte Produktberater einsetzen
Eine Facettensuche richtet sich an Kunden, die genau wissen, was sie suchen, und die Fachbegriffe der Branche beherrschen. Wer gezielt nach einem Laufschuh mit 4 mm Sprengung und Carbonplatte sucht, nutzt Facetten, um schnell zum passenden Modell zu gelangen.
Einsteiger hingegen fühlen sich von technischen Werten oft überfordert. Wer einfach einen bequemen Schuh für das erste Marathontraining sucht, kann mit Dämpfungsgraden oder Millimeterangaben wenig anfangen. Zwanzig technische Checkboxen führen hier zu Verunsicherung und Kaufabbrüchen.
In solchen Fällen schaffen Produktberater Abhilfe. Mit einer passenden Logik für geführte Produktberater übersetzen Händler persönliche Bedürfnisse in technische Filterparameter. Der Fragebogen liefert passende Empfehlungen, die der Kunde anschließend über Facetten im Detail anpassen kann.
Strukturierter Testplan zur Conversion-Optimierung
Die Optimierung deiner Shop-Navigation sollte auf messbaren Tests basieren und nicht auf reinem Bauchgefühl. Ein systematischer Ablauf stellt sicher, dass jede Anpassung den Umsatz verbessert.
Phase 1: Filter-Interaktionen und Ausstiege analysieren
Überprüfe in deinen Analysedaten, wie viele Sitzungen die Navigation nutzen. Identifiziere Facetten mit hohen Absprungraten oder häufigen Null-Treffer-Ergebnissen, um logische Fehler umgehend zu beheben.
Phase 2: Reihenfolge und Standard-Ansichten testen
Führe A/B-Tests zur Reihenfolge deiner Facetten durch. Teste, ob wichtige Kriterien wie Größe und Einsatzbereich vor allgemeinen Merkmalen wie Farbe oder Preis zu mehr Abschlüssen führen. Prüfe zudem, ob mobil aufgeklappte Filter besser konvertieren als geschlossene Reiter.
Phase 3: Automatisierte Navigation mit bluebarry
Mit bluebarry automatisierst du die Erstellung von Facetten, ohne die Kontrolle über Ausnahmen und Lagerbestandsregeln abzugeben. So testest du datenbasierte Sortierungen und siehst direkt, wie sich personalisierte Filter auf den Umsatz pro Besucher auswirken.
Häufige Fragen
Optimiere deine Shop-Navigation mit bluebarry
Biete deinen Kunden schnelle, fehlerfreie Facettensuche und geführte Produktberater, die Frust vermeiden und die Conversion-Rate nachhaltig steigern.