Vaak samen gekocht gebruikt aankoopgedrag om combinaties voor te stellen. Vaak samen bekeken gebruikt bekeken producten om interessante alternatieven te tonen. Geen van beide signalen vertelt het hele verhaal: samen gekochte producten hoeven niet compatibel te zijn en samen bekeken producten kunnen verschillende doelen hebben. Kies de aanpak die bij de pagina past en controleer de combinaties.
Veel webwinkeliers gebruiken deze twee aanbevelingsmodellen door elkaar of tonen één standaard widget op elke pagina. Daarmee ga je voorbij aan de intentie van de bezoeker. Als je alternatieven toont in een geopende winkelwagen, zaai je twijfel en loop je het risico dat klanten afhaken. Toon je accessoires terwijl iemand nog specificaties vergelijkt, dan leidt dat af van de aankoop. Door het onderscheid tussen co-purchase en co-view logica goed toe te passen, stem je het aanbod nauwkeurig af op de fase waarin de klant zich bevindt.
Complementen vs. Substituten: Het verschil in aankoopintentie
In retail fungeren artikelen als complementaire producten of als substituten. Een complement vult het hoofdproduct aan en levert een extra verkoop op. Een substituut vervult dezelfde primaire behoefte en vormt een alternatief voor het oorspronkelijke product. Je aanbevelingssysteem moet dit onderscheid respecteren om relevante suggesties te doen.
Algoritmes voor vaak samen gekochte artikelen analyseren voltooide bestellingen om patronen van gelijktijdige aankopen te vinden. Met een doordachte aanpak verhoog je de gemiddelde orderwaarde zonder dat bezoekers zelf categorieën hoeven doorzoeken. Goede strategieën voor cross-selling en upselling maken duidelijk wanneer je een luxer alternatief toont en wanneer je juist een onmisbaar accessoire bundelt.
Modellen voor vaak samen bekeken artikelen analyseren surfgedrag binnen sessies. Wanneer bezoekers binnen twintig minuten vier verschillende wandelschoenen bekijken, herkent het systeem deze als alternatieven. De bezoeker vergelijkt pasvormen, demping of prijzen. Toon je op dat moment soortgelijke schoenen, dan help je de klant vooruit. Het aanbieden van onderhoudswax is in die fase nog te vroeg.
Strategische plaatsing: Productpagina vs. Winkelwagen
Tijdens het browsen op de productdetailpagina overweegt de bezoeker verschillende opties. Zodra iemand een product in de winkelwagen plaatst, verschuift de focus naar afronden. De plaatsing van je widgets moet aansluiten op deze verandering.
Productdetailpagina: Ondersteunen van vergelijking en bundels
In het bovenste en middelste deel van de productpagina zijn co-view aanbevelingen effectief. Heeft het getoonde product niet de juiste kleur of ligt de prijs te hoog, dan houden alternatieve opties de bezoeker op je site. Lager op de pagina, waar de bezoeker klaar is om te bestellen, tonen co-purchase widgets complete sets met bijpassende accessoires.
Winkelwagen en Checkout: Gerichte focus op aanvullende aankopen
In de winkelwagen horen uitsluitend complementaire artikelen thuis. Het tonen van alternatieven zorgt hier voor twijfel en kan het afrekenen vertragen. Bij native Shopify-productaanbevelingen worden gerelateerde artikelen en alternatieven soms samengevoegd. Een geoptimaliseerde winkelwagen beperkt zich tot relevante accessoires, garanties of verbruiksartikelen.
Bestelsignalen en geautomatiseerde productselectie
In dit illustratieve voorbeeld analyseren we data van een specialist in espressomachines. Het systeem moet onderscheid maken tussen daadwerkelijke combinaties en vergelijkend zoekgedrag om de juiste producten te selecteren.
Alleen kijken naar hoe vaak artikelen samen voorkomen is niet voldoende. Als veertig bezoekers twee verschillende koffiemolens bekijken voordat ze er een kiezen, is de correlatie in klikgedrag hoog, maar een gezamenlijke bundel slaat de plank mis. Onderstaande tabel toont de juiste logica.
| Geobserveerd gedrag | Hoofdproduct | Kandidaat-product | Aanbevelingstype | Merchandising-beslissing |
|---|---|---|---|---|
| 140 bestellingen bevatten beide artikelen | Espressomachine | Precisie tamper 58 mm | Vaak samen gekocht | Aanbieden als bundel op de productpagina en in de winkelwagen |
| 85 sessies bekijken beide artikelen binnen 30 minuten | Compacte espressomachine | Dual boiler espressomachine | Vaak samen bekeken | Plaatsen in de vergelijkingscarrousel op de pagina, uitsluiten van de winkelwagen |
| 52 bestellingen bevatten beide artikelen | Koffiemolen | Reinigingstabletten voor maalschijven | Vaak samen gekocht | Direct als extra toevoeging aanbieden in de winkelwagen |
| 74 sessies bekijken beide artikelen, 0 gezamenlijke orders | Handmatige koffiemolen | Elektrische koffiemolen | Vaak samen bekeken | Uitsluitend als alternatieve optie tonen op de productpagina |
Koude start en terugvalregels bij beperkte data
Aanbevelingsalgoritmes presteren minder goed bij nieuwe artikelen, nicheproducten of seizoensgebonden collecties waar nog weinig over bekend is. Zonder transactiegeschiedenis tonen eenvoudige systemen vaak lege plekken of willekeurige bestsellers.
Een duidelijke terugvalstructuur lost dit op. Zijn er onvoldoende bestelgegevens voor een specifiek artikel, dan schakelt het systeem over naar combinaties op categorieniveau, merkvoorkeuren en vooraf ingestelde regels. Hierdoor ziet een klant bij een nieuwe hardloopschoen direct passende hardloopsokken in plaats van een willekeurig product uit een andere categorie.
bluebarry verbindt catalogusgegevens, zoekgedrag en aanbevelingen binnen één omgeving. Bij een beperkte hoeveelheid data gebruikt het platform beschikbare producteigenschappen om passende combinaties te tonen zonder dat de winkelwagenrommel ontstaat.
Winkelwagenhygiëne en technische compatibiliteit
Het aanbevelen van een artikel dat al in de winkelwagen ligt, verspilt ruimte en wekt een slordige indruk. Een slim systeem controleert de inhoud van de winkelwagen continu en filtert aanwezige artikelen direct weg. Voegt een bezoeker een hoesje toe, dan toont de widget direct een screenprotector of kabel.
Technische compatibiliteit is minstens zo belangrijk. In een webshop voor consumentenelektronica moet een laadkabel exact aansluiten op het gekozen apparaat. Het tonen van niet-passende accessoires leidt tot teleurstelling, retourzendingen en extra vragen bij de klantenservice.
Sterke merchandising combineert automatische dataverwerking met duidelijke kaders. Je behoudt zelf de regie over welke varianten bij elkaar passen, sluit uitlopende voorraad uit en zorgt ervoor dat alleen direct leverbare artikelen worden aanbevolen.
Aanbevelingen testen en handmatige controle behouden
Er is geen universeel algoritme dat optimaal werkt voor elk type webshop. Modewinkels zien vaak goede resultaten met visuele alternatieven die inspireren, terwijl technische winkels meer omzet halen uit functionele bundels.
Doorlopend testen toont aan welke logica op welke positie het meeste oplevert. Door het meten van extra omzet uit aanbevelingen met gerichte A/B-testen vergelijk je klikpercentages, gemiddelde orderwaarde en omzet per bezoeker nauwkeurig.
bluebarry combineert geautomatiseerde aanbevelingen met jouw eigen regels. Met behulp van AI-voorstellen onder volledige controle van de winkelier optimaliseer je productsuggesties op basis van data, met behoud van gezonde marges.
Veelgestelde vragen
Verhoog je orderwaarde met bluebarry
Verbind je productcatalogus, orderhistorie en klantvoorkeuren voor doordachte aanbevelingen die je conversie en orderwaarde versterken.