Zum Hauptinhalt springen

Product Relationships Dashboard

Produktbeziehungen aus dem Kaufverhalten deiner Kunden — Parent/Child-Struktur für Cross-Selling und Bundling.

Verfasst von Frank Birzle

tl;dr

  • Dieser Report zeigt die Beziehung zwischen deinen Produkten auf Basis des Kaufverhaltens deiner Kunden

  • Ein Parent-Produkt ist das primäre Produkt. Ein Klick auf den Pfeil daneben zeigt eine Relationship Table, die abbildet, wie alle anderen Produkte (Children) dazu in Beziehung stehen

  • Diese Beziehungen zu verstehen hilft dir, Cross-Selling, Bundling, Store-Merchandising und AOV zu verbessern

  • Neu: Nutze den Bundled / Unbundled-Toggle, um zwischen gebündelten und eigenständigen Produktdaten zu filtern


Wie funktioniert es?

Dieser Report lässt dich analysieren, wie deine Produkte auf Basis des Kaufverhaltens deiner Kunden zueinander in Beziehung stehen. Das Layout wird sehr intuitiv, sobald du die Parent-/Child-Struktur verstanden hast.

Wähle deine Dimension

Nutze das Dimensions-Dropdown oben links, um zu wählen, wie du deine Produkte gruppierst. Verfügbare Optionen:

  • Product Title — gruppiert nach Produktname

  • Variant Title — gruppiert nach Produktvariante

  • Product Title & Variant — kombiniert Produktname und Variante

  • Product Title (Checkout) — nutzt den Produkttitel zum Zeitpunkt des Checkouts

  • Product Type — gruppiert nach Produkttyp

  • Product SKU — gruppiert nach SKU

  • Product Vendor — gruppiert nach Vendor/Brand

  • Product Title - Product Type — kombiniert Produktname und Typ

Die Parent-/Child-Struktur

Du siehst eine Overview Table, die all deine Produkte auflistet. Jede Zeile hat einen Aufklapp-Pfeil „>" daneben.

Klicke auf den Pfeil, um darunter eine verschachtelte Relationship Table zu zeigen — sie zeigt, wie jedes andere Produkt (die Children) zu dem angeklickten Produkt (dem Parent) in Beziehung steht.

Bundled vs. Unbundled

Nutze den Bundled / Unbundled-Toggle (oben rechts in der Tabelle) zum Filtern:

  • Bundled — zeigt Daten für Produkte, die als Teil eines Bundles verkauft wurden

  • Unbundled — zeigt Daten für eigenständige Produktkäufe


Zeitraum

Für die Relationship Table (Children) nutzt Klar die vollständige Bestellhistorie dieser Kunden — vor, während und nach dem gewählten Zeitraum — um die Beziehungswerte zu berechnen. Das gibt dir ein vollständigeres Bild davon, wie Produkte über die Zeit zusammen gekauft werden.


Was kann ich analysieren?

Overview Table

Diese Tabelle zeigt, wie beliebt jedes Produkt bei deinen Kunden ist:

  • Customers — wie viele Kunden das Produkt mindestens einmal gekauft haben

  • Orders — wie viele Net Orders dieses Produkt enthielten

  • Total Units Sold — wie viele Netto-Einheiten verkauft wurden

  • Avg. Units per Customer = Total Units Sold / Customers

  • Repurchase Rate — % der Kunden, die das Produkt mehr als einmal gekauft haben

  • First Order Rate — % der Neukunden-Bestellungen, die dieses Produkt enthalten

  • Repeat Order Rate — % der Bestellungen von Wiederkäufern, die dieses Produkt enthalten

Relationship Table

Das ist der Kern des Reports. Klicke auf das „>" neben einem Parent-Produkt, um es aufzuklappen und zu sehen, wie jedes Child-Produkt dazu in Beziehung steht:

  1. Bought by the same customer — % der Kunden, die sowohl das Child- als auch das Parent-Produkt gekauft haben (in derselben oder in verschiedenen Bestellungen)

  2. Bought in the same order — % der Kunden, die beide in derselben Bestellung gekauft haben

  3. Bought together in first order — % der Kunden, die beide in ihrer allerersten Bestellung gekauft haben

  4. Bought directly after — % der Bestellungen mit dem Child-Produkt, die ein Kunde direkt nach der Bestellung des Parent aufgegeben hat

  5. Bought after — % aller Bestellungen mit dem Child-Produkt, die ein Kunde nach der Bestellung des Parent aufgegeben hat

Was kann ich analysieren:

Schauen wir uns beide Tabellen in diesem Report an, die Overview Table und die Relationship Table, und gehen die enthaltenen Metriken und ihre Bedeutung durch.

Overview Table

Diese Tabelle gibt einen Überblick, wie beliebt deine verschiedenen Produkte bei deinen Kunden sind und wann sie überwiegend gekauft werden. Gehen wir die Metriken durch:

  • Customers — wie viele deiner Kunden das Produkt mindestens einmal gekauft haben.

  • Orders — wie viele deiner Net Orders dieses Produkt mindestens einmal enthielten

  • Total Units Sold — wie viele Netto-Einheiten des Produkts du bereits verkauft hast.

  • Avg Units per Customer — Total Units Sold / Customer

  • Repurchase Rate — der Prozentsatz der Kunden, die das Produkt gekauft haben und es mindestens ein weiteres Mal gekauft haben.

  • First Order Rate — der Prozentsatz der Bestellungen von Neukunden, die dieses Produkt enthalten

  • Repeat Order Rate — der Prozentsatz der Bestellungen von Wiederkäufern, die dieses Produkt enthalten


Wofür kann ich das nutzen?

Produkte zum Bündeln identifizieren

Produkte, die häufig zusammen gekauft werden — oder eines direkt nach dem anderen — sind erstklassige Bundle-Kandidaten. Ein gut gewähltes Bundle steigert den AOV und erleichtert dem Kunden die Kaufentscheidung.

Deine Cross-Selling- und Up-Selling-Strategie verfeinern

Nutze die Beziehungsdaten, um gezielte Post-Purchase-Kommunikation zu gestalten. Wenn du weißt, dass Kunden, die Produkt A kaufen, wahrscheinlich als Nächstes Produkt B kaufen, kannst du diese Empfehlung automatisieren.

Die Wirksamkeit deines Merchandisings steigern

Wenn deine Daten zeigen, dass Kunden High Heels und Kleider zusammen kaufen, erstelle eine Collection mit deinen neuesten Artikeln aus beiden Kategorien und bewirb sie bei dieser Zielgruppe.

Die Wirkung neuer Produktlaunches analysieren

Ein Produkt, das Neukunden anziehen soll, sollte eine hohe First Order Rate und eine geringe Überschneidung mit bestehenden Produkten zeigen. Taucht es überwiegend in Bestellungen von Wiederkäufern neben etablierten Produkten auf, erreicht es nicht die neue Zielgruppe, die du beabsichtigt hast.

Ungewöhnliche Beziehungen finden

Unerwartete Produktpaarungen können echte Erkenntnisse über deine Kunden zutage fördern. Geh ihnen über Kundenumfragen oder Interviews nach — ungewöhnliches Verhalten offenbart oft Dinge, die deine Daten allein nicht erklären können.

Hat dies deine Frage beantwortet?