Chapter: Aanbevelingen – Producten vastzetten en uitsluiten · 28:22
Hoe je producten kunt vastzetten en uitsluiten in productaanbevelingen
De productaanbevelingsengine van Hello Retail automatiseert het ontdekken van producten op elke pagina – maar voor sommige producten is een menselijke inbreng nodig. Via het platform kunnen verkopers nu specifieke producten vastzetten in de aanbevelingsvakken ‘samen gekocht’ en ‘alternatieven’, en producten op een zwarte lijst zetten die nooit samen mogen verschijnen. Het resultaat: Een algoritme dat je product voor product kunt aanpassen, zonder dat je je hele aanbevelingsstrategie helemaal opnieuw hoeft op te bouwen.
Waarom geautomatiseerde aanbevelingen nog steeds een curatielaag nodig hebben
Productaanbevelingen zijn een van de meest effectieve contactmomenten in de ecommerce. Uit onderzoek van McKinsey blijkt dat personalisatie de omzet met 10–15% over het hele klanttraject doet stijgen, en die stijging is meestal het sterkst merkbaar bij de widgets met productaanbevelingen op productdetailpagina’s. Tegelijkertijd heeft Epsilon ontdekt dat 80% van de consumenten eerder geneigd is om iets te kopen bij merken die gepersonaliseerde ervaringen bieden – wat betekent dat de kwaliteit van wat je laat zien net zo belangrijk is als het feit dat je überhaupt iets laat zien.
Het geautomatiseerde systeem van Hello Retail, dat gebruikmaakt van Product Intelligence, regelt het grootste deel hiervan op grote schaal. Het analyseert gedragssignalen – weergaven, klikken, aankopen – en stelt een aanbevelingsalgoritme op dat zelfs werkt voor producten met een beperkte aankoopgeschiedenis. Ecommerce-managers krijgen relevante suggesties voor de hele catalogus, zonder dat ze elke combinatie handmatig hoeven samen te stellen.
Juist op die randgevallen schiet het algoritme tekort. Een volledig geautomatiseerd systeem kan onmogelijk weten dat het Hawaiiaanse shirt uit je zomercollectie nooit naast de formele blazers van vorig seizoen mag verschijnen. Het weet niet dat je je ertoe hebt verbonden om de zwembroeken van een merkpartner altijd naast een specifiek topproduct te plaatsen. Dat zijn beslissingen op basis van bedrijfslogica die boven de data staan, en tot voor kort was er geen goede manier om daar binnen een aanbevelingsplatform iets mee te doen.
Vastzetten en uitsluiten: Hoe het werkt in Hello Retail
Je vindt deze functie in het gedeelte ‘Producten’ van het Hello Retail-dashboard. Verkopers gaan naar een willekeurig product, openen de instellingen ervan en vinden daar de instellingen voor twee belangrijke aanbevelingsalgoritmen: alternatieven en samen gekocht.
Producten uitsluiten van alternatieven: Als twee producten tot dezelfde categorie behoren maar qua stijl, merkpositionering of margeprofiel niet bij elkaar passen, kun je het ene product op de zwarte lijst zetten in de alternatievenfeed van het andere. De wijziging is direct van kracht: Haal een product uit het algoritme en het verdwijnt uit die aanbevelingspositie. Geen codeaanpassing nodig, geen wachttijd voor een herindexering.
Producten vastzetten bij ‘samen gekocht’: Het ‘samen gekocht’-algoritme maakt gebruik van historische gegevens over gezamenlijke aankopen om te laten zien wat klanten daadwerkelijk samen met een bepaald product kopen. Dat signaal is meestal betrouwbaar, maar het kost tijd om op te bouwen en het kan geen rekening houden met bewuste merchandisingkeuzes. Met ‘Pinning’ kun je specifieke producten direct aan dat vakje toevoegen, en je kunt de weergavevolgorde instellen zodat je combinaties met de hoogste prioriteit als eerste in de widget verschijnen.
Zodra je opslaat, verschijnen de samengestelde aanbevelingen direct op de productpagina. De sessiedemo maakt dit duidelijk: Voeg een zwembroek toe aan de ‘samen kopen’-widget van een Hawaiiaans shirt, vernieuw de productpagina, en die zwembroek verschijnt meteen in het samengestelde vakje – zonder vertraging, zonder implementatie.
Wanneer curatie zijn geld waard is
Het algoritme zorgt voor de schaal. Curatie zorgt voor de intentie. Voor het grootste deel van een catalogus is volledige automatisering de juiste standaardinstelling: Het systeem pikt de juiste signalen op en toont relevante producten zonder dat er handmatig iets hoeft te gebeuren. De moeite die het kost om elke SKU apart te cureren, zou niet opwegen tegen het voordeel.
Waar curatie echt loont, is bij een kleinere groep gevallen met hoge prioriteit. Tijdens de sessie worden de duidelijkste voorbeelden genoemd: Producten met een hoge winstmarge en producten met een hoge merkprioriteit, waarbij de uitkomst van de aanbevelingen duidelijk genoeg is om directe controle te rechtvaardigen. Een modewinkel zou er bijvoorbeeld voor kunnen zorgen dat een opvallende ketting altijd naast een specifieke jurk wordt getoond – het soort stylingbeslissing dat een inkoopteam zou nemen, niet een algoritme. Een sportwinkel zou bij de lancering van een nieuw product bijpassende artikelen kunnen koppelen, nog voordat er genoeg gegevens over gelijktijdige aankopen zijn verzameld.
Uit het rapport ‘State of the Connected Customer’ van Salesforce blijkt dat 66% van de klanten verwacht dat merken hun unieke behoeften en verwachtingen begrijpen – een lat die steeds hoger komt te liggen. Een aanbevelingscombinatie die willekeurig aanvoelt of niet bij het merk past, zorgt er niet alleen voor dat er geen conversie plaatsvindt. Het ondermijnt ook het vertrouwen in de widget als geheel. De uitsluitingsfunctie is net zo belangrijk als de vastzetfunctie: Weten wat er nooit samen mag verschijnen, hoort erbij om te weten wat wel mag.
Met deze twee instellingen samen kun je selectief je eigen oordeel laten meespelen bij de producten waar dat het meeste verschil maakt, terwijl het algoritme de rest blijft afhandelen. Automatisering zorgt ervoor dat de catalogus op grote schaal wordt beheerd; door producten vast te zetten en uit te sluiten krijgen merchandisers nauwkeurige controle over die paar beslissingen die dat echt nodig hebben.
Aan de slag
Deze functie is vanaf vandaag beschikbaar voor alle Hello Retail-klanten bij wie ‘Productaanbevelingen’ in hun dashboard is ingeschakeld. Je hoeft niets extra’s in te stellen – de knoppen voor ‘vastzetten’ en ‘uitsluiten’ verschijnen onder de productinstellingen van elk artikel in de catalogus.
De praktische werkwijze is simpel: Bepaal welke producten dit seizoen het best verkopen, welke artikelen de hoogste winstmarge opleveren en welke combinaties belangrijk zijn voor je merkpartners. Open elk product in het dashboard, stel de instellingen in voor de alternatieven en de algoritmen voor ‘samen gekocht’, en sla het op. De wijzigingen worden meteen doorgevoerd en kunnen worden aangepast naarmate de catalogus verandert, promotieperiodes verschuiven of er nieuwe gegevens over gezamenlijke aankopen bijkomen en de aanbevelingen van het algoritme zelf verbeteren.
Automatisering blijft de basis. Curatie is de laag die het echt van jou maakt.


