Cross-Selling (E-Commerce)

Definition: Cross-Selling im E-Commerce bezeichnet die Strategie, Kunden ergänzende oder komplementäre Produkte zum aktuell betrachteten oder gerade gekauften Artikel anzubieten, um den Average Order Value (AOV) zu erhöhen. Ein klassisches Beispiel: Beim Kauf eines Smartphones wird eine Hülle, ein Schutzglas und ein Ladekabel empfohlen. Relevante Cross-Selling-Empfehlungen steigern nicht nur den Umsatz, sondern verbessern auch das Einkaufserlebnis.

Erläuterung

Amazon generiert schätzungsweise 35 % seines Umsatzes durch Produktempfehlungen – der bekannteste Satz des E-Commerce stammt von Amazon: „Customers who bought this also bought…". Cross-Selling funktioniert, weil es echte Kundenbedürfnisse aufgreift: Wer eine Kamera kauft, braucht wahrscheinlich auch eine Speicherkarte und eine Tasche. Der Unterschied zu Upselling: Cross-Selling empfiehlt andere Produkte (horizontal), Upselling empfiehlt eine hochwertigere Version desselben Produkts (vertikal).

Cross-Selling vs. Upselling

Cross-Selling: Andere, ergänzende Produkte empfehlen; Kamera → Speicherkarte, Tasche, Stativ; erhöht Warenkorbbreite
Upselling: Bessere Variante desselben Produkttyps empfehlen; Standard-Kamera → Profi-Kamera; erhöht Warenkorbtiefe
Beide Strategien sind kombinierbar; auf Produktseite häufig beide gleichzeitig platziert

Platzierungsstrategien

Produktseite: „Häufig zusammen gekauft", „Passend dazu" – Empfehlungen unter dem Hauptprodukt; Kaufentscheidung noch nicht abgeschlossen; idealer Zeitpunkt für Erweiterung
Warenkorb: „Vergessen Sie nicht..." – günstige Impulskauf-Artikel (unter 20 € AOV-anteilig); keine hochpreisigen Empfehlungen, die Kaufentscheidung verunsichern
Checkout: Last-Minute-Ergänzung; nur wirklich relevante und günstige Zusatzprodukte; keine Ablenkung vom Kaufabschluss
Post-Purchase-E-Mail: Nach dem Kauf; Zubehör oder Verbrauchsmaterial empfehlen; kein Kaufabbruch-Risiko; hohe Relevanz da Produkt bereits vorhanden
Dankeseite: Sofort nach der Bestellung; One-Click-Upsell ohne erneuten Checkout; konvertiert gut bei bereits kaufwilligen Kunden

Datengrundlagen für Empfehlungen

Collaborative Filtering: „Kunden die X kauften, kauften auch Y" – basiert auf Kaufhistorie; automatisiert über Recommendation-Engines
Manuelle Regeln: Händler definiert sinnvolle Kombinationen; besser kontrollierbar; aufwändiger bei grossen Sortimenten
Content-basiert: Ähnliche Kategorie, ähnliche Attribute – algorithmisch aus Produktdaten
Tools: Nosto, Dynamic Yield, Frequently Bought Together (Shopify-App); automatisieren KI-basierte Empfehlungen

Häufige Fehler

Irrelevante Empfehlungen: Kategorie-fremde Produkte ohne Nutzerbezug irritieren statt zu helfen
Zu viele Empfehlungen gleichzeitig: Überforderung; 3–5 Empfehlungen pro Placement sind ausreichend
Nur auf Produktseiten: Warenkorb- und Post-Purchase-Cross-Selling oft vergessen; dort häufig bessere CVR
Preislich unpassende Empfehlungen: Cross-Sell-Preis sollte unter dem Hauptproduktpreis liegen; sonst verändert sich die Kaufentscheidung negativ

Praxistipp: Analysieren Sie Ihre Bestellhistorie nach den häufigsten Produktkombinationen – das sind Ihre natürlichsten Cross-Selling-Paare. Pflegen Sie diese als manuelle Empfehlungen ein, bevor Sie in KI-basierte Recommendation-Engines investieren. Testen Sie Cross-Selling auf der Dankeseite mit einem One-Click-Upsell: Kunden, die gerade bestellt haben, sind kaufbereit – ein passendes Angebot ohne erneuten Checkout-Aufwand konvertiert hier überproportional gut.