Personalisieren Sie Produktempfehlungen in jedem Bereich
Maximieren Sie Kundenzufriedenheit und Umsätze durch prozessorientierte Produktempfehlungen im Web, in Apps und E-Mails
in Folge als Leader
im Gartner Magic
Quadrant benannt
Strong Performer
im 2020 Forrester
Wave-Report für EOP
Personalization
Engine 2020

bei A / B-Tests und
E-Commerce-Personalisierung
Zeigen Sie Ergebnisse auf der Grundlage von Echtzeitdaten an
Produktempfehlungen werden immer aktualisiert und sofort für jeden Benutzer implementiert. Hierbei werden ihr Echtzeit-Kaufverhalten, ihr Browserverlauf und vieles mehr genutzt.
Liefern Sie prozessorientierte Empfehlungen
Implementieren Sie geeignete Empfehlungsstrategien auf der Grundlage der Position eines Benutzers im Kauftrichter (Homepage, Produktseite, Warenkorb-Seite) und seiner Benutzerattribute (erstmaliger Benutzer im Vergleich zu VIP).
Passen Sie Empfehlungs-Layouts an den Kontext an
Ändern Sie das Layout der Empfehlungs-Widgets dynamisch auf der Grundlage der Benutzerattribute und führen Sie gleichzeitig kontinuierlich Tests durch, um die relevantesten Empfehlungen zu präsentieren.
Empfehlungsalgorithmen mit Offline-Einkaufsdaten anreichern
Verbessern Sie die Qualität der Empfehlungen mit einer umfangreichen Palette an Daten, die über Ladengeschäfte erhoben wurden, um jedem Website-Besucher die relevantesten Produkte entsprechend seines Offline- und Online-Shopping-Verhaltens anzubieten.
Verbinden Sie mehrere Empfehlungsstrategien
Verbinden Sie mehrere Empfehlungsstrategien in einem einzigen Empfehlungs-Widget. Sie können Ihre maschinelle Lern-Engine sogar die richtige Kombination aus Strategien auswählen lassen, um die Leistung zu maximieren.
Nutzen Sie effektive Empfehlungs-API
Die Empfehlungs-API von Dynamic Yield liefern die gesamte Bandbreite der Personalisierung in jedem einzelnen digitalen Kanal und an jedem Kunden-Berührungspunkt.
Inspirierende Geschichten von führenden Unternehmen im Bereich der Personalisierung
So erzielen Kunden enorme Wirkung mit unseren Produktempfehlungen
Weitere in unsere Plattform integrierte Kapazitäten
Volle Merchandising-Kontrolle
Steuern Sie Empfehlungen über eine intuitive und einfach anzuwendende Engine mit flexiblen Targeting-Zielen, die sich in Echtzeit aktualisiert.
Schließen Sie offline gekaufte Produkte von den Online-Empfehlungen aus
Gestalten Sie ein reibungsloses Einkaufserlebnis zwischen Offline und Online und stellen Sie sicher, dass Kunden beim Online-Shopping keine Produkte sehen, die sie kürzlich im Geschäft gekauft haben.
Server- und clientseitige Funktionen
Genießen Sie die völlige Freiheit, Empfehlungen auf Ihrer Seite durch unsere server- und clientseitige Unterstützung für die Darstellung von Empfehlungen zu implementieren.
Unterstützte großvolumige Feeds
Dynamic Yield ist in der Lage, große Feeds mit Millionen Produkt-SKU zu verarbeiten, um Empfehlungen und Benutzer-Affinitäten zu unterstützen.
Unterstützte multiple Produktfeeds
Nutzen Sie Ihre gesamten Bestandsdaten, um mehrere Produktfeeds in einem einzigen Account hochzuladen und zur Implementierung von Produktempfehlungen zu nutzen.
Agile Empfehlungstests
Prüfen und optimieren Sie jedes Empfehlungselement – einschließlich des Layouts, des Designs, der Empfehlungsstrategie, der Position, der Widgets, Überschriften und vielem mehr.
Weitere Informationen zu
Automatische Traffic-Zuordnung
Nutzen Sie Multi-Armed-Bandit-Algorithmen zur automatischen Traffic-Zuordnung und Optimierung für maximale Empfehlungsergebnisse.
Robuste Empfehlungsstrategien
Wählen Sie aus einer Vielzahl von Algorithmen aus – einschließlich automatisiert, Gemeinsamkeit, angesehen und gekauft, Beliebtheit, kürzlich gekauft oder angesehen, kollaborative Filterung und vieles mehr.
Schnelle Feedverarbeitung
Stellen Sie sicher, dass Ihre angezeigten Empfehlungen immer aktuell sind, wenn Sie Produktfeeds mit Dynamic Yield hochladen oder synchronisieren.
“Mit nur wenigen Klicks kann man auf schnelle und einfache Weise Produktempfehlungen über Internet und E-Mail erstellen und implementieren.”
Valter Rolda
Marketing Tech, Linio
Kontextbezogene Widget-Platzierung
Betten Sie Ihre Empfehlungs-Widgets dynamisch in ausgewiesene CSS-Selektoren auf Ihrer Website ein, ohne auf den Quellcode zugreifen oder ihn bearbeiten zu müssen.
Vorgefertigte Empfehlungs-Templates
Lassen Sie sich von einer Sammlung vorgefertigter Erlebnis-Templates einschließlich Dutzender vorgefertigter Empfehlungs-Templates inspirieren.
Weitere Informationen zu
Optimierter Widget-Erstellungsprozess
Unser einfach anzuwendender optimierter Empfehlungs-Workflow für die Erstellung und Implementierung neuer Empfehlungs-Widgets ermöglicht es Ihnen, Ihre Empfehlungskampagnen anzupassen.
100 % CMS-agnostisch
Als offene Plattform mit flexibler Architektur ist Dynamic Yield komplett CMS-agnostisch und unterstützt alle Warenkörbe.
Fügen Sie Empfehlungen nach Belieben ein
Fügen Sie einfach personalisierte Empfehlungen an jeder beliebigen Stelle ein – in einem Menü, auf der Homepage, auf Warenkorbseiten, in Overlay-Mitteilungen, nativen mobilen Apps, Display-Bannern und in E-Mails.
Erleben Sie Empfehlungs-Anwendungsfälle auf Ihrer eigenen Website
Geben Sie die URL-Adresse Ihrer Website für eine Vorschau von 15 innovativen Produktempfehlungs-Anwendungsfällen live auf Ihrer eigenen Website ein.
Die End-to-End-Lösung für alle Ihre Personalisierungsanforderungen
Ressourcen zur Unterstützung Ihrer Initiativen

LeitfadenVerfeinern Sie Ihre E-Commerce-Produktempfehlungen
Erfahren Sie mehr über die wesentlichen Voraussetzungen für jedes E-Commerce-Unternehmen, das Engagement, Conversions und Umsätze nach Wunsch verbessern möchte.

BLOGDer Experten-Leitfaden für Umsatzsteigerung mit Produktempfehlungen
Effektive Produktempfehlungen sollten nicht den Marktführern überlassen werden. Lernen Sie, Ihre Empfehlungen zu nutzen und Ihren höchsten ROI zu erzielen.

InfografikInfografik: 50 Millionen Käufer zeugen von der Wirksamkeit der Produktempfehlungen
Erhalten Sie auf der Grundlage von 50 Millionen Shopping-Sitzungen neue Einblicke in den Einfluss von Produktempfehlungen auf die Kaufentscheidungen der Verbraucher.