Met de Vaak samen gekocht Recommendation toon je automatisch relevante productaanbevelingen op basis van het daadwerkelijke aankoopgedrag van je klanten. Door geavanceerde winkelmand-analyses te combineren met slimme correcties, suggereert Tweakwise producten die écht waarde toevoegen aan de huidige aankoop van de bezoeker.
In dit artikel leggen we uit wat je nodig hebt, hoe het algoritme werkt en hoe je een Vaak samen gekocht-recommendation instelt.
Vereisten voor gebruik
Om Vaak samen gekocht te laten werken, is de implementatie van het Purchase Event een vereiste.
🔗Zie onze documentatie voor meer informatie hierover.
Hoe werkt het algoritme?
Het 'Vaak samen gekocht' algoritme analyseert welke artikelen regelmatig in één en dezelfde transactie worden afgerekend. Om te zorgen dat je altijd de meest relevante suggesties toont, werkt de formule in drie stappen:
Co-occurentie vinden: Het zoekt producten die frequent samen in één bestelling voorkomen.
Populariteit gecorrigeerd: Het filtert té populaire, generieke hardlopers uit die puur door toeval in het mandje belanden.
Steekproefzekerheid: Het corrigeert voor zeldzame artikelen met te weinig transactiedata.
Om te begrijpen hoe Tweakwise deze logica in de praktijk toepust, kijken we naar de twee belangrijkste correcties die achter de schermen plaatsvinden:
1. Correctie voor algemene populariteit
Stel dat 10 klanten appels kopen: 5 van hen kopen ook bananen, en 3 kopen ook peren.
Hoewel bananen op het eerste gezicht de beste match lijken, is de kans groot dat dit puur toeval is als bananen sowieso al door 50% van ál je webshopbezoekers worden gekocht. Als peren normaal slechts door 5% van alle bezoekers worden gekocht, is die 30% bij appel-kopers een véél unieker en sterker signaal van een échte productrelatie. Het algoritme filtert de algemene hardlopers (bananen) dus uit en geeft voorrang aan de échte combinaties (peren).
2. Correctie voor lage transactievolumes
Als een artikel in totaal slechts twee keer is verkocht en één keer samen met een appel, lijkt dat op papier een match van 50%. Eén gedeelde aankoop is echter statistisch te zwak. Tweakwise corrigeert hiervoor en hecht meer waarde aan veelvoorkomende, betrouwbare koop-patronen dan aan eenmalige toevalstreffers.
Hoe stel ik 'Vaak samen gekocht' in?
Navigeer in de Tweakwise App naar Recommendations.
Klik op + Nieuw.
Selecteer het type Vaak samen gekocht.
Vul de Naam in en geef bij Aantal resultaten aan hoeveel aanbevelingen er maximaal getoond mogen worden (bijv. 4).
Bron item: Stel eventueel voorwaarden in waaraan het huidige product op de pagina moet voldoen (zoals een specifieke categorie of eigenschap) om deze recommendation-regel te activeren.
Selectie (Optioneel): Stel in welke producten in de aanbevolen resultaten mogen verschijnen:
Resultaatcategorie: Beperk de aanbevolen artikelen tot een specifieke categorie.
Variatie in resultaten: Kies eventueel voor afwisseling in de resultaten door te voorkomen dat artikelen uit dezelfde categorie of met dezelfde eigenschapswaarde meer dan eens worden getoond.
Eigenschap voorwaarden: Voeg specifieke filtervoorwaarden toe waaraan de aanbevolen producten moeten voldoen.
Prioriteit: Bepaal de volgorde van belangrijkheid van deze recommendation-regel binnen een groep.
Groeperingcodes: Wijs een of meerdere groeperingcodes toe (of maak een nieuwe aan) om deze regel te koppelen aan andere recommendations die dezelfde group-key gebruiken. Dit is essentieel voor het instellen van een fallback-strategie.
Klik op Opslaan & terug.
💡 Best Practice: Stel altijd een Fallback in!
Omdat Vaak samen gekocht afhankelijk is van historische aankoopdata, kan het voorkomen dat er voor nieuw toegevoegde producten of niche-artikelen nog geen data of gekoppelde transacties beschikbaar zijn.
Belangrijk: Stel altijd een Fallback-rule in met behulp van de Groepering functionaliteit:
Maak een tweede recommendation aan (bijvoorbeeld een Up & Cross Selling regel of een Uitgelicht / Populair lijst).
Geef beide recommendations dezelfde groeperingcode onder het kopje Groepering.
Ken aan Vaak samen gekocht de hoogste prioriteit toe.
Ken aan de generieke/terugval-recommendation een lagere prioriteit toe.
Het resultaat: Als Tweakwise onvoldoende aankoopdata heeft om Vaak samen gekocht te tonen, valt de webshop automatisch en naadloos terug op de generieke recommendation. Zo ziet de bezoeker nooit een leeg recommendation-blok op de webshop!