Wie Onlinehändler mit negativen Rezensionen Kunden gewinnen können

Die ECommerce-Experten des Software-Anbieters Elastic Path   haben am Beispiel des Branchenprimus' Amazon   analysiert, wo die Grenzen der algorithmen-gesteuerten Produktempfehlungen liegen. Denn die Algorithmen sind relativ "dumm", solange sie keine semantischen Regeln kennen.

Amazon zeigt rechts von den Produktbewertungen mittlerweile Produkte an, die Kunden in ihren Kommentaren und Bewertungen zusätzlich genannt haben. Aber diese Empfehlungen sind insofern blind, als sie keinen klaren Kontext-Bezug herstellen können. Wenn ein Kunde ein Produkt kommentiert und beispielsweise schreibt: "... ist genau so schlecht wie..." zeigt Amazon das zweite Produkt als Empfehlung an. Somit wird dem Nutzer ein Produkt mit einer wahrscheinlich weiteren Negativ-Bewertung zum Kauf angeboten.

Außerdem führt die Präsentation am rechten Rand, so die Analysten, zu der inzwischen nachweislichen unterbewussten "Ausblendung", gegen die zum Beispiel Google bei seinen AdWords seit einiger Zeit ankämpft.

Eine alternative Lösung, wie negative Bewertungen ins positive gedreht werden können, ist folgende: Fragen Sie die Kunden, die eine Negativ-Bewertung vergeben, einfach, welches Produkt sie stattdessen empfehlen würden. Das System fragt immer dann nach einem Alternativprodukt, wenn ein Kunde ein Produkt nur mit einem oder zwei Sternen beurteilt. Solche Produktempfehlungen können somit verkaufsfördernd wirken. Beispiel: "XYZ empfiehlt statt dessen ..."
Durch diese Strategie der Alternativempfehlung kann dem Phänomen der 'kognitiven Dissonanz' entgegengewirkt werden. Aus der Verkaufsphsychologie ist bekannt, dass unsichere Kunden gezielt die negativen Rezensionen eines Artikels auswählen. Nutzer, die sich bereits für ein Produkt entschieden haben, lesen viel öfter positive Bewertungen, um ihren Kaufentscheidung zu bestätigen. Selbst, wenn nur ein kleiner Prozentsatz der Kritiker schlecht bewerten, können 20 bis 30 negativen Urteile eine Quelle guter Produktempfehlungen bergen, mit denen der Nutzer im Shop gehalten und vielleicht sogar zum Kunden gewandelt werden kann.