Goede productmatching valt of staat met je productdata. Een Adviesflow kan slimme vragen stellen, maar het productadvies wordt pas echt goed als je producten duidelijk beschrijven waarvoor ze geschikt zijn.
Voor veel webshops zit daar precies de winst. Niet nog meer filters. Niet nog meer tekst op productpagina's. Wel betere data achter je assortiment, zodat je Flow widget bezoekers kan helpen kiezen op basis van gebruik, voorkeur, budget, voorraad en relevante verschillen tussen producten.
In dit artikel lees je welke productdata je nodig hebt voor sterke productmatching, hoe je die data praktisch opbouwt en hoe je voorkomt dat aanbevelingen na een paar maanden minder scherp worden.
Waarom productdata zo belangrijk is
Een bezoeker denkt meestal niet in interne productvelden. Die denkt in vragen zoals:
- Past dit bij mijn situatie?
- Welke variant heb ik nodig?
- Wat is geschikt voor mijn budget?
- Welke optie is veilig, snel leverbaar of makkelijk te gebruiken?
Productmatching vertaalt zulke antwoorden naar producten. Daarvoor moet je webshop weten wat elk product betekent in de praktijk. Een titel, prijs en afbeelding zijn niet genoeg. Je hebt kenmerken nodig die iets zeggen over toepassing, doelgroep, beperkingen en kwaliteit van de match.
Een Adviesflow zonder goede productdata blijft snel hangen in algemene aanbevelingen. Met goede data kun je juist rustig en concreet adviseren: dit product past omdat het aansluit op deze antwoorden, en dit alternatief past beter als prijs of voorraad belangrijker is.
Welke productdata heb je nodig?
Begin niet met alle data die je hebt. Begin met de keuzes die je bezoeker moet maken. Daarna bepaal je welke productvelden nodig zijn om die keuzes goed te ondersteunen.
Productkenmerken
Productkenmerken zijn de basis van productmatching. Denk aan eigenschappen zoals maat, kleur, materiaal, inhoud, vermogen, compatibiliteit, huidtype, gebruiksruimte, gewicht, leeftijd, toepassing of moeilijkheidsgraad.
Belangrijk is dat kenmerken bruikbaar zijn voor advies. "Premium lijn" kan intern logisch zijn, maar helpt alleen als duidelijk is wat dat voor de klant betekent. "Voor dagelijks gebruik", "geschikt voor gevoelige huid" of "past op model X" is veel concreter.
Maak kenmerken zo veel mogelijk gestructureerd. Liever een veld gebruik = dagelijks dan losse zinnen in een omschrijving. Gestructureerde data kun je filteren, scoren en uitleggen.
Tags en situaties
Tags zijn handig voor zachtere matching. Ze beschrijven context, intentie of voorkeuren die niet altijd in klassieke specificaties passen.
Voorbeelden:
- beginnersvriendelijk;
- cadeauwaardig;
- geschikt voor kleine ruimtes;
- onderhoudsarm;
- intensief gebruik;
- snelle keuze;
- beste prijs-kwaliteit;
- populair bij terugkerende klanten.
Gebruik tags bewust. Te veel tags maken matching rommelig. Kies tags die echt invloed hebben op productadvies en leg per tag vast wanneer die gebruikt mag worden.
Prijs en budget
Prijs is vaak een belangrijk adviescriterium, maar niet altijd als harde filter. Iemand met een budget van 50 euro wil misschien geen product van 120 euro zien, maar een iets duurder product kan wel relevant zijn als het duidelijk beter past.
Daarom werkt prijs vaak goed in lagen:
- harde uitsluiting bij duidelijke budgetgrenzen;
- lichte scoreverlaging als een product net boven budget zit;
- scoreverhoging voor producten binnen de gewenste prijsklasse;
- aparte uitleg wanneer een duurder alternatief bewust wordt getoond.
Let ook op actieprijzen, bundelprijzen en prijs per stuk, liter, kilo of gebruiksmoment. Bij sommige categorieen is de totaalwaarde belangrijker dan de verkoopprijs.
Voorraad en beschikbaarheid
Een goed productadvies moet rekening houden met voorraad. Het perfecte product aanbevelen dat niet leverbaar is, voelt voor de bezoeker als een doodlopend pad.
Gebruik voorraaddata bijvoorbeeld om:
- producten zonder voorraad uit te sluiten;
- producten met lage voorraad lager te scoren;
- alternatieven te tonen die wel direct beschikbaar zijn;
- pre-order of langere levertijd duidelijk mee te nemen.
Voorraad hoeft niet altijd hard te zijn. Bij exclusieve producten kan "tijdelijk niet op voorraad" nog steeds relevant zijn. Bij dagelijkse producten wil je meestal direct leverbare opties voorrang geven.
Varianten
Varianten maken productmatching snel complexer. Denk aan maten, kleuren, smaken, bundels, inhoudsmaten of technische uitvoeringen.
Bepaal daarom wat je matcht:
- match je op het hoofdproduct en laat je de bezoeker daarna een variant kiezen;
- of match je direct op variantniveau, bijvoorbeeld bij maat, compatibiliteit of voorraad?
Voor mode, onderdelen, supplementen, verzorging en B2B-producten kan variantniveau belangrijk zijn. Een product dat goed past maar niet beschikbaar is in de juiste maat of uitvoering, is voor de bezoeker geen goede aanbeveling.
Regels en uitsluitingen
Niet alles moet met scoring worden opgelost. Sommige situaties vragen om harde regels.
Voorbeelden:
- toon geen product dat niet compatibel is;
- sluit producten uit die niet passen bij leeftijd, materiaal of toepassing;
- toon geen producten buiten een wettelijk of praktisch toepassingsgebied;
- voorkom aanbevelingen van producten die niet samen gebruikt mogen worden.
Leg zulke regels expliciet vast. Dat maakt productmatching betrouwbaarder en makkelijker te controleren.
Scoring en prioriteit
Scoring helpt wanneer meerdere producten passen, maar niet allemaal even goed. Je geeft producten punten op basis van antwoorden, kenmerken en voorkeuren.
Een simpel scoringmodel kan al genoeg zijn:
- +10 voor een directe match op gebruikssituatie;
- +5 voor een voorkeurskenmerk;
- +3 voor beschikbaarheid;
- -8 voor een prijs boven budget;
- uitsluiten bij een harde mismatch.
Het doel is niet om een ingewikkeld model te bouwen. Het doel is om de volgorde logisch te maken. Als je team kan uitleggen waarom product A boven product B staat, is je scoring vaak goed genoeg voor een eerste versie.
Productdata-checklist
Gebruik deze checklist voordat je een Adviesflow publiceert:
- Zijn de belangrijkste keuzecriteria per product gevuld?
- Zijn kenmerken gestructureerd en consequent geschreven?
- Zijn tags beperkt tot situaties die echt invloed hebben op advies?
- Zijn prijs, actieprijs en relevante prijslogica duidelijk?
- Wordt voorraad meegenomen in filtering of scoring?
- Is duidelijk of matching op product- of variantniveau gebeurt?
- Zijn harde uitsluitingen apart vastgelegd?
- Zijn scoregewichten begrijpelijk voor je team?
- Kan de aanbeveling worden uitgelegd in gewone klanttaal?
- Is er een eigenaar die productdata bijhoudt na assortimentswijzigingen?
Onderhoud: zo blijft productadvies goed
Productmatching is geen eenmalige inrichting. Je assortiment verandert, voorraad wisselt, prijzen bewegen en bezoekers gebruiken andere woorden dan je vooraf verwacht.
Plan daarom vast onderhoud in. Kijk bijvoorbeeld maandelijks naar:
- producten zonder belangrijke kenmerken;
- tags die te vaak of juist nooit worden gebruikt;
- aanbevolen producten met lage click-through;
- zoekopdrachten en supportvragen die nieuwe criteria tonen;
- producten die vaak worden uitgesloten door voorraad of prijs;
- nieuwe varianten die nog niet goed gematcht worden.
Begin klein. Een goede productdataset voor een categorie is waardevoller dan half ingevulde data voor je hele catalogus. Zodra de eerste productgroep goed werkt, kun je dezelfde structuur uitbreiden.
Veelgestelde vragen
Heb je perfecte productdata nodig om te starten?
Nee. Je hebt vooral de juiste productdata nodig voor de eerste Adviesflow. Kies een categorie, bepaal welke vragen de aanbeveling veranderen en vul alleen de velden die daarvoor nodig zijn. Daarna kun je verbeteren op basis van echte bezoekersdata.
Wat is beter: regels of scoring?
Je hebt meestal allebei nodig. Regels gebruik je voor harde grenzen, zoals compatibiliteit of beschikbaarheid. Scoring gebruik je om passende producten te rangschikken wanneer meerdere opties mogelijk zijn.
Moet je matchen op product of variant?
Dat hangt af van je assortiment. Als varianten vooral kleur of smaak zijn, kan productniveau genoeg zijn. Als maat, voorraad, inhoud of compatibiliteit bepaalt of iets echt past, is variantniveau vaak beter.
Welke productdata heeft de meeste impact op conversie?
De data die twijfel wegneemt. Dat zijn meestal gebruikssituatie, compatibiliteit, prijs, voorraad, maat of variant, en een korte uitleg waarom een product past. Mooie extra velden helpen minder als de basis niet klopt.
Begin met een categorie
Wil je bezoekers sneller naar een passend productadvies brengen? Begin met een categorie waar klanten vaak twijfelen. Bouw een korte Adviesflow, koppel de belangrijkste productdata en publiceer de Flow widget op de plek waar keuzehulp het meeste verschil maakt.
Korte antwoorden
Heeft een productadviseur perfecte productdata nodig?
Welke velden zijn het belangrijkst?
Hoe vaak moet matching verbeterd worden?
Bouw verder op dit onderwerp
Een paar logische vervolgartikelen en productpagina's die dit onderwerp koppelen aan de rest van guided selling.
Handige productpagina's