Welk type aanbeveling zorgt voor een hogere click-through rate (CTR)?
De meeste websites/platforms hebben als doel hun bezoekers tot aankopen (Amazon) of gebruik (Netflix) aan te zetten. Als je bij Bol.com een product zoekt, bevelen ze onder “Anderen bekeken ook” diverse producten aan. Dit in de hoop dat je in ieder geval iets van je gading vindt. Spotify beveelt andere muzieknummers aan en Netflix heeft een uitgebreide gepersonaliseerde startpagina barstensvol aanbevelingen. Maar welk type aanbeveling is nou het meest effectief? Aanbevelingen die vergelijkbare producten tonen, of juist aanbevelingen over wat anderen bekeken en kochten?
Gewoonlijk schotelen websites en platforms je additionele keuzes voor. Meestal zijn deze ingegeven door een algoritme. Dit algoritme kan naar overeenkomstige productkenmerken kijken en/of naar wat andere consumenten kochten. Zelfs kranten – zoals de New York Times – bevelen hun lezers verschillende artikelen, podcasts e.d. aan. Onderzoek bij Netflix toonde aan dat aanbevelingen ervoor zorgen dat consumenten minder snel hun abonnement opzeggen. De schatting is dat dit Netflix ongeveer een miljard dollar omzet per jaar aan omzetderving uitspaart.
Welke framing leidt tot een hogere click-through rate?
Twee Rotterdamse onderzoekers waren geïnteresseerd welk type aanbeveling de hoogste click-through rate (CTR) oplevert. Een aanbeveling op grond van vergelijke producten of productkenmerken (‘item-based framing’), of een waarin wordt aangegeven wat anderen hebben bekeken of gekocht (‘user-based framing’)? De onderzoekers vermoedden dat ‘user-based framing’ betere CTR-resultaten laat zien. Dit omdat ‘user-based framing’ voor een websitebezoeker additionele informatie oplevert; informatie over wat anderen van een product vinden. Websitebezoekers kunnen immers zelf wel de productkenmerken van aanbevolen producten op de website terugvinden. ‘User-based framing’ levert daarentegen extra informatie op die de onzekerheid omtrent de aankoop van een product kan verkleinen.
Resultaten van vijf onderzoeken
De onderzoekers zetten in totaal vijf onderzoeken uit. Een eerste onderzoek vond plaats op een platform waarop sociaalwetenschappelijke artikelen worden gepubliceerd. Dit platform had nog niet eerder met aanbevelingen gewerkt. Dit onderzoek maakte duidelijk dat ‘user-based framing’ tot een beduidend hogere CTR leidt dan ‘item-based framing’. In vier vervolgonderzoeken stelden de onderzoekers drie uitzonderingen vast:
- Het voordeel van ‘user-based framing’ treedt niet op als een websitebezoeker veel ervaring met het desbetreffende product heeft.
- ‘User-based framing’ heeft ook geen aantoonbaar effect als de websitebezoeker niet echt iets met het gezochte product heeft. Bijvoorbeeld als iemand een roman wil bestellen, maar eigenlijk nooit romans leest.
- Als bij ‘user-based framing’ de aanbeveling wordt gedaan door gebruikers waarin de websitebezoeker zichzelf niet herkent. ‘Item-based framing’ is dan effectiever. Amazon gebruikt bijvoorbeeld onder meer “teens choice” aanbevelingen; deze zullen bij volwassenen niet werken.
Algemene conclusies
‘User-based framing’ werkt in het algemeen beter dan ‘item-based framing’. ‘In het algemeen’ houdt in dat dit effect op de uitersten van het productervaringscontinuüm verdwijnt. Als een websitebezoeker niet echt ervaring met – of interesse in – het gezochte product heeft, zorgt ‘user-based framing’ niet voor een hogere CTR. En het werkt ook niet als een websitebezoeker juist heel veel ervaring met het product heeft. De bezoeker zal zich dan niet door anderen laten leiden in zijn zoekgedrag. Ten slotte: ‘user-based framing’ werkt ook niet als de aanbeveling uit een geheel andere hoek van gebruikers komt. Maar in het algemeen kunnen we stellen dat – als een aanbeveling een sociale norm bevat – dit een positief effect op het klikgedrag van een websitebezoeker heeft.
Referentie(s)
Gai, P.J., Klesse, A-K. (2019), Making recommendations more effective through framings: impacts of user- versus item-based framings on recommendation click-throughs. Journal of Marketing, vol.83, no.6, p.61-75.