Ajánlott termékek blokk: kapcsolódó, kiegészítő vagy helyettesítő ajánlás

Scheo · 2026-10-03 · olvasási idő ~10 perc · Szerző: Schmidt Péter

Egy közepes webshopban az ajánlóblokkal elég olcsón növelhető a kosárérték, és ugyanilyen könnyen el is rontható vele a konverzió. A különbség ritkán a technológián múlik. Az számít, mire van szüksége a vásárlónak az adott ponton, és hogy a blokk ezt szolgálja, vagy elvonja tőle a figyelmet. Ez a cikk végigmegy a három ajánlástípuson, a három fő elhelyezésen, a mérésen, végül egy kis csapattal is végigvihető feltöltési folyamaton.

A jelölések jelentése a következő. A [Hivatalosan igazolt] állítást a platform vagy a szabvány dokumentációja leírja. A [Saját tapasztalat] a webshopokkal végzett munkánkból jön, ez nem általános érvényű mérés. A [Szakmai feltételezés] logikus következtetés, amit a saját boltodban érdemes tesztelni.

Miben különbözik a kapcsolódó, a kiegészítő és a helyettesítő ajánlás?

A kiegészítő termék a kiválasztott termék mellé kell, a helyettesítő helyette jöhet szóba, a kapcsolódó pedig lazábban, téma vagy kategória szerint tartozik hozzá. A három szerep más-más döntést támogat, ezért más helyen van a helye.

• Kiegészítő (cross-sell). Kávéfőzőhöz vízkőoldó, fúrógéphez fúrószárkészlet, telefonhoz tok. A vásárló a fő döntést már meghozta, a kiegészítő ezt teszi teljessé.
• Helyettesítő (alternatíva, upsell). Egy másik méret, egy jobban felszerelt modell vagy egy hasonló termék másik márkától. Akkor segít, amikor a vásárló még mérlegel.
• Kapcsolódó. Ugyanabból a kategóriából, sorozatból vagy stílusból. Böngészéshez jó, döntést ritkán zár le.

[Hivatalosan igazolt] A WooCommerce a termékszerkesztő „Linked Products” fülén két mezőt ad. Az upsell termékek a termékoldalon jelennek meg, a cross-sell termékek a kosárban, a „Related products” blokkot pedig a rendszer kategória és címke alapján automatikusan tölti ki. A Shopify Search & Discovery alkalmazásában a kiegészítő (complementary) termékeket kézzel adod meg, a kapcsolódó (related) ajánlásokat a rendszer számolja. A két nagy platform tehát külön kezeli a kézi és az automatikus logikát, és érdemes neked is így gondolkodnod.

Hol éri meg ajánlóblokkot tenni: termékoldalon, kosárban vagy rendelés után?

Termékoldalon egy szűk kiegészítő és egy helyettesítő blokk, kosárban csak kiegészítő, rendelés után pedig utánpótlás vagy a következő logikus lépés. Egy közepes webshopnak ez a három pont jellemzően elég. A negyedik-ötödik blokk ritkán hoz annyit, amennyi figyelmet elvesz.

Termékoldal

Itt a vásárló még dönt. A helyettesítő ajánlás akkor hasznos, ha a termék nincs készleten, nincs meg a kívánt méretben, vagy a vásárló láthatóan összehasonlít. A kiegészítő ajánlás itt legyen szűk, két-három termék, és lehetőleg a kosárba gomb alatt vagy a leírás után kapjon helyet, ne a gomb és a fő termékkép között. [Saját tapasztalat] Ahol mobilon a „hasonló termékek” sor a kosárba gomb fölé került, ott a látogatók egy része elkezdett lapozgatni a többi termék között, és nem tért vissza az eredetihez.

Kosár

A kosárban a döntés már megszületett. Ilyenkor helyettesítőt mutatni kifejezetten kockázatos, mert újranyitja a választást. A jó kosár-ajánlás olcsóbb a fő terméknél, gyorsan átlátható, egy kattintással hozzáadható, és nem viszi el a vásárlót a kosárból. Tipikus jó példa az elem, a töltőkábel, a tisztítószer és a csereszűrő. [Szakmai feltételezés] Ha a kiegészítőhöz méretet vagy változatot kell választani, a kosárban valószínűleg rosszabbul teljesít, mint a termékoldalon, mert a választás plusz lépést kér közvetlenül a fizetés előtt.

Rendelés után

A köszönőoldalon és a visszaigazoló e-mailben az ajánlás már nem veszélyezteti az aktuális rendelést. Ide az illik, ami a megvett termékből logikusan következik, például a fogyóeszköz utánpótlása vagy egy tartozék, amelyről a használat közben derül ki, hogy kell. [Szakmai feltételezés] A rendelés utáni ajánló e-mail jogilag reklámnak minősülhet, ezért a hozzájárulást a hírlevélhez hasonló gondossággal kezeld, és a saját esetedet nézd át jogásszal.

Miért viheti el a figyelmet egy rosszul beállított ajánló?

Mert minden ajánlott termék egy újabb döntést kér, és aki már választott, azt egy új döntés könnyen visszaveti a vásárlásban. Ez a cikk saját nézőpontja, és a webshop-átvilágítások során rendszeresen ebbe futunk bele.

[Saját tapasztalat] A leggyakoribb hibák ezek.

• Az ajánlott termékek kártyái ugyanakkorák, mint a fő termék képe, így vizuálisan nem derül ki, melyik a fő ajánlat.
• Az automatikus blokk drágább, jobban fotózott termékeket mutat, amelyek mellett a kiválasztott termék gyengébbnek tűnik.
• A kosárban olyan ajánlás van, amelyre kattintva a vásárló egy másik termékoldalon köt ki.
• A blokk készlethiányos, kifutott vagy a kosárban már bent lévő terméket ajánl.
• Három ajánlósor fut egymás alatt hasonló termékekkel és eltérő címekkel.

[Szakmai feltételezés] A viselkedés-gazdaságtani kutatások régóta foglalkoznak azzal, hogy a választási lehetőségek számának növelése nehezítheti a döntést. Hogy egy adott webshopban mekkora ez a hatás, azt csak teszt mutatja meg. A gyakorlati szabály ebből annyi, hogy az ajánlás legyen vizuálisan alárendelve a fő terméknek. Kisebb kép, kevesebb szöveg, másodlagos stílusú gomb.

Mikor jobb a kézzel beállított kiegészítő termék az automatikus ajánlásnál?

Akkor, ha a kapcsolat műszaki vagy használati jellegű, kevés a forgalmi adat, és egy rossz ajánlás kárt okozhat. Az automatikus ajánló a vásárlási mintákból tanul, ezért ott erős, ahol sok az adat és lazább a termékek közti kapcsolat.

A kézi beállítás jellemzően ezekben a helyzetekben jobb.

• Kompatibilitás számít (alkatrész, szűrő, töltő, patron, méretre szabott tartozék), és egy rossz ajánlás visszaküldést, panaszt hoz.
• A termékek többségének havi eladása alacsony, így az algoritmusnak nincs elég mintája.
• Új terméket vezetsz be, amelynek még nincs vásárlási előzménye.
• Olyan szakmai tudásod van a használatról, amit a vásárló előre nem tud, például hogy a festékhez alapozó kell.
• Árrés vagy készlet miatt egy adott terméket szeretnél előtérbe tenni.

Az automatikus ajánlás akkor jobb, ha nagy a választék, sok a hasonló termék, ízlés alapján dől el a vásárlás, és elég a forgalmad ahhoz, hogy a minták kirajzolódjanak. [Saját tapasztalat] Egy közepes webshopban jellemzően a vegyes megoldás működik a legjobban. A legfontosabb 20-50 termékhez kézzel adod meg a kiegészítőket, a többinél az automatikus kapcsolódó blokk fut, és ahol van kézi beállítás, az élvez elsőbbséget.

[Szakmai feltételezés] A kézi lista elavul. Ha nincs gazdája és felülvizsgálati rendje, fél év múlva több hibás, kifutott vagy készlethiányos ajánlás lehet benne, mint az automatikusban. A kézi beállítás tehát csak karbantartással jobb.

Hogyan mérhető külön az ajánlóblokk bevételi hozzájárulása?

Minden blokkot külön listanévvel jelölsz a mérésben, a valódi többletet pedig egy kikapcsolásos (holdout) teszttel ellenőrzöd. Az első megmutatja, mennyi bevétel érkezik a blokkon keresztül, a második azt, hogy ebből mennyi nem jött volna be nélküle.

[Hivatalosan igazolt] A Google Analytics 4 e-kereskedelmi eseményeinél az item_list_id és az item_list_name paraméter azonosítja, melyik listából érkezett a termék. A view_item_list a megjelenést, a select_item a kattintást méri, a GA4 pedig a listaattribúcióval ugyanannál a terméknél a későbbi kosárba tételhez és vásárláshoz is hozzárendelheti a lista nevét. Így néz ki egy termékoldali kiegészítő blokk kattintásának mérése.

gtag('event', 'select_item', { item_list_id: 'pdp_kiegeszito', item_list_name: 'Termekoldal - kiegeszito', items: [{ item_id: 'SKU-1042', item_name: 'Vizkooldo 500 ml', index: 1 }] });

Javasolt listanevek a pdp_kiegeszito, a pdp_alternativa, a kosar_kiegeszito és a koszonooldal_utanpotlas. Az elnevezést rögzítsd egy közös dokumentumban, mert ha a fejlesztő és a marketinges mást ír, a riport szétesik.

A riportban három számot érdemes figyelni.

• A blokk kattintási aránya (select_item osztva a view_item_list eseménnyel).
• A blokkból kosárba tett termékek aránya.
• A blokkhoz rendelt termékbevétel, és az átlagos kosárérték azoknál a rendeléseknél, amelyekben volt blokkból érkező tétel.

[Szakmai feltételezés] A blokkhoz rendelt bevétel felülbecsüli a hozzájárulást, mert aki úgyis megvette volna a vízkőoldót, az most a blokkon keresztül kattint. A valós többletet úgy látod, hogy a látogatók egy részénél (például 10-20 százalékánál) egy ideig nem jelenik meg a blokk, és összeveted a két csoport látogatónkénti bevételét és konverziós arányát. A fő termék konverzióját is figyeld, mert egy blokk növelheti a kosárértéket, közben csökkentheti a befejezett rendelések számát. A figyelemelvonás itt válik számmal is láthatóvá. Közepes forgalomnál a különbség lassan lesz megbízható, ezért a tesztet ne állítsd le az első jó vagy rossz hét után.

Milyen ellenőrzőlista segít a blokkok elhelyezésénél?

Akkor jó egy ajánlóblokk, ha a helyéhez illő ajánlástípust mutat, vizuálisan alárendelt, és mérhető. Élesítés előtt menj végig ezen a listán, mobilon is.

• A termékoldalon az ár és a kosárba gomb az első képernyőn marad, az ajánlás nem ékelődik közéjük.
• Termékoldalon legfeljebb két ajánlósor van, egyértelmű, eltérő címmel (például „Ehhez ajánljuk” és „Hasonló modellek”).
• A kosárban csak kiegészítő ajánlás van, és a hozzáadás után a vásárló a kosárban marad.
• A pénztároldalon nincs ajánlóblokk.
• Az ajánlott kártyák kisebbek a fő terméknél, a gombjuk másodlagos stílusú.
• A blokk nem mutat készlethiányos, kifutott vagy a kosárban már bent lévő terméket.
• Kompatibilitást igénylő terméknél a kiegészítőt ember ellenőrizte.
• Minden blokknak saját item_list_id értéke van, és a view_item_list és a select_item esemény a tesztben megjelenik.
• A blokk betöltése nem tolja el a tartalmat, és nem lassítja érezhetően az oldalt.
• A karusszel billentyűzettel is kezelhető, a termékképeknek van alternatív szövege.
• A köszönőoldalon és a visszaigazoló e-mailben az ajánlás a megvett termékből következik.

Hogyan töltsd fel a kapcsolódó termékeket kis csapattal?

Kezdd a forgalom és a bevétel alapján legfontosabb termékekkel, egy közös táblázatból, ellenőrzött importtal. Ez egy-két ember mellett is végigvihető, és nem kell hozzá külön ajánlómotor.

1. Válaszd ki a kört. A GA4 vagy a webshop riportjából kérd le a legtöbbet megtekintett és a legtöbb bevételt hozó 30-50 terméket. Ez a kör jellemzően a forgalom nagy részét lefedi.
2. Nézd meg a valódi együttvásárlásokat. Exportáld az elmúlt 6-12 hónap rendeléseit, és számold meg, mely termékpárok szerepeltek ugyanabban a rendelésben. Táblázatkezelőben egy kimutatás (pivot) erre elég.
3. Építs közös táblázatot. Az oszlopai a fő termék SKU-ja, az ajánlott SKU, a szerep (kiegészítő vagy helyettesítő), a hely (termékoldal, kosár, rendelés után), az indoklás, a felelős és az utolsó ellenőrzés dátuma.
4. Szűrd szakmai szemmel. Aki a termékeket ismeri (beszerző, ügyfélszolgálat), nézze át a párokat. Az ügyfélszolgálat tudja, mire kérdeznek rá a vásárlók a vásárlás után.
5. Maradj termékenként két-három kiegészítőnél. Több ajánlással a blokk hosszabb lesz, a kattintás viszont jellemzően nem nő vele arányosan.
6. Importáld tömegesen. [Hivatalosan igazolt] A WooCommerce beépített termék CSV-importja kezeli az Upsells és a Cross-sells oszlopot. A Shopifyban a kiegészítő termékek a Search & Discovery alkalmazásban állíthatók be, a dokumentáció szerint metamezőn keresztül is. Előbb 5-10 termékkel próbáld ki az importot.
7. Ellenőrizd élesben. Nyiss meg mobilon 10 véletlenszerű terméket, tegyél kosárba kettőt, és nézd meg, hogy a mérésben megjelenik-e a blokk listaneve.
8. Tűzz ki felülvizsgálatot. Negyedévente szűrd ki a kifutott, a készlethiányos és a kattintás nélküli párokat. Új terméknél a kiegészítők megadása legyen a termékfelvitel része.

[Saját tapasztalat] Kis csapatnál a legtöbb idő a negyedik lépésen megy el, és pont ott dől el a minőség. Ha erre kevés az idő, inkább kevesebb terméket tölts fel gondosan, mint sokat találomra.

Számít-e az ajánlóblokk a keresőnek és az AI-asszisztenseknek?

Közvetlen rangsorolási előnyt nem érdemes várni tőle, de a belső linkek és a strukturált adat segíthetik, hogy a gépek értsék a termékek közti kapcsolatot.

[Hivatalosan igazolt] A Schema.org Product típusán vannak kifejezetten ilyen tulajdonságok, például az isAccessoryOrSparePartFor, az isConsumableFor, az isRelatedTo és az isSimilarTo. A Google Search Central termékekre vonatkozó strukturált adat dokumentációja ezeket nem sorolja a kötelező vagy ajánlott mezők közé, így látható keresési megjelenést nem várhatsz tőlük.

[Szakmai feltételezés] Az AI-alapú vásárlási asszisztensek egyre inkább a termékoldal tartalmából és szerkezetéből dolgoznak. Ha a kompatibilitást a leírásban is kimondod (például „az X modellhez illik”), és a kiegészítőre bejárható, sima HTML-link mutat, az jó eséllyel könnyebben értelmezhető, mint egy csak JavaScriptből betöltött, cím nélküli karusszel. Ezt garantálni senki nem tudja, de a vásárlónak is így érthetőbb.

Források és további olvasnivalók

• Google Analytics 4 fejlesztői dokumentáció, e-kereskedelmi mérés (ecommerce események, item list paraméterek)
• Google Search Central, termékekre vonatkozó strukturált adatok dokumentációja
• Schema.org, Product típus
• WooCommerce dokumentáció, Linked Products (upsells és cross-sells) és a termék CSV-import séma
• Shopify Help Center, Search & Discovery alkalmazás, termékajánlások
• W3C, Web Content Accessibility Guidelines (WCAG) 2.2