6 UX-Lektionen aus dem Testen von Sucherlebnissen im E-Commerce
Erfahren Sie mehr über die Ergebnisse der einjährigen umfassenden Usability-Studie des Baymard-Instituts, in der untersucht wurde, wie Benutzer Suchanfragen für Produkte konstruieren und durch die Ergebnisse navigieren, insbesondere auf E-Commerce-Websites. Trotz der Prüfung von Websites im Wert von mehreren Millionen Dollar traten bei den Tests mehr als 700 suchspezifische Usability-Probleme auf. In diesem Vortrag wird Bauyward 6 häufige UX-Fallen bei der Suche aufzeigen, bei denen die Benutzeroberfläche und die Suchlogik von E-Commerce-Websites oft nicht mit den Erwartungen und dem Verhalten der Benutzer übereinstimmen.
Zielpublikum
Jeder, der in der E-Commerce-Suche arbeitet und nach umsetzbaren Erkenntnissen sucht. Entwickler, Designer und Produktmanager, usw.
Teilnehmer nehmen mit
Sie werden mit 6 sehr spezifischen und umsetzbaren „E-Commerce Search UX“ Erkenntnissen nach Hause gehen, die auf tausenden von Stunden groß angelegter E-Commerce Search UX Forschung basieren.
Sprecher
Kathryn Totz, leitende UX-Forscherin, Baymard Institut
Abschrift:
[Kathryn Totz]
Hallo und herzlich willkommen zu 6 UX-Lektionen aus dem Testen von Sucherlebnissen im E-Commerce. Mein Name ist Kathryn Totz und ich bin UX Researcher am Baymard Institut.
Seit 2009 hat Baymard mehr als 71.000 Stunden an groß angelegter Forschung zu allen Aspekten der E-Commerce-Nutzererfahrung durchgeführt, einschließlich der Suche über Desktop, mobiles Web und mobile Apps. Und wenn wir nicht gerade unsere eigenen groß angelegten Untersuchungen durchführen, arbeiten wir für Unternehmen wie diese, um Ideen für die Verbesserung ihrer E-Commerce-UX zu liefern. Bevor wir uns mit einigen unserer Forschungsergebnisse für die Suche befassen, möchte ich Ihnen zunächst kurz die Forschungsmethodik von Baymard und die allgemeine Struktur unserer Forschung vorstellen.
Bei Baymard führen wir groß angelegte UX-Tests mit einer Vielzahl von Methoden durch, darunter groß angelegte qualitative Usability-Tests mit mehr als 1.900 Benutzersitzungen, Eye-Tracking-Studien im Labor und quantitative Studien mit fast 15.000 Teilnehmern. Bei unseren Tests geht es nicht unbedingt darum, etwas Bestimmtes über die getesteten Websites selbst zu sagen, sondern vielmehr darum, allgemeine Muster des Nutzerverhaltens aufzudecken. Und von dort aus bestimmen wir, welche allgemeinen Designmuster bei der E-Commerce-Nutzererfahrung funktionieren und welche nicht.
Bei all unseren Tests sind die Benutzer auf mehr als 11.000 spezifische und vermeidbare Usability-Probleme gestoßen. Und wir haben diese in fast 600 Best-Practice-UX-Richtlinien zusammengefasst, die genau die Designmuster aufzeigen, die wir bei unseren Tests beobachtet haben und die immer wieder Probleme für die Benutzer verursachen, sowie die Designmuster, die diese Probleme lösen.
Und dann haben wir alle 600 unserer gewichteten Richtlinien genommen und sie für ein manuelles Benchmarking einiger der größten und bekanntesten E-Commerce-Websites in den Vereinigten Staaten und Europa verwendet. So entstand die weltweit umfangreichste UX-Benchmark-Datenbank für den E-Commerce mit mehr als 40.000 UX-Performance-Bewertungen und 35.000 Best- und Worst-Practice-Beispielen. Und all dies bündeln wir in unserem Baymard Premium Research Catalog. Daher stammen auch die Ergebnisse der heutigen Präsentation.
Dies bringt uns zurück zu den Forschungsergebnissen von Baymard zur Benutzerfreundlichkeit der Suche. Wenn wir also einen Blick auf unseren allgemeinen Such-Benchmark werfen, können Sie sehen, dass der Gesamtzustand der E-Commerce-Suche tatsächlich eine Benutzererfahrung ist, die weit unter dem liegt, was man erwarten könnte, wobei etwa 61% aller Websites unter einer akzeptablen Suchleistung liegen. Dennoch ist diese immer noch mittelmäßige Gesamtleistung eine Verbesserung im Vergleich zu früheren Benchmarks, z.B. aus dem Jahr 2017, bei denen über 85% der Websites unter der akzeptablen UX-Gesamtleistung lagen.
Auch wenn die Benutzer die Suche auf diesen Websites immer noch nutzen können, ist dieses Ergebnis ein ziemlich deutlicher Hinweis darauf, dass die E-Commerce-Suche nicht annähernd so benutzerfreundlich ist, wie sie sein sollte, und dass die Erfolgsquoten der Benutzer bei der Suche auf den meisten dieser Websites drastisch verbessert werden können, selbst wenn es sich um die 60 wichtigsten E-Commerce-Websites handelt, die über eine Fülle von Ressourcen verfügen.
Deshalb werden wir Ihnen heute einige der wichtigsten Möglichkeiten vorstellen, wie Websites ihre Onsite-Suchwerkzeuge verbessern können.
Der wichtigste Grund für die Verbesserung der Suche als Teil der gesamten E-Commerce-Benutzererfahrung ist natürlich, dass sie für viele Benutzer einen so wichtigen Teil ihrer Produktfindungsstrategie darstellt. Und wenn sie eine Suche durchführen und keine oder schlechte Ergebnisse erhalten, woher sollen sie dann wissen, ob es daran liegt, dass die Website die gesuchten Produkte nicht führt oder ob die Suchmaschine die Art der eingegebenen Suchanfrage einfach nicht unterstützt?
Bei unseren groß angelegten UX-Tests haben wir festgestellt, dass die meisten Benutzer in dieser Situation zu dem Schluss kommen, dass die Website die gesuchten Produkte nicht anbietet, selbst wenn dies tatsächlich der Fall ist. Und in der Regel verlassen diese Benutzer dann die Website. Und nicht nur das, sondern dies schadet auch der Wahrnehmung der Marke durch den Benutzer, da er nun eine Art Missverständnis darüber entwickelt hat, was die Website anbietet und wie sie funktioniert, was es unwahrscheinlicher macht, dass er sie in Zukunft wieder besucht.
Im Allgemeinen gehen die Benutzer davon aus, dass sie bei einer Suche alle passenden Produkte finden. Wenn sie also nichts finden, was ihnen gefällt, ist die Wahrscheinlichkeit größer, dass sie die Website verlassen. Genauso wichtig wie die Bereitstellung einiger Artikel, die mit den erwarteten Ergebnissen übereinstimmen, ist es also, sicherzustellen, dass in den Ergebnissen nichts ausgelassen wird, was relevant sein könnte.
Eine der wichtigsten Maßnahmen, um Nutzern die Suche zu erleichtern, besteht darin, dafür zu sorgen, dass Ihre Suche die gängigsten Arten von Suchanfragen unterstützt. Und die erste davon ist die Suche nach Produkten.
Auf 60 % der E-Commerce-Websites müssen die Benutzer laut unserem Benchmark genau denselben Produkttyp-Jargon eingeben, den die Website selbst verwendet. Bei alternativen Begriffen oder Synonymen werden also keine relevanten Produkte angezeigt. Wenn Sie zum Beispiel den Begriff Föhn verwenden, obwohl auf der Website Haartrockner verwendet wird. Oder Multifunktionsdrucker im Gegensatz zu All-in-One-Drucker. Und diese Statistik ist seit 2017 eigentlich unverändert.
Im Beispiel auf der linken Seite hat die Suche des Benutzers nach „Schreibtisch“ einige relevante Ergebnisse geliefert, aber nicht die über 100 Ergebnisse, die der Begriff „Schreibtisch“ geliefert hätte.
Wenn also die Terminologie des Benutzers nicht mit der Terminologie der Website übereinstimmt, wird ein Suchtool, das dies nicht berücksichtigt, dazu führen, dass einige Benutzer, die die gleichen Produkte suchen, aber unterschiedliche Wörter verwenden, um sie zu beschreiben, unterschiedliche Erfahrungen machen werden. Und einige Benutzer werden weniger oder qualitativ schlechtere Ergebnisse erhalten.
Um die Suche nach Produkttypen zu unterstützen, muss die Suche also ein Synonymwörterbuch für alle Kategorie- und Produktnamen integrieren. Damit wird sichergestellt, dass die Suche tatsächlich die Absicht der Benutzer berücksichtigt und nicht ihr Wissen über die standort- oder branchenspezifische Terminologie. Und insbesondere sollten Websites auf Dinge wie regionale oder internationale Unterschiede, nicht domänenspezifische Fachterminologie und veraltete technische Terminologie sowie auf allgemeine Synonyme verweisen.
Dies wird in vielen Fällen wie ein manueller Prozess aussehen, aber die Benutzer können die Website leicht verlassen, wenn sie fälschlicherweise glauben, dass die Website nicht das anbietet, was sie suchen, und zwar nur aufgrund des unterschiedlichen Vokabulars.
Bei unseren Tests haben wir außerdem festgestellt, dass Benutzer häufig zusätzliche Qualifizierungsmerkmale in ihre Suchanfrage einfügen und damit nach Produkten mit ganz bestimmten Eigenschaften suchen. So kann zum Beispiel eine Suchanfrage wie diese tatsächlich als eine Suche nach einem Produkttyp mit zwei bestimmten Merkmalen verstanden werden. Und es ist wichtig, dass die Suchmaschine versteht, dass diese enthaltenen Merkmale nicht auf der gleichen Ebene der Abfrage stehen wie der Produkttyp selbst, sondern dazu dienen, diesen Produkttyp einzugrenzen oder zu verändern. In diesem Beispiel werden also Ergebnisse für „rote Schuhe“ oder „Strickdecke“ nicht relevant sein, auch wenn eine rudimentäre Suchmaschine diese aufgrund der in dieser Anfrage verwendeten Begriffe als Treffer identifizieren könnte.
Zur weiteren Veranschaulichung sehen Sie hier ein Beispiel aus einer unserer realen mobilen Testsitzungen, in der diese Nutzerin eine Art Merkmalsuche verwendete, um genau die Details herauszufinden, die sie bei einem Bürostuhl haben wollte. Sie suchte also nach „Bürostuhl“, „blau lässig“, wobei blau dieses Merkmal ist. Aber wie Sie sehen können, gab es nur ein einziges Ergebnis und das war für ihre Suche nach Bürostühlen völlig irrelevant.
Bei der Suche nach Merkmalen haben die Benutzer die Erwartung, dass die Eingabe dieser Produktattribute es ihnen im Wesentlichen ermöglicht, nach der Suche zu filtern, um die passenden Ergebnisse anzuzeigen, was in diesem Fall offensichtlich überhaupt nicht erfolgreich war.
Das Suchwerkzeug sollte den Produkttyp unabhängig von diesen Merkmalen oder Modifikatoren erkennen und die Merkmale dann im Wesentlichen als Produktfilter verwenden. Tatsächlich gibt es oft eine direkte Beziehung zwischen den Merkmalen, nach denen die Benutzer suchen, und den produktspezifischen Filtern, die Sie wahrscheinlich bereits eingerichtet haben. Und in vielen Fällen kann das Suchtool auf diese Art von Suche reagieren, indem es die Filter bereits auf die Kategorie anwendet, die mit der Suche des Benutzers nach dem Produkttyp übereinstimmt.
Und bei unseren Tests haben wir festgestellt, dass dieses Suchverhalten den Nutzern eine zusätzliche Transparenz der Suchlogik bietet. Und es macht es auch einfach, ihre Suchparameter zu ändern oder anzupassen.
Während Funktionen sehr klar definiert sind, sind Themen etwas weicher definiert, aber sie sind dennoch ein sehr gebräuchlicher Modifikator für Benutzer, die nach bestimmten Dingen suchen. Das wären also Dinge für… Zum Beispiel Suchen wie „Wohnzimmerteppich“, „Frühlingsjacke“, „Retro-Lampe“, für die es nicht unbedingt eine sehr konkrete Definition gibt, was als Retro gilt. In unserem UX-Benchmark für die Suche insgesamt unterstützen 46 % der Websites diese Art von thematischen Suchanfragen nicht. Das erschwert es den Nutzern, die Art von Produkt, die sie im Kopf haben, in Worte zu übersetzen, nach denen sie suchen können, damit das Tool sie versteht und ihnen hilft, diese Produkte zu finden.
Auch hier gilt: Obwohl es sich um ein algorithmisches Werkzeug handelt, ist es wichtig, dass die Suche auf diese Art von realen Themen reagiert, ihr Vokabular verwendet und relevante Ergebnisse liefert, selbst für diese weniger konkreten Begriffe. Es ist klar, dass zur Unterstützung dieser Art von thematischer Suche eine Menge Interpretation erforderlich ist, sowohl was die Bedeutung der eigentlichen Suchanfrage als auch die interne Kennzeichnung von Produkten betrifft, aber es ist ein wichtiger Schritt, um sicherzustellen, dass die Suche auf einige der häufigsten Suchanfragen, die Benutzer wahrscheinlich eingeben, richtig reagiert.
Selbst wenn die gängigsten Suchanfragen unterstützt werden, kann es vorkommen, dass die Benutzer auf der Suchergebnisseite nicht genau das finden, was sie sich erhofft haben. In der Praxis kann es vorkommen, dass der Benutzer zu wenige Ergebnisse erhält, weil seine ursprüngliche Suchanfrage zu eng gefasst war, oder dass er zu viele Ergebnisse erhält, weil seine Suche zu breit angelegt war. Es ist auch möglich, dass die Ergebnisse einfach nicht das sind, was sie erwartet haben, so dass sie ihre Anfrage neu formulieren und eine andere Strategie ausprobieren möchten.
Und bei unseren groß angelegten UX-Tests haben wir festgestellt, dass die Benutzer ihre Suchanfrage im Durchschnitt 2,2 Mal überarbeitet haben und mehrere Iterationen einer Anfrage durchlaufen haben, bevor sie sich für eine Suchergebnisseite entschieden haben. Wenn also die Suchanfragen der Benutzer bei jeder Eingabe gelöscht werden, wird die Nutzung der Suchfunktion erheblich erschwert, da die Benutzer ihre Suchanfrage immer wieder neu eingeben müssen, um diese Iteration durchzuführen. Dadurch dauert es natürlich länger, bis sie die Suche nutzen und Produkte finden. Und in manchen Fällen kann dies sogar dazu führen, dass die Nutzer die Suche als Produktfindungsstrategie aufgeben.
Um also die natürliche Neigung der Benutzer zu unterstützen, ihre ursprüngliche Anfrage zu überarbeiten, sollten die Suchergebnisseiten ihre vorherigen Eingaben in der Suchleiste beibehalten. Das wiederum hilft ihnen, sich an ihre vorherige Suche zu erinnern und dann die zusätzlichen Parameter zu den bereits vorhandenen hinzuzufügen. Außerdem sollte die ursprüngliche Suchanfrage an anderer Stelle direkt auf der Seite angezeigt werden. Falls die Benutzer also abgelenkt werden, während sie die Suchanfrage ändern, haben sie immer noch diese Referenz.
Eine weitere Komponente eines guten Suchtools, die für unsere UX-Audit-Kunden oft ganz oben auf der Liste steht, ist eine robuste Autovervollständigungsfunktion. Vorschläge zur automatischen Vervollständigung von Schlüsselwörtern, bei denen dem Benutzer auf der Grundlage seiner ursprünglichen Eingabe eine Liste möglicher Suchanfragen angezeigt wird, sind auf E-Commerce-Websites mittlerweile allgegenwärtig und gehören zu den Konventionen des Internets. Websites ohne irgendeine Art von Autovervollständigung und Suchvorschlägen sind ziemlich selten, werden aber von einigen Websites nach wie vor nicht unterstützt.
Tatsächlich haben sich die Benutzer so sehr auf die automatische Vervollständigung als wichtigen Teil ihres Produktfindungsprozesses verlassen, dass wir während unserer groß angelegten Tests beobachtet haben, dass der Bruch mit dieser Erwartung die Benutzer tatsächlich glauben ließ, dass die Suche auf der Website völlig kaputt sei. Und während einige Benutzer zusätzliche Zeit aufwenden, um ihre Suchanfrage auf diese altmodische Art und Weise einzugeben, da die automatische Vervollständigung fehlt, haben andere Benutzer die Suche aufgegeben und sich stattdessen der Navigation zugewandt, um zu finden, was sie suchten.
Aufgrund der langjährigen Erfahrung mit der Art der Autovervollständigung in Suchmaschinen und auf anderen E-Commerce-Websites wird das Vorhandensein der Autovervollständigung von den meisten Benutzern tatsächlich erwartet. So verließen sich beispielsweise 78% der Probanden in unseren letzten Testrunden auf die Autovervollständigung.
Es reicht jedoch nicht aus, nur die automatische Vervollständigung von Vorschlägen zu unterstützen, sondern die vorgeschlagenen Ergebnisse selbst müssen äußerst relevant und wertvoll sein.
Bei unseren Tests haben wir insbesondere Probleme festgestellt, wenn die Autovervollständigungsfunktionen der Websites nur Produkte vorschlagen, aber keine konkreten Suchanfragen. Durch das Fehlen von Vorschlägen für Suchanfragen können Benutzer zu früh in ein bestimmtes Produkt gedrängt werden, wenn sie gerade erst damit beginnen, die Vielfalt des Angebots der Website zu prüfen.
Die automatische Vervollständigung von Suchanfragen nach Schlüsselwörtern ist nicht nur die Grunderwartung der Nutzer, sondern bietet auch eine Reihe von Vorteilen: Sie gibt ihnen die Gewissheit, dass die Website Ergebnisse für alle vorgeschlagenen Suchanfragen bereithält, verschafft ihnen einen Überblick über die verschiedenen Optionen der Website, an die sie vielleicht noch gar nicht gedacht haben, und führt sie zu einer entsprechend spezifischen Ergebnisseite. Die Vorschläge zur automatischen Vervollständigung ersparen dem Benutzer nicht nur das Eintippen seiner gesamten Suchanfrage. Tatsächlich haben wir in mehreren Fällen bei Tests beobachtet, dass die Vorschläge die Nutzer tatsächlich verlangsamen, weil sie mit dem Tippen aufhören und die angezeigten Vorschläge lesen.
Die Endergebnisse sind jedoch viel effektiver, da die automatische Vervollständigung den Benutzern hilft, bessere Suchanfragen zu formulieren. Die zusätzlichen Sekunden, die Sie im Vorfeld in die Verbesserung einer Suchanfrage investieren, zahlen sich also langfristig durch bessere Suchergebnisse aus.
Wenn es um Suchanfragen geht, sollte es keine Überraschung sein, dass die Benutzer keine perfekten Rechtschreiber sind, aber das sollten sie auch nicht sein, wenn es darum geht, gute Suchergebnisse zu erhalten. Sowohl auf dem Desktop als auch auf dem Handy neigen Nutzer zu Rechtschreibfehlern. Und auf dem Handy haben wir sogar festgestellt, dass sie aufgrund der kleinen Tastatur noch häufiger auftreten. Doch trotz ihrer Häufigkeit liefern 27 % unserer UX-Benchmark-Websites keine brauchbaren Ergebnisse, wenn Nutzer bei der Suche nach einem Produkttitel nur ein einziges Zeichen falsch geschrieben haben.
Und wenn Benutzer keine oder schlechte Ergebnisse von einer Suche erhalten, selbst wenn diese einige Fehler enthält, erkennen sie ihren Fehler vielleicht nicht und interpretieren das Fehlen von Ergebnissen fälschlicherweise so, dass die Website nicht das hat, was sie brauchen.
Um ein weiteres Beispiel aus dem Test zu veranschaulichen: Diese mobile Benutzerin tippte zu schnell und schrieb versehentlich das Wort „Rucksack“ falsch, was zu keinen Ergebnissen bei der automatischen Vervollständigung führte. Das führte dazu, dass sie zurückgehen und ihre Anfrage überarbeiten musste, um den fehlenden Buchstaben einzuschließen. Anhand des anfänglichen Schreibfehlers ist es für uns Menschen ziemlich klar, was sie eigentlich wollte. Ein robustes Suchwerkzeug muss also in der Lage sein, diese Schlüsse zu ziehen, auch wenn Rechtschreib- und Tippfehler vorhanden sind.
Ein ideales Suchtool ist also intelligent genug, um einfache Rechtschreib- und Tippfehler zu erkennen und dennoch dieselben präzisen und relevanten Ergebnisse für die beabsichtigte Suchanfrage zu liefern, als ob sie richtig geschrieben worden wäre. Dies bietet den Nutzern natürlich ein möglichst nahtloses Erlebnis und ermöglicht es ihnen, zu den erwarteten Ergebnissen zu gelangen, ohne dass sie ihre Anfrage überdenken und neu eingeben müssen. Und schließlich gehen wir auf einige unserer wichtigsten Forschungsergebnisse zur Optimierung der On-Site-Suche für mobile Endgeräte ein.
Interessanterweise haben wir in mehreren Testrunden mit Desktop- und Mobilgeräten festgestellt, dass die Nutzer auf dem Handy eher die Suche als primäre Strategie verwenden: 60 % gegenüber 40 %. Viele Nutzer finden mobile Websites insgesamt schwieriger zu bedienen, weil die Menüs oft komprimiert und standardmäßig ausgeblendet sind, weil die Navigation nicht so leicht zu überblicken ist und weil es natürlich viel schwieriger sein kann, die Navigationslinks auf mobilen Oberflächen zu finden als auf dem Desktop.
Aufgrund dieser verstärkten Neigung zur Suche ist es besonders wichtig, dass die Suche auf dem Handy auffindbar und einfach zu bedienen ist. Und ein Problem, das wir bei der mobilen Suche beobachtet haben, ist, dass das Suchtool keine Schaltfläche zum Abschließen einer Suche anzeigt. Nutzer können zwar die mobile Tastatur verwenden, um eine Suche abzuschicken, aber das ist oft nicht die bevorzugte Methode für einen großen Teil der mobilen Nutzer, die eine Pause einlegen und dann versuchen, die Schaltfläche zum Abschicken zu finden, was zu einer erheblichen Verzögerung führt.
Und das sehen Sie in diesem Beispiel aus dem Test. Ich weiß nicht, ja. In diesem Testbeispiel können Sie sehen, wie sehr sich dieser Benutzer über das Fehlen der Suchschaltfläche aufgeregt hat.
Wenn Sie stattdessen eine eindeutige Schaltfläche zum Absenden einfügen, erhalten die Benutzer die gewünschte Option und es kommt zu keiner Verzögerung beim Absenden der Anfrage.
Auch bei der mobilen Suche gibt es Probleme aufgrund des kleineren mobilen Ansichtsfensters, z. B. durch klebrige Elemente und Navigationsoptionen. Sogar die mobile Tastatur selbst verdeckt die automatische Vervollständigung und die Suchergebnisse. Denken Sie also daran, wenn Sie diese potenziell konkurrierenden Elemente platzieren, damit sich die Nutzer auf die Suche konzentrieren können und es nicht zu Überschneidungen kommt.
Schließlich neigen Benutzer aufgrund des mobilen Ansichtsfensters auch dazu, Probleme mit der Lesbarkeit zu haben, wenn es darum geht, Links genau anzusteuern, insbesondere bei der automatischen Vervollständigung der Suche. Wenn Sie also eine große Schriftgröße verwenden, lange Suchvorschläge umbrechen, anstatt sie abzuschneiden, und für angemessene Trefferbereiche und Abstände sorgen, können Sie einige dieser potenziellen Probleme bei der mobilen Interaktion vermeiden.
Das sind also sechs der wichtigsten Forschungsergebnisse von Baymard zur Verbesserung der E-Commerce-Suche. Aber natürlich erfordert ein erstklassiges Suchtool viel mehr als nur diese Überlegungen. Im Rahmen unserer Untersuchungen für Desktop- und Mobilgeräte haben wir fast 50 weitere wichtige Suchparameter identifiziert, die alle aufeinander abgestimmt sein müssen, um das bestmögliche Sucherlebnis zu gewährleisten. Und diese finden Sie in unserem Complete Research Catalog in Baymard Premium.
Und wir haben noch fast 600 weitere UX-Forschungsleitfäden, die das gesamte E-Commerce-Erlebnis abdecken, sowie unsere Audit-Services. Wenn Sie also mehr über unsere Forschungsergebnisse erfahren möchten, besuchen Sie uns doch einfach mal unter www.Baymard.com.
Vielen Dank, dass Sie sich heute Zeit für mich genommen haben, um einige unserer Forschungsergebnisse zur Verbesserung der E-Commerce-Suche kennenzulernen. Ich hoffe, Sie haben einige wertvolle Erkenntnisse gewonnen.