E-handelsföretag förlitar sig i allt högre grad på produktrekommendationer för att förbättra användarupplevelsen och öka försäljningen. Medan forskning tyder på att dessa system är avgörande för att öka engagemang och konverteringar, förblir deras specifika effektivitet i svenska e-handelssammanhang underutforskad.

Denna studie undersökte hur olika typer av rekommendationer påverkar användares köpbeslut och fastställde vilken inverkan placeringen av rekommendationer har på deras effektivitet i en e-handelsmiljö. Åtta A/B-tester genomfördes i en e-handelsprototyp utvecklad tillsammans med Askås. Den experimentella metoden använde Google Analytics 4 för att spåra användarinteraktioner medan testdeltagare (10–16 per test) genomförde simulerade köp med förutbestämda budgetar. Både kvantitativa mätvärden och enkäter efter testerna analyserades.

Säsongsrekommendationer uppnådde den högsta konverteringsgraden (61,9%), följt av bästsäljare och kampanjerbjudanden (50%). Startsidan visade sig vara den mest effektiva placeringen. Mobilanvändare visade konsekvent högre konverteringsgrader än datoranvändare. Anmärkningsvärt är att kontrollversionen utan rekommendationer uppnådde en konverteringsgrad på 52,9%, vilket överträffade flera testversioner. Både rekommendationstyp och placering påverkar e-handelsframgången betydligt. Säsongsinnehåll på startsidan och mobiloptimering bör prioriteras. Den starka prestandan hos kontrollversionen tyder på att strategisk implementering är avgörande, eftersom dåligt utförda rekommendationer kan vara mindre effektiva än inga alls. Dessa resultat ger praktiska riktlinjer för att optimera produktrekommendationer över olika enheter.

E-commerce businesses increasingly rely on product recommendations to enhance user experienceand boost sales. While research suggests these systems are essential for increasing engagement andconversions, their specific effectiveness in Swedish e-commerce contexts remains under-explored.

This study examined how different types of recommendations influence users' purchasing decisions and determined the impact of recommendation placement on their effectiveness in an e-commerce setting. Eight A/B tests were conducted in an e-commerce prototype developed with Askås. The experimental method employed Google Analytics 4 to track user interactions while test participants (10-16 per test) completed simulated purchases with predetermined budgets. Both quantitative metrics and post-test questionnaires were analyzed.

Seasonal recommendations achieved the highest conversion rate (61.9%), followed by bestsellers and promotional campaigns (50%). The homepage proved the most effective placement. Mobile users consistently demonstrated higher conversion rates than desktop users. Notably, the control version without recommendations achieved a 52.9% conversion rate, outperforming several test versions. Both recommendation type and placement significantly impact e-commerce success. Seasonal content on the homepage and mobile optimization should be prioritized. The strong performance of the control version suggests that strategic implementation is crucial, as poorly executed recommendations may be less effective than none at all. These findings provide practical guidelines for optimizing product recommendations across different devices.