Waarom 78% van de mobiele productfilters faalt (en de oplossing)

Ontdek waarom mobiele filters falen en leer UX best practices voor productlijsten om uitval te verlagen en conversies te verhogen in uw e-commerce shop.

Waarom 78% van de mobiele productfilters faalt (en de oplossing)

Volgens de benchmark van het Baymard Institute uit 2025 biedt 78% van de mobiele e-commerce sites een matige tot slechte filterervaring. Voor desktop ligt dit percentage op 58%. Aangezien 61% van de bezoekers een winkel verlaat als ze het gewenste item niet binnen vijf seconden vinden, is een gebrekkige productlijst een direct lek in uw omzet.

De sector beschouwt faceted search al jaren als een opgelost probleem. De meeste teams installeren een standaard sidebar, vullen deze met basisattributen en beschouwen het werk als gedaan. De data laten echter iets anders zien. Sites met een matige usability van productlijsten zien uitvalpercentages tussen 67% en 90%. Geoptimaliseerde sites met exact hetzelfde assortiment zien deze cijfers dalen naar 17% tot 33%.

Het bouwen van een converterende product discovery ervaring vereist een overstap van statische templates naar een datagestuurde aanpak die aansluit bij hoe klanten keuzes verfijnen.

De basisregels voor lijstweergaven

Nog voordat een gebruiker een checkbox aanklikt, bepaalt de visuele presentatie van uw product feed hun gedrag. Recent onderzoek van Baymard toont specifieke kaders voor de weergave van producten.

Retailers moeten altijd drie of meer product thumbnails aanbieden in lijstweergaven. Een enkele statische afbeelding dwingt gebruikers om door te klikken naar de Product Detail Page (PDP) voor alternatieve hoeken, wat onnodige frictie veroorzaakt in de oriëntatiefase.

Het is ook essentieel om variaties te consolideren. Het tonen van vijf identieke shirts in verschillende kleuren als aparte items vervuilt de feed en zorgt voor cognitieve overbelasting. Door variant management toe te passen, groepeert u deze onder een enkel hoofdproduct met zichtbare kleurswatches. Dit opent de interface en geeft de diepte van de catalogus nauwkeurig weer.

Voor producten die per volume of gewicht worden verkocht, is de weergave van de prijs per eenheid verplicht. Gebruikers kunnen een fles moisturizer van 50ml niet vergelijken met een van 150ml zonder hoofdrekenen. Het dwingen van klanten om zelf de waarde te berekenen vertraagt de aankoopbeslissing.

Logica verbeteren en doodlopende wegen voorkomen

De filterlogica hapert vaak wanneer gebruikers meerdere voorkeuren combineren. Momenteel staat 14% van de grote e-commerce sites gebruikers niet toe om meerdere filterwaarden van hetzelfde type te selecteren.

Shoppers verwachten OF-logica binnen een categorie en EN-logica tussen categorieën. Als een gebruiker Rood en Blauw selecteert, moet het systeem items tonen die rood OF blauw zijn. Als ze daarna Medium kiezen, moet het resultaat (rood OF blauw) EN medium zijn. Zalando past deze multi-select functionaliteit goed toe, waardoor gebruikers meerdere boxen kunnen aanvinken zonder dat de pagina telkens herlaadt.

Een ander kritiek punt is de pagina zonder resultaten. U voorkomt dit door de exacte producthoeveelheid dynamisch naast elke filterwaarde te tonen. Home Depot gebruikt deze aanpak effectief. Naast een filter als Dewalt staat het exacte aantal beschikbare producten. Deze getallen worden in real-time bijgewerkt bij elke filteractie, waardoor shoppers nooit op een lege categorie klikken.

De mythe van de horizontale werkbalk

Designtrends botsen regelmatig met usability-data. Horizontale filterbalken ogen strak en modern, waardoor UX-designers ze vaak verkiezen boven de traditionele sidebar. Gebruikersonderzoek waarschuwt echter expliciet tegen deze aanpak.

Horizontale werkbalken worden snel over het hoofd gezien. Ook schalen ze niet goed mee. Waar een horizontale lay-out volstaat voor basisfilters zoals prijs en merk, faalt deze bij complexe specificaties voor elektronica of industriële apparatuur. Gebruik een goed gestructureerde sidebar voor desktop en een speciale full-screen modal voor mobiel.

Verder kijken dan universele filtering

Het gebruik van hetzelfde filtertemplate voor de gehele catalogus schaadt de conversie. De Nielsen Norman Group benadrukt dat filtercategorieën logisch geprioriteerd moeten worden, specifiek voor de items die de klant bekijkt.

Bij wasmachines moeten filters direct opties tonen voor toerental en vulgewicht. Bij t-shirts moeten deze plaatsmaken voor pasvorm en halslijn. Dit vereist een strakke product categorization strategie. Dynamische filters zijn onmogelijk als de onderliggende product taxonomy ongeorganiseerd is.

Tweeënveertig procent van de grootste e-commerce sites mist nog steeds categoriespecifieke filters. Het oplossen van dit punt biedt een direct concurrentievoordeel.

Vector search en dynamische filters in 2026

Traditionele filtering leunt volledig op exacte tekstovereenkomsten. Als een product de tag karmozijn heeft maar de gebruiker filtert op rood, verdwijnt het artikel uit de resultaten.

Begin 2026 wordt ruim 91% van de e-commerce zoekopdrachten ondersteund door AI. Marktleiders stappen over op vector search en Retrieval-Augmented Generation. Wanneer een shopper zoekt naar duurzame werkschoenen voor de winter, begrijpt het systeem de semantische intentie. Het past automatisch filters toe voor materiaalkwaliteit en isolatiewaarden, in plaats van enkel te scannen op die woorden in de titel.

Deze intelligentie geldt ook voor de filters zelf. AI past filters aan op basis van real-time voorraad en trends. Bij een lage voorraad in een specifieke categorie kan het systeem bredere filters suggereren om de gebruiker betrokken te houden.

Dergelijk gedrag is onmogelijk zonder product data enrichment. AI-tools analyseren tekst en afbeeldingen om producten automatisch te voorzien van honderden micro-attributen. Dit zorgt ervoor dat de productlijst nauwkeurig en volledig blijft bij specifieke filters.

De discussie over load more versus endless scroll

De manier waarop gebruikers door een lange lijst navigeren, bepaalt hun ervaring. Hoewel endless scrolling populair is door social media, raden UX-onderzoekers het gebruik hiervan voor e-commerce productlijsten sterk af.

Het blokkeert de toegang tot de sitefooter met belangrijke links over verzending en retouren. Ook ontstaat er desoriëntatie. Wanneer een gebruiker terugkeert van een productpagina, verliest het systeem vaak de plek in de lijst, waardoor men weer bovenaan moet beginnen.

Een Load More knop lost beide problemen op. Het geeft de gebruiker controle over paginering, behoudt de toegang tot de footer en maakt het de browser makkelijker om de exacte scrollpositie te onthouden bij het navigeren.

Data beheren achter de interface

Een vlekkeloze interface kan ontbrekende productdata niet herstellen. Inconsistente maattabellen leiden tot defecte filters. Als attribute management afhankelijk is van handmatige invoer in spreadsheets, loopt de weergave altijd achter op de voorraad.

Bedrijven die hun conversie met 26% zien stijgen door betere filtering, passen niet alleen het design aan. Ze structureren hun backend data voor dynamische discovery. Productlijsten en filters zijn uiteindelijk de visuele vertaling van de datakwaliteit in uw catalogus.

Diego Nijboer

CTO and Co-Founder at WISEPIM, building AI-powered solutions that transform product data management for e-commerce businesses. Over 10 years of experience solving complex technical challenges in e-commerce and PIM systems.

FAQs

Verbeter je productdata kwaliteit.
Verkoop meer producten.