Ein Empfehlungssystem ist ein System, das einem Nutzer Inhalte oder Produkte vorschlägt, die zu ihm passen sollen. Es ist die wirtschaftlich erfolgreichste Anwendung des Machine Learning im Netz und älter als die heutige KI-Welle.
- Empfehlungssystem (Recommender System)
Ein System, das einem Nutzer Inhalte oder Produkte vorschlägt, die zu ihm passen sollen.
Beispiel: „Das Empfehlungssystem hob den durchschnittlichen Warenkorbwert um neun Prozent.“Drei Ansätze: Vorschläge aus dem Verhalten ähnlicher Nutzer, siehe Collaborative Filtering, Vorschläge aus den Eigenschaften der Produkte, und die Mischung aus beidem.
Der schwierigste Fall ist der Anfang: Für einen neuen Nutzer und für ein neues Produkt gibt es kein Verhalten, aus dem sich etwas ableiten ließe.
Was im Shop davon trägt
Weniger, als die Anbieter versprechen. In Projekten unserer Größe schlagen zwei einfache Formen fast immer die aufwendige: häufig zusammen gekauft, und zuletzt angesehen. Beides braucht kein Modell, nur eine Auswertung der Bestellungen, und beides wirkt sofort. Ein gelerntes Modell lohnt ab einigen tausend Bestellungen im Monat.
Wo es sich gegen den Betreiber wendet
Wenn es die eigene Vielfalt zuschüttet. Ein System, das auf Klicks optimiert, schlägt bevorzugt vor, was ohnehin schon gut läuft, und das Lager mit den langsamen Artikeln wird nie gesehen. Wer das nicht gegensteuert, verkauft am Ende drei Produkte und hat achtzig im Katalog.
Was rechtlich dazugehört
Ein Hinweis darauf, dass empfohlen wird und woraus. Vorschläge aus dem Verhalten eines Nutzers sind eine Verarbeitung personenbezogener Daten, und bei Plattformen kommt eine Pflicht zur Erklärung der wichtigsten Kriterien hinzu. Für einen gewöhnlichen Shop heißt das: eine verständliche Zeile in der Datenschutzerklärung und keine Vorschläge aus Daten, für die es keine Einwilligung gibt.
Wo die Vorschläge stehen sollten
Dort, wo eine Entscheidung ansteht. Auf der Produktseite unter der Beschreibung, im Warenkorb vor dem Abschluss, in der Bestellbestätigung. Die Platzierung entscheidet in unseren Projekten stärker über die Wirkung als das Verfahren dahinter, und drei gut gesetzte Vorschläge schlagen eine Leiste mit zwanzig.