Produktempfehlungen: Amazon will Kunden genauer identifizieren

Wer online weiß, was der Kunde will, ist im klaren Vorteil. Amazon testet im Hintergrund ein neues Modell, um genau zu wissen, wer vor dem PC sitzt und welche Produkte diesem Kunden empfohlen werden sollen. Wenn sich das Modell als erfolgreich erweist, wird es langsam ausgerollt werden.

(Bildquelle: © alphaspirit - fotolia.com)

Das Einkaufen im Internet ist immer öfter von persönlichen Empfehlungen der Online-Shops geprägt. Mithilfe von Algorithmen, welche die Präferenzen der Kunden zum Beispiel anhand der zuletzt getätigten Einkäufe ermitteln, soll das Einkaufserlebnis auch online personalisiert werden. Amazon gehört hier seit Beginn zu den Pionieren und möchte auch weiterhin einer der Spitzenreiter bleiben. Dafür testet der Online-Händler jetzt ein neues Modell, um die automatischen Produktempfehlungen zu verbessern.

Manchmal weiß Amazon nicht, wer genau vor dem PC sitzt

Rajeev Rastogi, Direktor des Bereiches Machine Learning bei Amazon, sprach beim Big Data Summit 2015 in Sydney jetzt über das neue Modell und gab einige Einblicke. Grundsätzlich soll das neue Modell den Kunden passendere und genauere Produktempfehlungen machen können.

Amazon habe im Allgemeinen bei den automatisierten Produktempfehlungen mit einem Problem zu kämpfen, sagte Rastogi: „Der eingeloggte Amazon-Nutzer stimmt manchmal nicht mit der Person überein, die tatsächlich vor dem PC sitzt. Oftmals nutzen verschiedene Personen den gleichen Amazon-Account, sodass wir mit diesem Problem umgehen müssen.“

Bisher stehe Amazon vor dem Problem, dass viele Produktempfehlungen gemacht werden, ohne dass das Unternehmen wirklich wisse, wer vor dem PC sitze. Das Ziel, dass Amazon mit dem neuen Modell verfolgt, ist es, dieses Problem zu lösen: Anhand des Online-Verhaltens des jeweiligen Nutzers, möchte Amazon herausfinden, wer tatsächlich vor dem PC sitzt, auch wenn es ein Amazon-Konto mit mehreren Nutzern ist. „Wir möchten dann Produktempfehlungen für genau diese Person geben“, so Rastogi.

Produktempfehlungen: Neues Modell soll bald angewendet werden

Ein weiteres Problem der Produktempfehlungen liegt bislang laut Rastogi bei komplett neuen Amazon-Kunden. Hier hat Amazon keinen Einblick in die zuletzt getätigten Käufe, was es schwer macht, Empfehlungen auszusprechen.

Diesen sogenannten „Kaltstart“ umgeht das neue Amazon-Modell für Produktempfehlungen. Es berechnet, welche Produkte den Kunden gefallen könnten anhand von Werten wie Demografie, Aufenthaltsort und Browserhistorie, also wo der Kunde zuvor im Netz unterwegs war und was er da gemacht hat.

„Das Modell ist vielversprechend. Wir werden es testen und hoffen es in naher Zukunft dann ständig einzusetzen“, erklärte Rastogi auf der Big Data Summit 2015.