Künstliche Intelligenz: OTTO revolutioniert Produktbewertungen
Fallen die Sneaker größer aus? Wie fühlt sich das Material an? Wie ist der Tragekomfort? Solche Fragen haben sich viele Kunden womöglich schon selbst gestellt – und in ihrer Produktrezension auf otto.de nach dem Ausprobieren öffentlich beantwortet. Damit auch andere Kunden bei hunderten von Produktrezensionen den Überblick behalten und von den Erfahrungen der anderen profitieren können, zeigt OTTO jetzt eine Übersicht bestimmter Themenschwerpunkte an, nach denen Kunden filtern können. Die ‚Aggregated Reviews‘ kommen auch in allen anderen Sortimenten und somit bei über 2,1 Millionen Artikeln auf otto.de zum Einsatz; etwa bei Waschmaschinen, wo erklärungsbedürftige Faktoren wie „Bedienung“ oder „Waschergebnis“ am wichtigsten sind.
Der bislang einzigartige und von OTTO selbstentwickelte Algorithmus für Produktbewertungen filtert die am häufigsten genannten Aspekte der Kundenrezensionen heraus. Kunden können die Kommentare dann nach den Aspekten sortieren, die andere Nutzer besonders häufig erwähnt haben. Darüber hinaus wird angezeigt, zu welchem Anteil sich Nutzer positiv, negativ oder neutral zum Produkt geäußert haben (siehe Abbildung).
„Niemand möchte eine Waschmaschine kaufen und davor über 1.700 Bewertungen lesen. Das Feedback der Nutzer ist eine wichtige Informationsquelle für andere Kunden und ein entscheidender Faktor im Kaufprozess. Umso wichtiger ist es, dass Kunden leicht Zugang zu den gewünschten Informationen erhalten“, sagt Marc Opelt, OTTO-Bereichsvorstand Marketing und Sprecher des Onlinehändlers.
Künstliche Intelligenz macht‘s möglich: Algorithmus analysiert jede Bewertung
Die selbstentwickelte Lösung von OTTO basiert auf künstlicher Intelligenz. Genauer gesagt auf einem Algorithmus, der mit Hilfe von Machine Learning-Modellen („maschinelles Lernen“) arbeitet und dabei jeden Rezensionstext analysiert. So wird der Algorithmus jede Nacht mit über einer Million Produktrezensionen versorgt. Aus den Rezensionstexten werden automatisiert Aspekte ermittelt, für die der Algorithmus eine positive, negative oder neutrale Bewertung identifiziert, und diese Aspekte in semantisch ähnliche Gruppen zusammengeführt. Für das Verfahren wird Deep Learning, also Lernen auf Basis künstlicher neuronaler Netze, eingesetzt.
„Das Thema künstliche Intelligenz wird den Onlinehandel der Zukunft weiter prägen. Unser Ziel muss es immer sein, mit Hilfe innovativer Technologien echten Mehrwert für Kunden zu schaffen. Die neue Filterfunktion für Produktbewertungen auf otto.de sind deswegen ein gutes Beispiel für den smarten Einsatz von Machine Learning-Methoden, die das Einkaufserlebnis auf otto.de noch besser machen werden“ sagt Marc Opelt.
Informationen zu Kundenbewertungen auf otto.de
In einer internen Studie hat der Onlinehändler 2016 festgestellt, dass 2/3 der Befragten in den letzten 12 Monaten die Kundenbewertung zur Beratung vor dem Kauf genutzt haben. Kundenbewertungen sind auf otto.de stark abhängig vom Sortiment. So werden Technikartikel in der Regel deutlich häufiger und ausführlicher bewertet als beispielsweise Fashionprodukte. Grund hierfür sind die einfacheren technischen Merkmale, die objektiver rezensiert werden können als Kleidungsstücke.
Erläuterung zum Thema AI, Machine Learning und Deep Learning
Vom Oberbegriff der AI („Artificial Intelligence“) bzw. der künstlichen Intelligenz spricht man, sobald Technologie intelligente, menschenähnliche Leistungen erbringt. Machine Learning („maschinelles Lernen“) ist der Begriff für selbstlernende Systeme, die aus Beispielen Muster erkennen und dieses Wissen auf unbekannte Daten anwenden können. Das Deep Learning ist wiederrum ein Teilbereich des Machine Learnings, um komplexe Konzepte zu erlernen. Beim Deep Learning werden künstliche neuronale Netze verwendet, die dafür sorgen, dass schneller Lernerfolge erzielt werden können. Mit Hilfe des Deep Learnings schafft es Technologie z.B. Strukturen innerhalb großer Datenmengen zu erkennen und sich dabei stets selbst im Hinblick auf die Erkennungsgenauigkeit zu verbessern.
