Exklu­sive Ange­bote mit kos­ten­lo­ser Anlie­fe­rung oder per­so­na­li­sierte Emp­feh­lun­gen für Unter­hal­tung und Shop­ping. Ama­zon erwei­tert lau­fend Inhalte und Kun­den­ser­vices und setzt dabei auf ler­nende Tech­no­lo­gien von Ama­zon Web Services.

Ama­zon gilt als größ­ter Inter­net-Markt­platz der Welt, das US-Unter­neh­men erzielte 2020 einem Umsatz von knapp 390 Mil­li­ar­den US-Dol­lar. Über 200 Mil­lio­nen Men­schen haben zudem eine soge­nannte Prime-Mit­glied­schaft, wo sie aus geson­der­ten, auf sie per­sön­lich zuge­schnit­te­nen Pro­dukt­emp­feh­lun­gen und indi­vi­du­el­len Bezahl- und Lie­fer­ser­vices wäh­len kön­nen. Ver­ant­wort­lich für diese Dienste ist das eigen­stän­dige Toch­ter­un­ter­neh­men Ama­zon Web Ser­vices (AWS), brei­ter bekann­ter auch als Anbie­ter von cloud-basier­ten IT-Tech­no­lo­gien und ‑Ser­vices.

AWS arbei­tet dabei mit intel­li­gen­ten, selbst­ler­nen­den Algo­rith­men an der lau­fen­den Ver­bes­se­rung und Wei­ter­ent­wick­lung des Ange­bo­tes. „Seit über zwan­zig Jah­ren inves­tiert Ama­zon in Maschi­nel­les Ler­nen (ML), um Emp­feh­lun­gen für Kun­den zu gene­rie­ren, Lie­fer­ket­ten und Kapa­zi­tä­ten zu opti­mie­ren, sowie um Inno­va­tio­nen wie etwa die Robo­tik in unse­ren Logis­tik­zen­tren zu för­dern“, erläu­tert Con­stan­tin Gon­za­lez, Prin­ci­pal Solu­ti­ons Archi­tect bei Ama­zon Web Ser­vices (AWS).

Vor­teile für Kun­den sicht­bar machen
Prime-Mit­glie­der wie auch Nicht-Mit­glie­der erhal­ten dabei regel­mä­ßig Hin­weise (soge­nannte Call­outs) zu rele­van­ten Pro­dukt- und Ange­bots-Vor­tei­len und zuge­hö­ri­gen Pro­dukt­in­for­ma­tio­nen, wenn sie Ama­zon besu­chen. Bei Aus­wahl eines Films kommt bei­spiels­weise die Infor­ma­tion, dass der dazu­ge­hö­rige Roman gerade kos­ten­los über „Prime Rea­ding“ gele­sen wer­den kann.

Damit Mit­glie­der diese indi­vi­du­el­len Zusatz­in­for­ma­tio­nen oder Vor­teile erhal­ten, nutzt Ama­zon Emp­feh­lungs­sys­teme. Hier wer­den auto­ma­ti­siert Arti­kel­at­tri­bute wie Marke, Farbe, Preis, Titel oder Kate­go­rie der Häu­fig­keit zuge­teilt, mit der Arti­kel von Kun­den aus­ge­wählt wer­den. Die Modelle ver­wen­den dafür soge­nannte Bayes’sche Emp­feh­lungs­sys­teme (Anm. auch für geringe Daten­men­gen nutz­bare Wahr­schein­lich­keits­ver­tei­lun­gen), um zu ent­schei­den, wel­che Inhalte am rele­van­tes­ten sind. 

Kon­ti­nu­ier­li­che Reak­tion auf ver­än­dernde Kundenpräferenzen
Eine Limi­tie­rung die­ses Ansat­zes ist jedoch, dass Ergeb­nisse in Rich­tung belieb­te­rer Arti­kel ver­zerrt wer­den kön­nen. Kun­den, die sich für einen bestimm­ten Film inter­es­sie­ren, könn­ten ja auch neue Lie­bes­ro­mane lesen wol­len. Neuere Arti­kel haben aber noch untrai­nierte Modell­ge­wichte und das Sys­tem könnte daher ihre Klick­wahr­schein­lich­keit unterschätzen. 

Das wäre dann so, als wür­den immer wie­der nur die Top-Best­sel­ler emp­foh­len wer­den. Um hier gegen­zu­steu­ern, ver­wen­det Ama­zon ML-basierte Sys­teme und diese ermög­li­chen dann eine kon­ti­nu­ier­li­che Reak­tion auf sich ver­än­dernde Kun­den­prä­fe­ren­zen. „Freunde klas­si­scher Lite­ra­tur bekom­men so erst dann Emp­feh­lun­gen für neue Lie­bes­ro­mane, wenn sie auch woan­ders Inter­esse für roman­ti­sche Lite­ra­tur gezeigt haben“, skiz­ziert Ama­zon-Experte Gonzalez.

Geeig­nete For­mate zur sinn­vol­len Kunden-Ansprache
Die Ermitt­lung der wich­tigs­ten Prime-Vor­teile, die Nut­zern prä­sen­tiert wer­den sol­len, ist jedoch nur der erste Schritt. Ama­zon Prime setzt auch auf wei­ter­ent­wi­ckelte ML-Algo­rith­men, die in der Cloud von Ama­zon Web Ser­vices lau­fen und die zei­gen dann, wel­che For­mate Kun­den am ehes­ten anspre­chen. Die Hin­weise bestehen aus meh­re­ren Kom­po­nen­ten, in der Regel aus einer Über­schrift, einem Text und einem Bild. 

Diese Emp­feh­lun­gen kön­nen aber auch andere Ele­mente wie etwa Kun­den­re­zen­sio­nen ent­hal­ten. Die Kom­ple­xi­tät aller mög­li­chen For­mate würde aber die klas­si­schen A/​B‑Tests spren­gen und so wer­den nur bestimmte Kom­bi­na­tio­nen getes­tet und Lay­outs extra­hiert, die dann final den Kun­den prä­sen­tiert wer­den. So kann das Sys­tem auf­grund bis­he­ri­ger Erfah­run­gen das Lay­out wäh­len, das, aller Wahr­schein­lich­keit nach, dem größ­ten Kun­den­nut­zen entspricht.

Auch Unter­neh­men pro­fi­tie­ren von Ama­zons Erfahrungswerten
Ama­zons Inves­ti­tio­nen in moderne Machine Lear­ning (ML) Metho­den kom­men nicht nur der Han­dels­platt­form und ihren Händ­ler­part­nern zugute. Das Cloud-Ange­bot von Ama­zon Web Ser­vices umfasst neben ML-opti­mier­ten Ser­vern und ‑Pro­zes­so­ren auch Dienste wie Sage­Ma­ker, einer Art Werk­bank für Daten­wis­sen­schaft­ler sowie fer­tig nutz­bare Dienste für das Berichts­we­sen oder Produktempfehlungen. 

„Viele Unter­neh­men aus Han­del oder E‑Commerce nut­zen den Ama­zon Per­so­na­lize Ser­vice, der Pro­dukt­emp­feh­lun­gen, per­so­na­li­sier­tes Ran­king und maß­ge­schnei­der­tes Direkt­mar­ke­ting ermög­li­chen, ohne dass man diese Ver­fah­ren von Grund auf ler­nen oder auf­bauen muss“, sagt Antje Barth, Prin­ci­pal Deve­lo­per Advo­cate bei AWS. 

Wei­ter­ent­wick­lung durch wis­sen­schaft­li­che Modelle
Um die Kun­den­emp­feh­lun­gen, aber auch Ama­zon Prime als Gan­zes lau­fend wei­ter zu ent­wi­ckeln, arbei­ten wis­sen­schaft­li­che Teams mit Pro­dukt­ma­na­gern sowie Soft­ware- und Daten­in­ge­nieu­ren zusam­men. Prime-Mit­glie­der tref­fen oft „dyna­mi­sche“ Ent­schei­dun­gen und es gilt, jene Vor­teile zu fin­den, die Mit­glie­der zu einer bestimm­ten Wahl ver­an­las­sen. Der Prime-Ver­sand könnte aus­schlag­ge­bend für die Ver­län­ge­rung einer Mit­glied­schaft sein oder aber Prime-Video. 

„Wir kom­bi­nie­ren neue Tech­ni­ken des Inverse Rein­force­ment Lear­ning mit Annah­men aus der struk­tu­rel­len Öko­no­me­trie. Und damit Wis­sen­schaft­ler sich ganz auf ihre For­schung kon­zen­trie­ren kön­nen, beinhal­tet Ama­zon Sage­Ma­ker alle nöti­gen Werk­zeuge, von der Daten-Auf­be­rei­tung über das Trai­ning und Bereit­stel­len bis zum Moni­to­ring in der Pro­duk­tion in einer ein­heit­li­chen Ober­flä­che“, unter­streicht Gon­za­lez von AWS. „Damit kann Ama­zon als Online-Händ­ler die sich stän­dig ändern­den Bedürf­nisse unse­rer Kun­dIn­nen immer bes­ser erfüllen“.