Gedanken zur Personalisierung nach dem Schema Wettervorhersage

Das Thema Personalisierung im Sinne von Individualisierung im Internet ist ja schon ein alter Hut – älter als der eCommerce in Deutschland.
Ich beschäftige mich selbst seit 1998 mit diesem Thema und habe mich auch zu meiner Zeit bei neckermann.de von 2000-2004 intensiv damit befasst.
Daher habe ich hier mal meine Gedanken dazu verfasst.
Die anfängliche Euphorie (die aktuell mal wieder hochschwappt – aktuell im Versandhausberater) ist bei mir jedoch im Laufe der Zeit immer mehr einer Ernüchterung gewichen, da bei mir die Erkenntnis gereift ist, dass das Thema (auch auf absehbare Zeit) weiter heiße Luft bleiben wird – möge es auch immer mal wieder erneut heiß gekocht werden.

Was wir mit all den vielen Verfahren und mathematischen Formeln und Modellen etc. zu betreiben versuchen, ist auch das, wie wir versuchen Wettervorhersagen zu machen (nur dass hier die Entwicklung schon deutlich weiter ist – aufgrund des Zeitvorsprungs, des enormen finanziellen Aufwandes und der gigantischen Wissenschaft dahinter). Dennoch muss man letztendlich auch bei der Wettervorhersage feststellen, dass sie manchmal passt – meist aber noch immer daneben liegt.
Das Problem liegt meiner Meinung nach in der Grundannahme der zugrundeliegenden mathematischen Modelle. Einerseits werden gigantische Datenmengen gesammelt (man kann wird jedoch nie alle nötigen Daten erfassen können, da es immer tief und weiter geht – Wissen erzeugt Unwissen), die Zusammenhänge zwischen den Daten werden nicht verstanden, sondern es wird immer mehr und weiter in die Tiefe spezialisiert.
Andererseits wird unterstellt, dass es sich um berechenbare Phänomene, also um triviale Systeme (Heinz von Förster) handelt und man nur genügend Daten und die richtigen (statistischen) Formeln und Modelle benötigt.
Nun haben wir es jedoch sowohl bei der Natur, als auch beim Menschen mit komplexen Systemen zu tun, die sich zudem auch noch aufgrund der Emergenz tagtäglich – ja sogar minütlich (anders als ein Tisch) – verändern (ganz banal gesagt: Wir lernen laufend dazu). Heinz von Förster hat jedoch ausführlich bewiesen, dass komplexe Systeme (also nichttriviale Systeme) analytisch (also mathematisch – aufgrund der vielen Unbekannten in den nötigen Formeln und dahinterliegenden Modellen) nicht erklärbar sind.

Da es sich also sowohl bei der Natur als auch beim Menschen um komplexe Systeme handelt, liegen wir nicht nur bei der Wettervorhersage meist daneben, sondern werden es auch weiter bei der Personalisierung in Online-Shops (und überall sonst auch) tun.
So wundervoll die Vorstellung von Shopbetreibern etc. auch sein mag, den Kunden über Personalisierung die richtigen Angebote zu unterbreiten, umso größer wird weiterhin die Ernüchterung sein.
Was noch erschwerend hinzu kommt ist die Tatsache, dass Online-Shops noch immer geschlossene autopoietische Systeme sind ohne Verbindung zu anderen Systemen. Eine strukturelle Kopplung zu anderen Systemen, die für eine bessere Datenqualität nötig wäre, ist i.d.R. nicht gegeben (trotz des banalen Versuchs, den Social Graph von Facebook mit zu verarbeiten…). Ansonsten tue ich ja so, als ob ein Mensch kein Leben ausserhalb meines Shops hat. Ich analysiere ja nur Daten meines Shops. Selbst der Online-Shop meines Vertrauens, bei dem ich mich mehrmals pro Woche aufhalte, kennt ja nur einen Bruchteil meines Verhaltens und auch nur das, welches ich bei ihm speziell zeige. Ich lebe und kaufe ja noch woanders. Eine Personalisierung auf dieser Basis muss ja zwangsläufig in die Hose gehen. Selbst ein amazon, die ja Personalisierung im Sinne einer Kunden kauften auch und Bestellhistorien-Analyse mittlerweile seit über 15 Jahren betreiben und hier ja sicher viel gelernt und einen Zeit-, Daten- und Know-How-Vorsprung gegenüber anderen Shops haben, liegt bei mir noch immer kräftig daneben. Obwohl ich ebenfalls seit über 15 Jahren sehr viel und unterschiedliches dort kaufe. Mein Leben ausserhalb eines Shops bleibt den Shop-Betreibern ja verborgen. Bei der Personalisierng möchte man ja nichts anderes tun, als auf Basis von bruchstückhaften Vergangenheitsdaten die Zukunft (meines Kaufverhaltens) vorherzusagen. Die Hintergründe, weshalb ich gerade jetzt den Online-Shop aufsuche und was ich will, kann man jedoch nie vorhersagen. Vielleicht habe ich ja auf dem Bahnhof jemanden mit tollen Schuhen gesehen, die ich jetzt auch haben will. Kein Shop kann mir da mit Personalisierungstechnologien helfen, höchstens bei der Auswahl der richtigen Bestellgröße. Wir werden tagtäglich in unserem Kaufverhalten durch äußere Einflüsse so sehr beeinflusst. Kein Shop der Welt wird mir trotz noch soviel Datensammlung jemals automatisch die richtigen Produkte für meinen künftigen kauf zeigen können.

Eine perfekte Personalisierung ist und bleibt daher aus meiner Sicht unmöglich, da es sich ja bei jedem einzelnen Menschen/Kunden etc. um ein komplexes, sich fortwährend änderndes und nicht vorhersagbares System handelt, jeder Mensch aufgrund seiner Strukturdeterminiertheit anders ist als ein anderer und somit das Lernen aus dem Verhalten eines anderen Individuum nicht gerade erleichtert wird.

Was können wir dennoch machen?
Sicherlich gibt es Möglichkeiten Personalisierung so einzusetzen, dass es besser sein könnte, als gar keine zu haben. Die Frage ist nur, wozu, an welcher Stelle und für wen. Dazu muss man das komplexe System mittels Dialog in die Personalisierung mit einbeziehen, um die Zahl der Unbekannten zu verringern (z.B. beim Fragen nach einem bestimmten Ziel und was einem wichtig ist). Beim Menschen ist dies zum Glück einfacher möglich, als beim Wetter ;-) Von der sprachlichen Barriere mal abgesehen, da ja jeder Mensch Fragen anders interpretiert. Fragt man bspw. ob er beim Joggen Anfänger ist, so entsteht selbst schon bei einer so banalen Frage die Unsicherheit, was unter “Anfänger” und was unter “Joggen” zu verstehen ist, da dies jeder für sich anders intpretiert. Mal davon abgesehen, dass bspw. beim Verkaufen des richtigen Laufschuhs noch so viele spezifische Elemente, wie bspw. Anatomie der Gelenke, Größe, Gewicht, Fußform, Laufstil, Beschaffenheit des Bodens der geplanten Laufstrecke usw. für die personalisierte optimale Schuhempfehlung mit berücksichtigt werden müssten.

Aus meiner Sicht sind für eine einigermaßen taugliche Personalisierung in Online-Shops mindestens folgende 3 Punkte zu erfüllen:

1. Es ist explizite und implizite Personalisierung zu mischen, d.h. der Kunde muss explizit mit einbezogen werden, bspw. durch Fragen (z.B. ob man Fitness lieber drinnen oder draußen macht, alleine oder in einer Gruppe,…) und dann aufgrund des Verhaltens anderer User mit den gleichen Angaben (sofern man hoffentlich eine statistisch aussagekräftige Anzahl zur Verfügung hat) implizit berechnete Empfehlungen ausspuckt.

2. Eine sehr hohe Datenqualität (Attributisierung) der Produkte ist absolut notwendig und wird nicht durch Personalisierung ersetzt. Ein Produkt sollte bspw. wissen, wofür und für wen es geeignet ist (eine Grundladung, um das “Kaltstart-Problem” einigermaßen im Griff zu haben, welches dann durch Algorithmen verstärkt, oder abgeschwächt wird).

3. Strukturelle Kopplung, also die Interaktion zwischen unterschiedlichen autopoietischen Systemen. Sei es zwischen den einzelnen Online-Shops untereinander und/oder weiteren Informationsquellen, wie Wikipedia, Content- und Beratungsseiten, usw. im Internet).

Wie jedoch gesagt. Selbst wenn man obiges mit Bravour erfüllt, so sollte man dennoch keine Wunder erwarten. Ein komplexes System bleibt ein komplexes (nicht-triviales) und somit analytisch nicht erklär- und vorhersehbares System.

Hinterlasse eine Antwort

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind markiert *

Du kannst folgende HTML-Tags benutzen: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>

*
To prove you're a person (not a spam script), type the security word shown in the picture. Click on the picture to hear an audio file of the word.
Click to hear an audio file of the anti-spam word