Big Data

Machine Learning mit Stil: Etsys neuer Algorithmus versteht Ästhetik

Etsy lehrt seinen Algorithmus, was Stil ist. Mit neuen Ansätzen sollen Kunden Ergebnisse basierend auf deren ästhetischen Präferenzen angezeigt werden.

© Etsy

Mit wachsendem Angebot, steigender Konkurrenz und Kunden, die genau wissen, was sie wollen, stehen Onlineshops vermehrt vor der Aufgabe, bei Suchanfragen genau das Produkt auszuspielen, das ihre Kunden letztendlich kaufen werden. Bei einer Seite wie Etsy, die zu 75 Prozent handgemachte und somit einzigartige Stücke anbietet, gestaltet sich die Herausforderung noch schwieriger. Mit Hilfe von Machine Learning möchte die E-Commerce-Website jetzt ihren Algorithmus und damit die Suche auf ihrer Seite revolutionieren, wie Fast Company berichtet.

In einem neuen Ansatz zu besseren Ergebnissen

Es musste ein Weg gefunden werden, die angebotenen Produkte besser zu kategorisieren. Jemand, der in dem Shop nach „Tasche“ sucht, kriegt derzeit Angebote auf 242 Seiten angezeigt; weiter als zur dritten wird sich kein Kunde jemals klicken. Die Ergebnisse reichen dabei von trendigen Jutebeuteln mit Pflanzen-Aufdruck bis zu kleinen Geschenkesäckchen für den Adventskalender. Sinnvoll wäre es doch, dachten sich die Mitarbeiter bei Etsy, den Kunden nicht nur Produkte anzuzeigen, die zu der Suchanfrage passen, sondern auch zum präferierten ästhetischen Stil. Bisherige Technologien sind in der Lage, entweder in der Textbeschreibung des Herstellers nach Stichworten zu suchen, die auf die passende Kategorie schließen lassen, doch die meisten Seller beschreiben den Stil ihres Produktes nicht angemessen genug, um gute Resultate zu erzielen. Ähnlich sieht es mit Bilderkennungs-Algorithmen aus, die zwar nach Farben und Mustern sortieren können, doch die meisten Stilrichtungen sind von deutlich mehr Merkmalen abhängig.

Links die etwas rudimentäre Textanalyse, rechts kombiniert mit Bildanalyse. © Etsy

Sowohl Text- als auch Bildanalyse trainieren den Algorithmus

In einem neuen Ansatz verknüpft Etsy nun Textanalyse und Bildanalyse mit den 43 auf der Seite verfügbaren Stilrichtungen, wie romantisch, boho, maritim, minimalistisch etc. Die 43. fasst dabei alle nicht kategorisierbaren Produkte unter sich zusammen. So wird beispielsweise ein Bild, das einen Wal abbildet, als nautisch eingestuft, auch wenn dies in der Beschreibung nicht gelistet ist. Dadurch können Nutzer zu weiteren nautischen Artikeln geleitet werden – ohne dass diese zwangsweise einen Wal beinhalten. Diese Strategie bewies sich bereits im Gegencheck: Produkte in den Kategorien romantisch und tropisch wurden zum Valentinstag und im Sommer vermehrt gekauft. Genau die Zeiten, zu denen man dies, der Natur der Kategorien entsprechend, vermuten würde. „This gives us a strong belief that not only are we accurate with our styles, but they really resonate with buyers,” erzählte Mike Fisher, CTO von Etsy.

Die Verkaufszahlen bestätigten die richtige Einordnung. © Etsy

Seit einem Jahr wird mit Hilfe von Open Source-Projekten an dem Algorithmus getüftelt – und bald soll er auf der Seite getestet werden. Zur Hilfe genommen wurden auch Listen, die die Verkäufer selbst angefertigt hatten, mit über 130.000 nach Stil aufgelisteten Produkten. Das mag viel klingen, doch um einen Algorithmus zu trainieren, braucht es noch einiges mehr. Schließlich erlangte Fishers Team aufbauend auf den 43 Kategorien und dem bisher Gelernten drei Millionen Datenpunkte, mit denen der Algorithmus lernen konnte.

Hohe Ambitionen: Der Algorithmus soll noch mehr können

Nach der Entwicklungsphase ist der Algorithmus jetzt bereit, auf der Seite getestet zu werden und Stil zu beweisen. Bald sollen Etsy-Nutzern auf der Suchergebnisseite Treffer angezeigt werden, die auf die Ästhetik der letzten zehn Suchanfragen abgestimmt sind, so dass jeder Nutzer eine persönliche Anzeige erhält, auch wenn nach dem selben Begriff gesucht wird. In nächsten ambitionierten Schritten, möchte der Onlineshop die Technologien weiterführend nutzen. „We think this is just the beginning,” erklärte Fisher. „Is 43 the right number of style categories? Who knows?” Die gelisteten Items haben bereits eine Art Stil-Score zugewiesen bekommen, der beschreibt, wie sehr etwas dem beschreibenden Stil entspricht. Die Vermutung des Teams ist, dass sich Artikel, die sehr stark einem Stil entsprechen, besser verkaufen lassen und möchten mit ihren Scores den Verkäufern helfen zu erkennen, wie aussagekräftig ihr Stil ist.

Für Kunden wie auch Seller bietet der Algorithmus eine große Chance. Mit detaillierten Beschreibungen können Anbieter sicher sein, dass ihre Produkte genau den Kunden angezeigt werden, die etwas in genau dem Stil suchen. Nutzer von Etsy müssen sich nicht durch mehrere Seiten klicken, auf denen für sie irrelevante Suchergebnisse angezeigt werden. Sicher waren die Artikel auch bisher in Kategorien zu finden – wer nach einem weihnachtlichen Jutebeutel suchte, musste nicht diverse Sommerartikel durchklicken – doch Produkte automatisiert nach etwas schwierig greifbarem wie Stil zu sortieren, kann für den E-Commerce ein großer Fortschritt sein.

 

Schreibe einen Kommentar

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