E-Commerce

Studie zeigt: Käufer bei Amazon von gebündelten Sternebewertungen getäuscht

Die Star Ratings bei Amazon sollen Nutzern einen ersten Überblick über die Produktqualität geben. Dabei werden sie oft für abweichende Artikel gebündelt.

Amazon Reviews können irreführend sein, © Amazon

Wer bei Amazon shoppt, setzt meist ganz besonders auf die Reviews von Käufern, ehe er sich für ein Produkt entscheidet. Da kommt einem solchen Produkt eine Bewertung mit fünf Sternen bei den Star Ratings besonders zugute. Doch diese Bewertungen sind keineswegs immer zutreffend. Eine ausführliche Studie des Guardian zeigt, dass bei gebündelten Bewertungen auch klar qualitätsärmere Produkte unberechtigterweise positiv angepriesen werden. Das führt die Nutzer in die Irre und das Bewertungssystem ad absurdum.

Dank gebündelter Star Ratings: Qualitativ schwache Produkte erscheinen hochwertiger

Reviews sind für zahlreiche potentielle Kunden ein entscheidender Faktor bei der Customer Journey. Und gerade das populäre Modell der Sternebewertungen erregt unmittelbar die Aufmerksamkeit von Nutzern. Hat ein Produkt nur einen oder zwei von fünf Sternen, wird eher von einem Kauf abgesehen. Hat es hingegen viereinhalb oder gar fünf Sterne bei der Bewertung vorzuweisen, sind die User auch eher der Meinung, dass die Wahrnehmung des Produkts durch die Käufer durchaus positiv war. Doch eine Studie des Guardian, über die Hilary Osborne beim Publisher berichtet, klärt nun darüber auf, dass oftmals Sternebewertungen gebündelt für Artikel auftreten, die qualitativ deutlich voneinander abweichen.

Dabei ist das Bewertungssystem von Amazon schon mehrmals in die Kritik geraten. Immerhin können Betrüger theoretisch vielfach Bewertungen mit fünf Sternen für die eigenen Produkte posten (lassen) oder solche bei Konkurrenzprodukten angeben, in der Hoffnung, dass diese schließlich als betrügerisch gemeldet werden. Das stellt Roomy Khan bei Forbes dar. Außerdem ist es schon häufiger vorgekommen, dass sich Rezensionen auf ein anderes Produkt bezogen haben. Amazon selbst hat schon einige Schritte gegen die Manipulation von Bewertungen unternommen, etwa die „Nicht nützlich“-Reaktion für Händler abgeschafft.

Doch bei den Erkenntnissen der Guardian-Studie handelt es sich um ein Problem der Plattform selbst. Die Sternebewertungen basieren auf Machine Learning und sollen miteinbeziehen, wie alt eine Bewertung ist, für wie nützlich sie von Usern erachtet wurde und ob sie aus verifizierten Käufen stammt.

Amazons Star Ratings sollen einen Überblick über die Wahrnehmung des Produkts geben, Screenshot Amazon.de

Dieses Machine Learning-Modell scheint jedoch fehlerhaft zu sein. Denn für zahlreiche voneinander abweichende Artikel, die auch qualitative Unterschiede aufweisen, wurden die genau gleichen Sternebewertungen angegeben. Dadurch sind Kunden in die Irre geführt worden.

Reviews für ein anderes Buch und exakt gleiche Sternebewertungen für verschiedene Bücher

Amazon hat das Problem, auf das der Guardian aufmerksam gemacht hat, nicht offiziell kommentiert. Dass aber inzwischen einige Bewertungen für differente Produkte deutlicher separiert worden sind, könnte auf die Studie zurückzuführen sein.

Bei dieser zeigte sich etwa für die Romane Wuthering Heights und Jane Eyre von Emily und Charlotte Brontë, dass Rezensionen für das jeweils andere Buch auftauchten. Schwache Neuübersetzungen von Charles Dickens Great Expectations für den Kindle sollen überraschenderweise hunderte Ratings mit viereinhalb Sternen erhalten haben – was eher auf eine Übertragung der Star Ratings einer älteren, qualitativeren Fassung hindeutet.

Zitat aus der schwachen Dickens-Version, © The Guardian

Ein Kunde kommentierte:

Each page has a dozen errors. It reads as if it has been translated from a foreign language. ‘Dog’ in the original is ‘canine’ in this version; ‘file’ in the original has become ‘document’; ‘tremendous’ has become ‘maximum incredible’; ‘man’ has become ‘guy’.That is just a short summary of the errors in the first two pages. The whole thing is unreadable and a waste of money.

Die Studie hat bei solchen Fällen ebenfalls zahlreiche Beschwerden von Kunden aufgefasst, die sich getäuscht fühlten. Bei anderen Romanen, etwa von Jane Austen, tauchen bei diversen Romanen genau die gleichen Star Ratings auf, sogar mit exakt der gleichen Zahl an Rezensenten.

Exakt die gleichen Sternebewertungen für zwei verschiedene Romane, © The Guardian

Auch in anderen Segmenten wie Elektronik oder Gartenzubehör fanden die Analysten des Guardian gebündelte Sternebewertungen. Zudem erhielt eine 2017er TV-Version von Dirty Dancing allem Anschein nach über 1.000 Bewertungen mit viereinhalb Sternen, obwohl sie allerorts als extrem schwach eingestuft worden war, bei Rotten Tomatoes oder der Internet Movie Database. Das Phänomen, dass verschiedene Versionen von Filmen die gleichen Reviews teilen, taucht in der Untersuchung des Öfteren auf.

Die Konsumenten fühlten sich deshalb des Öfteren zurecht falsch informiert. Das Vertrauen in die Sternebewertungen erhält demnach einen herben Dämpfer und das wird die User ärgern. Sie müssen sich Rezensionen im Detail ansehen, um selbst bewerten zu können, ob diese überhaupt auf das Produkt zutreffen.

Während der Einzelne selbst dafür verantwortlich ist, sich über Artikel zu informieren, die gekauft werden wollen, dürfen sie durch suggestive Sternebewertungen nicht in die Irre geführt werden. Deshalb müssen Käufer sich davon losmachen, bei Amazon – und auch bei anderen Plattformen – zu sehr auf Reviews zu vertrauen und auf objektivere Quellen zugreifen, falls möglich. Das erfordert jedoch Aufwand, den Viele bei bestimmten Produkten nicht betreiben wollen oder werden. Daher wird Amazon trotz dieses Fauxpas des Machine Learning-Modells wohl mit keinem großen Aufschrei oder Käuferschwund zu rechnen haben. Eine Überarbeitung der Sternebewertungen und der Machine Learning-Prozesse scheint jedoch angebracht. Sodass den Kunden zu jedem Produkt künftig originäre und vor allem zutreffende Reviews geliefert werden können.

Über Niklas Lewanczik

Niklas Lewanczik

Niklas hat an der Uni Hamburg Deutsche Sprache und Literatur sowie Medien- und Kommunikationswissenschaften studiert und schreibt als Redakteur über Social Media, SEO und innovative Themen im Kontext des digitalen Marketing. Wenn er sich nicht gerade dem Marketing zuwendet, dann womöglich den Entwicklungen im modernen Fußball oder dem einen oder anderen guten Buch.

Schreibe einen Kommentar

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