Hamburg, September 2018 - Der Onlinehändler OTTO bietet ein bislang im eCommerce eher seltenes Feature für Produktbewertungen an. Kunden können die wichtigsten Aspekte aus den Bewertungen auf otto.de herausfiltern. Der gezielte Zugang zu Informationen aus unzähligen Rezensionen wird damit erleichtert. Ermöglicht wird das Prinzip mit Hilfe künstlicher Intelligenz: Ein Algorithmus erkennt automatisiert die häufigsten Aspekte der Bewertungen und identifiziert die Tonalität.
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 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.
Die Lösung 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, Otto-Bereichsvorstand Marketing.
