Ich habe lange Zeit immer gerne Bücher bei Amazon bestellt – weil die Empfehlungen einfach perfekt waren. Mittlerweile bin ich immer seltener bei Amazon und immer wenn ich dieStartseite aufrufe, zeigt man mir völlig unpassende Produkte.
Woher die Empfehlungen kommen ist ja klar, aus den kürzlich besuchten Seiten. Aber moment mal … wenn ich mir die kürzlich besuchten Seiten anschaue, dann entdecke ich unter den 25 Dingen gerade mal 5 Sachen, die ich mir wirklich angeschaut habe:
2 Mal Walthers Saft, eine Tupperdose, eine Soja-Soße und eine Packung Chips.
Woher kommt der ganze Rest? Ich bin mir 100% sicher, dass ich keine Computerspiele angesehen habe, keinen Drucker und auch keine Kamera-Objektive. All diese Sachen sind mir völlig unbekannt. Ich wüsste auch nicht, dass ich bei irgend jemandem in Twitter oder auf Facebook auf einen Amazon-Link geklickt hätte, um zufällig auf diesen Seiten zu landen.
Und es surft auch sonst niemand mit meinem Rechner. Denn das wäre ja noch die logischste Erklärung. Amazon speichert diese Infos doch über Coocies im Browser, oder? Denn wenn ich einen anderen Browser öffne, habe ich auch andere Produkte auf der Startseite. Bisher habe ich diese “fremden” Produkte immer aus meinem Verlauf rausgelöscht, aber so langsam wird mir das ganze unheimlich und lässt mich an Amazon zweifeln.
Hat denn jemand die gleichen Erfahrungen gemacht oder weiß zufällig jemand, woher das kommen kann? Steh ich auf dem Schlauch und oute mich gerade als extrem unwissend?
Klicke ich aber ganz oben auf “Empfehlungen”, zeigt mir Amazon die gewohnt passende Produkte. Die beziehen sich anscheinend immer noch auf bisherige Bestellungen.
Wenn das so weiter geht mit diesen Spukempfehlungen, dann kann sich Amazon seine langweilige Facebook-Integration sparen … denn dann rufe ich Amazon gar nicht mehr auf!
Die Facebook-Integration
Was kann denn diese Facebook-Integration (bisher nur für amazon.com verfügbar)? Ich sehe die nächsten Geburtstage diverser Leute, mit denen ich nicht sonderlich viel zu tun habe inkl. Geschenkempfehlungen. (Wie vielen von meinen 659 “Freunden” werde ich denn tatsächlich was schenken? Eigentlich nur meinen 10 Lieblingsfreunden.)
Und ich sehe, was unter meinen Freunden gerade populär ist: Michael Jackson, Pulp Fiction, Star Wars und Dirty Dancing. KRACHER! Das sind mal echte Insider-Tipps! Was interessiert mich, Lieblings-Musik und Lieblings-Filme die Leute irgendwann mal in ihre Profile geschrieben haben. Wieso gibt’s keinen Activity-Stream von Alben und Filmen, die meine Freunde neu zu ihren Profilen hinzufügen? Das wäre doch viel spannender.
Also da fehlt meiner Meinung nach ne Menge Feintuning, bis da was Brauchbares rauskommt. Aber vielleicht kommt da ja nach und nach noch was mehr Idee rein …
“Und es surft auch sonst niemand mit meinem Rechner.” Aber vielleicht nutzte jemand “Deine” IP um auf Amazon zu stöbern, sprich: die von Dir genutzte IP-Adresse wurde neu vergeben und Amazon verknüpft diese mit deren Empfehlungen…?
Denkbar wäre aber auch die Verknüpfung mit den “Leute die dieses Produkt gekauft haben, kauften auch…”-Empfehlungen, also Du schaust Dir einen Saft an und andere kauften Saft und Computerspiel, somit erscheint das Spiel auch bei Dir…?!
Kleine Ergänzung: Ein Freund will auch beobachtet haben, dass Produkte, die er bei Google gesucht hat, beim nächsten Besuch bei Amazon empfohlen werden… darauf geachtet habe ich allerdings noch nicht…
Das mit der IP habe ich auch schon überlegt, fände ich aber extremst zweifelhaft. Werde die Liste mal meinen Kollegen zeigen! Vielleicht sind da ja deren besuchte Produkte dabei … und sie sehen jetzt die von mir aufgerufene Tupper-Dose! 😀
Bei mir sind die Empfehlungen gar nicht so schlecht, aber das lässt mich eher daran zweifeln, ob Amazon so viel über mich wissen sollte. Bisher hab ich keine Möglichkeit gefunden, diesen ganzen Empfehlungskram abzustellen. Ein weiteres Problem ist, dass ich öfter für Bekannte und Kunden über Amazon recherchiere. Bei vielen Sachen ist die Information über *mich* also eine Fehlinformation.
Ich tip mal das die auf einer Seite wars die Amazon Affiliate-Links habe und dort vieleicht eine Tuberdose und PC-Spiele hatten.
Diese komischen Empfehlung sind mir ebenfalls in letzter Zeit aufgefallen.
Ich hatte am Anfang auch die Vermutung, dass jemand fremdes mit meinem Account rumsurft, also hab ich den Zugang geändert.
Aber am Sonntag (25.07.2010) habe ich aus weiterer Neugier mal meinen Verlauf durchgeschaut: fast exakt die gleichen Dinge wurden mir vorgeschlagen, die du in deinem Screenshot gezeigt hast. Computerspiele, PS3, Bekleidung … Diese Sachen, die ich mir nie angeschaut habe, wurden von mir aber laut amazon-Protokoll am 16.10.2010 oder gar am 27.07.2012 angeschaut …
Den Quark, den ich nicht drin haben wollte.habe ich rausgelöscht und heute war schon wieder dieser Kram drin.
Diese Empfehlungen haben zur Folge, dass wenn man – wie in dem IA-/Konzeptbereich üblich – als Beispiel mal eine Website wie amazon aufsucht, ein Erklärungsnotstand entsteht warum man sich dieses oder jenes angeschaut hat. Auf Kundenseite glaubt einem doch keiner, dass irgendwelche Sachen auf einmal in den Empfehlung stehen, die man nicht aufgesucht hat – schließlich haben die Empfehlungen doch bisher immer einwandfrei funktioniert.
Wieviele verschiedene Anbieter gibt es denn für diese fremden Produkte? Kleines Gedankenspiel: Ich betreibe einen Shop, lege einen Artikel bei Amazon an (gerne auch doppelt zu bereits bestehenden identischen Produkten) und schaffe es bspw. über “veränderte Webseiten” ein Cookie bei Euch zu platzieren, welches dann Amazon beim nächsten Mal vorgaukelt, ihr hättet diese Produkte angesehen… eine neue Art von “Productplacement”? Technisch möglich? Ich weiß es nicht.
@Thomas Hier kannst du die Empehlungen abschalten: http://www.amazon.de/gp/history/cc/ alternativ kannst du auch einzelne besuchte Seiten rauslöschen, um die Fehlinformationen wieder los zu werden.
Das ist der Grund, weshalb ich nach anfänglicher Begeisterung über Personalisierung und eCRM vor ca. 10Jahren und meiner jahrelangen Arbeit in diesem Berich immer mehr Ernüchterung hierzu bei mir eingestellt hat – Menschen sind eben keine “trivialen Maschinen” – recommendation-engines etc. können aber nur triviale Berechnungen…
…weshalb allerdings Produkte als angesehen angezeigt werden, die nicht angesehen wurden, ist in der Tat rätselhaft, denn diese Messung ist “trivial” 😉
Lieber “Social Media Consultant London – Richard Buettner”, ich habe deinen Kommentar als Spam gelöscht.
@paulinepauline: Danke für den Tipp – Das Deaktivieren der Empfehlungen sorgt aber leider nicht dafür, dass Amazon aufhört, mit den Daten meiner Clicks und Bestellungen irgendwelche “Spielchen” zu treiben. Es beruhigt höchstens ein wenig mein schlechtes Gewissen, die “Daten” durch mein Verhalten rausgerückt zu haben, oder?
Mit ist es mal passiert, dass mir plötzlich Personenwaagen angezeigt wurden… Ein Kollege meinte Tage später, dass er sich eine bei Amazon bestellt hatte. Mögliche Lösung: Ich hatte die Adresse des Kollegen bei einer früheren Bestellung als Lieferadresse angegeben…
Vielleicht stimmt das was in der “Amazon-Logik” nicht.
Insgesamt halte ich recht wenig von den Empfehlungen: Wenn ich ein Buch für meine 2jährige Tochter gekauft habe, werden mir ständig Bilderbücher empfohlen!! Wow, Amazon!
@Ingo: Aber die kannst du doch rauslöschen! Bei deinen persönlichen Empfehlungen kannst du für jedes Buch, das du gekauft hst, angeben, ob du es toll fandest oder langweilig, oder ob für dein Empfehlungen nicht berücksichtigt werden soll. Hier ist Amazon genauso feintunig wie Facebook … das muss man den beiden schon lassen.
Klar – kann ich das. Aber ist das Sinn der Sache? Warum sollte ich mir die Mühe machen? DIE wollen MIR doch was verkaufen. Wenn ich 10x einen Krimi kaufe und nur 1x ein Kinderbuch, dann müsste Amazon doch daraus eine Logik erkennen… oder habe ich da zu hohe Ansprüche?
Liebe paulinepauline, warum hast du meinen Beitrag als Spam geloescht?
Ich habe Ahnung wenn’s ums Recommendation Engines geht. Ich habe naehmlich eine gebaut: http://www.peerius.com. Komplexes Thema. Zur Zeit baue ich eine FB app um die peerius recommendations fuer retailer mit FB daten zu fuettern. Aehnlich wie FB-Amazon recommendations (http://www.telegraph.co.uk/technology/facebook/7914188/Amazon-integrates-Facebook-Connect-to-improve-its-recommendations.html). Ich weiss auch gut wie die Algortihmen von Amazon funktionieren.
Gruss
Richard
Lieber Richard,
dein Betrag wirkte wie Spam, genauso wie dein neuer Beitrag nun auch wieder. Aber wenn du doch so gut bescheid weißt über dieAlgorithmen von Amazon, dass weißt du doch bestimmt auch eine Antwort auf meine Frage oben im Beitrag, oder?
Warum ich der Personalisierung skeptisch gegenüberstehe:
Beim Thema Personalosierung wird meist übersehen, wie statistische Verfahren funktionieren. Sie funktionieren nur in der Masse, d.h. es lassen sich durchaus aufgrund bestimmter Verhaltens- und Eigenschaftsmuster Kaufwahrscheinlichkeiten von Eigenschaftsgruppen berechnen. Wenn es jedoch um die Kaufwahrscheinlichkeit eines einzelnen Users geht, so gilt aber N=1. Zur Verdeutlichung hilft vielleicht ein Blick in die Versicherungsbranche. Hier werden bspw. zur Berechnung von Beitragssätzen die Sterbewahrscheinlichkeiten von Menschen berechnet, was statistisch für Personengruppen mit bestimmten Eingenschaften funktioniert. Wenn es jedoch darum geht vorherzusagen, wann eine bestimmte einzelne Person sterben wird, versagen die mathematischen Verfahren.
recommendations werden “ungefaehr” so berechnet:
– item to item: welche produkte werden zusammen gekauft in derselben session (einfaches collaborative filtering amazon style)
– item to user: welche vorlieben hat der user? marken, farben, preis. das ist die personalisierte variante. alle click stream daten ueber den user sind bekannt
user to user: aufgrund deines verhaltens (z.b. wie oft kaufst du ein) und deiner vorlieben (bist du preissensitiv) wirst du segmentiert mit like-minded peers und bekommst die proukte deiner peers empfohlen.
natuerlich gibt es modelle die alle o.g. miteinander verknuepfen oder auch in-session basierende modelle die in real time deine momentane kauflaune herausfinden und weniger historische daten verwenden.
daten werden allgemein in explicit und implicit unterschieden. implicit daten funktionieren besser da vorlieben aktiv vom user bereitgestellt werden (z.b. facebook / amazon like button).
i.a. basieren recommendations weniger uaf statistischen verfahren als auf data mining algorithmen. n=1 kann sein nur dass n aus 10tsd datenpunkten besteht (z.b. pro user/categorie/produkt wie lange hast du die seite angeschauht? bist du gleich wieder auf back button oder hast du runtergescrollt?) jeder user user bekommt sein eigenes modell uebergestuelpt.
das funktioniert so gut dass amazon 35% seines umsatzes durch recommendations erzielt.
@Hagen: deinem letzten satz fehlt die begruendung?
@Richard
Die ganzen Personalisierungsverfahren sind mir durchaus geläufig… Positive Effekte einer Personalisierung des Angebotes möchte ich ja gar nicht abstreiten, da ich früher selbst sehr begeistert von den technischen Möglichkeiten von eCRM war (der Phantasie sind keine Grenzen gesetzt). Amazon würde jedoch sicher nicht 35% Umsatz verlieren, wenn sie solche Verfahren nicht einsetzen würden…
Kurz zur Abgrenzung: Eine triviale Item to Item-Beziehung, wie recommendations auf Basis von Kunden kauften auch (ob während oder nach dem Kauf) oder Funktionen wie zuletzt gesehene Produkte, Merk- und Wunschzettel etc. hat für mich nichts mit Personalisierung zu tun, da insbesondere bei ersteren die Beziehung der Produkte untereinander und nicht zum Käufer im Mittelpunkt steht.
Mathematische Modelle zur Generierung von Empfehlungen – ob nun statistische Verfahren oder Data-Mining – setzen zwangsläufig triviale Beziehungen voraus, da diese auf der Grundlage der Verhaltensweisen einer konstruierten “trivialen Maschine” funktionieren (siehe die vielen Publikationen von Heinz von Förster). Sobald jedoch Menschen und deren Umfeld mit im Spiel sind, handelt es sich nicht mehr um “triviale” und berechenbare Systeme. Menschen und deren Verhalten sind komplexe Systeme und sie handeln zudem in einem komplexen Kontext. Viele Elemente beeinflussen die Kaufentscheidung. Ein bestimmtes Produkt, welches man auf einem Geburtstag gesehen hat, der Kauf von Katzenfutter, weil ausnahmsweise mal eine Katze für ein paar Tage zu Besuch ist, eine bevorstehende Motto-Party oder ein Geschenk als Dankeschön für den Nachbarn. Mal bin ich preissensitiv, mal nicht, weil ich z.B. eine Bonuszahlung erhalten habe oder mir mal was gönnen möchte usw.
Diese kaufbeeinflussenden Ereignisse, bei denen der Kaufimplus auf externen Einflüssen oder Stimmungen basiert, machen den Gros der Käufe aus und finden meist nur einmalig statt. Kein System kann all diese durch Messungen des aktuellen Klickverhaltens, der Verbindung zu Facebook oder vergangener Käufe etc. vorhersehen und in die Berechnungen von Produktempfehlungen einfließen lassen.
Dies wird auch nicht besser, wenn die User in irgendwelche Schubladen bzw. „Like-Minded-Peers“ gesteckt werden. Die Hintergründe, warum der User ein Produkt „liked“, aus welchem Kontext heraus, welche Eigenschaften er toll findet und in welcher Relation er diese zu anderen Produkten sieht, bleibt einem solchen System weiterhin verschlossen.
Kaufentscheidungen entstehen nicht in einem geschlossenen System “amazon” oder „amazon in Verbindung mit facebook“ etc., sondern werden durch eine Vielzahl von anderen Einflüssen bestimmt.
Komplexe Systeme sind (wie der Physiker Heinz von Förster bewiesen hat) analytisch nicht erklärbar, da diese durch viele unbekannte Variablen beeinflusst werden – anders ist dies bei konstruierten und nach festen Bauplänen funktionierende Maschinen, wo sich bestimmte Abläufe aufgrund der linearen Beziehungen untereinander berechnen lassen. Die mathematischen Modelle unterstellen jedoch, dass Menschen wie triviale Maschinen funktionieren und handeln. So kommt es dann zwangsläufig zu so vielen unbrauchbaren z.B. auf Vergangenheitsdaten oder Klickdaten basierenden Empfehlungen. Dies ist ja auch u.a. einer der Punkte, weshalb die Suchergebnisse von Suchmaschinen so schlecht sind…
Mathematische Modelle unterliegen zudem auch zwangsläufig immer einer gewissen Willkür und Subjektivität des “Modellbauers” sowie des „Datenbereitstellers“. Welche Definitionen werden zugrunde gelegt (wer definiert die Definitionen und warum so und nicht anders), welche Variablen werden in die Berechnung mit einbezogen, welche nicht? Wie werden diese Daten gewichtet? Erfindet jemand neue Messmethoden oder entdeckt neue Daten bzw. deren noch „besseren“ Berechnungsweise usw.? Manche fangen an die WebCam des Nutzers zu aktivieren, um eine Maschine „sehen zu lassen“, mit wem man es zu tun hat (Modetyp, Farbtyp,…) und in welcher „Stimmung“ sich der Nutzer gerade befindet etc.. Es werden Rechner und Bertiebssystem oder der Freundeskreis mit einbezogen usw. Man kann nie genügend Daten sammeln. Man könnte immer mehr und feinere Daten sammeln und mit in die Berechnungen und Modelle einbeziehen. Irgendwann sagt dann jemand „stopp“ und verknüpft dann diese Daten miteinander (ob manuell oder auf Basis anderer mathematischer Modelle), gewichtet die Beziehungen evtl. noch und irgendwann ist dann das Modell fertig bzw. wird immer wieder weiterentwickelt, weil man wieder neue Daten entdeckt hat usw. Das eine Modell nimmt noch diese oder jene Daten hinzu, das andere noch andere usw…
Die Segmentierungen und Cluster in die die User gesteckt werden basieren auf ähnlichen – überspitzt formuliert – willkürlichen Abgrenzungen, da irgendwer bestimmt bzw. festlegt, wie groß die Cluster sind, welche Daten zur Abgrenzung herangezogen werden und welche nicht und wo diese Grenzen liegen (wo fängt bspw. bei einem Menschen die Hand an, wo hört sie auf – irgedwer hat dies einmal aufgrund bestimmter Kriterien festgelegt, obwohl man die Grenze auf Basis anderer Kriterien sicher hätte auch anders ziehen können). So zerlegt man die Welt (bzw. hier die User) in immer kleinere Stücke und Segmente und verliert den Überblick, obwohl alles und jeder in einem Ganzen eingebunden und miteinander verbunden ist…
Für das Abgleiten ins Philosophische möchte ich mich hiermit schon gleich entschuldigen… 😉
Macht euch mal locker! Das Schöne ist doch: Man muss überhaupt nichts von Amazon-Algorithmen verstehen, um darüber einfach hinwegzusehen. Noch steht euch frei, selbst zu bestimmen, was ihr wollen könntet. Das ist ja so ähnlich, als wenn man einem Diktator vorwirft, dass seine Methoden nicht diktatorisch genug sind. Ey, die wollen Geld verdienen und testen, was den meisten Profit erzeugt.
Amazon ist einfach ein smarter Einzelhändler, keine Weltanschauung. Ich zerbrech mir als Kunde doch nicht den Kopf über deren Empfehlungssystem. Das ist ja fast noch schlimmer, als sich als Amazonrezensent zu prostituieren.
@Erol: Es gibt Menschen, die verdienen ihr Geld mit diesem Thema. Und das ist doch ein guter Grund, sich damit näher zu befassen, oder? 😉
@Richard: In meinem Beitrag geht’s eigentlich gar nicht um die Recommendations, sondern darum, dass Amazon falsche Daten über mich sammelt.
Also zum Thema Amazon Produktempfehlungen fällt mir nur die Zeit ein, als ich fast täglich nach dem “Google Nexus One” Smartphone bei diversen Händlern suchte… Ich konnte die Amazon Seite jedenfalls nicht mehr bei der Arbeit öffnen, ich sage nur soviel – es gibt eine Firma, die spezielle Analdildos namens “Nexus” verkauft, die auch bei Amazon vertrieben werden….
Hallo Pauline,
ein alter blogpost aber ich bin grad drauf aufmerksam geworden, weil ich dasselbe Problem habe.
Vor ca. zwei Monaten habe ich bemerkt, dass ich unter meinen besuchten Seiten (nicht! unter den Empfehlungen!) immer wieder Artikel hatte die ich nicht aufgerufen habe.
Ich habe dann mein Passwort geändert, diese niemandem mitgeteilt und den Account nur noch mit meinem Arbeitsrechner genutzt (zu dem nur ich Zugriff habe). Dann habe ich beobachtet, dass Seiten aufgerufen wurden wenn ich den Rechner gar nicht an habe. Da diese Artikel, meist Poster von halbnackten Frauen oder Scherzartikeln, zwischen Artikeln erschienen die ich wirklich aufgerufen habe, konnte ich zeitlich definitiv einordnen, dass ich diese nicht aufgerufen habe.
Ich habe dann festgestellt, dass sie offensichtlich in Cookies gespeichert werden, denn wenn ich auf dem Rechner den Browsercache lösche, und mit dem iPad (oder einem anderen Browser) die Seite aufrufe, erscheinen die bzw ähnliche Artikel immernoch, während die Liste im Browser mit gelöschtem Cache leer ist.
Ein Telefonat mit dem Support wurde versucht abzuwiegeln mit den Worten, ich hätte vermutlich doch woanders mein Amazon offen gehabt und/oder versehentlich einen Artikel angeschaut, aber ich blieb hartnäckig und habe mehrfach dargelegt, dass dies nicht sein kann.
Es wurde nun ein Ticket aufgegeben, wo der Fall beschrieben wird und weitergereicht – viel Hoffnung habe ich da aber nicht, denn ich kenne solche Ticketsysteme und weiß ungefähr was davon noch am Ende ankommt.
Mich würde mal interessieren, ob hier irgendwas bei rausgekommen ist. Da die Infos offensichtlich in Cookies gespeichert werden, kann ich mir nur vorstellen, dass diese evtl. von außen/einer Sicherheitslücke manipuliert wurden.
Jedenfalls fällt die Möglichkeit, dass jemand anderes mit meinem Kundenkonto surft ja flach, da die Infos lokal liegen.
Interessant auch, dass der Kundenservice behauptet dies sei kein bekanntes Problem – und nach kurzem Googlen lande ich hier auf einem Blogeintrag, der von 2010 ist. Aber so ist das halt, wenn niemand Fehler entsprechend weiterleitet, werden sie wohl auch nicht bekannt werden!
Wäre froh wenn Du Dich mal meldest, ob noch was bei Dir rausgekommen ist.
Hallo McClane,
ich habe das Problem leider nicht weiter verfolgt und mittlerweile tritt es auch nicht mehr auf. Leider kann ich dir da keinen weiteren Hinweis geben. 🙁
Grüße
Silke