Online Business: „Semantics sells“

Autor – Stefan Rosenträger, Projektmanager, moresophy GmbH

Der durchschlagende Erfolg von Netflix, Amazon, Watchever oder Spotify zeigt: Digitale Videotheken, Buch- oder Musikläden können durchaus mit „Offline“-Angeboten mithalten. Wichtig ist das individuelle Erlebnis, die User Experience, die nicht nur aus der bloßen Auflistung der Produkte oder einem netten Seitenlayout besteht. Personalisierte Empfehlungen helfen, Online-User auf Produkte aufmerksam zu machen, steigern die Kundenbindung und wirken sich unmittelbar umsatzfördernd aus.

Wer mit individualisierten Empfehlungsdiensten im Online-Business erfolgreich sein will, sollte auf eine nachhaltige Infrastruktur im Backend seiner CMS und Produktinformationssysteme (PIM) setzen. Um die Herausforderung, die ein dynamisches Matching zwischen Content-Objekten, User-Profilen und Themen-Kategorien erfordert, zu meistern, benötigen Software-Lösungen modellbasierte Unterstützung. Diese Informationsarchitekturen halten im Hintergrund des Systems sämtliche Fäden zusammen und bestimmen, welche individualisierten Inhalte und Produktvorschläge ein User auf der Webseite erhält.

Standardisierte Prozesse

Die intelligente Organisation von Metadaten ist der Motor jeder Content- und E-Commerce-Plattform. Zu Beginn jedes Projektes steht also die Frage, wie vorhandene und neue Inhalte systematisch analysiert und aufbereitet werden, um sie möglichst sinnvoll in die gesamte Wertschöpfungskette zu integrieren. Die Erfahrung zeigt, dass eine mehrstufige Prozesskette den größten Erfolg bringt. Diese besteht aus den folgenden Schritten:

 1. Anbindung der Quellen

Zunächst werden Quellinhalte beliebigen Formats importiert. Dies können zum Beispiel Zeitschriftenartikel sein oder Bücher (Kapitel), die in Module zerlegt und damit universell nutzbar gemacht werden. Im weiteren Verlauf werden in der ersten Stufe Stichwortkataloge und Begriffslisten importiert. Die Stichwörter und Standardbezeichner werden mittels automatisierter Verfahren vereinheitlicht. Abschließend werden Inhalte und konsolidierte Stichwörter in einem gemeinsamen konsistenten Index zusammengeführt. Auf diesem Weg können genauso auch Videos mit entsprechenden Metadaten und Beschreibungstexten mit anderen Inhalten verbunden werden.

2. Anreicherung und Auswertung

Vom Verlag bis hin zum Online-Shop: Jeder, der seine Produkte online verkauft, steht vor der Herausforderung, aus den vorhandenen Inhalten (Produktdaten, Texte etc.) und Metadaten die passenden Konzepte zu den jeweiligen Produkten – und zum User-Interesse – zu erkennen. Dabei ist das Offensichtliche nicht unbedingt das Richtige! Besonders deutlich wird das an dem breiten Buch-Portfolio von Publikumsverlagen. Das Buch „Liebe in den Zeiten der Cholera“ von Gabriel García Márquez ist nicht wirklich ein passender Treffer für jemanden, der nach dem Konzept „Liebe“ sucht. Hier steht zwar eine Liebesgeschichte im Mittelpunkt, aber der Roman ist dem magischen Realismus zuzuordnen und hat mit modernen Liebesromanen á la Cecelia Ahern, Jamie McGuire oder Stephenie Meyer wenig zu tun.

Im obigen Fallbeispiel kommt der Verlag mit sehr generischen, also allgemeinen, Metadaten nicht weit: Liebe, Liebesroman oder Liebesgeschichte lassen nicht auf den spezifischen Inhalt des Márquez-Romanes schließen. Die Analyse der Metadaten muss also tiefer gehen und um weitere thematische Aspekte erweitert werden. Dies leistet eine semantische Informationsarchitektur, welche den optimalen Themenmix der Inhalte definiert und automatisiert Schwerpunkte und Struktur des auf Online-Portalen präsentierten Contents steuert. Vor allem aber benötigt es ein Design, das sich an den Wünschen und Vorlieben der Zielgruppe orientiert. Egal ob Buchhandel, Computer-Shop oder Produktkonfiguratoren von Investitionsgütern: Die verwendeten Metadaten basieren in der Regel auf Warengruppensystematiken. Diese sind hilfreich für Programmplanung, Lagerhaltung und Warenwirtschaftsprozesse.

Erfolgversprechend, weil verkaufsfördernd, sind jedoch solche Content- und Metadaten-Strategien, die vom Ende – also vom Konsumenten bzw. Leser – her denken. Der Produktsystematik gegenüber steht der Kunde, der sich entweder über entsprechend modellierte Personas oder im laufenden Betrieb automatisiert über seine Klick- und Einkaufshistorie semantisch profilieren lässt. Der semantische Ansatz ermöglicht hier, ein Mapping herzustellen und somit beide Sichten – produkt- und kundenorientierte – miteinander abzugleichen. Auf diese Weise kann sichergestellt werden, dass Konsumenten den wahren Wert von Produkten entdecken und die Angebote identifizieren, die ihren Interessen, Bedürfnissen oder Bedarfen nach konkreten Funktionen erfüllen.

art4_bild1
Bild: Semantische Info-Architektur – User-Matching

3. Laufende Validierung, Suche und Matching

Die semantische Informationsarchitektur arbeitet dann im Online-Kanal als intelligente Schicht, die Web-Usern eine dynamische Navigation über beliebige Facetten eines Produkts und eine an seinen Interessen optimierte Auswahl ermöglicht. Facettierte Suche und After Search-Navigation haben sich dabei als Anwendungen erfolgreich etabliert. Die Intelligenz liegt also weniger in vollständig neuen Anwendungskonzepten, sondern in der automatisierten Bereitstellung von einheitlichen, kundenzentrierten Sichten auf ein Warenangebot, das zunächst einmal sprachlich wie inhaltlich wenig Überschneidungsmerkmale und Vergleichsmöglichkeiten bietet.

Im Hintergrund hat die Web-Redaktion die Möglichkeit, die Metadaten-Architektur laufend zu validieren. Eine web-basierte Redaktionsumgebung, die dem Content Management-System vorgeschaltet ist, unterstützt den Redakteur mit automatisierten Vorschlägen dabei, die Metadaten-Architektur auf neue Produktgruppen oder aktuelle Trends hin anzupassen. Somit kann auch im laufenden Betrieb ein absatzoptimierendes „Tuning“ der Suchanwendungen und Empfehlungsmechanismen erfolgen. Die Ergebnisse fließen dank API-Schnittstellen direkt in die Produktinformationsmanagement- (PIM) oder Content Management-Systeme ein. Content Management- und Portalsysteme können die vielfältigen Funktionen der semantischen Software über eine Programmierschnittstelle einbinden und Endanwendern in attraktiver Weise Inhalte bereitstellen.

Verhaltensbasierte Empfehlungsmechanismen

Wer weiß, was Leser interessiert, kann sie optimal ansprechen. Verhaltensbasierte Empfehlungsmechanismen wie bei Amazon haben jedoch ihre Grenzen. Semantische – den Inhalt von Medien erschließende – Verfahren ermöglichen deutlich wirkungsvollere, weil interessensbasierte Empfehlungen. Die meisten Empfehlungen nach dem Schema „Kunden, die dieses Produkt gekauft haben, interessieren sich auch für …“ basieren auf den bereits gekauften Produkten oder den Klickpfaden des Users auf dem Portal. Das führt im Ergebnis dazu, dass lediglich ähnliche Inhalte angeboten werden, die keinen Mehrwert oder Aha-Effekt bieten. Im Bereich der Online-Werbung führt die Einblendung von Anzeigen, die auf dem jeweiligen Seitenkontext basieren, zu so genannten Bad Ads, also schlechten Werbeplatzierungen. Bei einer Nachrichtenmeldung über einen Hausbrand beispielsweise wird das Schlagwort „Feuer“ im Text erkannt und eine Anzeige für Kamine und gemütliche Wärme eingeblendet – für den Webseitenbetreiber unter Umständen ein rufschädigendes Desaster.

Die Kunst liegt in Lösungen, die nicht nur Ähnlichkeiten von Inhalten erkennen, sondern auch interessante Querbeziehungen und somit überraschende Entdeckungen für den User bereithalten. Mit Diensten, die auf semantischen Informationsarchitekturen basieren, können Anbieter im Online-Business solche Lösungen schon heute nutzen und ihren Zielgruppen anbieten.

www.moresophy.com

Stefan Rosenträger ist Projektmanager bei der moresophy GmbH. moresophy bietet Software-Anwendungen für die Analyse und Strukturierung großer Datenmengen und Informationen. Mit der L4® Suite erhalten Unternehmen flexible Lösungen für das Suchen (SEARCH), Entdecken (DISCOVER) und laufende Bewerten und Strukturieren (ORGANIZE) von Informationen in einem integrierten Produkt. Die L4® Suite wird von zahlreichen Medienhäusern und Verlagen sowie größeren Unternehmen als zentrale Suchlösung für Portale und Intranets eingesetzt.