Kako se je Amazon naučil, kaj hočemo

Amazon v središče nikoli ni postavljal cene, ampak priporočila

Amazon 35 odstotkov vseh izdelkov proda na podlagi priporočil, ki jih za posamezne kupce osebno izračuna računalniški program, ugotavljajo analitiki družbe McKinsey. Pri tem spletnem trgovcu, ki je letos star 25 let, so že hitro po ustanovitvi začeli kupcem predstavljati osebna priporočila, ki jih na podlagi podatkov izbere računalnik. Algoritem, ki to omogoča, je razvil Greg Linden. Kar je razvil s svojimi sodelavci, je osnova za današnja priporočila izdelkov uporabnikom spleta.

Meike Laaff v Die Zeit piše, da je Linden prišel k Amazonu leta 1997, ko je ta spletni trgovec še prodajal samo knjige in se je osredotočal na trg ZDA. Njegovo delovno področje niso bila priporočila kupcem, ampak marketing. Njegove sanje pa so bile razviti inteligentne sisteme, ki bodo ljudem pomagali najti knjige, do katerih sicer nikoli ne bi prišli. 

Amazon je imel takrat problem. Sistemi za izbiro priporočil na podlagi podatkov uporabnikov, ki so bili na voljo sredi devetdesetih let prejšnjega stoletja, niso bili ustrezni. Njihova priporočila so bila slaba in zaradi vse več podatkov, ki so jih morali obdelati, so  bili vedno počasnejši. Za Amazon, ki je takrat imel v ponudbi že milijone izdelkov in uporabnikov, so zaradi tega bili že skoraj neuporabni. 

S tem algoritmom je mogoče vsakemu uporabniku pokazati njemu prilagojeno spletno stran s ponudbami, ki naj bi ga spodbudile k temu, da opravi še več nakupov.

Linden jih je spremenil tako, da priporočila oblikujejo s primerjavo izdelkov ne ljudi. Razvil je lasten algoritem, ki poenostavljeno povedano deluje tako, da če se dva izdelka nenavadno pogosto prodajata skupaj, se to zabeleži v bazi podatkov. Ko stranka odpre spletno stran Amazona, algoritem poišče shranjene podatke in na tej podlagi zanjo pripravi priporočilo. S kakovostjo priporočil so bili pri Amazonu zadovoljni, zato so Lindnov algoritem leta 1998 začeli uporabljati.

To je bil začetek poosebljenja na Amazonu. S tem algoritmom je mogoče vsakemu uporabniku pokazati njemu prilagojeno spletno stran s ponudbami, ki naj bi ga spodbudile k temu, da opravi še več nakupov. Viktor Mayer-Schönberger, profesor na Oxford Internet Institute, pravi, da algoritem, ki ga je razvil Linden, pomeni prvo veliko komercialno uporabo masovnih podatkov (big data). Do takrat so računalniški sistemi za pripravo priporočil podatke uporabljali samo za odgovore na vprašanja. Lindnov sistem pa je omogočil, da so tudi vprašanja sestavili na podlagi teh podatkov, kar je pomembna izboljšava, saj omogoča prikaz povezav med izdelki, ki prej niso bile odkrite in jih noben človek ne bi odkril.

Ta sistem so kmalu začeli uporabljati številni spletni trgovci, pa tudi YouTube in Google. Amazon v središče nikoli ni postavljal cene, ampak priporočila, razlaga profesor Mayer-Schönberger. Pogoj za to je sistem, ki zmore hitro in učinkovito analizirati podatke, rezultati pa so boljši od priporočil tekmecev. Lindonov sistem je glavni razlog za uspeh Amazona. Ta sistem so vedno znova dopolnjevali in izboljševali.

Če je nek izdelek tako priljubljen, da ga kupuje neverjetno veliko ljudi, priporočila niso potrebna.

Greg Linden in dolgoletni zaposleni pri Amazonu Brent Smith sta pred dvema letoma napisala, da je kakovost priporočil močno odvisna od tega, kaj razumemo pod povezavo med izdelki. Potrebni so triki, da dobra priporočila dobi tudi stranka, o kateri je na voljo zelo malo podatkov, ali da je nov izdelek, ki so ga komaj začeli prodajati, smiselno predstavljen. Sistem se mora odzivati tudi na spremembe navad in potreb ljudi. Nekdo, ki je pred leti kupil ropotuljico, danes ne potrebuje več dude. Danes so na voljo tudi rešitve za problem Harryja Potterja: Če je nek izdelek tako priljubljen, da ga kupuje neverjetno veliko ljudi, priporočila niso potrebna. 

Nekatere ljudi priporočila za nakup motijo. Ne samo zato, ker jim algoritem ponuja nekaj, kar že imajo ali česar nočejo imeti, ampak tudi, ker jim ni prav, da podjetja o njih zbirajo osebne podatke. Za Grega Lindna so algoritmi samo orodja za to, da si milijoni ljudi med seboj na anonimen način lahko priporočajo, kaj naj kupijo.

Profesor Viktor Mayer-Schönberger pa si zna predstavljati tudi scenarije, ko ta priporočila lahko postanejo problem. Podjetja jih recimo lahko prilagodijo tako, da dajejo prednost njihovim lastnim znamkam, tretjim osebam pa z vdori v sistem lahko uspe algoritem spremeniti tako, da dobijo milijoni strank Amazona prikazana napačna priporočila.