In dieser Arbeit werden zunächst die Typen von Recommendation-Systemen im Detail vorgestellt. Dabei wird auf deren Funktionsweise sowie die Vor- und Nachteile eingegangen und ein erster Vergleich und eine kurze Analyse herausgearbeitet. Weiterhin werden die Chancen und Risiken von Recommendation-Systemen aus Sicht der Kunden auf der einen Seite sowie aus Unternehmenssicht auf der anderen Seite erörtert. Hierbei werden insbesondere die Auswirkungen auf die Produktvielfalt und die CTR beziehungsweise Konversionsrate herausgestellt. Anschließend wird der Frage nachgegangen, inwieweit das Kundenvertrauen in die RS von Bedeutung für deren Funktionalität ist und inwiefern die Unternehmen ihre Reputationssysteme und die Technologien dem Konsumenten erklären sollten, um den maximalen Nutzen aus den RS zu schöpfen. Abschließend wird ein Fazit gezogen und es erfolgt ein Ausblick, welche Thematiken in der Zukunft der Empfehlungssystemen von Bedeutung sein könnten.
Heutzutage wird man im Internet mit einer enormen Anzahl an Produkten, Daten und Inhalten konfrontiert. Daraus resultiert sowohl beim Online-Shopping als auch beim Konsum von Medien eine Reizüberflutung und es fällt zunehmend schwer, aus dieser Vielzahl an Angeboten, die richtigen Produkte herauszufiltern. Als Konsument kann man lediglich ein kleines Marktsegment überschauen und daher bleiben viele Güter, die für ein Individuum von enormen Wert und Nutzen sein könnten, ungesehen und werden nicht konsumiert.
Inhaltsverzeichnis
- Problemstellung
- Vorstellung und Analyse der gängigen Empfehlungssysteme
- Individuelle Empfehlungssysteme
- Kollaborative Empfehlungssysteme
- Speicherbasierter Ansatz
- Modellbasierter Ansatz
- Hybride Empfehlungssysteme
- Vergleich und Analyse
- Bewertung der Empfehlungssysteme anhand von Risiken und Chancen
- Aus Kundensicht
- Aus Unternehmenssicht: Produktvielfalt und Click-Through-Rate
- Usability, Explanation Styles und Kundenvertrauen in Empfehlungssysteme
- Usability
- Explanation Styles und Kundenvertrauen
- Fazit und Ausblick
Zielsetzung und Themenschwerpunkte
Die Seminararbeit befasst sich mit dem Einsatz von Empfehlungssystemen in Online-Shops und im Bereich des Medienkonsums. Ziel ist es, die verschiedenen Arten von Empfehlungssystemen zu analysieren, ihre Stärken und Schwächen zu beleuchten und deren Auswirkungen auf die Kunden- und Unternehmensseite zu untersuchen.
- Arten von Empfehlungssystemen (individuelle, kollaborative, hybride)
- Risiken und Chancen von Empfehlungssystemen für Kunden und Unternehmen
- Faktoren, die das Kundenvertrauen in Empfehlungssysteme beeinflussen (Usability, Erklärungsstile)
- Die Bedeutung von Empfehlungssystemen für die Steigerung der Click-Through-Rate und der Konversionsrate
Zusammenfassung der Kapitel
Das erste Kapitel beschäftigt sich mit der Problemstellung, die durch die Reizüberflutung im Internet entsteht und die Suche nach relevanten Produkten erschwert. Empfehlungssysteme bieten eine Lösung für diese Herausforderung und werden seit den 1990er Jahren zunehmend eingesetzt, um Produkte in das Bewusstsein der Nutzer zu bringen. Das zweite Kapitel stellt die gängigen Arten von Empfehlungssystemen (individuelle, kollaborative, hybride) vor und analysiert deren Funktionsweise. Im dritten Kapitel werden die Risiken und Chancen von Empfehlungssystemen aus Kundensicht und Unternehmenssicht beleuchtet. Das vierte Kapitel widmet sich der Usability, den Erklärungsstilen und dem Kundenvertrauen in Empfehlungssysteme.
Schlüsselwörter
Empfehlungssysteme, Recommendation Systeme, Filtersysteme, Reputationssysteme, individuelle Empfehlungssysteme, kollaborative Empfehlungssysteme, hybride Empfehlungssysteme, Click-Through-Rate, Konversionsrate, Usability, Explanation Styles, Kundenvertrauen, Online-Shopping, Medienkonsum
- Arbeit zitieren
- Jan Hellmann (Autor:in), 2020, Erfolgsfaktoren von Empfehlungssystemen. Technologie effektiv einsetzen und Potentiale ausschöpfen, München, GRIN Verlag, https://www.grin.com/document/1039768
