{"id":89583,"date":"2019-06-25T16:45:09","date_gmt":"2019-06-25T11:15:09","guid":{"rendered":"https:\/\/vwo.com\/blog\/deliver-personalized-recommendations-the-amazon-netflix-way\/"},"modified":"2025-11-13T16:48:16","modified_gmt":"2025-11-13T11:18:16","slug":"personalisierte-empfehlungen-auf-die-amazon-netflix-art","status":"publish","type":"post","link":"https:\/\/vwo.com\/blog\/de\/personalisierte-empfehlungen-auf-die-amazon-netflix-art\/","title":{"rendered":"Wie funktioniert die Personalisierung bei Amazon und Netflix?"},"content":{"rendered":"\n

In den letzten Jahren ist die Personalisierung einen konkreten Schritt weitergegangen, um sich vom \u201eHype\u201c zu l\u00f6sen und ihre Berufung im Marketing der B2B- und B2C-Bereiche zu finden. Auch Sie, liebe Leserinnen und Leser, waren jedes Mal, wenn Sie sich bei Netflix einloggen, um eine neue Staffel Ihrer Lieblingsserie zu schauen, unabsichtlich Teil der Experimente zur Personalisierung. Wie k\u00f6nnen Sie diese Modelle f\u00fcr personalisierte Empfehlungen in gro\u00dfem Ma\u00dfstab umsetzen<\/a>? Der folgende Artikel soll zeigen, wie zwei der gr\u00f6\u00dften Internetgiganten, Netflix und Amazon, die Personalisierung unter dem Gesichtspunkt der Umsatzsteigerung angehen.
<\/p>\n\n\n\n

Kostenloser Download: Leitfaden zur Website-Personalisierung<\/em><\/strong><\/a><\/h3>\n\n\n\n
\"The<\/figure>\n\n\n

Das Geheimrezept von Netflix f\u00fcr personalisierte Kundenerlebnisse<\/strong><\/h2>\n\n\n

Alles, was Netflix tut, basiert auf Daten und wird von smarten KI-Algorithmen angetrieben. Das Unternehmen ist st\u00e4ndig dabei, Ideen zu sammeln und zu testen, um daf\u00fcr zu sorgen, dass die Inhalte, die auf seiner Plattform verbreitet werden, genau den Vorstellungen seiner Nutzer entsprechen. Diese Bem\u00fchungen sind ziemlich offensichtlich. <\/p>\n\n\n\n

Wir wollen verstehen, wie der Personalisierungsmechanismus bei Netflix Wunder wirkt und was wir von dem Online-Videostreaming-Riesen lernen k\u00f6nnen. <\/p>\n\n\n

1. Der Einsatz von A\/B-Tests<\/strong><\/h3>\n\n\n

Niemand versteht die Technik der A\/B-Tests<\/a> besser als Netflix. Nach Angaben von Todd Yellin, Vice President of Product bei Netflix, f\u00fchrt das Unternehmen jedes Jahr etwa 250 A\/B-Tests<\/a> durch. Bei jedem dieser Tests werden den Nutzern zwei verschiedene Versionen von Erlebnissen pr\u00e4sentiert, um zu sehen, wie sie auf die vorgeschlagenen \u00c4nderungen reagieren und antworten. Im Durchschnitt w\u00e4hlt Netflix etwa 100.000 Nutzer aus, um seine Hypothesen zu testen. Dies ist unter anderem der Grund, warum keine zwei Personen die gleiche Erfahrung auf der Plattform machen.<\/p>\n\n\n\n

Netflix verfolgt hier einen empirischen Ansatz und achtet darauf, dass die auf der Plattform gezeigten Inhalte, Bilder und Videos auf tats\u00e4chlichen Daten aus den durchgef\u00fchrten A\/B-Tests beruhen und nicht auf der Meinung von einzelnen Personen. <\/p>\n\n\n\n

Die Landing Cards von Netflix sind ein perfektes Beispiel daf\u00fcr. Landing Cards sind in der Regel Bilder oder Video-Teaser, die ein Nutze sehen, wenn sie die Empfehlungskategorien von Netflix durchsuchen. Wie k\u00f6nnen diese Karten nun einen Unterschied bewirken? Das Konzept ist einfach. Sowohl Bilder als auch Videos haben eine gr\u00f6\u00dfere Wirkung auf die K\u00f6pfe der Kunden als der Inhalt (d. h. die Worte), die um sie herum gezeichnet werden. Es ist wahrscheinlicher, dass Menschen sich ein Video ansehen, wenn sie Bilder oder Teaser sehen, die attraktiv und ansprechend sind.<\/p>\n\n\n\n

 A\/B-Tests<\/a> dieser Landing Cards erm\u00f6glichen es der Plattform, die Psychologie ihrer Kunden zu verstehen und die gesammelten Daten zu nutzen, um ihre Erfahrungen so effektiv wie m\u00f6glich zu personalisieren.<\/p>\n\n\n\n

\"Content
Bildquelle: Netflix TechBlog<\/a><\/figcaption><\/figure>\n\n\n

2. Der Einsatz von KI f\u00fcr die Empfehlungsmaschine<\/strong><\/h3>\n\n\n

\u00c4hnlich wie Amazon setzt auch Netflix auf den Einsatz von KI und maschinellem Lernen, um seine Empfehlungsmaschinen zu verbessern. Das Unternehmen verwendet Kundendaten, den Suchverlauf, Bewertungsdaten sowie Zeit, Datum und die Art des Ger\u00e4ts, das ein Nutzer verwendet, um vorherzusagen, was ihm empfohlen werden sollte. Statistiken zeigen, dass Netflix im Jahr 2014 76.897 „Alt-Genres“ oder einzigartige M\u00f6glichkeiten verwendet hat, um die Art von Filmen und Sendungen zu bestimmen, die es jedem seiner Nutzer empfehlen sollte, um nicht nur deren Erfahrung zu personalisieren, sondern sie auch dazu zu bringen, wiederzukommen und mehr zu schauen.  <\/p>\n\n\n\n

Au\u00dferdem verwendet das Unternehmen Kundendaten, um f\u00fcr jeden seiner Nutzer eine eigene Homepage zu erstellen. Es zeigt Inhalte, von denen es glaubt, dass sie am besten zu den Interessen seiner Nutzer passen sowie deren Gesamterlebnis auf der Plattform verbessern.<\/p>\n\n\n\n

\"Netflix
Bildquelle: Netflix<\/a> Homepage<\/figcaption><\/figure>\n\n\n\n

Der springende Punkt: Starke Empfehlungen, basierend auf KI<\/a> und maschinellem Lernen, erm\u00f6glichen es Ihnen nicht nur, Ihren Nutzern ein personalisiertes Erlebnis zu bieten, das sie lieben werden, sondern auch Ihre Abwanderungsrate<\/a> deutlich zu senken.<\/p>\n\n\n

3. Die Verwendung der richtigen Inhalte zur richtigen Zeit<\/strong><\/h3>\n\n\n

Abgesehen von Algorithmen, die Empfehlungen aussprechen, k\u00f6nnen Inhalte das Gesamterlebnis und die Beziehung eines Nutzers zu Ihrer Plattform entscheidend beeinflussen. Und Netflix versteht das sehr gut!<\/p>\n\n\n\n

Der Online-Videostreaming-Riese nutzt Inhalte, um den Erfolg oder Misserfolg seiner Empfehlungen auf der Grundlage der Vorlieben oder Abneigungen der Nutzer zu ermitteln. Wenn ein Nutzer zum Beispiel sehr daran interessiert ist, Horrorfilme wie „The Ritual“, „The Babysitter“ oder „Apostle“ zu sehen, w\u00fcrde Netflix \u00e4hnliche Filme empfehlen, um den Nutzer an die Plattform zu binden. Netflix kann hier keine Kom\u00f6dien empfehlen, da dies angesichts der Browsing-Daten des Benutzers wie ein \u00e4u\u00dferst unsicherer Vorschlag erscheint.<\/p>\n\n\n\n

\"screenshot
Bildquelle: Netflix Homepage<\/figcaption><\/figure>\n\n\n\n

Dar\u00fcber hinaus verwendet Netflix auch die Zeit als eine starke Variable, um seinen Kunden Sendungen zu empfehlen. Das bedeutet, dass die Plattform k\u00fcrzere Sendungen vorschl\u00e4gt oder solche, die man schon zur H\u00e4lfte gesehen hat, wenn man sich sp\u00e4t abends einloggt, anstatt Sendungen mit l\u00e4ngerer Laufzeit zu empfehlen.<\/p>\n\n\n\n

Wir wissen, dass die Anzeige der richtigen Inhalte zur richtigen Zeit nicht nur dazu beitragen kann, das Kundenengagement<\/a> auf Ihrer Plattform zu steigern, sondern auch das Nutzererlebnis erheblich verbessert.<\/p>\n\n\n\n

Kostenloser Download: Leitfaden zur Website-Personalisierung<\/em><\/strong><\/a><\/h3>\n\n\n

Amazons umfassendes System f\u00fcr Produktempfehlungen<\/strong><\/h2>\n\n\n

Amazons Transformationsreise startete 2010, als das Unternehmen begann, seinen Kunden \u00fcber das Widget „Kunden, die gekauft haben“ Produkte zu empfehlen. Das hat dem Unternehmen damals einen enormen Schub gegeben und wirkt immer noch Wunder f\u00fcr den Riesen im E-Commerce. Das Unternehmen gibt an<\/a>, dass fast 35 % seiner Verk\u00e4ufe auf solche personalisierten Empfehlungen zur\u00fcckzuf\u00fchren sind – und das bis heute! Fast 56 % von ihnen werden wahrscheinlich auch zu Wiederholungsk\u00e4ufern.  <\/p>\n\n\n\n

Der Versuch, das Einkaufserlebnis der Kunden zu personalisieren, ist damit noch nicht abgeschlossen. Der Versuch, das Einkaufserlebnis eines Kunden zu personalisieren, ging allerdings noch weiter. In den letzten Jahren hat Amazon mithilfe von k\u00fcnstlicher Intelligenz, maschinellem Lernen und pr\u00e4diktiven Analysen<\/a> einige bemerkenswerte Fortschritte bei der Personalisierung<\/a> erzielt.<\/p>\n\n\n\n

Das k\u00f6nnen Sie von Amazons Personalisierungsbem\u00fchungen lernen:<\/p>\n\n\n

1. KI und Deep-Learning-Techniken einsetzen<\/strong><\/h3>\n\n\n

Wenn Sie sich bei Ihrem Amazon-Konto anmelden, werden Sie feststellen, dass die Plattform immer etwas Neues zu empfehlen hat, und ob Sie es nun m\u00f6gen oder nicht, es passt perfekt zu Ihren Interessen. Wie macht sie das? Die Antwort ist Deep Learning<\/strong>!<\/p>\n\n\n\n

Als verl\u00e4ngerter Arm der KI und des maschinellen Lernens nutzt Deep Learning Algorithmen, um menschliches Verhalten auf nat\u00fcrliche Weise zu verstehen und entsprechende Ergebnisse zu liefern. Im Kontext von Amazon hilft Deep Learning der Plattform dabei, zu analysieren, welche Produkte ein Kunde wahrscheinlich als n\u00e4chstes kaufen wird, und ihnen diese zu empfehlen, w\u00e4hrend sie sich auf der Website befinden oder wenn sie sich erneut anmelden. Dabei ber\u00fccksichtigt die Technologie die Produkte und Produktseiten, die ein Kunde angesehen, gekauft, bewertet und rezensiert hat.<\/p>\n\n\n

2. Produktempfehlungsanalogien verwenden<\/strong><\/h3>\n\n\n

Eine Sache, die uns das Unternehmen lehrt (und die aus den oben erw\u00e4hnten Statistiken hervorgeht), ist die Erkenntnis, dass Empfehlungen den Umsatz in die H\u00f6he treiben k\u00f6nnen. <\/p>\n\n\n\n

Durch die Hinzuf\u00fcgung einer ausgekl\u00fcgelten, KI-gest\u00fctzten Empfehlungsmaschine ist Amazon in der Lage, die „Entdeckung“ voranzutreiben, d. h. den Kunden Artikel zu zeigen, die sie am ehesten kaufen w\u00fcrden (auf der Grundlage ihrer Daten \u00fcber das Verhalten vor Ort), und sie auch auf Artikel aufmerksam zu machen, die sie wahrscheinlich nicht von selbst entdecken w\u00fcrden. Die Personalisierung der Website<\/a> spielt hier eine entscheidende Rolle.<\/p>\n\n\n\n

\"personalized
Bildquelle: Amazon<\/a><\/figcaption><\/figure>\n\n\n

3. „Eine-Gr\u00f6\u00dfe-passt-nicht-allen“ anwenden<\/strong><\/h3>\n\n\n

Eine weitere Sache, die Sie von Amazon lernen k\u00f6nnen, ist seine einzigartige F\u00e4higkeit, jeden seiner Kunden auf einer pers\u00f6nlichen Ebene anzusprechen. Das hei\u00dft, jedes Mal, wenn ein Kunde auf der Website des E-Commerce-Riesen landet, wird er mit einer Homepage begr\u00fc\u00dft, die speziell auf ihn zugeschnitten zu sein scheint. Diese \u00c4nderungen sind keine einmalige Angelegenheit, sondern etwas, das t\u00e4glich und auf Grundlage des Echtzeitverhaltens des Kunden auf der Plattform geschieht. Auf diese Weise liefert Amazon st\u00e4ndig ein personalisiertes Erlebnis mit relevanten, empfohlenen Artikeln, die die Nutzer dazu bringen, immer wieder zur\u00fcckzukommen.<\/p>\n\n\n\n

\"homepage
Bildquelle: Amazon<\/figcaption><\/figure>\n\n\n\n

Amazon hat nicht nur die Art und Weise, wie Kunden einkaufen, ver\u00e4ndert, sondern sie auch mit einem unverwechselbaren und pers\u00f6nlichen Erlebnis verw\u00f6hnt. Das zeigt sich auch daran, dass 57 % der Kunden angeben, dass Amazon ihnen mehr Produktinformationen, Funktionen und Qualit\u00e4t bietet, was ihr Einkaufserlebnis insgesamt verbessert. <\/p>\n\n\n\n

F\u00fchlen Sie sich inspiriert? Sehen Sie sich das Webinar an und erfahren Sie, wie Sie Kundendaten f\u00fcr die Personalisierung nutzen k\u00f6nnen.<\/p>\n\n\n\n

\n