Was ist Amazon Scout?  

Als eines der weltweit größten Technologieunternehmen hat Amazon Zugang zu Ressourcen in den Bereichen künstliche Intelligenz (KI) und maschinelles Lernen, wie es nur wenig andere E-Commerce-Unternehmen haben – und dies nutzt Amazon auch.  Im September 2018 führte Amazon ein neues Produkt (und einen neuen Bereich auf ihrer Website) namens Amazon Scout ein, das die ständig wachsende Welt der KI und des maschinellen Lernens wirksam nutzt.  

Amazon Scout nutzt maschinelles Lernen, um den Käufern bestimmte Produkte basierend auf ihren Vorlieben und Abneigungen zu empfehlen. Da Scout sich derzeit noch in der Testphase befindet, gibt es vorläufig nur Empfehlungen für Kunden in den Kategorien Wohnen, Dekorieren und Damenschuhe ab. Weitere Kategorien sind geplant und folgen in Kürze.  

In einer Erklärung, die im Nachrichtensender CNBC veröffentlicht wurde, sagte ein Amazon-Sprecher: „Dies ist eine neue Art des Einkaufens, die es dem Kunden ermöglicht, Millionen von Artikeln, ausschließlich basierend auf visuellen Merkmalen, zu durchstöbern und die Auswahl dadurch schnell zu verfeinern“. 

Was kann Amazon Scout? 

Amazon Scout hat es sich zum Ziel gesetzt, das Amazon-Browsing-Erlebnis persönlicher zu gestalten. Seit Januar 2018 hat Amazon mehr als 560 Millionen Produkte auf seiner Website gelistet. Eine Zahl, die zweifellos über das gesamte Kalenderjahr 2018 weitergewachsen sein dürfte. 

Amazon ist durch sein riesiges Produktsortiment ein großartiger Ort um einzukaufen. Allerdings gilt das nur, wenn man auch genau weiß, wonach man suchen soll. Falls man nicht unbedingt eine genaue Vorstellung von dem hat, was man erwerben möchte, lässt das Surferlebnis eher zu wünschen übrig.  

Bei so vielen Produkten kann es frustrierend und zeitaufwendig sein, eine ganze Produktkategorie zu durchforsten, da beim Online-Shopping oft der Grundsatz gilt „know it when you see it„. 

Wie funktioniert Amazon Scout?  

amazon-scout-machine-learningDas Amazon-Tool zeigt den Käufern eine Vielzahl von Produkten in der von ihnen gewählten Kategorie an und fordert diese dann auf, jedes einzelne Produkt zu liken oder zu disliken (Daumen hoch oder runter). Während die Käufer also jedes Produkt beurteilen, analysiert das Tool im Hintergrund mittels maschinellen Lernens die Benutzereingaben und zeigt dann automatisch neue Produkte, basierend auf ihren Angaben, an.  

Dies ermöglicht eine verfeinerte Vorauswahl an Produkten, als man sie bspw. über eine generische Suche nach „Tischleuchte“ mit bis zu 5.000 Treffern erhalten würde. Indem man also den Kunden-Input mit einfließen lässt, wird die Ergebnis-Liste so verfeinert, dass letztendlich alle Ergebnisse für den Kunden interessant sind.  

Dieser Amazon-Service ist bereits für einige Kategorien wie Möbel und Wohnen verfügbar. Amazon plant diese auch bald auf Taschen und Bekleidung zu erweitern. 

Amazon-Scout ermöglicht es seinen Käufern nach einer Vielzahl von Optionen zu filtern wie bspw. Preis, Farbe, Stil, Stoff, Material, durchschnittliche Bewertung und ob das betreffende Produkt für den Prime Versand geeignet ist. 

Für Amazon selbst bedeutet Scout eine weitere Entwicklung weg vom traditionellen Suchmaschinen- & Onlineshopping, während sie gleichzeitig noch mehr Daten über die Gewohnheiten und Vorlieben der Verbraucher sammeln. 

Welche Kontradiktionen ergeben sich durch Amazon-Scout? 

Ein Sprecher sagte, dass Amazon mit der Einführung von Scout versucht, „die Menschen von der Notwendigkeit zu befreien, mit Worten zu beschreiben, wonach sie beim Einkauf in hoch visuellen Kategorien suchen“.  

Dank der KI-Technologie und des visuellen Feeds im Pinterest-Stil können Benutzer die Amazon-Angebote völlig Text frei durchsuchen – was im starken Kontrast zu Amazon’s Echo-Heimassistenten steht, der es Verbrauchern ermöglicht, mit nichts anderem als seinen Worten, in Form von Sprachbefehlen, einzukaufen. 

Der Aufstieg der KI-basierten Suche 

Amazon Scout ist nur eine von vielen Innovationen, die KI und maschinelles Lernen nutzt, um ein verfeinertes Einkaufserlebnis zu ermöglichen. Ebenfalls auf diesen „Mechanismen“ setzte bspw. auch Amazon DSP, das Programmatic Advertising Pendant zum PPC-Marketing des Marketplace. Auch hier arbeiten Algorithmen im Hintergrund, um die Nutzer und ihr Verhalten im Netz besser verstehen und vorhersehen zu können.

Die visuelle Suche ist eine weitere, umfassendere Variante eines ähnlichen Konzepts: Käufer laden ein Bild hoch, da sie wissen möchten, wo genau (dies bezieht diverse Websites sowie Händler mit ein) sie das betreffende oder eben ein ähnliches Produkt mit nur einem Klick kaufen können – währenddessen arbeitet KI immer kontinuierlich im Hintergrund.  

Ein weiteres Beispiel ist Google-Lens, da es mobilen Nutzern ermöglicht, direkt von ihrem Smartphone aus, ein Foto eines Produkts in so ziemlich jeder visuellen Kategorie – Kleidung, Schuhe, Möbel, Wohnkultur – aufzunehmen und dann ähnliche Styles über Google Shopping zu finden (und zu kaufen!). 

KI im E-Commerce – Amazon Scout nur der Anfang?

machine-learning-e-commerce-aiWie auch bei Amazon Scout ist dies ein weiterer Zug, damit Käufer genau das finden, was sie suchen, ohne immer wieder verschiedene Kombinationen von Keywords eingeben zu müssen.  

Amazon testete im September eine ähnliche visuelle Suche mit Snapchat – etwa zur gleichen Zeit, als sie Scout starteten. Ebenso ermöglicht die Pinterest Funktion „Shop the Look“ dem Benutzer einen Ausschnitt eines gepinnten Bildes auszuwählen und nach ähnlichen Produkten zu suchen, während die Lens-Funktion die KI-Technologie sowie die Kamera der Pinterest App nutzt, um nach visuell ähnlichen Pins zu suchen.  

Der Erfolg des Letzteren beweist, dass die visuelle Suche mehr als nur auf dem Vormarsch ist: Die Suche über Google-Lens stieg zwischen Februar 2017 und 2018 gegenüber dem Vorjahr um 140%. Um vom Anstieg der visuellen Suche zu profitieren, sollten E-Commerce-Unternehmen sicherstellen, dass ihre Produktfotos von hoher Qualität und top-aktuell sind. 

Von Amazon Scout über Google-Lens bis hin zu Pinterest und darüber hinaus wird die visuelle und KI-gestützte Suche immer gebräuchlicher, was es den Käufern erleichtert – ohne zu Tippen -, das zu finden und zu kaufen, was sie wollen, wann immer sie wollen.