0

| E-Commerce

Was Online-Shops von Parship & Co. lernen können

Mit Graphdatenbanken können Online-shop-betreiber Beziehungen zwischen Parametern herstellen. Und ihre Empfehlungen verbessern, für eine bessere Conversion Rate.
Bild: MEV Verlag GmbH, Germany

Online-Dating-Portale wie “Parship”, “Elitepartner” oder “E-Darling” versprechen die große Liebe per Maus-Klick. Mit Hilfe einer detaillierten, personifizierten Datenanalyse vermitteln sie Partner mit gleichen Interessen und Einstellungen. Ein Prinzip das auch für den E-Commerce spannend ist: Findet sich im Netz der ideale Partner, sollte sich auch das ideale Auto, Kleid oder Handy finden lassen. Die Grundlage dazu schaffen Graphdatenbanken. 

Dating Websites basieren auf einem komplexen Netzwerk aus Daten. Benutzer legen ein umfassendes Profil an, das neben Alter und Geschlecht noch weitere Eigenschaften umfasst. Dazu gehören persönliche Überzeugungen und Einstellungen, Hobbys und Interessen, Bildungsgrad sowie soziale Kontakte. Stimmen diese Daten bis zu einem bestimmten Prozentsatz mit den Daten eines anderen Nutzers und dessen Suchprofil überein, kommt es zu einem "Match". Auch Profiländerungen, Persönlichkeitstests, abgelehnte Kandidaten, Interaktionen oder Präferenzen fließen in den Datenpool ein und garantieren höhere Erfolgschancen.

Analytics: Herkömmliche Systeme überfordert

Um kompatible "Matches", also Übereinstimmungen, zwischen den einzelnen Personen zu finden, sind komplexe Suchabfragen innerhalb des weitverzweigten Datennetzwerks gefragt. Besonders wertvoll sind dabei die Beziehungen der Daten zueinander, da sie ein schnelles Ausschlussverfahren ermöglichen. Die Frage, ob es einen BVB-Fan in Süddeutschland gibt, der auch gerne italienische Krimis liest, an Liebe auf den ersten Blick glaubt und am liebsten nach Schweden in den Urlaub fährt, lässt sich nur mit einem Abgleich aller im Netzwerk vorhandener Daten beantworten.

Relationale Datenbanken stoßen hier auf Grund ihrer rigiden Struktur und fehlender Skalierbarkeit schnell an ihre Grenzen. Denn um Datenbeziehungen darin abzubilden, ist eine Modellierung in Tabellen und Spalten und mittels komplexer (Selbst-) Verknüpfungen nötig. Verbindungen zwischen den Tabellen lassen sich nur über sogenannte Joins der Primär- und Fremdschlüssel-Tabelle berechnen. Diese Analyse ist nicht nur zu komplex und teuer im Aufbau, sie kann das System zudem ins Stocken bringen.

Autor


Area Director CEMEA, Neo Technology
Neo Technology

E-Commerce, Online-Shop, Analytics, Empfehlungsmarketing

Aktuell

Meistgelesen