Datensatzgewichtung - Ranking

Manchmal ist es wünschenswert, gewisse Produkte anderen vorzuziehen. Beispielsweise, wenn ein Shop die Produkte der Eigenmarke den gleichwertigen Produkten der Fremdmarken vorziehen möchte. Die Fremdmarken sollen dabei nicht vollständig aus dem Suchergebnis verschwinden. Genauso sollen die Fremdmarken angezeigt werden, wenn es das gesuchte Produkt von der Eigenmarke nicht gibt. Genau dafür können Sie die Datensatzgewichtungen nutzen.

Wie bei der Feldgewichtung handelt es sich bei der Datensatzgewichtung um eine Abwertung. Das bedeutet, 10% heißt „der Datensatz ist 10% weniger relevant“ und nicht „der Datensatz ist 10% relevant“. Aufwertungen sind nicht möglich. Allerdings ist die Abwertung über eine Ranking-Regel nicht relativ wie die Feldgewichtung, sondern absolut. 10% Abwertung bedeuten tatsächlich 10% weniger Relevanz. Damit kann ein Treffer auch aus dem Suchergebnis ausgeschlossen werden, wenn die Bandbreite (s.o.) nur 8% beträgt.

Die eingestellte Datensatzgewichtung wird mit der ermittelten Such-Ähnlichkeit verrechnet. Und das beeinflusst die Positionen der Produkte im Suchergebnis.

Beispiel 1

Eine Suche findet zwei Datensätze: DS1 und DS2. Beide haben eine Ähnlichkeit von 95%. DS2 hat aber eine Datensatzgewichtung (Datensatzabwertung) von 1%. Die endgültigen Ähnlichkeiten wären dann: DS1=95%, DS2=94%. Folgerichtig wird DS1 zuerst im Ergebnis angezeigt.

Die Datensatzgewichtung ist mit Hilfe von Regeln implementiert. Mithilfe dieser Regeln können Sie Datensatzgruppen selektieren, die die gleiche Gewichtung bekommen sollen. Die Regeln arbeiten auf Basis der Feldinhalte.

Beispiel 2

Wenn das Feld „Marke“ den Begriff „Sony“ enthält, dann setze die Datensatzgewichtung (Abwertung) auf 1%.

Sie können pro Feld beliebig viele Regeln anlegen. Regeln werden zu Gruppen zusammengefasst. Könnten mehrere Regeln aus einer Gruppe gleichzeitig zutreffen, wird nur die erste zutreffende Regel in der Gruppe angewandt. Auf diese Weise können Sie semantisch gleiche Regeln zusammenfassen, die unterschiedliche Feldwerte abfragen.

Beispiel 3

Sie möchten Zubehörartikel um einen geringen Wert abwerten. Zubehörartikel identifiziert man an der Zugehörigkeit zur Kategorie "Zubehör" oder an dem Wörtchen "für" im Produktnamen. Sie könnten also zwei Regeln anlegen, die beide in der Gruppe "Zubehörartikel" platziert werden. Ein Produkt, das sich nun in der Kategorie "Zubehör" befindet und auch noch das Wörtchen "für" im Produktnamen trägt, würde so nicht zweimal, sondern nur einmal abgewertet.

Folgende Vergleichsmethoden sind für solche vergleichenden Regeln verfügbar: Ist-Gleich, Enthält, Ist-Nicht-Gleich, Enthält-Nicht, IstLeer, Ist-Nicht-Leer.

Wie zu Beginn erwähnt, handelt es sich bei der Datensatzgewichtung um eine Datensatzab-wertung. Das bedeutet, dass beim Erstellen der Regeln umgedacht werden muss. Anstatt eine Regel zu erstellen, die zu bevorzugende Datensätze aufwertet, muss man eine Regel erstellen, die alle nicht bevorzugten Datensätze abwerten soll. Diese inverse Vorgehensweise hat einen Grund: Es gibt keine Ähnlichkeiten höher 100%. Würde FACT-Finder 10 Datensätze mit einer Ähnlichkeit von 100% finden und ein Datensatz wäre um 1% aufgewertet, würde diese Aufwertung sich nicht auswirken (es gibt keine 101% Ähnlichkeit). Eine Abwertung allerdings sorgt dafür, dass 9 dieser Produkte um 1% abgewertet werden. Das Produkt, das Sie aufwerten möchten, rutscht dadurch nach vorne.

Beispiele

  • Eigenmarke
    • Gruppe A, Regel 1: [Hersteller] enthält-nicht „Eigenmarke“: Abwertung = 2%
  • Zubehörartikel
    • Gruppe B, Regel 1: [Kategorie] enthält „Zubehör“: Abwertung = 1%
    • Gruppe B, Regel 2: [Produktname] enthält „ für “: Abwertung = 1%
    • Gruppe B, Regel 3: [Zubehör] ist gleich „true“: Abwertung = 1%

In der obigen Liste sind zwei Regel-Gruppen definiert. Gruppe A soll alle Produkte abwerten, die nicht der Eigenmarke gehören. Gruppe B soll alle Zubehörprodukte etwas abwerten. Dies ist sinnvoll, damit generische Suchanfragen wie z.B. „iphone“ zuerst die Smartphones von Apple und danach das Zubehör liefern. Zubehör kann hier auf drei Weisen lokalisiert werden. Es gibt ein Feld „Zubehör“, das „true“ enthält, falls das Produkt ein Zubehörartikel ist. Allerdings ist dieses Feld schlecht gepflegt worden. Es enthält also möglicherweise nicht für alle Zubehörprodukte den geprüften Wert „true“. Deswegen werden zusätzlich die Kategoriebezeichnung nach „Zubehör“ und der Produktname nach „für“ abgeprüft (z.B. „Kopfhörer für iPhone“).

Wenn Sie es übersichtlicher lieben, können Sie mehrere Bedingungen für eine Abwertung innerhalb einer Regel definieren. Dazu legen Sie die erste Regel an und klicken dann auf Bedingung hinzufügen. FACT-Finder ergänzt unten eine neue Zeile für eine weitere Bedingung, die Sie genauso nutzen können wie die vorherige. Sie können auch eine leicht abgewandelte Bedingung einstellen, indem beispielsweise die erste Regel mit ist gleich vergleicht, die zweite mit enthält. Zwei oder mehr Bedingungen innerhalb einer Regel werden von FACT-Finder mit ODER verknüpft.

Wie schon erwähnt, wird aus einer Gruppe nur eine Regel angewandt, auch wenn mehrere zutreffen sollten.

Regeln aus unterschiedlichen Gruppen hingegen werden addiert. Ein Produkt in der Kategorie „Zubehör“ und der Marke „Apple“ - also nicht die eigene Marke - wird eine Abwertung von 3% erhalten.

Auswirkung

Die Datensatzgewichtung beeinflusst die letztendliche Ähnlichkeit eines Datensatzes. Die Gewichtungen haben keine Auswirkung auf die Suchgeschwindigkeit.

Einstellung ändern

Sie können die Regeln über den Bereich Ranking im Konfigurator verändern.

Alternative Ranking-Möglichkeiten

Neben den recht einfachen Textvergleichsregeln, die oben dargestellt wurden, bestehen noch zwei weitere Möglichkeiten, die Reihenfolge der Suchergebnisse über das Ranking zu beeinflussen. Eine Möglichkeit besteht darin, dynamische Werte wie den Umsatz oder die abgesetzte Stückzahl zum Kriterium zu erheben. Das ist recht einfach, wenn so genannte Topseller-Rankings erstellt werden. Dabei wir bei einem gegebenen Top-Wert nicht abgewertet, bei einem gegebenem Flop-Wert maximal abgewertet. Dazwischen werden die Werte berechnet.

Solche Topseller-Rankings können Werte aus dem Feed als Grundlage verwenden oder auch aus dem FACT-Finder-Tracking ermittelte Daten. Unabhängig von der Herkunft der Daten können Sie mit solchen Regeln Rankings erzeugen, die nicht statisch die immer gleiche Reihenfolge präsentieren. Und die wichtigsten Produkte, nämlich die gut verkauften, bringen sie ebenfalls nach vorne – eine gute Grundlage für Conversion.

Neben den Regeln, die auf Zahlen basieren, kennt FACT-Finder außerdem Regeln, die mit Datumswerten arbeiten. Wenn Sie viele Neuheiten haben und diese vorn platziert sehen möchten, ist eine Timerank-Regel ideal: Im Feed erhält FACT-Finder das Verkaufsstart-Datum, die Ranking-Regel berechnet daraus den zeitlichen Abstand zum aktuellen Datum und wertet nach Ihren Vorstellungen ab. So können neue Artikel einen einwöchigen „Schutzraum“ bekommen.

Ranking-Regeln kombinieren

Fast nie kommt nur ein Ranking-Typ zum Einsatz, häufig sind es zwei. Mit Hilfe der regeln können Sie die reihenfolge gezielt beeinflussen, ohne dass Sie sich jeden Suchbegriff ansehen müssen. Welche Daten Sie wie gewichten sollten, wird normalerweise in einem Ranking-Konzept festgelegt, denn die Möglichkeiten sind im Positiven wie im Negativen gleichermaßen groß.

Empfehlung

Die Werte der Datensatzabwertungen sollten sich im niedrigen bis mittleren einstelligen Bereich bewegen. Wir empfehlen zudem, dass die Summe aller Abwertungen den halben Bandbreite-Wert nicht überschreiten sollte, weil die Produkte sonst möglicherweise schon bei geringen Fehlschreibungen aus dem Suchergebnis ausgeschlossen werden. Da sich die Abwertungen der einzelnen Gruppen addieren können, kann dies schnell der Fall sein. Eine Vielzahl von Regeln ist daher nicht empfohlen.

Auf dieser Seite