Así funcionan las recomendaciones de Amazon

Amazon es, para muchos de nosotros, el centro comercial más grande de Internet, vendiendo ahora incluso contenidos digitales (música y aplicaciones). Cuenta con un catálogo enorme que nos permite encontrar prácticamente cualquier cosa, y esto hace que muchos decidan realizar ahí sus compras, al menos las menos perecederas o habituales. Y, además, también realizan una enorme inversión en I+D que se traduce en patentes que en ocasiones son increíbles.

Con un catálogo tan grande como el de Amazon (183 millones de productos según la infografía elaborada en diciembre de 2012 por 500friends y que todavía podemos ver en Mashable), desde luego, es vital un sistema de recomendaciones que ayude a los usuarios a encontrar productos que de otro modo probablemente no encontrarían. ¿Cómo se realizan las recomendaciones de Amazon? ¿Por qué son tan eficaces? Vamos a verlo.

¿Cómo es su algoritmo?

Amazon cuenta con un algoritmo personalizado de recomendación que ellos llaman filtrado colaborativo ítem a ítem. Se trata de un desarrollo de la casa, patentado en los Estados Unidos, y que nació porque ninguna de las propuestas existentes por aquel entonces (principios de década) servían para grandes conjuntos de datos.

¿Cómo funciona sin entrar en excesivos detalles técnicos? Asociando cada producto comprado por un usuario con una lista de productos similares, que se obtiene en función de los elementos que hayan sido adquiridos en un mismo pedido, añadidos a un carrito de la compra, o almacenados en una wish list.

Este proceso, como podríamos imaginar, puede llegar a ser extremadamente costoso en términos de computación. Pero Amazon se las ha arreglado para implementarlo y ejecutarlo de una forma muy eficiente, de modo que funciona aceptablemente bien incluso con conjuntos de datos enormes.

Si queréis más detalles técnicos, no os perdáis el paper publicado en el número de enero/febrero de 2003 de la revista IEEE Internet Computing por Greg Linden, Brent Smith y Jeremy York, por aquel entonces empleados de Amazon.

Hay que tener en cuenta que Amazon cuenta con una base de usuarios enorme (el año pasado contaba con 152 millones de cuentas según la infografía que referencié anteriormente), y ha recogido información de cada uno de ellos. Y este tipo de sistemas dan mejores resultados cuanto mayor es la cantidad de datos que maneje, de manera que los productos recomendados para cada usuario serán cada vez más relevantes si más usuarios han adquirido ese producto.

Obviamente para productos irrelevantes no existirán datos, y es donde el algoritmo falla. No es lo mismo comprar, por poner un ejemplo, un iPod, que un reproductor MP3 de un fabricante desconocido y que aparece en la página 25 de la sección de reproductores MP3. Los productos desconocidos no serán recomendados por este algoritmo dado que no habrán sido comprados nunca, y si no son nunca comprados, no serán recomendados tampoco dado que no serán tenidos en cuenta por el algoritmo. Además, los usuarios que adquieran productos desconocidos tampoco recibirán recomendaciones.

El factor humano: muy importante

Pese a que el algoritmo de recomendación, como hemos visto, es muy eficaz en muchos casos, en Amazon saben que no pueden dejar toda la responsabilidad a una máquina (aunque alimentada por datos generados por humanos). Amazon confía en la inteligencia humana para vender mejor sus productos, aunque en este caso lo hacen a muy gran escala. Obviamente en Amazon no pueden dedicarse a realizar ventas individuales a cada uno de sus clientes.

¿Cómo lo hacen? Según explica un artículo en Fortune Tech, el gigante de las compras online cuenta con un equipo de personas equipadas con un software equipado para enviar newsletters por correo electrónico a aquellos usuarios que hayan adquirido un determinado producto. Así, por ejemplo, aquellas personas que hayan comprado los cómics de Futurama estarían interesadas en adquirir un pack con las siete temporadas de la serie, que en ese momento está de oferta y desde Amazon han decidido promocionarlas.

O, por poner otro ejemplo, el lanzamiento de una consola de última generación, para Amazon, interesará más a aquellos que han adquirido videojuegos que a quien solo compró discos de música clásica, dado que es más probable que los primeros estén dispuestos a adquirir la nueva consola.

Recomendar bien, para ellos, es vender más

De este modo, dirigiendo la publicidad a aquellas personas que están más interesadas, obtendrán un mayor ratio de conversiones. Hay quien incluso pone una cifra para esta tasa de conversión: entre un 5 y un 10%, hace más de dos años (esta cifra puede haber variado. En Quora una antigua Product Manager indica un 4% de media, duplicándose en temporada alta.

En sitios de e-commerce, esa cifra es magnífica, sobre todo pensando en el tráfico Web diario que tiene Amazon. Según Alexa, Amazon es el décimo sitio Web más visitado del mundo, con más tráfico que Twitter y LinkedIn. En 2012 TechCrunch publicó cifras de comScore MMX, y vio como en Estados Unidos obtenía un total de 107 millones de usuarios únicos mensuales.

Además, el hecho de que no realicen marketing indiscriminado sin inundar las bandejas de entrada de e-mails también provoca que sea menos probable que vayan directamente a la carpeta de correo no deseado.

Como vemos, la recomendación de sus productos a sus clientes es uno de los pilares de Amazon, así como uno de sus activos más importantes y productivos.

En Genbeta | Cinco patentes increíbles de Amazon | Marketplace, el otro gran pilar de Amazon Imagen | hirotomo (3ª)