Amazon will künftig Bestseller vorhersagen

An der ETH Zürich   haben Riley Crane und sein Kollege Didier Sornette nun ein Modell entwickelt, nachdem sich auf Youtube eingestellte Videos in drei Klassen einteilen lassen  . Sie wollen das sogenannte Herding damit quantifizieren und vorhersehbar machen. Crane übernahm dabei Ansätze aus der Quantentheorie. Er teilt die häufig gesehenen Filme in die Kategorien 'Junk', 'virale Videos' und 'Qualitäts-Videos' ein.

'Junk' schaffe es, unerwartet, aber nur für einen sehr kurzen Zeitraum, die Aufmerksamkeit der Nutzer auf sich zu ziehen. Filme aus dieser Kategorie lösten aber noch keinen Herdentrieb aus. Dagegen verbreiteten sich 'virale Videos' nach seiner Definition per Links, Mails und Blogs epidemieartig. Die dritte Form, 'Qualität-Videos' verursache aufgrund ihrer Qualität einen im Gegensatz zu den viralen Exemplaren noch plötzlicheren Aufmerksamkeitseffekt, gleich einem Knall, wie es in der Webpublikation der ETH heißt. Die Kapazität eines Videos zu einem Massenphänomen innerhalb der YouTube-Community könne an der Form der Kurve abgelesen werden, sagt Crane dem Dienst 'ETH Life'. Das Abebben der Aufmerksamkeit bei viralen Videos sei mathematisch mit dem von Nachbeben bei Erdbeben vergleichbar.

Cranes Ergebnisse   seien für Anwendungen im Marketing interessant, heißt es weiter. Gemeinsam mit seinem Kollegen Sornette will er nun für Amazon   erforschen, inwieweit sich Vorhersagen auf Buchverkäufe machen lassen. Die beiden Forscher wollen also im E-Commerce errechnen, welche Produkte sich zu Bestellern entwickeln würden. Gegenüber iBusiness verrät Crane nicht, wie sich sein Modell auf die Amazon-Services anwenden lässt. "Wir sind noch in den Verhandlungen. Deshalb kann ich keine Details nennen", so Crane auf Nachfrage. Allerdings lässt sich wohl nicht alles in das Korsett der Theorie pressen. "Das Modell bezieht sich auf kulturelle Güter wie Bücher, Web-Videos und ähnliche Produkte", sagt Riley Crane gegenüber iBusiness.