wirtschaftsuniversität wien diplomarbeit - SemanticLab.net

Im Semantic Web können die Benutzerbedürfnisse durch Ontologien besser klassifi-
ziert und Nachfrage-Trends überprüft werden [Gaul und Schmidt-Thieme, 2002].
Personalisierte Empfehlungssysteme haben folgende Vorteile für Universal Music
und für die Abonnenten:
- Benutzerfreundlichkeit
Durch Empfehlungssysteme werden lange Newsletter mit irrelevanten Inhalten
vermieden. Langes Suchen nach relevanten Informationen über Künstler und
Lieder wird damit vermieden [Strands BS, 2008].
- Traffic
Durch die relevanten Inhalte werden mehr Kunden aufmerksam, mehr Newslet-
ter werden bestellt und auch tatsächlich gelesen [Strands BS, 2008].
- Umsatz
Durch die Personalisierung der Angebote erhöht sich die Tendenz, die Websei-
ten-Besucher zu Käufern zu machen und die Kunden-Loyalität verfestigt sich
[Gaul und Schmidt-Thieme, 2002]. Je genauer die Empfehlungen die Bedürf-
nisse der Benutzer befriedigen können, umso höher ist die Wahrscheinlichkeit
des Kaufes [Tusek, 2006].
- Nutzung des kompletten Musikkatalogs
Unbekannte Lieder, die aber genau den Musikgeschmack der Abonnenten tref-
fen, werden von den Empfehlungssystemen empfohlen und verkauft. Dieses
Phänomen entspricht dem „Long Tail“-Effekt, das heißt Nischenprodukte mit ei-
ner höheren Marge werden angepriesen und können Umsatz generieren
[Strands BS, 2008].
- Cross-Selling-Möglichkeiten
Die Daten über die Benutzerbedürfnisse können auch genutzt werden, um An-
gebote in anderen Bereichen zu schalten [Gaul et und Schmidt-Thieme, 2002].
Universal kann bei den Empfehlungen weitere Dienstleistungen anbieten, die
- 101 -