Thema
Escaping the filter bubble –
Die Rolle von UX in
datengetriebenen
Personalisierungsprojekten
Kunde
FELD M
Autor
Hias Wrba
Datum
01/06/2016
Seite 2Escaping the filter bubble
Explizite Personalisierung
vs.
Implizite Personalisierung
1st party Daten
vs.
3rd party Daten
Personalisierung
braucht keinen
Login!
Seite 3Escaping the filter bubble
Könnse‘ mir was
empfehlen?
Seite 4Escaping the filter bubble
Seite 5Escaping the filter bubble
Seite 6Escaping the filter bubble
Quelle: http://qz.com/571007/the-magic-that-makes-spotifys-discover-weekly-playlists-so-damn-good/
Seite 7Escaping the filter bubble
Platzhalter – Antithese Mubi
Seite 8Escaping the filter bubble
Size of item pool
#new published and
unpublished items
per day
Hohe Transaktionskosten für Nutzer
Mittlere Transaktionskosten für Nutzer
Niedrige Transaktionskosten für Nutzer
Potentiale für automatisierte
Personalisierung
Seite 9Escaping the filter bubble
Wie wirkt Personalisierung auf
Nutzer?
Seite 10Escaping the filter bubble
Seite 11Escaping the filter bubble
Nee, lass ma!
Bitte Kaufen!Bitte Kaufen!Bitte Kaufen!
Kauf endlich das Sofa!
Kauf endlich das Sofa!
Kauf endlich das Sofa!
Kauf endlich das Sofa!
Kauf endlich das Sofa!
Überraschung: Sofa!
Seite 12Escaping the filter bubble
User Experience
Kriterien guter Nutzererfahrungen
FELD M: Personalisierung03 User Experience
Mentale Modelle
Seite 13Escaping the filter bubble
Nutzer-basiertes
kollaboratives Filtern
Item-basiertes
kollaboratives Filtern
Seite 14Escaping the filter bubble
Ich
Seite 15Escaping the filter bubble
http://graphics.wsj.com/blue-feed-red-feed/#/transgender
Seite 16Escaping the filter bubble
Serendipität
Seite 17Escaping the filter bubble
Wer trifft die Entscheidung für
wen was relevant ist?
Seite 18Escaping the filter bubble
„A squirrel dying in front of your house
may be more relevant to your
interests right now than people dying
in Africa.“
Mark Zuckerberg
Seite 19Escaping the filter bubble
Aspiration vs. Impulse
Quinoa oder Schnitzel
arte oder RTL II
Sport oder Sofa
Seite 20Escaping the filter bubble
Seite 21Escaping the filter bubble
Computer so:
NEIN!
Seite 22Escaping the filter bubble
Predictive Analytics
Harte Faktoren Weiche Faktoren
Kredithistorie
Zahlungsverhalten
Höchstkredit
Einkommen
Konsumverhalten
Wohnort
Ethnie
Beruf
Bildung
Familienstand
Geschlecht
Freundeskreis
Interessen
Alter
Politische
Ansichten
Seite 23Escaping the filter bubble
Wenn Maschinen lernen
Bildquelle: https://photos.google.com/share/AF1QipPX0SCl7OzWilt9LnuQliattX4OUCj_8EP65_cTVnBmS1jnYgsGQAieQUc1VQWdgQ?key=aVBxWjhwSzg2RjJWLWRuVFBBZEN1d205bUdEMnhB
Seite 24Escaping the filter bubble
Kate Crawford
DatenethikFOTO VON RE:PUBLICA
Seite 25Escaping the filter bubble
Technologie
Mensch BusinessMensch
HumanCenteredDesign
Seite 26Escaping the filter bubble „Welcome to UX,
I‘ll be your guide!“
Erwartungs-
konformität
Orientierung auf der Seite
muss immer gegeben sein
Transparenz
An welcher Stelle wird
personalisiert?
Nach-vollziehbarkeit
Auf Basis welcher
Daten/welchen Verhaltens
wird personalisiert?
Steuerbarkeit
Welchen Einfluss habe ich
als Nutzer?
Quelle: buzzfeed.com
Seite 27Escaping the filter bubble
Und danke!
Mathias „Hias“ Wrba
hias.wrba@feld-m.de
http://www.xing.com/prof/Hias_Wrb
a
@ScreaminHias
http://www.feld-m.de

Escaping the filterbubble #iak16

  • 1.
    Thema Escaping the filterbubble – Die Rolle von UX in datengetriebenen Personalisierungsprojekten Kunde FELD M Autor Hias Wrba Datum 01/06/2016
  • 2.
    Seite 2Escaping thefilter bubble Explizite Personalisierung vs. Implizite Personalisierung 1st party Daten vs. 3rd party Daten Personalisierung braucht keinen Login!
  • 3.
    Seite 3Escaping thefilter bubble Könnse‘ mir was empfehlen?
  • 4.
    Seite 4Escaping thefilter bubble
  • 5.
    Seite 5Escaping thefilter bubble
  • 6.
    Seite 6Escaping thefilter bubble Quelle: http://qz.com/571007/the-magic-that-makes-spotifys-discover-weekly-playlists-so-damn-good/
  • 7.
    Seite 7Escaping thefilter bubble Platzhalter – Antithese Mubi
  • 8.
    Seite 8Escaping thefilter bubble Size of item pool #new published and unpublished items per day Hohe Transaktionskosten für Nutzer Mittlere Transaktionskosten für Nutzer Niedrige Transaktionskosten für Nutzer Potentiale für automatisierte Personalisierung
  • 9.
    Seite 9Escaping thefilter bubble Wie wirkt Personalisierung auf Nutzer?
  • 10.
    Seite 10Escaping thefilter bubble
  • 11.
    Seite 11Escaping thefilter bubble Nee, lass ma! Bitte Kaufen!Bitte Kaufen!Bitte Kaufen! Kauf endlich das Sofa! Kauf endlich das Sofa! Kauf endlich das Sofa! Kauf endlich das Sofa! Kauf endlich das Sofa! Überraschung: Sofa!
  • 12.
    Seite 12Escaping thefilter bubble User Experience Kriterien guter Nutzererfahrungen FELD M: Personalisierung03 User Experience Mentale Modelle
  • 13.
    Seite 13Escaping thefilter bubble Nutzer-basiertes kollaboratives Filtern Item-basiertes kollaboratives Filtern
  • 14.
    Seite 14Escaping thefilter bubble Ich
  • 15.
    Seite 15Escaping thefilter bubble http://graphics.wsj.com/blue-feed-red-feed/#/transgender
  • 16.
    Seite 16Escaping thefilter bubble Serendipität
  • 17.
    Seite 17Escaping thefilter bubble Wer trifft die Entscheidung für wen was relevant ist?
  • 18.
    Seite 18Escaping thefilter bubble „A squirrel dying in front of your house may be more relevant to your interests right now than people dying in Africa.“ Mark Zuckerberg
  • 19.
    Seite 19Escaping thefilter bubble Aspiration vs. Impulse Quinoa oder Schnitzel arte oder RTL II Sport oder Sofa
  • 20.
    Seite 20Escaping thefilter bubble
  • 21.
    Seite 21Escaping thefilter bubble Computer so: NEIN!
  • 22.
    Seite 22Escaping thefilter bubble Predictive Analytics Harte Faktoren Weiche Faktoren Kredithistorie Zahlungsverhalten Höchstkredit Einkommen Konsumverhalten Wohnort Ethnie Beruf Bildung Familienstand Geschlecht Freundeskreis Interessen Alter Politische Ansichten
  • 23.
    Seite 23Escaping thefilter bubble Wenn Maschinen lernen Bildquelle: https://photos.google.com/share/AF1QipPX0SCl7OzWilt9LnuQliattX4OUCj_8EP65_cTVnBmS1jnYgsGQAieQUc1VQWdgQ?key=aVBxWjhwSzg2RjJWLWRuVFBBZEN1d205bUdEMnhB
  • 24.
    Seite 24Escaping thefilter bubble Kate Crawford DatenethikFOTO VON RE:PUBLICA
  • 25.
    Seite 25Escaping thefilter bubble Technologie Mensch BusinessMensch HumanCenteredDesign
  • 26.
    Seite 26Escaping thefilter bubble „Welcome to UX, I‘ll be your guide!“ Erwartungs- konformität Orientierung auf der Seite muss immer gegeben sein Transparenz An welcher Stelle wird personalisiert? Nach-vollziehbarkeit Auf Basis welcher Daten/welchen Verhaltens wird personalisiert? Steuerbarkeit Welchen Einfluss habe ich als Nutzer? Quelle: buzzfeed.com
  • 27.
    Seite 27Escaping thefilter bubble Und danke! Mathias „Hias“ Wrba hias.wrba@feld-m.de http://www.xing.com/prof/Hias_Wrb a @ScreaminHias http://www.feld-m.de

Hinweis der Redaktion

  • #13 Nutzer fühlt sich verfolgt und beobachtet – Sofa ist noch einfach regelbasierte info im Cookie – spannend werden Vorhersagen was gefallen könnte…
  • #15 „Wie wir im Internet entmündigt werden“ – Schöne Tradition bescheuerter deutscher Übersetzungen von englischen Buch und Filmtiteln.
  • #17 Ernst Haeckel – Gemälde Cylon - The three Princes of Serendip - Serendipity means a "fortunate happenstance" or "pleasant surprise". It was coined by Horace Walpole in 1754
  • #20 Guilty Pleasures – Konflikt in uns – Den Mensch kennzeichnet das Streben nach mehr als nur dem was seine Impulse ihm vorschreiben