Werbeartikel richtig clever finden - lernfähiger Algorithmus

(openPR) Werbeartikel richtig clever kaufen!
Kundengeschenke fördern Geschäftsbeziehungen. Doch welches Geschenk passt am besten? Die neuartige, wissenschaftlich entwickelte Vermittlerplattform dayzzi.com empfiehlt kostenlos den richtigen Werbeartikel, der dem Unternehmen, den Zielgruppen und dem Projekt des Kunden entsprechen.
Schnell, einfach und transparent
Dayzzi funktioniert ganz simpel. Die Kunden beantworten lediglich einige Fragen und dayzzi zeigt sofort passende Empfehlungen an. Anschließend können die besten Werbeartikel bei qualifizierten Werbeartikelhändlern ausgeschrieben werden und innerhalb von zwei Arbeitstagen liegen konkrete Offerten vor, die auf einen Blick untereinander verglichen werden können. Somit bestellen die Käufer ihre Werbeartikel zum marktgerechten Preis. Nach Auslieferung bewerten die Kunden den Werbeartikel, den Händler und dayzzi, dadurch sind nur die besten Händler und Werbeartikel auf der Seite vertreten.
Lernfähiger Algorithmus
Dem von der Kommission für Technologie und Innovation (KTI) geförderten Start-Up, ist es in Zusammenarbeit mit dem Institut für Angewandte Simulation der ZHAW und dem Institut für Marketing der Uni St. Gallen gelungen, Fachwissen in einen Algorithmus zu integrieren und ein lernfähiges System zu entwickeln. Dadurch berechnet die Maschine aus unzähligen Möglichkeiten den richtigen Werbeartikel, zugeschnitten auf den Kunden.
Im Herzen des Algorithmus befindet sich ein Baye´sches Netz, welches die Kausalstruktur des Empfehlungsprozess abbildet. Anders als bei herkömmlichen Algorithmen werden hier die jeweiligen Inputgrössen mit Wahrscheinlichkeiten gewichtet. Aus diesem wird eine Wahrscheinlichkeitsverteilung über alle Werbeartikel im Sortiment errechnet, die dann zu geeigneten Empfehlungen führt. Um den Algorithmus lernfähig zu machen, wurde in Form eines selbstlernenden neuronalen Netzes auf eine Technik aus der bio-inspired computation zurückgegriffen. Der so entstandene Algorithmus kann sich an jedes einzelne Käuferprofil und an die ändernden Trends und Geschmäcker anpassen und lernt durch einzelne Transaktionen, seine Empfehlungen zu verbessern.