Ein Empfehlungssystem ist ein Softwareprogramm, das etwa während der Webentwicklung auf einer Webseite oder Applikation implementiert wird. Dank seiner hier gesammelten Daten ist es in der Lage, Interessen und Vorlieben der Nutzer abzuleiten und ihnen somit passende Content-Vorschläge zu unterbreiten. Diese Software wird verbreitet im E-Commerce eingesetzt.
Empfehlungssysteme basieren auf maschinellem Lernen und KI und finden sowohl im Marketing als auch im Vertrieb des E-Commerce eine Vielzahl von attraktiven Anwendungsmöglichkeiten. Viele Nutzer sind mit ihnen bereits in Kontakt getreten, ohne es zu merken. Immer wenn Websites Usern bei ihrer Suche alternative Produkte empfehlen, sind es Empfehlungssysteme, auf die sie dabei zurückgreifen – so etwa Amazon, das dem Nutzer seiner Suche ähnliche Produkte anbietet. Dabei ist besonders das zuvor geäußerte Interesse des Nutzers von Bedeutung. Hat bspw. ein Kunde bereits eine romantische Komödie auf DVD gesucht, ein entsprechendes Angebot detailliert betrachtet oder/und gekauft, wird ihm das Empfehlungssystem der Website ähnliche Filme, vielleicht sogar mit dem gleichen Schauspieler, präsentieren. Dafür filtert es die vorherigen Sucheingaben, ordnet diese aufgrund der thematischen Suche zu und bietet so ganz zielgerichtete Empfehlungen an. Das erreicht es durch maschinelles Lernen. So wird über den Kunden nicht nur ein Datensatz angesammelt und dieser mit jedem Besuch der Website weiter ausgearbeitet, sondern das jeweilige System lernt auch aus seinen „Fehlern“. So merkt es sich Empfehlungen, die vom Nutzer nicht angenommen wurden, und schließt daraus Rückschlüsse für künftige Interessenslagen. Ein Beispiel verdeutlicht, wie detailgenau das System analysiert: Ein Nutzer ordert Hundefutter in einem Onlineshop, künftig werden ihm ähnliche Produkte angeboten, aber auch artverwandte, z. B. Hundefriseur, Hundetrainingskurse, Hundepensionen und Urlaube mit Hund. Handelte es sich beim Kauf um biodynamische und hochpreisige Angebote, sind es die kommenden Vorschläge auch. Hat Frauchen ein kleines Hundegeschirr erworben, deutet das Empfehlungssystem diesen Umstand, es merkt sich also, dass es sich um einen kleinen Hund handelt, und wird diese „Erkenntnis“ in seinen zukünftigen Empfehlungen berücksichtigen.
Empfehlungssysteme kommen also immer dann in Unternehmen zum Einsatz, wenn es eine große Produktpalette gibt, aus der dem Nutzer eine spezielle Auswahl gezielt angeboten werden soll. Darüber hinaus ist es auch beabsichtigt, ihm neue Objekte zu empfehlen, aber mehr noch soll er bei der Suche nach interessanten Angeboten unterstützt werden. Damit verkürzt sich für den Suchenden die Auswahlzeit enorm – und on top kommt ein positives Kundenerlebnis (Steigerung der UX) zustande. Neben dem Interessenten/Käufer profitiert auch der Händler/Anbieter von der Personalisierung des Erlebnisses bzw. von personalisierten Produkten: Er trägt durch ein Empfehlungssystem nämlich aktiv zur langfristigen Kundenbindung bei.