Mathematisch betrachtet löst die Shoplyst ein bis zu sechsdimensionales Optimierungsproblem für eine unbestimmte und variable Anzahl an Objekten. Da wir euch aber nicht langweilen oder verschrecken wollen, werden wir hier versuchen, euch den gesamten Optimierungsprozess auf verständliche Weise transparent zu machen: Die Aufgabe der Shoplyst ist das Vergleichen aller infrage kommenden Produkte auf Basis deiner Suchanfrage und Produktprioritäten und die anschließende Sortierung der Produkte entsprechend ihrer Bewertung.
Bevor die Shoplyst Produkte bewerten und miteinander vergleichen kann, müssen aber einige Berechnungen und Abstrahierungen vorgenommen werden, die wir euch in den folgenden Abschnitten vorstellen wollen.
Jedes Produkt ist anders: Inhaltsstoffe, Verpackung und Herkunftsort sind verschieden, aber was alle Produkte gemein haben, ist, dass sie alle über diese Informationen verfügen. Dass jedes Produkt über Informationen zu den 6 Produkteigenschaften (Verpackung, Regionalität, Biologische Erzeugung, Zucker-, Fett- und Eiweißgehalt) verfügt, ist Ausgangspunkt für ein einheitliches und faires Bewertungsmodell. Die Eigenschaften lassen sich zudem in 2 Gruppen unterteilen: Die, bei denen hohe Werte wünschenswert sind (Biologische Erzeugung und Eiweißgehalt) und die, bei denen hohe Werte unerwünscht sind (Verpackung, Regionalität, Zucker- und Fettgehalt):
Verpackung
Wert in g/100g Produkt (bezieht sich nur auf Plastik)
Regionalität
Wert in km (Luftlinie vom Produktionsort zu deiner Filiale)
Bio
Wert zwischen 0 und 4 (0=kein Bio-Label, 4=Demeter)
Fett
Wert in g/100g Produkt
Zucker
Wert in g/100g Produkt
Eiweiß
Wert in g/100g Produkt
Jedes Produkt erhält für jede der 6 Eigenschaften einen einzelnen Score. Die Produktscores geben an, wie gut das Produkt innerhalb seiner Kategorie abschneidet, oder um genau zu sein, wie viele Produkte schlechter sind, als das aktuell betrachtete Produkt. So verwendet die links abgebildete Milch bspw. weniger Plastikverpackung als 70% des gesamten Milchsortiments und ist regionaler als 97%. Welche Produkte für den Vergleich infrage kommen, erläutern wir im nächsten Abschnitt.
Bei der Berechnung der Produktscores werden deine Prioritäten noch nicht berücksichtigt, sondern ausschließlich die Produkteigenschaften untereinander verglichen. Diese Daten sind also immer und für alle Nutzer gleich und dienen der Produkttransparenz.
Jeder kennt die Redewendung "Äpfel mit Birnen vergleichen" - der Shoplyst kann das nicht passieren, denn wer will schon wissen, welcher Apfel nachhaltig ist, wenn er eigentlich nach Birnen sucht: Durch die kategorische Aufteilung der Produkte in unserer Datenbank stellen wir sicher, dass Produkte nur innerhalb ihrer Kategorie verglichen und so fair bewertet werden.
Würde die Shoplyst hier aufhören, müsstest du bei jeder Produktsuche an vielen Produkten vorbeiscrollen, bevor du das richtige für dich findest. Deshalb nutzt die Shoplyst den Such- und Sortieralgorithmus, um dir relevante und nachhaltige Produkte zu präsentieren. Dazu werden deine Sucheingabe und die Übereinstimmungsscores verwendet: Je stärker die Übereinstimmung mit deiner Suchanfrage und deinen Produktprioritäten, desto weiter oben wird das Produkt in der Ergebnisliste angezeigt.
Um dir den Überblick zu erleichtern, welche Produkte gut zu deinen Erwartungen passen, werden für diesen Wert die oben beschriebenen Produktscores mit deinen Produktprioritäten verglichen und zu einem Übereinstimmungswert (siehe links die "8.5") verrechnet. Je höher der Score, desto besser passt das Produkt zu dir: 10 ist dabei das Maximum, wenn ein Produkt vollständig mit deinen Erwartungen übereinstimmt und 0 das Minimum.
Der Übereinstimmungsscore entsteht aus der Summe der Differenzen zwischen deinen Erwartungen und den Produktscores. Dadurch erhalten weniger nachhaltige Produkte den gleichen Wert wie gleichermaßen nachhaltigere Produkte, was in einer geringen Ergebnisunschärfe resultiert. Sei aber beruhigt, diese Unschärfe tendiert für große Datensätze gegen 0 und durch dieses System stellt die Shoplyst sicher, dir nicht mehr Nachhaltigkeit vorzuschlagen als du bereit bist zu verändern. Wir werden aber selbstverständlich weiter an unseren Modellen arbeiten, um unsere Genauigkeit in Zukunft weiter zu verbessern. Umgehen lässt sich das übrigens am besten indem du einfach deine Nachhaltigkeitserwartungen auf maximal stellst ;-)