Der Suchalgorithmus einer Bildagentur gehört zu den stärks­ten Betriebsgeheimnissen. Besonders pikant ist das, weil die­ser Algorithmus wesent­lich dar­über ent­schei­det, ob man als Fotograf mit die­ser Bildagentur viel Geld ver­dient oder nicht (YouTuber kön­nen da ein Lied von sin­gen).

Weil die­ser Suchalgorithmus so geheim ist, kann man nur Mutmaßungen dar­über anstel­len, wel­che Kriterien genau rele­vant sind, um bei einer Bildersuche weit oben zu erscheinen.

Manchmal geben die Entwickler jedoch selbst einen sel­te­nen Einblick in ihre Arbeit. So kürz­lich bei die­sem sehr span­nen­den Artikel von Fengbin Chen, Machine Learning Engineer bei Adobe.

In die­sem Artikel wer­den ers­tens eini­ge beob­ach­te­te Verhaltensweisen von Bildkäufern auf­ge­zählt. Dazu zäh­len zum Beispiel:

• Kunden scrol­len sel­ten in den Suchergebnissen und schau­en sel­ten mehr als die ers­te Seite der Suchergebnisse an
• Abo-​Kunden benut­zen häu­fig die glei­chen Suchbegriffe, jedoch mit ande­ren geplan­ten Endnutzungen im Hinterkopf, wes­halb die Topresulte nicht die glei­chen blei­ben sollten
• Kunden laden Bilder oft run­ter, um die­se wei­ter­zu­ver­ar­bei­ten, vie­le suchen nach Inspirationen durch Stock-​Bilder, die sie für ihre fina­len Projekte bear­bei­ten können
• Bilder auf der ers­ten Trefferposition haben mehr als zehn Mal zu vie­le Downloads wie Bilder auf der drei­zehn­ten Trefferposition.
• Mehr als die Hälfte aller Downloads erzie­len Bilder im obe­ren Drittel der Suchergebnisse
• Es gibt eine „Positionsbefangenheit“ (Position Bias), das heißt, Kunden kau­fen lie­ber Bilder aus den obe­ren Suchergebnissen als aus den unte­ren, unab­hän­gig von der Bildqualität und Relevanz.
• Ein Kunde lädt eher das 100. Bild (das letz­te einer Seite) als das 95. Bild und wenn sie auf die zwei­te Seite gehen, eher eins aus den obe­ren Positionen der zwei­ten Seite als aus den unte­ren Positionen der ers­ten Seite.

Ebenfalls sehr span­nend ist der sel­te­ne Einblick, wie das Adobe Stock Team auf die oben genann­ten Verhaltensweisen reagiert. Damit geben sie einen nütz­li­chen Einblick in die Denkweise der „Hüter des Algorithmus“:

Das Team hat ein neu­es Ranking-​Feature hin­zu­ge­fügt mit dem Namen „unbi­a­sed DTR“. DTR steht für „Download-​through-​rate“. Die Idee dahin­ter ist, dass bis­her die Anzahl der Verkäufe ins Verhältnis zu den Views bei den Suchergebnissen gesetzt wur­de. Ein Bild, was genau­so oft ange­zeigt wur­de wie ein ande­res, aber häu­fi­ger gekauft wur­de, bekam in der Zukunft einen höhe­ren Platz. Das berück­sich­tig­te aber noch nicht den Fakt, dass die Kunden die obe­ren Bilder unab­hän­gig von der Bildqualität bevor­zug­ten, wes­halb sich die­se Topseller oben fest­setz­ten und kaum von neue­ren, even­tu­ell bes­se­ren Bildern ablö­sen ließen.

Beim „unbi­a­sed DTR“ wird das nun berück­sich­tigt, indem die Anzeigeposition mit ein­fließt in das Verhältnis. Zum Beispiel wird ein Bild auf dem Platz eins der Suchergebnisse als „ein View“ gezählt, wäh­rend ein Bild auf der 30. Position nur als „ein Fünftel View“ gezählt wird, weil die Neigung, das ers­te Bild zu kau­fen, fünf Mal höher ist als die, das 30. Bild zu kaufen.

Zusäzlich zu die­sem Faktor spie­len natür­lich noch vie­le ande­re Faktoren wie Alter des Bildes, Suchbegriffe, Portfoliogröße und so wei­ter eine Rolle.

Als Ergebnis wird im Artikel die­ses Vorher-​Nachher-​Beispiel gezeigt:

So sehr ich den Einblick in die Arbeitsweise des Such-​Teams zu schät­zen weiß, so sehr bin ich doch vom Ergebnis ent­täuscht. Es wird behaup­tet, das Nachher-​Ergebnis wür­de mehr Diversität und Variationen zei­gen. Ich bin da einer ande­ren Meinung.

Wie seht ihr das?