Így rangsorolja a Google az éttermeket – és miért nem mindig a legjobbakat látod
Cikk meghallgatása
Képzeld el, hogy két teljesen egyforma minőségű étterem ugyanazon a napon nyit meg két különböző utcában. Fél évvel később az egyik minden este tele van vendégekkel, a környék egyik legnépszerűbb helyévé válik, a másik pedig kénytelen bezárni.
Pedig ugyanazzal a koncepcióval, hasonló árakkal és azonos minőségű ételekkel indultak. Egyetlen lényeges különbség volt közöttük: az egyiket a Google Maps algoritmusa előnyben részesítette.
Nem a szakácsok tudása, sem az árak, sőt még csak nem is az ételek íze döntötte el a sorsukat, hanem egy algoritmus, amelyről a legtöbben azt feltételezik, hogy egyszerűen a legjobb helyeket ajánlja.
Pontosan ebből a kérdésből indult ki egy adatelemző is, akinek feltűnt, hogy a Google Maps étteremajánlásai gyakran nem tükrözték a valóságot. Ezért összegyűjtötte London valamennyi éttermének adatait, majd egy gépi tanulási modellt épített, hogy megvizsgálja, valóban a minőség dönti-e el, melyik étterem kerül a lista élére.
A térkép, amely nem feltétlenül a valóságot mutatja
A Google hivatalosan három tényező alapján rangsorolja a találatokat: relevancia, távolság és kiemelkedés.
Az első kettő viszonylag könnyen értelmezhető: számít, hogy mire keresünk rá, illetve milyen messze található az adott hely. A harmadik tényező, a kiemelkedés azonban jóval összetettebb, és valójában ez befolyásolja leginkább, melyik vállalkozás kerül előrébb a találatok között.
A „kiemelkedést” ugyanis nem kizárólag a konyha színvonala határozza meg, hanem számos objektív, statisztikailag mérhető mutató együttese. Ide tartozik például az értékelések száma, azok gyakorisága, az átlagos értékelés, a márka ismertsége, valamint az adott hely általános online jelenléte.
Ennek következtében minél többen beszélnek egy étteremről, annál könnyebben találják meg az új vendégek. Ez újabb látogatókat, még több értékelést és végül még jobb helyezést eredményez. A folyamat önmagát erősíti: a korai láthatóság keresletet generál, a kereslet új adatokat termel, az adatok pedig tovább javítják a láthatóságot.
A jelenség a közgazdaságtanból is ismerős: lényegében ugyanaz a mechanizmus működik, mint a tőke felhalmozódásánál, csak ezúttal nem vállalatok vagy részvények, hanem éttermek versenyeznek egymással.
Ez a rendszer ráadásul szerkezetéből fakadóan is kedvez a nagyobb szereplőknek. Az ismert étteremláncok vagy a frekventált helyen működő vendéglátóhelyek gyorsabban gyűjtenek értékeléseket, ezért egyre előrébb kerülnek a rangsorban. Egy új, független étterem ezzel szemben már az induláskor hátrányban van: amíg nincs elég értékelése, kevesebben találják meg, ha pedig kevesebben találják meg, továbbra sem tud elegendő értékelést gyűjteni.
Vagyis amit sokan a fogyasztók szabad döntésének gondolnak, azt részben már egy algoritmus alakította ki.
Ez is érdekelhet: Így hozhatsz ki többet a windowsból néhány egyszerű beállítással
Egy algoritmusmentes térkép megépítése
Az adatelemző ezért készített egy saját gépi tanulási modellt, amely azt próbálta megbecsülni, hogy milyen értékelést kellene kapnia egy étteremnek a Google Maps-en objektív jellemzői alapján.
A modell figyelembe vette többek között az értékelések számát, a konyha típusát, azt, hogy láncról vagy független étteremről van-e szó, az árkategóriát, valamint az elhelyezkedést. Ezek azok a tényezők, amelyeket a legtöbb ember étteremválasztáskor fontosnak tart.
Ezután összevetette a becsült értéket a Google Maps tényleges értékeléseivel.
A kettő közötti eltérést, az úgynevezett reziduumot, használta arra, hogy kiszűrje azokat az éttermeket, amelyek a vártnál lényegesen jobb értékelést érdemelnének. Ezeket tekintette a rendszer valódi „rejtett kincseket”, amelyeket a Google algoritmusa valószínűleg alulértékel.
Fontos ugyanakkor megjegyezni, hogy a fizetett hirdetések és a szponzorált találatok hatását a nyilvánosan elérhető adatok alapján nem lehetett figyelembe venni, így ezek bizonyos mértékben torzíthatják az eredményeket.
A kutatás során az is kiderült, hogy a Google által használt konyhatípus-címkék sok esetben pontatlanok vagy következetlenek. Emiatt egy külön mesterséges intelligencia-modell készült, amely az étterem neve, a menü nyelve és a vendégértékelések szövege alapján próbálta meghatározni a tényleges konyhatípust.
Megszületett a London Food Dashboard
Az elemzés eredménye egy nyilvánosan elérhető adatbázis, a London Food Map lett.
A felhasználók név, városrész, konyhatípus, árkategória, minimális értékelés vagy a vélemények száma alapján is kereshetnek, emellett bekapcsolhatnak egy „Hidden Gems” szűrőt is. Ez azokat az éttermeket emeli ki, amelyek a modell szerint jóval magasabb minőséget képviselnek annál, mint amit a Google rangsorolása sugall.
A London Food Map. Forrás: laurenleek.eu.
Az egész világ érintett
Ez a történet valójában nem Londonról szól. Ugyanez a mechanizmus működik akkor is, amikor Budapesten keresünk egy kávézót, fodrászt, kisboltot, konditermet vagy bármilyen más szolgáltatást.
Amikor egy platform azt állítja, hogy egyszerűen a legjobb találatokat mutatja, valójában egy olyan algoritmus dönt helyettünk, amelynek működését nem látjuk, a szempontjait nem ismerjük, és amelynek céljai nem feltétlenül esnek egybe a felhasználók érdekeivel.
Ez alapjaiban kérdőjelezi meg azt is, mit jelent ma a választás szabadsága. Ha egy algoritmus dönt arról, melyik kisvállalkozás jut több ügyfélhez, és melyik marad láthatatlan, akkor a versenyjognak, a fogyasztóvédelemnek és a digitális piacok szabályozásának is kiemelt figyelmet kell fordítania ezekre a rangsorolási rendszerekre.
A pénzügyi piacokat rendszeresen auditáljuk, mert tisztában vagyunk azzal, mekkora hatást gyakorolnak a gazdaságra. Ugyanez a szemlélet egyre inkább indokolt lenne azokra az algoritmusokra is, amelyek nap mint nap befolyásolják, mit látunk, hová megyünk, és végső soron milyen döntéseket hozunk – gyakran anélkül, hogy ezt egyáltalán észrevennénk.
Költs kriptóból közvetlenül a Kraken Krak Mastercarddal!
MI A TEENDŐD?- Regisztrálj a Krakenre a linkünkkel.
- Igényeld meg ingyenesen a Krak Cardot.
- Add hozzá Apple Payhez vagy Google Payhez.
- Vásárolj közvetlenül Kraken egyenlegedről akár 400+ kripto- és fiat eszközzel.
- Élvezd a 2% cashback-et a vásárlások után, havi vagy éves kártyadíj nélkül!
