Kadoa aggregiert die zahlreichen Produkt-Reviews, die im Internet auf verschiedenen Plattformen kursieren, und unterzieht sie einer Datenanalyse, damit Konsument*innen in die Lage versetzt werden, die richtige Kaufentscheidung zu treffen. Kadoa sammelt dafür unstrukturierte Daten aus zahlreichen Internet-Quellen.
Fake-Bewertungen ausschliessen
Die grosse Herausforderung besteht darin, dass sich die ausgewerteten Daten nicht widersprechen, da positive und negative Aussagen gleichermassen verwertet werden. Schliesslich sollen fake reviews nicht in die Auswertung miteinfliessen. Die Fortschritte auf dem Gebiet von Natural Language Processing (NLP) ermöglichen es heute, mit grossen Datenmengen umzugehen. Mehrere text- und sprachbasierte NLP-Tools kommen bei Kadoa zum Einsatz. Sie stellen eine vollautomatisierte Datenanalyse- und aggregation sicher, was von Menschenhand nicht möglich ist.
5 Quellen, eine vertrauenswürdige Bewertung
Damit Reviews zuverlässig sind, werden für jedes einzelne Produkt im Durchschnitt fünf Quellen ausgewertet. Die grosse Diskrepanz einer Quelle zur gesamten Stichprobe deutet auf mögliche fake reviews hin, was näher überprüft wird. Kadoa ist nicht auf Werbepartner angewiesen. Damit bleibt die Bewertungsplattform unabhängig.
Der wohl grösste Vorteil für Konsument*innen liegt jedoch in der Zusammenfassung der ausgewerteten Daten. Auf anderen Plattformen müssen zuerst unzählige Einzelkommentare gelesen werden, um sich ein Bild über ein Produkt zu verschaffen. Mittelfristig soll das Mitwirken der Community die Relevanz der Produkt-Reviews weiter erhöhen. Kadoa kommt als B2B- und B2C-Plattform zum Einsatz.
”Beim Aufbau von Kadoa dürfen wir auf eine breite Expertise von Panter zurückgreifen. Darunter gehört einerseits die Beratung auf dem Gebiet von Machine Learning und Big Data. Andererseits sind wir im Rahmen der Firmengründung beim Business Case Modelling unterstützt worden, was für ein Startup das A und O ist.
Johannes EnglerCo-Founder
