Contextual Bandits

Contextual Bandits sind ein Machine-Learning-Verfahren, das für jede:n Besucher:in anhand des aktuellen Kontexts die am besten geeignete Variante auswählt. Das System berücksichtigt Informationen wie Gerät, Standort oder bisheriges Verhalten, zeigt eine passende Variante an und lernt aus dem Ergebnis. Mit der Zeit erkennt es, welche Variante für Nutzer:innen mit ähnlichem Kontext am wahrscheinlichsten erfolgreich ist. So entsteht ein ausgewogenes Verhältnis zwischen dem Ausprobieren neuer Varianten und der Nutzung bereits erfolgreicher Optionen.

Beispiel: Mobile Besucher:innen erhalten ein kürzeres Formular, Desktop-Besucher:innen ein längeres – vorausgesetzt, die Daten zeigen, dass diese Varianten für die jeweilige Zielgruppe besser konvertieren.