Правила применения рекомендательных технологий
В чем польза рекомендаций?
Продуктовые рекомендации помогают среди тысяч товаров найти то, что нужно именно вам. К примеру, если вы просматривали джинсы, сайт предложит похожие модели на выбор. Если вы купили теплую куртку – подберет подходящие аксессуары: шарф, шапку или перчатки. Так покупки отнимают меньше времени и усилий.Как формируются рекомендации?
-
Собираем предпочтения клиентов
Невозможно рекомендовать человеку товар, когда не знаешь о его предпочтениях. Или, по крайней мере, о предпочтениях других клиентов, похожих на него. Поэтому мы используем данные о действиях покупателей, например:
- просмотрах продуктов или категорий продуктов;
- продуктах в «Избранном» или корзине;
- составе и датах заказов;
- взаимодействиях с коммуникациями. Это, например, открытие писем.Также для более точных рекомендаций могут учитываться данные о самих покупателях, например о местонахождении, чтобы показывать рекомендации для конкретного региона, и часовом поясе, чтобы делать это вовремя.
Все эти данные поступают в рекомендательную систему с сайта. -
Подбираем рекомендации на основе предпочтений
Есть три подхода к формированию рекомендаций:Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересуются наши клиенты: цвет, размер, коллекцию и товарную категорию. По этим признакам подбираются продукты, которые также могут вас заинтересовать. Например, если покупатель искал на сайте спортивные футболки, в рекомендациях появятся спортивные брюки, леггинсы и спортивные кроссовки.
Рекомендации популярных продуктов. Алгоритм анализирует взаимодействие всех клиентов с продуктами и может подсказать вам тот, у которого самый высокий спрос – мы порекомендуем то, что нравится большинству других покупателей.
Рекомендации как для клиента с похожими предпочтениями. Алгоритм анализирует сходства в поведении наших клиентов. Считается, что если двум покупателям нравится одна и та же группа продуктов, их предпочтения похожи. Значит, первому клиенту можно рекомендовать то, что заинтересовало второго, и наоборот. Например, два наших клиента просматривали категорию джинсы. Помимо этого, один из клиентов обратил внимание на нашу новую специальную коллекцию, значит второму клиенту тоже можно порекомендовать продукты из этой коллекции. Такой подход помогает выявлять неочевидные предпочтения и составлять более разносторонние рекомендации для вашего удобства.
-
Уточняем рекомендации
После того, как рекомендации по предпочтениям составлены, мы уточняем их за счет внесения дополнительных условий, например показываем только те продукты, которые есть в вашем городе.
Где отображаются рекомендации
Когда рекомендательные алгоритмы настроены и обучены, они могут показываться на главной странице сайта, в листингах товарных категорий, на страницах карточек товара, в Избранном, в корзине, а также в рассылках и мобильном приложении.
На информационном ресурсе при применении информационных технологий предоставления информации осуществляется сбор, систематизация и анализ сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.
