Рекомендательные технологии
На нашем сайте применяются рекомендательные технологии, которые помогают создавать подборки товаров и услуг. Продуктовые рекомендации помогают среди множества товаров найти то, что нужно. К примеру, если купили смартфон — подберет защитное стекло под вашу модель. Так покупки доставляют удовольствие и отнимают меньше времени и усилий.
«Продукт» здесь и дальше — это любой товар или услуга.
Как формируются рекомендации
1. Собираем предпочтения клиентов
Невозможно рекомендовать человеку товар, когда не знаешь о его предпочтениях. Или, по крайней мере, о предпочтениях других клиентов, похожих на него. Для этого используются данные о действиях покупателей, например:
- просмотрах продуктов или категорий продуктов;
- продуктах в «Избранном», корзине, "сравнении" или других списках;
- составе и датах заказов;
- взаимодействиях с коммуникациями. Это, например, открытие писем и переходы по ссылкам из рекламы.
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;
- поле или возрасте, чтобы предлагать подходящие продукты.
Все эти данные поступают с сайта, касс, кабинетов пользователей.
2. Подбираем рекомендации на основе предпочтений
Есть три подхода к формированию рекомендаций:
Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент: тип, цвет, категорию или производителя. По этим признакам подбираются продукты, которые также могут его заинтересовать. Например, если покупатель искал на сайте смартфон, в рекомендациях появятся чехлы и защитные стекла. Так клиент вспомнит, что нужно докупить для своего нового гаджета.
Рекомендации популярных продуктов. Алгоритм анализирует взаимодействие всех клиентов с продуктами и может подсказать тот, у которого самый высокий спрос или лучшие оценки. Это полезно, если клиент впервые пришел на сайт и о нем еще ничего неизвестно. В рекомендациях будет то, что нравится большинству других покупателей. Например, рядом с самыми популярными моделями ноутбуков появится виджет «Хиты продаж».
Рекомендации как для клиента с похожими предпочтениями. Алгоритм анализирует сходства в поведении клиентов. Если двум покупателям нравится одна и та же группа продуктов, их предпочтения похожи. Значит, первому можно рекомендовать то, что заинтересовало второго, и наоборот. Такой подход помогает выявлять неочевидные предпочтения и составлять более разносторонние рекомендации.
3. Уточняем рекомендации
После того, как рекомендации по предпочтениям составлены, можно сделать их еще точнее, добавив дополнительные условия. Например, показывать продукты только в географической зоне клиента. А также исключить из рекомендаций товары, которые покупают независимо от предпочтений.
Где отображаются рекомендации
Когда рекомендательные алгоритмы настроены и обучены, они могут показывать покупателю подборки продуктов в любой точке контакта: на сайте — при помощи виджета, в рассылках, колл-центре, на кассе.
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
Для составления рекомендаций используется сервис Mindbox