Рекомендательная система
Использование рекомендательных технологий
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.
В чем польза рекомендаций для покупателей
Продуктовые рекомендации помогают среди миллионов товаров и услуг найти то, что нужно. К примеру, если вы просматривали джинсы, а потом ушли с сайта, мы отправим вам письмо с подборкой похожих моделей на выбор. В наших рассылках мы используем продуктовые рекомендации Mindbox.
«Продукт» здесь и дальше — это любой товар, услуга, аудиовизуальное произведение и т.д.
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 Mindbox использует данные о действиях покупателей, например о:
- просмотрах продуктов или категорий продуктов
- продуктах в «Избранном», корзине, листе ожидания 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 в Mindbox с сайта, из мобильного приложения, касс, рекламных кабинетов.
Подбираем рекомендации на основе предпочтений
Есть три подхода к формированию рекомендаций:
- Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент: цвет, жанр, коллекцию, категорию или производителя. По этим признакам подбираются продукты, которые также могут его заинтересовать
- Рекомендации популярных продуктов. Алгоритм анализирует взаимодействие всех клиентов с продуктами и может подсказать тот, у которого самый высокий спрос или лучшие оценки
- 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
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, мобильном приложении, колл-центре, на кассе.
В настоящий момент мы используем рекомендательные алгоритмы на сайте и при отправке писем.