Правила применения рекомендательных технологий

На данном информационном ресурсе (Сайте) при применении информационных технологий предоставления информации осуществляется сбор, систематизация и анализ сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

Товарные рекомендации помогают среди миллионов товаров найти то, что нужно. К примеру, если вы просматривали освещение для дома, сайт предложит похожие или сопутствующие товары (трековые светильники, люстры и другие товары). Так покупки отнимают меньше времени и усилий.

1. Термины и определения

1.1. «Рекомендация»/«Рекомендации» – информация о Товарах, которые могут быть наиболее интересны и актуальны для Пользователя, и/или о похожих по характеристикам Товарах и/или о сопутствующих Товарах.

1.2. «Рекомендательная модель» – это механизм, который принимает входящие к нему данные, анализирует их и выдает Рекомендации.

1.3. «Рекомендательные технологии» – это информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

1.5. «Сайт» – интернет-ресурс «https://elektrostandard.ru».

1.6. «Пользователь» – лицо, обращающееся к Сайту за получением необходимой ему информации и использующее её вне зависимости от факта авторизации на Сайте.

1.7. «Товар»/«Товары»/«Продукт» – товары, а также услуги, предлагаемые к приобретению через Сайт.

2. Виды сведений, относящихся к предпочтениям пользователей

Рекомендательные алгоритмы настроены и обучены на миллионах покупок постоянных клиентов. Например, “умные” алгоритмы предлагают подходящие услуги в корзине или на странице выбранного товара.

Главный источник информации для рекомендаций — это поведение пользователей. Невозможно рекомендовать человеку Товар, не зная о его предпочтениях. Или, по крайней мере, о похожих предпочтениях других клиентов. Поэтому для формирования рекомендаций мы используем агрегированные пользовательские данные о:

• просмотрах продуктов или категорий Товаров;
• Товарах в «Избранном», корзине;
• составе и датах заказов;
• взаимодействиях с коммуникациями (например, переходы по ссылкам из рекламы);
• посещаемых страницах;
• взаимодействиях Пользователя с элементами страницы;
• количестве посещений страницы;
• количестве совершенных Пользователем действий;
• местоположении Пользователя (для показа рекомендаций по региону) и часовом поясе;
• идентификаторах Пользователей, присваиваемых Сайтом;
• дате и времени посещения Сайта;
• источнике перехода (UTM-ссылка);
• ОС Пользователя;
• типе устройства Пользователя;
• браузере Пользователя.

Все эти данные поступают с Сайта и из мобильного приложения.

3. Сбор сведений, относящихся к предпочтениям Пользователей

Сбор сведений о предпочтениях Пользователей осуществляется способом их логирования и последующего сохранения на внутреннем хранилище Сайта. Процесс логирования включает фиксацию и структурирование информации о работе системы, в том числе Сайта, в отдельные лог-файлы с возможностью быстрого доступа к ним в случае необходимости.

В процессе логирования учитываются настройки уровня детализации записей в соответствии с целью создания Рекомендательной модели.

4. Систематизация и анализ сведений, относящихся к предпочтениям Пользователей

Систематизация и анализ сведений о предпочтениях Пользователей происходит исходя из цели создания Рекомендательной модели и Рекомендаций, которые необходимо получить (например, подбор наиболее актуальных Товаров для Пользователя). Далее происходит подбор данных о предпочтениях Пользователей, на основе которых будет реализована Рекомендательная модель.

После подбора данных о предпочтениях Пользователя создаются сущности, представляющие собой данные о взаимодействии Пользователя с Товаром, например: количество заказов Пользователя, включающих Товар, при отсутствии или наличии скидки на такой Товар, доля покупок Пользователем Товаров со скидкой и без скидки и др.

5. Рекомендации формируются следующими способами:

5.1. Подбор похожих и сопутствующих Товаров. Алгоритмы анализируют свойства тех Товаров, которыми интересовался Пользователь: цвет, коллекцию, категорию или производителя. По этим признакам подбираются Товары, которые также могут его заинтересовать, например, если Пользователь искал на сайте электротовары, в рекомендациях появятся товары для умного дома. Так клиент не забудет о сопутствующих товарах, необходимых для решения его задачи.

5.2. Рекомендации популярных Товаров. Алгоритм анализирует взаимодействие всех Пользователей с Товаром и может подсказать тот, у которого самый высокий спрос или лучшие оценки. Это полезно, если Пользователь впервые пришел на Сайт и о нем еще ничего неизвестно. Мы порекомендуем то, что нравится большинству других покупателей.

5.3. Рекомендации для Пользователя с похожими предпочтениями. Алгоритм анализирует сходства в поведении Пользователей. Если двум Пользователям нравится одна и та же группа Товаров, их предпочтения похожи. Значит, первому можно рекомендовать то, что заинтересовало второго, и наоборот. Например, два покупателя выбирают душевой уголок. Один из них также приобретает полку для душа и коврик для ванной комнаты — второму тоже можно порекомендовать эту категорию товаров. Такой подход помогает выявлять неочевидные предпочтения и составлять более разносторонние рекомендации.

Рекомендации для Пользователя реализуются в виде товарных подборок на страницах Сайта. Применение Рекомендательных технологий на Сайте не обязывает Пользователя приобрести тот или иной Товар, не создает у Пользователя никаких обязательств и не препятствует поиску иных Товаров.

По всем вопросам по товарным рекомендациям можно обращаться на электронную почту ООО «Электростандарт» info@elektrostandard.ru.