Правила применения рекомендательных технологий
Рекомендации — это набор виджетов на сайте, в приложении и e-mail с подборкой товаров, которые могут заинтересовать пользователя.
Существует два источника данных для рекомендаций - пользовательское поведение и товарная база магазина.
Алгоритмы рекомендаций является гибридными - в зависимости от ситуации они могут использовать как поведение, так и данные по товарам. При этом используется все доступное поведение пользователей, которое представлено в виде различных событий.
1. Данные о поведении пользователей
1.1. Данные о взаимодействии пользователей с товарами
Наибольшим влиянием в данных о поведении пользователя обладают события взаимодействия с товарами. Активно используются события просмотра карточки товара, добавления товара в корзину и заказа товара.
Варианты использования этих событий:
- для получения информации по отдельному товару, в первую очередь о совокупной популярности;
- данные о распределении товаров по пользовательским сессиям используются для получения информации о том, как соотносятся различные товары - какие группы товаров используются в качестве товаров-заменителей или дополняющих товаров;
- прошлые товарные события текущей сессии пользователя, прошлой его сессии, а также данные о сессиях других пользователей позволяют определить товары и товарные категории для показа, которые могут заинтересовать данного пользователя.
1.2. Данные о взаимодействии пользователей с внутренней поисковой системой магазина
Совместно с данными о взаимодействии пользователя с товарами, могут использоваться для расчета поисковых рекомендаций. Данный тип рекомендаций показывается на странице внутреннего поиска магазина.
1.3. Данные о взаимодействии пользователей с системой рекомендаций
Активно используются события просмотра и клика на товар в виджете рекомендаций.
Эти события используются для выбора таких вариантов конфигурации и товаров для показа в виджетах, которые показали себя наилучшим образом ранее.
2. Данные о товарной базе магазина
Включают все предоставляемые магазином атрибуты товаров, информацию о категориях, ценах, доступности.
Варианты использования этих событий:
- если поведенческих данных о взаимодействии пользователей с данным товаром недостаточно и требуется определить сходство между товарами;
- для обеспечения наибольшего разнообразия выдачи алгоритма рекомендаций;
- совместно с данными о поведении пользователя могут использоваться для определения интереса к товарным атрибутам и показа в первую очередь товаров с наиболее интересными пользователю атрибутами;
- изображения могут быть использованы для подбора наиболее стилистически подходящих товаров;
- некоторые алгоритмы используют цены и время появления товаров в магазине;
- для фильтрации товаров по производителю, акциям и прочим товарным атрибутам в соответствии с потребностями магазина.