Правила применения рекомендательных технологий

На информационном ресурсе SC-PROFIT.RU 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 — это набор виджетов с подборкой товаров, который размещается на сайте, в приложении или в e-mail с целью решения задач пользователей и маркетинга интернет-магазина.

1. Используемые данные

Существует два источника данных для рекомендаций — пользовательское поведение и товарная база сервиса. Алгоритмы рекомендаций являются гибридными — в зависимости от ситуации они могут использовать как поведение, так и данные по товарам.

Полный перечень собираемой информации:

данные о посещении пользователем на сайте страниц, такие как время визита, url-адрес страниц и их числовых или строковых идентификаторов, при наличии;
информация о перемещении по страницам сайта (в т.ч. нажатия на ссылки и элементы сайта);
данные о взаимодействии пользователя на сайте с товарами, такие как просмотр, добавление в корзину, оформление заказа;
данные поисковых запросов пользователя на сайте;
IP адрес;
файлы cookies;
идентификатор пользователя, присваиваемый сайтом;
длительность пользовательской сессии;
точки входа (сторонние сайты, с которых пользователь по ссылке переходит на сайт);
браузер пользователя;
архитектура процессора устройства пользователя;
ОС пользователя;
параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
источник перехода (UTM метка);
значение UTM меток от source до content;
данные, содержащиеся в личном кабинете пользователя, зарегистрированного на сайте.

Наибольшим влиянием в поведении обладают события взаимодействия с товарами. Активно используются события просмотра карточки товара, добавления товара в корзину и заказа товара. Кроме того, могут быть использованы данные о взаимодействии пользователей с внутренней поисковой системой магазина и данные о взаимодействии с самой системой рекомендаций.

Данные о товарной базе магазина включают все предоставляемые магазином атрибуты товаров, в частности информацию о категориях, ценах, доступности. Эти данные могут быть использованы, если пользовательского поведения недостаточно для определения интересов к товарным атрибутам, фильтрации товаров и других задач.

2. Процессы и методы сбора, систематизации, анализа сведений, относящихся к предпочтениям пользователей

Для формирования рекомендаций создаются рекомендательные модели. Процесс создания рекомендательной модели состоит из приведённых ниже этапов.

2.1. Сбор сведений, относящихся к предпочтениям пользователей

Сбор сведений о предпочтениях пользователей осуществляется способом их логирования и последующего сохранения на внутреннем хранилище компании или посредством размещения на сайте трекинг-кодов и/или вызовов методов API партнеров компании.

2.2. 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.

2.3. Применение методов машинного обучения к используемым сведениям, относящимся к предпочтениям пользователя

После систематизации сведений, относящихся к предпочтениям пользователей, к полученным данным применяются методы машинного обучения, в результате чего формируется набор параметров, описывающих зависимости между входными данными и ответом (результатом).

Далее осуществляется генерация прогнозов для товаров, с которыми пользователь еще не взаимодействовал (например, оценка вероятности, что пользователь добавит определенный товар в корзину), которые далее используются для формирования рекомендации.

2.4. Показ рекомендаций пользователю

Рекомендации для пользователя реализуются в виде товарных подборок на сайте, в приложении или в e-mail.

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.