Правила применения рекомендательных технологий

    
Правила применения рекомендательных технологий
    ОГЛАВЛЕНИЕ:
    1. Общие положения
    2. Популярные товары
    3. Популярные товары из интересных пользователю категорий
    4. Персональные рекомендации товаров
    5. Персональные рекомендации на основе прошлых заказов
    6. Новинки
    7. Альтернативные товары
    8. Сопутствующие товары
    9. Аксессуары
    10. Поисковые рекомендации
    

    1. Общие положения
    На информационном ресурсе применяются рекомендательные технологии.
    Настоящие Правила применения рекомендательных технологий определяют порядок применения рекомендательных технологий на сайте b2b.rusklimat.com (далее – «Сайт») и в мобильном приложении «Русклимат» (далее – «Мобильное приложение») в отношении пользователей Сайта и Мобильного
    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
    Данные собираются посредством размещения на Сайте и в Мобильном приложении трекинг-кодов и/или вызовов методов API.
    Полный перечень собираемой информации:
    • данные о посещении пользователем на Сайте и в Мобильном приложении страниц, такие как время визита, URL адрес страниц и их числовых или строковых идентификаторов, при наличии;
    • информация о перемещении по страницам Сайта и в Мобильном приложении (в т. ч. нажатий на ссылки и элементы Сайта и Мобильного приложения);
    • данные о взаимодействии пользователя на Сайте и в Мобильном приложении с товарами, такие как просмотр, добавление в корзину, оформление заказа;
    • данные поисковых запросов пользователя на Сайте и в Мобильном приложении;
    • IP-адрес;
    • файлы cookies;
    • идентификатор пользователя, присваиваемый Сайтом и Мобильным приложением;
    • длительность пользовательской сессии;
    • точки входа (сторонние сайты, с которых пользователь по ссылке переходит на Сайт и в Мобильном приложении);
    • браузер пользователя;
    • архитектура процессора устройства пользователя;
    • ОC пользователя;
    • параметры экрана (разрешение, глубина цвета, 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 и в Мобильном приложении.

    Основные алгоритмы рекомендаций

    2. Популярные товары
    Рекомендации популярных товаров формируются на основе всех взаимодействий посетителей с Сайтом и Мобильным приложением. Алгоритм стремится показывать товары, с которыми чаще всего взаимодействуют, в первую очередь покупают. Алгоритм показывает наиболее разнообразные товары, что помогает лучше познакомиться с товарной базой Магазина и облегчает процесс выбора.
    3. Популярные товары из интересных пользователю категорий
    Вариант сценария «Популярные товары», где пользователю показываются товары только из тех категорий, которые интересны ему в долгосрочной перспективе. Например, после покупки памперсов или корма к этим категориям может сформироваться долгосрочный интерес, который будет учитываться при формировании рекомендаций. А вот после приобретения смартфона у человека не сформируется интерес к категории, так как вряд ли ему скоро понадобится второй. Однако к такому товару можно показать рекомендации из сопутствующих категорий: например, чехлы, защитные стекла и другие аксессуары.
    4. Персональные рекомендации товаров
    В этом сценарии анализируется поведение пользователя и показываются товары, которые наиболее интересны ему в контексте текущей задачи. Если у человека пока нет истории просмотра, ему можно показать популярные товары. Если пользователь проявлял интерес к определенным товарам, алгоритм подбирает альтернативные предложения и таким образом поможет ему найти наиболее подходящий и приблизит к покупке. Если же пользователь уже что-то заказывал, то алгоритм предложит ему сопутствующие товары.
    5. Персональные рекомендации на основе прошлых заказов
    Алгоритм рекомендует пользователю товары, которые он уже покупал. Учитывается давность и частота покупок.
    6. Новинки
    Алгоритм показывает товары, отсортированные по дате поступления — от самых новых до тех, что давно в продаже. Алгоритм обеспечивает разнообразие товаров и таким образом помогает познакомиться с ассортиментом, упрощает навигацию.
    7. Альтернативные товары
    Алгоритм показывает товары, похожие на текущий товар. Подборка формируется на основе описаний и свойств товаров, а также на основе поведения других пользователей, которые интересовались этим же товаром: что они еще изучают и покупают. Поэтому алгоритм может предложить не всегда схожий по описанию, но действительно подходящий товар.
    8. Сопутствующие товары
    Алгоритм показывает товары, которые дополняют текущие товары в заказе. Например, при покупке кондиционера можно сразу порекомендовать кронштейн для установки. Когда недостаточно данных по поведению пользователей (актуально для редко покупаемых и новых товаров), предлагаются товары, которые могут быть куплены совместно с учетом их свойств, принадлежности к категории и популярности.
    9. Аксессуары
    Разновидность алгоритма «Сопутствующие товары». Подбирает к текущему товару дополнительные аксессуары.
    10. Поисковые рекомендации
    В этом сценарии рекомендуются товары, которые лучше всего подходят под поисковый запрос пользователя. При их формировании алгоритм опирается на поведение пользователей, которые уже искали что-то подобное. Если таких товаров недостаточно, добавляются альтернативы к ним
    Юридически значимые сообщения по вопросам применения рекомендательных технологий могут быть направлены на адрес электронной почты ООО «РК-Регион»: b2b_support@rusklimat.ru.