Маркетплейсы раскрыли алгоритмы рекомендаций: как они работают на практике

Игорь Бахарев

Крупнейшие интернет-площадки опубликовали на своих ресурсах правила применения своих рекомендательных алгоритмов. Этого требует от них закон о рекомендательных алгоритмах, вступивший в силу с октября.

Ozon

На сайте Ozon в "документах" появились разделы, описывающие алгоритм поиска на Ozon и алгоритм рекомендаций на Ozon. Рекомендательная система маркетплейса оценивает вероятность взаимодействия пользователя с каждым товаром из 2000-4000 отобранных. При этом она учитывает несколько типов взаимодействия:

·         покупка товара,

·         клик на карточку товара,

·         добавление в корзину,

·         добавление в избранное.

Предсказание производится в несколько этапов:

·         Вычисляются все фичи (свойства, от английского features) каждого отдельного товара, которые могут повлиять на факт продажи. Каждая фича - это вещественное число. Например, фичей может быть рейтинг товара или его цена.

·         К набору фичей применяется модель машинного обучения, предсказывающая вероятность совершения действия на основе значений фичей. В качестве модели Ozon использует один из методов машинного обучения - градиентный бустинг деревьев решений.

·         Модель выдаёт число, которое используется для оценки вероятности.

 

Wildberries

Площадка рассказала, что в числе параметров, которые она анализирует, - информация о действиях и запросах пользователя на маркетплейсе, данные о его геолокации и устройстве, длительность поисковой сессии и источник перехода на сайт, а также дата и время посещения платформы.

Ритейлер анализирует данные с помощью нескольких технологий, в их числе - нейросети и модели машинного обучения. На основании собранных о пользователе данных предсказываются его последующие действия с помощью набора алгоритмов, а результаты работы нескольких алгоритмов объединяются и формируют рекомендации.

 

Яндекс.Маркет

Например, на Яндексе появился раздел "Правила рекомендаций", где описываются особенности работы всех сервисов экосистемы, в том числе поисковика. Рекомендации постоянно меняются и подстраиваются под поведение пользователей.

Известно, что рекомендательные алгоритмы Маркета используют следующие сведения о предпочтениях пользователей, полученные от них при использовании сервиса:

·         историю поиска товаров,

·         историю покупок на Маркете,

·         просмотры и клики,

·         товары, добавленные в корзину и избранное,

·         размеры одежды, которую человек покупал раньше,

·         любимые бренды.

Также используются аналогичные агрегированные данные по другим пользователям сервиса.

Алгоритм выбирает рекомендованные товары по принципу ранжирования. Чем выше вероятность, что покупатель откроет карточку товара, закажет его, положит в корзину или добавит в избранное, тем выше этот товар оказывается в списке ранжирования.

Для формирования рекомендаций алгоритм Маркета анализирует множество пользовательских и товарных факторов. Среди них, например, действия покупателя на сервисе и текущий потребительский спрос на тот или иной товар.

Могут быть ограничения, связанные с законодательством или, например, с возрастной маркировкой товаров.

 

СберМаркет

На сайте сервиса появился большой раздел о работе рекомендательной модели.

CберМаркет использует рекомендации двух типов - персонализированные и неперсонализированные.

Персонализированные рекомендации - это предположение о том, какой товар может быть интересен пользователю исходя из сведений о действиях, совершённых данным пользователем на СберМаркете. Методы предоставления Персонализированных Рекомендаций на СберМаркете:

·         Формирование рекомендационной персонализированной подборки (блока) товаров "Стоит присмотреться" и размещение ее на главной странице в каталоге товаров партнера СберМаркета на СберМаркете;

·         Формирование рекомендационной персонализированной подборки (блока) товаров "Добавить к заказу" и размещение ее на странице корзины - специальном разделе на СберМаркете, где пользователь может ознакомиться с составом своего заказа до его оплаты;

Неперсонализированные рекомендации - это предположение о том, какой товар может быть интересен пользователю в конкретном рекомендательном блоке в зависимости от цели такого блока, без использования каких-либо сведений о предпочтениях. Методы предоставления неперсонализированных рекомендаций:

·         Формирование рекомендационного неперсонализированного блока Товаров "Похожие" в карточке товара в каталоге на СберМаркете. Цель такого блока - дать пользователю возможность увидеть похожие товары от других производителей или с другими характеристиками (вкус, цвет, объём, размер и т.д.);

·         Формирование рекомендационного неперсонализированного блока товаров "С этим товаром смотрят" в карточке товара в каталоге на СберМаркете. Цель такого блока - дать Пользователю возможность увидеть товары, которые часто покупают вместе с товаром, который пользователь смотрит в данный момент.

Материал по теме

Ozon: итоги проекта "Сделано в России" за 2023 год

Материал по теме

3/4 товаров для взрослых продают через маркетплейсы

Материал по теме

9 ошибок селлеров в работе на маркетплейсах

Подписаться на новости

Актуальное сейчас

Встречаемся на VII Всероссийском форуме по торговому маркетингу FMCG & Retail Trade Marketing Forum 2024

Стабилизация рынка после периода экономической неопределенности предъявляет новые вызовы в адаптации к "новой норме". Покупательское поведение претерпело существенные изменения, и производителям необходимо ...

Ozon: итоги проекта "Сделано в России" за 2023 год

За 2023 год на Ozon покупатели приобрели 18 млн товаров от 1400 локальных брендов, представленных на региональных витринах проекта "Сделано в России". Оборот продавцов в этих регионах вырос в 2,3-2,6 раза. ...

ФАС: Apteka.ru навязывает пользователям рекламу

Санкт-Петербургское управление Федеральной антимонопольной службы (УФАС) выявило и пресекло навязывание рекламы на сайте сервиса по заказу лекарств Apteka.ru. В ходе проверки УФАС установило, что рег...

Рынок eGrocery в 2023 году: аналитика InfoLine

Сервис доставки "Самокат" по итогам 2023 года увеличил продажи в два раза и занял первое место в рейтинге eGrocery Russia Top от аналитической компании Infoline. Оборот сервиса составил 165,3 млрд рублей, с...

Россияне высказались против снижения беспошлинного порога трансграничной торговли

68% опрошенных ВЦИОМ россиян уверены, что сохранение беспошлинного порога размером в 1000 евро поможет поддержать население в сложный период после ухода западных брендов и сервисов. Среди пользователей марк...

Эксперты из Naumen, ВТБ, Сбермаркета, ЭР-Телеком, Ленты и Газпромбанка обсудят клиентский сервис на CX Tech Day 2024

14 марта в Москве пройдет ежегодная конференция CX TECH DAY 2024. Мероприятие соберет более 250 руководителей из разных отраслей и станет площадкой для обмена опытом в области построения передового клиентск...

Согласие на обработку персональных данных

×

Физическое лицо, оставляя заявку на веб-сайте e-pepper.ru через форму «Обсудим ваш проект» и форму подписки на e-mail рассылку, действуя свободно, своей волей и в своем интересе, а также подтверждая свою дееспособность, предоставляет свое согласие на обработку персональных данных (далее — Согласие) Обществу с ограниченной ответственностью «АЭРОКОМ» (ООО «АЭРОКОМ») (ИНН 9705136776, info@aeroidea.ru, +7(495)120-12-38, +7 968 900-23-45), которому принадлежит веб-сайт https://e-pepper.ru и которое зарегистрировано по адресу 111024, г. Москва, вн.тер.г.муниципальный округ Лефортово, ул. Авиамоторная, д.50, стр.2, этаж 2, помещ.XI, комната 25, офис А79, на обработку своих персональных данных со следующими условиями:

  1. Данное Согласие дается на обработку персональных данных, как без использования средств автоматизации, так и с их использованием.
  2. Согласие дается на обработку следующих моих персональных данных: персональные данные, не относящиеся к специальной категории персональных данных или к биометрическим персональным данным: адрес электронной почты (e-mail); имя; сведения о месте работы; номер мобильного телефона.
  3. Цель обработки персональных данных: обсуждение возможного проекта.
  4. В ходе обработки с персональными данными будут совершены следующие действия: сбор; запись; систематизация; накопление; хранение; уточнение (обновление, изменение); извлечение; использование; передача (предоставление, доступ); блокирование; удаление; уничтожение.
  5. Третьи лица, обрабатывающие персональные данные по поручению ООО "Аэроком” для указанной в согласии цели:
    • АО "АМОЦРМ", 21205, г. Москва, вн.тер.г. Муниципальный Округ Можайский, Тер Сколково Инновационного Центра, б-р Большой, д. 42 стр. 1
    • ООО "Яндекс", 119021, г. Москва, ул. Льва Толстого, д. 16
  6. Персональные данные обрабатываются в течение 30 дней с момента отказа в дальнейшем обсуждении проекта или с момента принятия решения о заключении договора на проект в соответствии с ч. 4 ст. 21 152-ФЗ, смотря что произойдет раньше.
  7. Согласие может быть отозвано вами или вашим представителем путем направления ООО "Аэроком” письменного заявления или электронного заявления, подписанного согласно законодательству Российской Федерации в области электронной подписи, по адресу, указанному в начале Согласия.
  8. В случае отзыва вами или вашим представителем Согласия ООО "Аэроком” вправе продолжить обработку персональных данных без него при наличии оснований, указанных в пунктах 2 — 11 части 1 статьи 6, части 2 статьи 10 и части 2 статьи 11 Федерального закона № 152-ФЗ «О персональных данных» от 27.07.2006 г.
  9. Настоящее согласие действует все время до момента прекращения обработки персональных данных, указанных в п. 6 и п. 7 Согласия.