Товарные рекомендации приносят 25% покупок в приложении "М.Видео"

Товарные рекомендации на основе Big Data приносят более 20% оборота мобильного приложения "М.Видео" и инициируют четверть всех покупок.

Рекомендации помогут сделать выбор среди популярных устройств и новинок. Модели на машинном обучении используют аналитику данных и с высокой долей точности рекомендуют пользователям подходящие устройства, сопутствующие товары и аксессуары.

Сервисы персонализации реализованы во всех точках контакта бренда "М.Видео" с покупателями: сайт, мобильное приложение клиента, приложение консультанта в розничных магазинах.

Алгоритмы "М.Видео" учитывают взаимодействие авторизованных клиентов с каталогом, историю просмотров, поиска, покупок и брошенных корзин. Собранные данные используют для формирования персональных товарных рекомендаций. Так ритейлер может определить склонность пользователей к покупке, потребность в различных категориях техники, предпочтения в ценовых сегментах и брендах.

Как работают алгоритмы:

Рекомендации используются на всех основных этапах пути к покупке: главная страница, поиск, карточка товара, корзина покупателя по нескольким основным сценариям: "хиты", "новинки", "в тренде" и так далее.

Каждая карточка рекомендации имеет ряд ограничений - туда попадают либо новинки, чьи продажи начались в последние два месяца, либо наиболее покупаемые устройства в каждом из городов за 3-6 месяцев. Эти списки товаров модель делит на так называемые стратегии, и в произвольном порядке выдаёт одну их них пользователям на фронте (в приложении или на сайте).

По мере взаимодействия клиентов с каждой из стратегий, наиболее популярные из них получают больший вес и с большей долей вероятности будут показаны вновь. Параллельно внутри каждой группы ранжируются и модели товаров - выше поднимаются те, которыми чаще интересовались.

Другие модели рекомендуют популярные аксессуары и сопутствующие товары, а также предлагают альтернативы, если выбранного устройства нет в наличии или доставка занимает слишком долгое время. Отдельно разработали алгоритм, способствующий увеличению оборота - он показывает технику в чуть более дорогом сегменте, но выделяет топ характеристик, по которым покупатели сделали выбор в её пользу.