Рекомендательные технологии

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.

1. Собираются предпочтения клиентов

Mindbox использует данные о действиях покупателей, например:

• просмотрах продуктов или категорий продуктов;
• продуктах в «Избранном», корзине, листе ожидания или других списках;
• составе и датах заказов;
• взаимодействиях с коммуникациями. Это, например, открытие писем и переходы по ссылкам из рекламы.

Также для более точных рекомендаций могут учитываться данные о самих покупателях, например о:

• местонахождении, чтобы показывать рекомендации для конкретного региона, и часовом поясе, чтобы делать это вовремя;
• поле или возрасте, чтобы предлагать подходящие продукты.
• составе и датах заказов;

Все эти данные поступают в Mindbox с сайта, из касс, рекламных кабинетов.

2. Подбираются рекомендации на основе предпочтений

Три подхода к формированию рекомендаций:

Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент: цвет, жанр, коллекцию, категорию или производителя. По этим признакам подбираются продукты, которые также могут его заинтересовать.

Рекомендации популярных продуктов. Алгоритм анализирует взаимодействие всех клиентов с продуктами и может подсказать тот, у которого самый высокий спрос или лучшие оценки. Mindbox порекомендует то, что нравится большинству других покупателей.

Рекомендации как для клиента с похожими предпочтениями. Алгоритм анализирует сходства в поведении клиентов. Если двум покупателям нравится одна и та же группа продуктов, их предпочтения похожи. Значит, первому можно рекомендовать то, что заинтересовало второго, и наоборот.

Рекомендованные продукты показываются в любой точке контакта: на сайте — при помощи виджетов рекомендаций, в рассылках, мобильном приложении.