Р. Чигирев (REES46): эффект слепого бармена и виртуальные профили детей

Игорь Бахарев

Интернет-магазин без персонализации — это как слепой бармен. Он будет советовать один и тот же бурбон и крутому ковбою, и бородатому фермеру, и бедному студенту, и даме с собачкой. Иногда такие советы будут работать. Но в том-то и дело, что только иногда.

Инструмент повыше рангом — персональные рекомендации. Когда ковбой получает виски, дамочка молочный коктейль, а студент лагер и чипсы. Собственно, еще года три назад исследования говорили, что больше 50% пользователей повторно посещают магазины с персонализированными рекомендациями. Оно и понятно.

Но и в персональных рекомендациях есть свои подводные камни.

Дело в том, что для качественных рекомендаций система персонализации ведет по каждому посетителю своеобразное "досье". Виртуальный профиль пользователя. В этот профиль записывается история ваших действий, просмотров, покупок, измеряется время, в течение которого вы смотрели вот этот вот товар и так далее. Иными словами, виртуальный профиль — это все ваши привычки, вкусы и повадки.

Конечно, система не знает ваших персональных данных, для нее вы — "пользователь №312a34cf557i" с таким-то набором характеристик. Но стоит вам снова зайти на сайт — "досье" на вас поднимается, и система рекомендует то, что вы хотели бы купить.

О'кей, система может понять, что я люблю и что мне порекомендовать. А что, если я выбираю товары не только себе, но и своему ребенку?

Все становится сложнее и системе персонализации приходится изворачиваться. Иными словами — становится нужен алгоритм персональных рекомендаций для родителей с детьми

Мы в REES46 всегда делали упор в разработке именно на отраслевых алгоритмов, поэтому немного расскажем, как работает механизм "детских" рекомендаций изнутри.

 

В чем отличие детей от взрослых

Дети сильно отличаются от взрослых именно как потребители. В чем именно отличия?

  1. У детей только одна неизменная характеристика — пол. Всё остальное: рост, размер ноги (те самые физиологические параметры) быстро меняются, один раз запомнить размер и рекомендовать всю жизнь не получится. Система должна не только запоминать эти параметры, но и точно прогнозировать их изменение.
  2. У одного взрослого может быть несколько детей — следовательно, система должна распознавать это и вести уже не один, а два и больше виртуальных профилей.
  3. Есть определенные детские товарные категории “для самых маленьких” (например, подгузники), которые покупают с определенной периодичностью. Неплохо бы продавать их тоже регулярно, правда? Кстати, для тех же подгузников существует собственная размерная сетка: от 0 до 24 месяцев.
  4. Есть детские праздники, в канун которых продажи детских товаров возрастает. Система должна располагать инструментами для рекламы: вовремя напоминать взрослым, что самое время вернуться в магазин.

Все эти особенности должны учитываться в рекомендательных алгоритмах. Иначе мы получим эффект типичного слепого бармена.

barmen_

Как работают "детские" рекомендации

На ребенка, так же, как и на взрослого, заводится виртуальный профиль. Основа для него — история покупок и просмотров детских товаров. Определяется пол и возраст. Возраст до 2-х лет автоматически обновляется каждый месяц, после 2-х — каждый год.

1. Возраст в виртуальном профиле каждый раз соотносится с просмотрами и покупками товаров для определенного возраста. Новый профиль создается в двух случаях:

  1. Если была совершена покупка или набрано достаточное количество просмотров для ребенка, пола которого нет среди вычисленных.
  2. Если была совершена покупка или набрано достаточно просмотров для размера и возраста меньше минимального вычисленного или больше максимального вычисленного.

Пример, как это влияет на рекомендации – товары неподходящего размера исключаются из блоков:

  • "Интересное" — если система знает размер определенного типа одежды, то на основании этого скрываются рекомендации неподходящих по размеру товаров.
  • "Похожее" и "популярное" — даже если система не знает размеров, то предварительные данные можно получить от просматриваемых сейчас товаров.

2. Информация о поле ребенка тоже существенно влияет на выдаваемые системой рекомендации.

Пример, как это влияет на рекомендации: товары противоположного пола исключаются из блоков:

  • "Популярные товары" на главной странице.
  • "Это интересно".
  • "Покупают сейчас".
  • "Также покупают/ также рекомендуем посмотреть" — исключаются, если просматриваемый товар совпадает с полом ребенка.

Это избавляет покупателя от "мусорных" рекомендаций и повышает их общий уровень качества. Точнее рекомендации — больше кликов, всё просто.

 

Бонус: детские триггеры

Триггеры — это определенные события, при наступлении которых пользователю автоматически отправляется письмо определенного содержания. Например, мы разделили триггеры и триггерные события на несколько категорий.

  • Уточнение даты рождения. Когда мы собрали достаточно информации о ребенке, пользователю отправляется письмо с просьбой уточнить дату рождения и пол. Это дает 100% гарантии точных рекомендаций.
  • Подарки на день рождения. За 2 дня до вычисленной (или введенной пользователем) даты рождения ему отправляется письмо с рекомендациями товаров. Товары, конечно, не случайные, а подходящие по полу, возрасту, размерам, предпочтениям и т.д.
  • Подарки на Новый год. Высылаем 21 декабря, чтобы захватить католическое Рождество. Также рекомендации товаров с учетом виртуального профиля ребенка, как в предыдущем пункте.
  • Тематические праздники. Система помнит про день защитника отечества, 8 марта, день знаний, выпускной, день учителя, день молодежи, хэллоуин и много других знаковых дат. На каждый праздник рекомендации отличаются, так, например, на женский день рассылки получат только родители девочек, а в рекомендациях будут только игрушки для девочек.

Кроме того, мы ввели в практику регулярные триггерные рассылки. Если пользователь делал покупки одних и тех же товаров несколько раз с определенной периодичностью — вычисляется средний промежуток времени между этими покупками. По истечении этого периода высылается триггер.

 

Заключение

По свежей статистике от Target, 69% молодых людей в возрасте от 25 до 34 лет охотно делятся данными с маркетологами, чтобы обеспечить лучшие персональные рекомендации — товаров и контента. Мир постепенно осознает необходимость, это радует.

Делайте больше продаж. И используйте для этого правильные инструменты.

Автор: Роман Чигирев, Рекомендательная система REES46

Материал по теме

CJM, персонализация рассылок и попапы, которые не раздражают клиентов: кейс Birkenstock

Материал по теме

Как персонализация мобильного приложения позволяет внедрить customer-centric подход: кейсы Hoff, СберМегаМаркет и Рив Гош

Материал по теме

Что ждут покупатели от интернет-магазинов: опрос "Крок"

Подписаться на новости

Актуальное сейчас

Яндекс Маркет и GFK: Как москвичи покупают в онлайне

В ежегодном опросе Яндекс Маркет и компания GfK Rus проанализировали потребительские тренды интернет-покупателей из Москвы. Эксперты выявили основные паттерны поведения и предпочтения жителей города при сов...

Что россияне покупают весной на маркетплейсах: аналитика Мегамаркет

Мегамаркет проанализировал ежегодные весенние покупки пользователей на площадке и составил прогноз по товарам, на которые продавцам стоит сделать упор в этом сезоне. Согласно статистике, среди пользо...

Торговые сети раздувают цены в онлайне

Продуктовые сети в России вводят дифференцированное ценообразование в онлайне и офлайне. Цены на одни и те же товары в обычных и интернет-магазинах могут отличаться на 5-10%. Это связано с растущими затратами н...

Ozon и Wildberries выходят на рынок страхования

Ozon и Wildberries объявили о планах развития страхового направления бизнеса. В частности, Ozon уже во второй половине 2024 года запустит собственную страховую компанию, которая будет предоставлять широкий ...

АУРЭК vs Wildberries: в чём суть обвинений ассоциации

Ассоциация участников рынка электронной коммерции (АУРЭК) обвинила Wildberries в том, что на его складах селлеры регулярно теряют от 2 до 4% годового оборота товаров. Ещё столько же пропадают в пути.  ...

Спрос на специалистов в сфере маркетплейсов вырос в два раза в 2023 году

По данным сервиса "Мое дело", к концу года количество продаж на маркетплейсах выросло более чем в 5 раз, в сравнении с первым кварталом 2023 года. Более того, наблюдался стабильный рост востребованности спе...

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.