heart Created with Sketch. test
Курс «Рекомендательные системы на практике»: AI в ритейле/e-commerce

Примеры рекомендательных стратегий на сайтах и в интернет-магазинах: разбор персонализации главной страницы и карточек товаров с помощью рекомендательных виджетов | Глава 2

Правила мерчандайзинга (merchandising rules) помогают маркетологам адаптировать стратегии товарных рекомендаций под свои задачи, с глобальной целью улучшить клиентский опыт (consumer experiences).
Иллюстрация Adamastor Studio: https://www.behance.net/gallery/53795093/REITER-THE-WORLD-OF-BERRIES

(Перед вами перевод бесплатного курса «Product Recommendations Course» от компании Dynamic Yield. Если вы здесь впервые, то лучше начните сначала)

Автор английской версии: Янив Навот, CMO, Dynamic Yield

Современные маркетологи и продавцы имеют в распоряжении множество разных инструментов, платформ и алгоритмов для создания уникальных и вовлекающих опытов взаимодействия. Что маркетологами действительно важно в этом контексте — это гибкость в адаптации этих инструментов и алгоритмов под свои цели. В распоряжении маркетологов сегодня — целый спектр рекомендательных стратегий, каждую из которых можно еще точнее настроить при помощи правил фильтрации. Эти правила позволяют включать определенные товары в состав рекомендаций — или исключать их из него. Таким образом, мы можем формировать максимально адекватные рекомендации для каждого пользователя на основании его/ее предпочтений и поведения. 

Что такое правила мерчандайзинга? 

При работе с автоматизированными рекомендательными системами (automated product recommender system) маркетологи могут вручную настраивать отдельные условия отбора и отображения товаров. Эти условия и называются правилами мерчандайзинга: они позволяют корректировать движок машинного обучения (machine learning engine) для достижения более точного таргетинга.

При помощи этих правил, маркетологи и мерчандайзеры могут настраивать рекомендательные алгоритмы очень точно, вплоть до указания, какие товары отображать в каком виджете. К примеру, если бренду одежды нужно продать большую партию популярной модели тренча, можно попросить команду eCommerce настроить правило мерчандайзинга, по которому эта модель будет всегда отображаться на самом видном месте рекомендательного виджета. 

Типы правил фильтрации 

Первый тип — это правило “включения” (an “include” rule).

Оно заключается в том, что мы заранее определяем какие товары будут отображаться в определенных слотах рекомендательного виджета. Товары для отображения подбираются на базе определенных характеристик, которые система черпает из файла с данными о товарах (product feed). Потом отобранные товары размещаются на виджете согласно выбранной рекомендательной стратегии. 

Пример: Продавец хочет сделать так, чтобы посетители-мужины видели в рекомендательном виджете на главной странице сайта только популярные товары для мужчин. Товары, отображаемые в рамках виджета, будут расставлены по уровню популярности (для каждого товара он рассчитывается по количеству взаимодействий, добавлений в корзину и покупок)

Пример рекомендательного виджета на главной странице. Виджет таргетирован на мужскую аудиторию — поэтому отображает только товары для мужчин.

Второй тип правил мерчандайзинга — это правило “исключения” (an “exclude” rule).

В отличие от правила “включения”, это правило определяет, какие продукты не будут отображаться в определенных слотах рекомендательного виджета. Какие товары будут включены в “черный список” определяется на базе условий, описывающих отдельные характеристики каждого из товаров. 

Пример: Продавец хочет увеличить размеры корзин (cart sizes). На данный момент он использует в своих рассылках рекомендательную стратегию на базе “подобия” (“similarity” ) товаров. Продавец установил правило, по которому в рекомендательном виджете не отображаются товары дороже 20$ для всех пользователей. Как результат: в виджете будут отображаться товары, подобные товарам в корзине, и расставлены они согласно своей оценке “подобия” (similarity score). 

Пример рекомендательного виджета в рассылке. Виджет таргетирован на тех, кто бросил корзину () и показывает товары, подобные товарам в корзине — но не дороже 20$.

Третий тип правил мерчандайзинга — это правило “прикрепления” (the “Pin” rule).

С помощью этого правила можно полностью перекрыть любую рекомендательную стратегию, что позволяет маркетологам вручную указывать продукты для отображения в отдельных слотах виджета. 

Пример: Допустим у продавца на складе скопилось много пар определенной модели обуви. В этом случае он может прикрепить (pin) эту модель в самом заметном месте рекомендательного виджета, чтобы ее увидело как можно больше пользователей. 

Пример рекомендательного виджета на главной странице сайта. Виджет таргетирован на новых посетителей; один из товаров “прикреплен” в самом большом слоте виджета.

Как пользоваться правилами мерчандайзинга 

Настраивая новые правила, маркетологи могут детализировать их критерии: например, временные рамки, стоимость товаров, сегменты аудитории и т.п. Вот несколько примеров таких детализированных правил: 

Пример рекомендательного виджета с использованием стратегии “Вместе с этим товаром покупают…”. Виджет таргетирован на посетителей, которые что-то добавили в корзину и ограничен правилом “исключить товары дороже 10$”.

Множественные правила фильтрации

При настройке рекомендательных виджетов не обязательно ограничиваться только одним правилом. Маркетологи могут добавлять по нескольку правил включения и исключения — и все они будут применяться, при условии что соблюдение всех условий возможно. Важно: никогда не создавайте конфликтующие правила, потому что в этом случае результат непредсказуем — если он вообще будет. 

А еще, некоторые рекомендательные движки дают возможность устанавливать приоритет применения правил (когда их несколько). К примеру, можно прикрепить (pin) в виджете несколько товаров — маркетологу только придется указать приоритет применения правил и указать, какое правило главнее.  

Начинаем работать с правилами мерчандайзинга 

Чтобы как можно больше заработать на товарных рекомендациях, генерируемых алгоритмами машинного обучения, нужно выжимать из каждой кампании максимум. Мерчандайзеры знают о товарах (и их уникальных характеристиках) больше, чем кто-либо. Эти знания можно использовать для разработки стратегий, создания правил и запуска эффективных продуктовых рекомендаций — ведь рекомендации не только побуждают пользователей исследовать ваш ассортимент, они еще подстегивают продажи, тем самым увеличивая доходы бизнеса.


← Назад | Продолжение (Глава 3) →


Курс «Рекомендательные системы на практике»: AI в ритейле/e-commerce