РЕКОМЕНДАТЕЛЬНЫЕ ТЕХНОЛОГИИ

Как формируются рекомендации на сайте и в мобильном приложении EKONIKA

1. Собираем предпочтения клиентов
   Невозможно рекомендовать человеку товар, когда не знаешь о его предпочтениях. Или, по крайней мере, о предпочтениях других клиентов, похожих на него. В анализе предпочтений мы используем данные о:
   — 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. Все эти данные поступают в систему обработки с сайта, из мобильного приложения, касс, рекламных кабинетов.
2. Подбираем рекомендации на основе предпочтений
   Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент. 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. 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.
3. Уточняем рекомендации
   После того, как рекомендации по предпочтениям составлены, можно сделать их еще точнее, добавив дополнительные условия. Например, показывать продукты только в географической зоне клиента.

Где отображаются рекомендации

Мы отображаем рекомендации в разных точках контакта: на сайте — при помощи виджета, в рассылках, мобильном приложении, кол-центре, в магазине на кассе и на планшете или телефоне сотрудника со специальной базой о продуктах для консультирования. Применение рекомендательных технологий ни в коей мере не обязывает посетителя купить тот или иной товар, не создает у посетителя никаких обязательств и не препятствует поиску товаров.