На нашем сайте, в приложении и чат-боте применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации), которые помогают создавать подборки товаров и услуг. Это востребованный сервис - каждый третий клиент совершает покупки на основе рекомендаций. Так мы помогаем получить удовольствие от покупки, сэкономить время и найти именно то, что нужно, среди сотен тысяч товаров и услуг.

 

 

✔ персональная подборка товаров за считанные секунды

✔ автоматический подбор аналогов

✔ релевантная информация о скидках, акциях и предложениях

✔ возможность мгновенно запланировать доставку и установку техники, а также демонтаж старой

✔ автоматический подбор комплементарных аксессуаров и услуг с учетом характеристик выбранной модели

✔ безопасность - данные надежно защищены и используются компьютерами

 

 

Рекомендательные алгоритмы настроены и обучены на миллионах покупок постоянных клиентов. Товарные рекомендации можно получить на сайте, в мобильном приложении, в рассылках, чат-боте, колл-центре и в розничном магазине с помощью мобильного приложения продавца. Например, “умные” алгоритмы предлагают подходящие услуги в корзине или на странице выбранного товара.

 

 

1. Виды сведений (данных о действиях на сайте и в приложении ритейлера) о покупателях, которые используют алгоритмы для предсказания предпочтений покупателей:

 

2. Для более точных рекомендаций могут учитываться дополнительные данные. Это позволяет показывать продукты только в географической зоне клиента с учетом акций в регионе и лучших опций по доставке.

 

местонахождение, чтобы показывать рекомендации для конкретного региона, и часовой пояс, чтобы делать это вовремя;

пол или возраст, чтобы предлагать подходящие продукты; 

 

Все эти данные поступают с сайта, касс, из мобильного приложения клиента и продавца.

 

3. Рекомендательный сервис выбирает товары, релевантные контексту показа. В зависимости от виджета в выдачу рекомендаций попадает от 3 до нескольких сотен товаров. Ранжирование товаров зависит от ряда признаков, в том числе от вероятности покупки пользователем до наличия рекламного продвижения. 

 

4. Похожие и сопутствующие продукты отбираются в той же категории, что и выбранный товар, а также из других категорий, если часто покупаются вместе с выбранным товаром. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент: цвет, категорию, производителя и другие характеристики. Для рекомендации популярных продуктов алгоритм анализирует взаимодействие всех клиентов с продуктами и может подсказать тот, у которого самый высокий спрос или лучшие оценки. 

 

5. Алгоритмы также анализирует сходства в поведении клиентов. Если двум покупателям нравится одна и та же группа продуктов и их предпочтения похожи, рекомендательная система может рекомендовать то, что заинтересовало второго клиента, и наоборот. Такой подход помогает выявлять неочевидные предпочтения, предвосхитить пожелания и составлять более разносторонние рекомендации.

 

6. Алгоритмы анализируют частоту покупок и могут напомнить купить расходные материалы и аксессуары. Например, у вас есть принтер и вам нужно периодически покупать картриджи. 

 

7. Для обеспечения разнообразия рекомендательной выдачи М.Видео-Эльдорадо использует матрицу предпочтений и учитывает около 300 различных свойств товаров, в том числе рейтинги и цены. При построении моделей машинного обучения в нашей рекомендательной системе используется двухуровневый подход. На первом этапе мы отбираем топ кандидатов с помощью матричной факторизации, а далее ранжируем кандидатов с помощью подхода learning to rank.

 

Остались вопросы? Напишите нам на 24@mvideo.ru, в телеграм-бот или позвоните по телефону горячей линии 8 (495) 777‑777‑5 для Москвы и 8 (800) 600‑777‑5 для регионов.