Правила применения рекомендательных технологий

На информационном ресурсе применяются рекомендательные технологии - технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации. В данных Правилах применения рекомендательных технологий описаны процессы и методы сбора, систематизации, анализа таких сведений, предоставления информации на основе этих сведений, способов осуществления таких процессов и методов, а также описание видов сведений, относящихся к предпочтениям пользователей сети «Интернет», которые используются для предоставления информации с применением рекомендательных технологий, и источников получения таких сведений.

Программные комплексы с помощью алгоритмических вычислений и машинного обучения собирают, систематизируют и анализируют данные о пользователе или характеристиках элементов в системе и осуществляют предоставление рекомендаций (персональных и неперсональных) и ранжирование контента для конечного пользователя, что призвано помочь пользователю в выборе наиболее подходящих товаров. Формирование и выдача рекомендаций основана на данных о пользовательском поведении, товарной базе магазина и технической информации, собираемой автоматически - то есть данных, полученных от пользователей сайта domostroy.shop, мобильного приложения ДомоСтрой и внутренних информационных систем компании, с помощью сбора следующих сведений: просмотры страниц (товаров, товарных категорий, главной страницы, оформленной заявки и иных), клики, добавления товаров в корзину или в избранное, поисковые запросы, применения фильтров, геолокация пользователя, а также данные о совершенных заказах, выкупленных товарах, могут быть использованы данные о взаимодействии пользователей с самой системой рекомендаций. Процесс сбора сведений заключается в отправке сведений во внутренние информационные системы компании, а также во внешние к компании аналитические системы (подробнее о процессе формирования рекомендаций см. ниже).

Перечень собираемых данных:

данные о посещении пользователем на сайте страниц (время визита, url-адрес страниц и их идентификаторы);
информация о перемещении по страницам сайта (клики по ссылкам и другим элементам сайта);
данные о взаимодействии пользователя на сайте с товарами, такие как просмотр, добавление в корзину, оформление заказа;
данные поисковых запросов пользователя на сайте;
IP адрес;
файлы cookies;
идентификатор пользователя, присваиваемый сайтом;
длительность пользовательской сессии;
точки входа;
браузер пользователя;
архитектура процессора устройства пользователя;
ОС пользователя;
параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
источник перехода (UTM метка и ее значение);
данные, содержащиеся в личном кабинете пользователя, зарегистрированного на сайте.

Процесс формирования рекомендаций

Собираются данные об активности пользователя (просмотры, клики, добавление в избранное, в корзину и др. - полный перечень собираемых данных см. выше). На основании собранных предпочтений алгоритмы предсказывают дальнейшие действия и позволяют подобрать рекомендации, наиболее подходящие пользователю: подбираются похожие или сопутствующие товары (на основании характеристик товаров, которыми уже интересовался пользователь), рекомендуются популярные продукты (на основании спроса и пользовательских оценок), схожие предпочтения (на основании предпочтений других похожих по поведению пользователей). Кроме того, может быть добавлена персонализация, учитывающая интерес пользователя к свойствам товаров. Анализируется поведение пользователей - их интерес к определенным параметрам товаров: размер, цвет, вес и т.д. Далее рекомендации сохраняются, уточняются и выдаются конечному пользователю согласно установленным бизнес-правилам.

Отображение рекомендаций на сайте

Рекомендательные подборки на сайте отображаются на главной странице, странице карточки товара, странице товарной категории, в корзине, личном кабинете и его подразделах, при оформлении заказа и на странице “404”. Примеры товарных рекомендаций на сайте: Похожие товары, Хиты, Специально для вас, С этим товаром покупают, Сопутствующие товары.