На информационных ресурсах www.elektro.ru и pro.elektro.ru в процессе использования технологий персонализации осуществляется сбор, обработка и анализ данных, касающихся потребительских предпочтений пользователей сети «Интернет», находящихся на территории Российской Федерации, в соответствии с действующим законодательством.

Система продуктовых рекомендаций позволяет оптимизировать процесс выбора среди обширного ассортимента товаров и услуг. Например, при просмотре категории "Выключатели" система предложит аналогичные товарные позиции. В случае приобретения электроинструмента будут рекомендованы сопутствующие комплектующие. Данный функционал способствует сокращению временных затрат на совершение покупок.

Примечание: под термином "Продукт" понимаются любые товары, услуги, аудиовизуальная продукция и иные объекты коммерческого предложения.

Сбор данных о потребительских предпочтениях

Формирование релевантных рекомендаций невозможно без анализа пользовательской активности. Система учитывает следующие параметры:

• Просмотр товарных позиций и категорий
• Товары, добавленные в "Избранное", корзину или листы ожидания
• Состав и хронологию заказов
• Взаимодействие с маркетинговыми коммуникациями (открытие email-рассылок, переходы по рекламным ссылкам)

Дополнительно для повышения точности рекомендаций могут учитываться:

• Геолокационные данные (для региональной сегментации предложений)
• Часовой пояс пользователя (для временной оптимизации коммуникаций)

Источники данных: веб-ресурс, кассовые системы, рекламные платформы.

Алгоритмы формирования рекомендаций

Применяются три основных метода:

Метод аналогий и сопутствующих товаров

Анализ характеристик просмотренных товаров (модель, категория, производитель) с последующим подбором схожих или дополняющих товарных позиций.

Метод популярных товаров

Ранжирование товаров на основе статистики продаж и пользовательских оценок с выделением наиболее востребованных позиций.

Метод коллаборативной фильтрации

Анализ поведенческих паттернов различных пользователей с выявлением схожих предпочтений и кросс-рекомендациями.

Оптимизация рекомендаций

Сформированные рекомендации дополнительно фильтруются по:

• Географической привязке
• Исключению товаров импульсного спроса

После завершения процесса обучения алгоритмов персонализированные рекомендации отображаются во всех точках контакта:

• Веб-интерфейс
• Email-коммуникации
• Мобильное приложение