Рекомендательные технологии
Укажи способ и время доставки

Привет, Александр!

Твой статус в Клубе Друзей

0  дней с покупками

маскот
маскот
маскот
маскот

0,5% кешбэка с покупок

2 любимых товара

1 любимая категория

Еще 1 день покупок до 2% в июне

Так держать! У тебя максимальный кешбэк в июне

Заказы
Избранное
Корзина3
Каталог

На информационном ресурсе применяются рекомендательные технологии

На информационном ресурсе при применении информационных технологий предоставления информации осуществляется сбор, систематизация и анализ сведений, относящийся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации.

Правила применения рекомендательных технологий

Что такое рекомендации

Рекомендации представляют собой индивидуальный набор промо предложений, сформированный системой рекомендательных технологий персонально для клиента, наиболее подходящих под покупательское поведение.
Цель – расширить ассортиментную корзину пользователя в рамках его покупательскихинтересов и реализовать его потребность приобретения регулярной корзины со скидкой.
При этом, пользователь не ограничен в использовании других промо предложений сети. Для улучшения качества рекомендаций, Дикси ориентируется на товарный ассортимент магазинов постоянных покупок клиента.

Какую информацию используют рекомендательные технологии

Собираем предпочтения клиентов

Для анализа предпочтений клиентов мы используем следующие данные:

  • состав и даты заказов и покупок в магазинах;
  • взаимодействия с коммуникациями (открытия и переходы по push сообщениям);
  • просмотры продуктов или категорий продуктов на сайте www.dixy.ru и в мобильном приложении "Дикси Клуб Друзей и доставка";
  • продукты в «Избранном» и в корзине.

Для более точных рекомендаций могут учитываться данные о самих покупателях и магазинах, в которых совершаются покупки. Эти данные поступают в процессинг персональных предложений с сайта, из мобильного приложения, касс, рекламных кабинетов.

Рекомендации строятся на основе всех действий пользователя в сети за последние три месяца. В случае отсутствия действий пользователя в указанный период, осуществляется рекомендация товаров из списка наиболее популярных товаров сети.

Как технологии обрабатывают эту информацию

Рекомендации формируются с помощью математических вычислений рекомендательной системы ManzanaPredictive, которая представляет собой самообучаемую систему. Для этого алгоритм совершает ряд автоматизированных последовательных операций по анализу покупательской истории клиента.

Построение рекомендаций осуществляется в 2 этапа:

  • подбор релевантных предложений;
  • ранжирование полученных предложений, по степени релевантности для клиента.
Подбираем рекомендации на основе предпочтений

Есть три подхода к формированию рекомендаций:

  • 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 — первому можно рекомендовать то, что заинтересовало второго, и наоборот. Такой подход помогает выявлять неочевидные предпочтения и составлять более разносторонние рекомендации.
  • Рекомендации популярных продуктов. Алгоритм анализирует взаимодействие всех клиентов с продуктами и может подсказать тот, у которого самый высокий спрос или лучшие оценки. Это полезно, если клиент впервые пришел на сайт и о нем еще ничего неизвестно.
  • Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент: категорию, производителя, цвет. По этим признакам подбираются продукты, которые также могут его заинтересовать.

Все данные покупателей, которые используются в работе системы, надежно защищены.

Юридически значимые сообщения по вопросам применения рекомендательных технологий могут быть направлены на адрес электронной почты АО «Дикси Юг» dployalty@dixy.ru