3. Исходная информация для рекомендаций
Поведение конкретного
пользователя
Клиент видит товары
связанные с его предыдущими
просмотрами, покупками
«Мудрость толпы»
Клиенту рекомендуются
товары которыми
интересовались похожие
покупатели
Характеристики товаров
В карточке товара клиент
видит аналоги с похожими
характеристиками
Intel Core i3
4 ГБ
HDGraphics 3000
4. Шаг 1 из 3 – Установка скрипта
Необходимо сделать
• Установка одной строчки кода на сайт
Результат
• Проверка качества входящих данных
• Оценка потенциала данных для увеличения продаж
• Предварительный просмотр рекомендаций
5. Шаг 2 из 3 – Установка для всех посетителей
Необходимо сделать
• Ваша обратная связь по предварительному просмотру
• Установка целей и ключевых показателей
• Согласование маркетинговых задач
Результаты
• Адаптация модели рекомендаций под Ваш контекст
• Учет приоритетных бизнес задач
• Развертывание системы персонализации на сайте
6. Шаг 3 из 3 – A/B тестирование
Необходимо сделать
• Выбрать лучший дизайн и положение рекомендаций
• Оценить результаты разных товарных блоков
• Получить информацию для улучшения модели
Результат
• Система персонализации которая приносит доход