Перейти к основному содержанию
Реклама
Прямой эфир
Мир
Министерство культуры Украины открыло в Киево-Печерской Лавре выставку оберегов
Мир
В Киеве прошла акция матерей пропавших без вести украинцев
Мир
Землетрясение магнитудой 5,6 произошло на северо-западе Китая
Спорт
Антонелли выиграл квалификацию Гран-при Лас-Вегаса Формулы-1
Мир
В Польше признали отсутствие доказательств нарушения границы ракетами РФ
Мир
Ювелир Паоло Булгари скончался в возрасте 89 лет
Общество
Замглавы Ростехнадзора Ферапонтова назначили замгендиректора МАГАТЭ
Мир
В Мексике задержали разыскиваемого ФБР наркобарона
Общество
Пассажир рейса Nordwind рассказал о сорванном дне отдыха из-за отсутствия багажа
Мир
В Германии 49% опрошенных выступили за сокращение или прекращение помощи Киеву
Мир
Пашинян объявил о запуске проекта TRIPP 22 ноября
Мир
Украинские СМИ указали на риск потери Зеленским власти из-за давления НАБУ
Спорт
Андрея Филатова переизбрали на пост президента Федерации шахмат России
Мир
В Бразилии освободили находившуюся более 30 лет в рабстве домработницу
Происшествия
Взрыв газа произошел в жилом многоэтажном доме во Владикавказе
Мир
Политолог связал сближение Грузии и России с давлением США и ЕС
Общество
Лаврову понравились шевроны бойцов с его портретом
Общество
Губернатор исключил угрозу снабжения Калининградской области после удара по судну

Эксперт оценил пользу рекомендательных алгоритмов

0
Фото: ИЗВЕСТИЯ/Эдуард Корниенко
Озвучить текст
Выделить главное
Вкл
Выкл

Алгоритмы, которые позволяют более точно прогнозировать потребительские покупки в интернете, помогают пользователям определиться с выбором «в этом мире разнообразия», заявил директор Tinkoff eCommerce Илья Кретов.

В сентябре на конференции по рекомендательным системам ACM RecSys в Сингапуре был представлен новый алгоритм для прогнозирования онлайн-покупок с учетом времени их совершения и периодичности. Его разработали ученые из лаборатории исследований искусственного интеллекта Tinkoff Research. Как пояснили разработчики, алгоритм понимает, какие именно товары нужны человеку в конкретный момент: внедрение показателя времени позволило увеличить точность прогнозирования до 8%. Новый метод был протестирован, в частности, на данных одной из крупнейших мировых торговых интернет-площадок.

«Представьте, что вы пришли в магазин, в котором сотни миллионов различных товаров от десятков миллионов поставщиков — так выглядит глобальный e-commerce. У вас есть всего лишь час на то, чтобы купить себе одежду, обувь, продукты питания и вещи для дома. Сделать это в реальном мире практически невозможно, поэтому алгоритмы во многом работают на покупателя: они помогают обеспечить ему не просто подбор нужных товаров, а найти конкретные товары под его нужды», — пояснил Кретов.

Он привел в пример исследования: одни говорят о том, что персонализация увеличивает конверсию в покупку на 40%, другие — что две трети пользователей смартфонов наиболее вероятно совершат покупку, если при выдаче индивидуальных рекомендаций будет учитываться их геолокация. «Но все сходятся в одном: подавляющее большинство потребителей поддерживают тергетированные под их интересы предложения и очень фрустрированны, когда это отсутствует. Поэтому персонализация и модули рекомендательных систем — up-sell или cross-sell — в e-commerce очень важны», — добавил Кретов.

В пресс-службе «Тинькофф» пояснили, что применение алгоритма позволит покупателям сэкономить время, необходимое на составление конкретной корзины. Он учитывает состав предыдущих покупок пользователя, а также анализирует точное время приобретения конкретных товаров в прошлом и периодичность покупок, выявляет взаимосвязи между приобретением товаров из разных категорий. Как считают в «Тинькофф», бизнесу это поможет повысить удовлетворенность клиентов, увеличить конверсию в покупку и простимулировать рост среднего чека.

Читайте также
Прямой эфир