Зачем наш сайт использует рекомендательные технологии?

Рекомендательные технологии на нашем сайте помогают покупателям быстрее и более точно выбирать товары, что приводит к экономии времени на покупках. Мы анализируем различные данные, включая пользовательские истории покупок. Мы не допускаем применения рекомендательных технологий, которые нарушают права и законные интересы граждан и организаций, а также не допускаем применение рекомендательных технологий в целях предоставления информации с нарушением законодательства Российской Федерации.

Используемые данные:

Мы собираем информацию о предпочтениях пользователей при использовании нашего сайта.

• история поиска товаров;
• совершенные покупки;
• просмотренные страницы и клики по ним;
• просмотренные товары;
• информация о сессии пользователя;
• товары добавленные в корзину или избранное;
• клики на поисковые подсказки;
• клики на отдельные элементы интерфейса;
• регион пользователя;
• информация об устройстве пользователя;
• ОС пользователя;
• источник перехода (UTM метка);
• параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
• длительность поисковой сессии.

Также мы учитываем аналогичные агрегированные данные других пользователей. В зависимости от технической возможности и целесообразности некоторые данные могут не собираться и\или не использоваться в формировании рекомендаций.

Как производится анализ данных для формирования рекомендаций?

Алгоритм выбирает рекомендации основываясь на системе ранжирования — чем выше вероятность того что пользователь заинтересуется определенным товаром (откроет его карточку, добавить в корзину или избранное), тем выше этот товар будет расположен в списке рекомендаций.
Для формирования выдачи рекомендаций применяются такие технологии как нейросети, ансамбли решающих деревьев, коллаборативные фильтрации и классические модели машинного обучения. Алгоритмы обучаются и применяются с целью подобрать для пользователя сайта наиболее релевантные товары на основании его действий на сайте.
Для составления рекомендаций мы анализируем множество факторов, включая активность пользователя на сайте и текущий спрос на различные товары.

Как пользователь может влиять на рекомендации?

Пользователь может влиять на рекомендации своими действиями на сайте — поиском и просмотром товаров, добавлением их в избранное или корзину.
Чем больше информации о предпочтениях мы соберём, тем точнее будут рекомендации.
Если же пользователь не хочет чтобы мы использовали собранные данные для формирования рекомендаций, пользователь может удалить cookie-файлы нашего сайта в браузере. Однако при продолжении использования сайта данные начинают собираться заново.

Адрес электронной почты для направления запросов:
hello@searchbooster.io