Проект

Рекомендательная система для интернет-магазина часов

Интернет магазин решал задачу повышения спроса на расширенный ассортимент.

Он обратился к нам с просьбой улучшить рекомендательную систему для своих пользователей таким образом, чтобы клиенты были более склонны покупать новые для себя товары, причём не только из ниш предыдущих покупок.

Мы собрали данные о клиентах и их покупках за 2 года, сформировали метрику, которая считает возрастание уникальных покупок в корзине пользователя за тестовый промежуток и принялись строить рекомендательную систему.

Наиболее эффективным подходом оказался ансамбль user-based подхода к рекомендациям в купе с KNN на эмбендингах названий товаров в чеке по каждому клиенту. Прогноз оглашал 49% попадание рекомендаций в будущие товары клиента, но это только в теории, ведь рекомендации влияют на саму покупку.

Был проведён A/B тест, который показал статистически значимый результат роста общих продаж, среди которого повышение покупок, выпадающих на новые для пользователей товары составило 30.5%. Рекомендательная система была интегрирована в ИТ инфраструктуру заказчика.