Правила применения рекомендательных технологий

Редакция от 01.10.2023 г.

Настоящие Правила применения рекомендательных технологий Группы компаний Софтлайн (далее – Правила) действуют в отношении сайта store.softline.ru (далее – Сайт), на котором применяются информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации (далее – Рекомендательные технологии), и содержат описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", предоставления информации на основе этих сведений, а также способов осуществления таких процессов и методов; виды сведений, относящихся к предпочтениям пользователей сети "Интернет", которые используются для предоставления информации с применением Рекомендательных технологий, а также источники получения таких сведений.

В соответствии с требованием Федерального закона от 27 июля 2006 года N 149-ФЗ «Об информации, информационных технологиях и о защите информации» Группа компаний Софтлайн (далее – Softline) обязуется:

1. не допускать применение Рекомендательных технологий, которые нарушают права и законные интересы граждан и организаций, а также не допускать применение Рекомендательных технологий в целях предоставления информации с нарушением законодательства Российской Федерации;
2. не допускать предоставление информации с применением Рекомендательных технологий без информирования пользователей сети "Интернет" о применении на Сайте и на странице Сайта в сети «Интернет» Рекомендательных технологий.

Для работы Рекомендательных технологий Softline использует программное обеспечение Mindbox (ООО «Майндбокс»), с применением которого собираются предпочтения посетителей Сайта и на основе данных предпочтений выводятся рекомендации продукции к покупке в виджете на страницах Сайта.

1. Виды сведений, относящихся к предпочтениям посетителей Сайта, собираемых при применении Рекомендательных технологий:

• действия посетителей Сайта: просмотр страниц Сайта с описанием продукции;
• продукция, отнесенная посетителем Сайта к «Избранному», добавленных в корзины, лист ожидания;
• состав и дата заказов посетителей Сайта;
• взаимодействие посетителей с маркетинговыми коммуникациями, такими как: переход по ссылкам из писем с рекламными рассылками, переходы по ссылкам в баннерах на Сайте;
• данные о любых действиях пользователя на Сайте;
• данные о любых запросах пользователя на Сайте;
• данные из текстов резюме и вакансий;
• IP адрес;
• файлы cookies;
• идентификатор пользователя, присваиваемый Сайтом;
• посещенные страницы;
• количество посещений страниц;
• информация о перемещении по страницам Сайта (в т.ч. запись движения мыши, нажатий на ссылки и элементы сайта);
• длительность пользовательской сессии;
• точки входа (сторонние сайты, с которых пользователь по ссылке переходит на Сайт);
• точки выхода (ссылки на Сайте, по которым пользователь переходит на сторонние сайты);
• страна пользователя;
• геопозицию;
• регион пользователя;
• часовой пояс, установленный на устройстве пользователя;
• провайдер пользователя;
• браузер пользователя;
• цифровой отпечаток браузера (canvas fingerprint);
• доступные шрифты браузера;
• установленные плагины браузера;
• параметры WebGL браузера;
• тип доступных медиа-устройств в браузере;
• наличие ActiveX;
• перечень поддерживаемых языков на устройстве пользователя;
• архитектура процессора устройства пользователя;
• ОС пользователя;
• параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
• информация об использовании средств автоматизации при доступе на Сайт;
• дата и время посещения сайта;
• источник перехода (UTM метка);
• значение UTM меток от source до content;
• уникальный идентификатор, присваиваемый интернет-сторонним сервисом, обеспечивающим обработку статистических данных;
• данные, содержащиеся в личном кабинете пользователя, зарегистрированного на Сайте;
• метрические данные;
• данные сетевого трафика.

2. Описание процессов и методов сбора, систематизации, анализа сведений, относящихся к предпочтениям посетителей Сайта и предоставления информации на основе этих сведений, а также способов осуществления таких процессов и методов

Продуктовые рекомендации — это инструмент автоматического подбора релевантных товаров для каждой конкретной ситуации, в том числе персональные подборки для повторных покупателей, хиты продаж для новичков или сопутствующие продукты на странице товара.

Для формирования и вывода на Сайте продуктовых рекомендаций собираются сведения, указанные в п.1, после чего сведения передаются для проведения анализа в Mindbox, результаты выводятся на Сайте согласно используемому алгоритму.

2.1. Подбираем рекомендации на основе предпочтений

Используются три подхода к формированию рекомендаций:

Подбор похожих и сопутствующих продуктов. Алгоритмы анализируют свойства тех продуктов, которыми интересовался клиент: цвет, жанр, коллекцию, категорию или производителя. По этим признакам подбираются и выводятся на сайте продукты, которые также могут его заинтересовать.

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. Рекомендуется то, что нравится большинству других покупателей.

Рекомендации как для клиента с похожими предпочтениями. Алгоритм анализирует сходства в поведении клиентов. Такой подход помогает выявлять неочевидные предпочтения и составлять более разносторонние рекомендации.

Алгоритм в режиме реального времени пересчитывается на основании модели, обученной при последнем пересчете алгоритма. Модель обучается на доступных продуктах на момент начала пересчета.

2.2. Особенности используемых алгоритмов:

Популярные продукты

• Рассчитывает популярные продукты за выбранный период времени.
• Популярность рассчитывается сначала по количеству заказов каждого товара из категории, затем дополнительно сортируется по количеству просмотров товара.
• Автоматически проверяет зону и бренд (для многобрендовых проектов) продукта, исключает из рекомендаций купленные ранее клиентом товары.
• Пересчитывается раз в сутки.

Популярные продукты по категориям

• Алгоритм «Популярные продукты» для отдельной категории.
• Используется в разделе товарных категорий.

Популярные продукты в просмотренных категориях в последней сессии

• Алгоритм «Популярные продукты» для всех просмотренных категорий в сессии за выбранный период.
• Используется в механике «Брошенный просмотр категории».
• Пересчитывается в реальном времени.

Похожие продукты

• Позволяет настроить похожие продукты для отдельного товара.
• Используется на странице карточки товара.
• Приоритет выставлен по признакам продукта: цене, производителю, характеристикам товара с возможностью запроса точного соответствия
• Автоматически проверяет зону и бренд (для многобрендовых проектов) продукта, исключает из рекомендаций уже купленные клиентом товары.
• Пересчитывается раз в сутки.

Похожие продукты на просмотренные в последней сессии

• Алгоритм «Похожие продукты» для каждого товара из просмотренных в последней сессии клиента на сайте
• Используется в механике «Брошенный просмотр товара».
• Пересчитывается в реальном времени.

Похожие продукты к списку продуктов

• Алгоритм «Похожие продукты» для каждого товара из списка продуктов клиента
• Используется в механике «Товар снова в наличии», «Избранное».
• Пересчитывается в реальном времени.

Сопутствующие продукты

• Алгоритм рассчитывает сопутствующие продукты и формирует рекомендации для отдельного товара.
• Сопутствующие продукты рассчитываются на основе частоты, с которой они встречаются вместе в одном чеке. Также учитываются совместные покупки категорий и признаков товаров. Алгоритм выводит рекомендации в том числе для продуктов без заказов.
• Автоматически проверяет зону и бренд (для многобрендовых проектов) продукта, исключает из рекомендаций уже купленные клиентом товары. Внешние системы продуктов по умолчанию совпадают.
• Пересчитывается раз в сутки.

Сопутствующие продукты к последнему заказу

• Алгоритм «Сопутствующие продукты» для каждого товара в последнем заказе клиента.
• Используется в механике «Спасибо за заказ», «Предложение к следующему заказу».
• Пересчитывается в реальном времени.

Сопутствующие продукты к списку продуктов

• Алгоритм «Сопутствующие продукты» для каждого товара в выбранном списке продуктов клиента.
• Используется в механике «Брошенная корзина», «Рекомендации к избранному», «Корзина на сайте»
• Пересчитывается в реальном времени.

Ручное соответствие категорий

• Алгоритм позволяет настроить сопутствующие продукты по соответствию категорий, для отдельного товара.
• При указании, что к Категории А нужно рекомендовать товар из Категории Б, к каждому товару из Категории А будет подбираться наиболее часто покупаемый с этим товаром товар из Категории Б.
• Используется в карточке товара на сайте.
• Автоматически проверяет зону и бренд (для многобрендовых проектов) продукта, исключает из рекомендаций уже купленные клиентом товары. Внешние системы продуктов по умолчанию совпадают.
• Пересчитывается раз в сутки.

Ручное соответствие категорий к последнему заказу

• Алгоритм «Ручное соответствие категорий» для каждого продукта в последнем заказе клиента, в количестве, пропорциональном его цене.
• При указании, что к Категории А нужно рекомендовать товар из Категории Б, к каждому товару из Категории А будет подбираться наиболее часто покупаемый с этим товаром товар из Категории Б.
• Используется в механике «Спасибо за заказ», «Предложение к следующей покупке».
• Пересчитывается в реальном времени в зависимости от заказов клиента

Персональные рекомендации

• Предсказывает, какой продукт клиент захочет купить. Учитывает все просмотры, заказы, действия со списками клиента, а также поведение похожих клиентов.
• Используется в механике «Предложение к следующему заказу», реактивационных механиках.
• Автоматически проверяет зону и бренд (для многобрендовых проектов) продукта, исключает из рекомендаций уже купленные клиентом товары.
• Пересчитывается раз в сутки.

Событийные персональные рекомендации

• Аналогичны алгоритму «Персональные рекомендации» со считыванием в реальном времени , в том числе для анонимных клиентов.
• Используются на главной странице сайта, личном кабинете, 404 странице и поиске.

Последние просмотренные продукты

• Вывод рекомендуемых продуктов, просмотренных в сессии за последние 14 дней.