Лучшие статьи и кейсы стартапов
Включить уведомления
Дадим сигнал, когда появится
что-то суперстоящее.
Спасибо, не надо
Вопросы Проекты Вакансии
Центр управления конверсией интернет-магазина
Рекомендуем
Продвинуть свой проект
Лучшие проекты за неделю
36
Эбиа

Эбиа

www.ebia.ru

23
Enlite

Enlite

enlited.ru

22
YAGLA

YAGLA

yagla.ru

17
Venyoo

Venyoo

venyoo.ru

15
2.0

2.0

twozero.ru

14
SE Ranking

SE Ranking

seranking.ru

14
likearea

likearea

smm.li

12
Perezvoni.com

Perezvoni.com

perezvoni.com

11
Relap

Relap

relap.io

Показать следующие
Рейтинг проектов
Подписывайтесь на Спарк в Facebook

Почему персонализация будет бесплатной

387 1 В избранное Сохранено
Авторизуйтесь
Вход с паролем
В этой статье: почему рекомендательные системы продают свои услуги интернет-магазинам за дорого, почему так быть не должно и когда все это кончится.

Что такое персонализация

Для тех, кто еще не знаком с термином, персонализация в интернете — это когда контент меняется в зависимости от взаимодействующего с ним пользователя. Пожалуй, это наиболее широкое определение. Самый очевидный пример: поисковая выдача.

image00.png

У разных людей результаты будут отличаться. Почему?

Как это работает

Если коротко, то каждое наше действие в сети сливается в огромный котел под названием «Большие данные». Можно рассматривать это так: вы завели почту на «Яндексе» — бросили в котел информацию о своем возрасте, поле и всем, что указали в профиле. Зарегистрировали на эту почту профиль на «Drom.ru» — добавили данные о своем автомобиле. Сделали в «Яндекс» десяток запросов про фантастические фильмы и литературу — теперь котел знает, что вы любите читать и смотреть. И таким наполнением котла вы занимаетесь всю сознательную пользовательскую жизнь. Получается суп, названный в вашу честь.

Но это не конец истории. У каждого есть такой же котел. Содержимое некоторых из них похоже между собой. Поэтому математически можно вывести закономерности — и предсказывать, что вам понравится, исходя из того, что понравилось похожим на вас людям. Большинству людей, которые поставили 10 баллов фильму «Звездный десант» также понравился фильм «Марсианин» — значит, если вы высоко оценили один из них, то вам понравится и второй.

Где нашла применение персонализация

С персонализацией, основанной на больших данных, вы сталкиваетесь ежедневно. Речь о персональных рекомендациях — это довольно сложный внутренне и простой внешне механизм.

  • Посмотрите ролик на Youtube — и сайт предложит вам несколько схожих по тематике.
  • Поищите какой-нибудь товар в интернете — и начнете видеть рекламу с ним на всех сайтах.
  • Почитайте статьи только одной тематики — и вам придет рассылка с тематическими статьями внутри.

И так далее.

Любую технологию будут стремиться коммерциализировать. Это произошло и с персонализацией.

Как интернет-магазинам продают персонализацию

Наверное, замечали, что крупные онлайн-магазины рекомендуют подозрительно «неслучайные» товары. Например, автомагнитолу именно той марки, которой вы активно интересовались в последние дни. Это работает ваш «котел» вместе с алгоритмами персональных рекомендаций. Аналогично — с большими контент-проектами, вроде «Кинопоиска» или «Last.fm», в их ядре лежит идея с рекомендациями.

Хорошая штука? Несомненно. И дорогая, если ее делать индивидуально с нуля.

Каждый, даже небольшой сайт, будь он магазином или нишевым СМИ, хочет персонализировать контент. Нанимать разработчиков и делать свои рекомендательные алгоритмы им часто не по карману. Так появились вторые участники этой игры — внешние рекомендательные системы. Они создали универсальные решения, которые можно быстро интегрировать в сайт и увидеть персонализацию в деле. Как правило, 90% таких систем имеют бесплатные версии, а для того, чтобы открыть базовый функционал полностью — нужно заплатить.

Почему платные решения для персонализации уйдут в прошлое

Как только появляется новый тренд — на нем пытаются быстро заработать. Но кому теперь нужны интернет-кафе, если в любом кафе бесплатный интернет?

То же самое происходит с персонализацией. Часть внешних рекомендательных систем до сих пор пытаются зарабатывать на базовой потребности сайтов. Наиболее сообразительные отказались от такой модели монетизации и ищут другие пути.

Собственно, почему платные рекомендации — это тупиковая ветвь эволюции:

  • Персонализация воспринимается пользователями как данность благодаря популярным сайтам (Google, большие кино- и музыкальные сервисы, магазины и т.д.). Значит, к ней будут стремиться прийти все.
  • Рост числа игроков заставит разработчиков предлагать все более доступные решения, дабы вытеснить с рынка конкурентов. Доступные — значит, бесплатные.
  • Решения для персонализации будут включаться в CMS для сайтов по умолчанию — как случалось до этого со многими другими популярными технологиями (вспомните адаптивные по-умолчанию шаблоны Worpress хотя бы). Это поспособствует еще большему распространению технологии. К слову, наш REES46 интегрировали в базовую комплектацию Advantshop, и это только начало.

Проще говоря, продавать персонализацию интернет-магазинам — это все равно, что продавать воздух водолазам. Вроде бы никуда не денешься, но что-то подсказывает, что тобой манипулируют.

Как сделали мы

REES46 тоже начинался как рекомендательная система, у которой часть функций была бесплатной, но за полный боекомплект приходилось платить. Мы вовремя поняли, что поезд едет не туда, и поменяли направление.

С весны 2015-го все базовые рекомендательные алгоритмы сделали бесплатными. Любой сайт с любым количеством посетителей мог пользоваться системой без ограничений. В чем подвох? Подвоха нет.

Мы нашли новые источники монетизации:

  • Сохранили отраслевые рекомендации в качестве дополнительной платной опции. Алгоритмы, лучше всего работающие с конкретной отраслью: магазины одежды, детских товаров, продажа путевок, сайты СМИ — у всех свои тонкости в рекомендациях. Если кто-то хочет дополнить базовые механизмы такой надстройкой — у него всегда есть возможность.

Например, при внедрении отраслевых алгоритмов в товарные рекомендации магазина одежды показатель CTR демонстрирует дополнительный прирост 50% (с обычными алгоритмами — прирост 25%). Отраслевые рекомендации находят применение в мультиканальном продвижении: так показатель конверсий триггерных рассылок увеличивается в среднем на 110-130%.

Подробно об отраслевой персонализации мы писали в этой статье.

  • Платное автономное решение. Свой физический сервер для всех вычислений, наилучшая производительность. Если есть такая потребность — можно проапгрейдить свой сайт по-полной.
  • Монетизация за счет использования системы рекомендаций как рекламного канала для производителей товаров. Такого раньше никто на российском рынке не делал — мы стали предлагать производителям товаров продвигать продукцию через блоки с рекомендациями в интернет-магазинах. И естественно, продвигать только те товары, которые есть в каталоге конкретного магазина. По клику пользователь не уходит на другой сайт, а делает покупку в этом же магазине — это выгодно для ритейлера. В итоге магазин получает прежнюю прибыль с продаж плюс дополнительный доход от продвижения, пользователи получают качественные рекомендации, как и прежде, а производитель — больше продаж своего бренда.

Пример, как это сработало. Есть реальный бренд производителя видеорегистраторов. Название мы раскрывать не в праве, поэтому пусть он называется Regio. Средняя стоимость продукции — в районе 14 000 рублей. Продвижение бренда было запущено в трех тематических интернет-магазинах. Конкурентная среда — довольно агрессивная: 32 конкурента, заметные в отрасли бренды (AVC, Prestigio, TrendVision и другие). Эксперимент длился 90 дней, и вот каких показателей бренд достиг за это время:

  • Количество просмотров товаров Regio выросло с 6094 до 7615. Казалось бы, не очень впечатляющий результат, но нужно помнить, что товары не просто мелькаю в каталоге, а появляются в разделах рекомендаций.
  • Количество рекомендованных просмотров выросло с 1377 до 2146. Сами по себе просмотры мало, о чем говорят, но самое интересное впереди.
  • Количество продаж выросло с 26 до 41. При этом если раньше блоки рекомендаций продавали только 7,7% всей продукции, то с активированной моделью продвижения результат стал 24,4%.

Даже если брать усредненные значения, нетрудно посчитать, что за период эксперимент бренд заработал «лишних» 210 000 рублей. Это притом, что в качестве канала продвижения использовалось только 3 магазина.

Технология очень перспективная, но всегда нужно учитывать эффективность канала. Так, например, продвижение тех же видеорегистраторов в гипермаркете электроники тоже дало бы результаты, но уже более скромные. И даже с виду два одинаково перспективных канала могут давать разный выхлоп. Поэтому мы, например, прикрутили к системе аналитику — чтобы можно было вовремя реагировать и заменять одни каналы другими.

В течение пары лет персонализация станет таким же обычным делом, как бесплатный wi-fi в метро. Удачи в бизнесе!

+3
Добавить в избранное Сохранено
Авторизуйтесь
Вход с паролем
Первые Новые Популярные
Михаил Грибов
Отраслевые решения сторонние разработчики на вашей базе могут создавать?
Ответить
Выбрать файл
Читайте далее
Загружаем…
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать