Лучшие статьи и кейсы стартапов
Включить уведомления
Дадим сигнал, когда появится
что-то суперстоящее.
Спасибо, не надо
Вопросы Проекты Вакансии
Центр управления конверсией
Рекомендуем
Продвинуть свой проект
Лучшие проекты за неделю
26
Битрикс24

Битрикс24

www.bitrix24.ru

16
Отследить-посылку

Отследить-посылку

B2B-сервис трекинга посылок

14
myPreza

myPreza

mypreza.ru

13
WebResidentTeam

WebResidentTeam

webresident.agency

12
Perezvoni.com

Perezvoni.com

perezvoni.com

11
Expresso

Expresso

www.expresso.today

10
YAGLA

YAGLA

yagla.ru

10
Reader

Reader

Интернет-журнал о современных технологиях.

Показать следующие
Рейтинг проектов
Подписывайтесь на Спарк в Facebook

Почему персонализация будет бесплатной

385 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