Правила применения рекомендательных технологий
- 1.1. АО "УК "СТАРТ" (ИНН 7816380127) (далее - Общество) является владельцем сайта https://tddomovoy.ru/ (далее - "Сайт") и Интернет-магазина "Домовой" (далее - Интернет-магазин), который находится на Сайте.
- 1.2. На Сайте применяются информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории РФ (рекомендательные технологии).
- 1.3. Общество не допускает применения рекомендательных технологий, которые нарушают права и законные интересы граждан и организаций, а также не допускает применение рекомендательных технологий в целях предоставления информации с нарушением законодательства РФ.
- 1.4. Адрес для направления юридически значимых сообщений: info@startonline.ru
1. Общие сведения
- 2.1. Рекомендации формируются из следующих источников:
* Поведение пользователей Сайта;
* База товаров Интернет-магазина "Домовой" на Сайте.
- 2.2. Алгоритмы рекомендаций на сайте являются гибридными - в зависимости от ситуации они могут использовать как поведение пользователей Сайта, так и данные по товарам из базы товаров на Сайте.
- 2.3. Данные собираются посредством размещения на сайте трекинг-кодов и/или вызовов методов API.
- 2.4. Полный перечень собираемой информации:
* данные о посещении пользователем на сайте страниц, такие как время визита, url-адрес страниц и их числовых или строковых идентификаторов, при наличии;
* информация о перемещении по страницам сайта (в т.ч. нажатий на ссылки и элементы сайта);
* данные о взаимодействии пользователя на Сайте с товарами, включая, но не ограничиваясь, просмотр, добавление в корзину, оформление заказа;
* данные поисковых запросов пользователя на Сайте;
* IP адрес пользователя Сайта;
* файлы cookies;
* длительность пользовательской сессии;
* точки входа (сторонние сайты, с которых пользователь Сайта по ссылке переходит на Сайт);
* браузер пользователя Сайта;
* оборудование пользователя Сайта;
* источник перехода (UTM метка);
* значение UTM меток от source до content;
* данные, содержащиеся в личном кабинете пользователя Сайта, зарегистрированного на Сайте.
- 2.5. Наибольшим влиянием в поведении обладают события взаимодействия с товарами. Активно используются события просмотра карточки товара, добавления товара в корзину и заказа товара. Кроме того, могут быть использованы данные о взаимодействии пользователей Сайта с внутренней поисковой системой Интернет-магазина и данные о взаимодействии с самой системой рекомендаций.
- 2.6. Данные о базе товаров Интернет-магазина включают все предоставляемые им атрибуты товаров, в том числе информация о категориях, ценах, доступности. Эти данные могут быть использованы, если пользовательского поведения недостаточно для определения интересов к товарным атрибутам, фильтрации товаров и других задач.
2. Используемые данные
- 2.1. Рекомендации формируются из следующих источников:
- 3.1. Популярные товары
Рекомендации популярных товаров формируются на основе всех взаимодействий посетителей с Интернет-магазином. Алгоритм стремится показывать товары, с которыми чаще всего взаимодействуют, в первую очередь покупают, в том числе имеют высокий спрос, лучшие оценки, могут иметь баннер "лучшее предложение", "хит продаж" и пр. Алгоритм показывает наиболее разнообразные товары, что помогает лучше познакомиться с базой товаров Интернет-магазина и облегчает процесс выбора товаров.
- 3.2. Популярные товары из интересных пользователю категорий
В данной ситуации пользователю Сайта показываются товары только из тех категорий, которые могут быть интересны ему в долгосрочной перспективе.
- 3.3. Персональные рекомендации товаров
Пользователю Сайта показываются товары, которые наиболее интересны ему в контексте текущего запроса. Если у пользователя Сайта нет истории просмотра, ему показываются популярные товары (п. 3.1). Если пользователь Сайта проявлял интерес к определенным товарам, алгоритм подбирает альтернативные предложения и таким образом поможет ему найти наиболее подходящий и приблизит к покупке. Если же пользователь Сайта уже что-то заказывал, алгоритм предложит ему сопутствующие товары.
- 3.4. Персональные рекомендации на основе заказов, которые были ранее
Алгоритм рекомендует пользователю Сайта товары, которые он уже покупал.
- 3.5. Новые товары
Алгоритм показывает товары, отсортированные по дате поступления - от самых новых до тех, что давно в продаже. Алгоритм обеспечивает разнообразие товаров и таким образом помогает познакомиться с ассортиментом, упрощает навигацию на Сайте.
- 3.6. Альтернативные товары
Алгоритм показывает товары, похожие на текущий товар. Подборка формируется на основе описаний и свойств товаров, а также на основе поведения других пользователей, которые интересовались этим же товаром: что они еще изучают и покупают. Поэтому алгоритм может предложить не всегда схожий по описанию, но действительно подходящий товар.
- 3.7. Подбор похожих и сопутствующих товаров
Алгоритм показывает товары, которые дополняют текущие товары в заказе, в том числе анализируют свойства тех товаров, которые заинтересовали пользователя Сайта: тип, цвет, категорию или производителя, или иные данные. По этим признакам подбираются продукты, которые также могут заинтересовать Пользователя. Когда недостаточно данных по пользовательскому поведению (например, товары покупаются редко или делается запрос на новые товары), пользователю Сайта предлагаются товары, которые могут быть куплены совместно с учетом их свойств, принадлежности к категории и популярности.
- 3.8. Аксессуары
Разновидность алгоритма "Сопутствующие товары" (п. 2.7). Подбирает к текущему товару аксессуары.
- 3.9. Поисковые рекомендации
Пользователю Сайта рекомендуются товары, которые лучше всего подходят под поисковый запрос пользователя. При их формировании алгоритм опирается на поведение пользователей Сайта, которые уже искали что-то подобное. Если таких товаров недостаточно, добавляются альтернативы к ним.
3. Основные алгоритмы рекомендаций
- 3.1. Популярные товары
- 4.1. Товарная выдача многих алгоритмов может быть ограничена только товарами определенной категории, брендом (товарным знаком), производителем, товарами со скидкой и по другим признакам.
- 4.2. Может быть добавлена персонализация, учитывающая интерес пользователя Сайта к свойствам товаров. Анализируется поведение пользователей - их интерес к определенным параметрам товаров: размер, цвет, вес и т.д.
4. Модификации алгоритмов рекомендаций