Data Science Meetup про персонализацию от SberMarket Tech. Запись и что там было.
🔥 Друзья, это одно из первых мероприятий на тему рекомендаций в России, и оно действительно стоит нашего внимания!
Контент не только очень интересный, но и практичный, представленный опытом известных компаний.
“Персонализация сейчас мегапопулярна, но все бизнесы разные и делают это по-своему” - открыл митап Дмитрий Деменков, руководитель команды персонализации маркетинга, СберМаркет.
Тезисы программы:
💬 Персональное ранжирование каталога, Тоня Горячева, руководитель ML команды, СберМаркет.
СберМаркет сделал логичный шаг, начав заниматься персонализацией вместе с бурным ростом клиентской базы и запуском своей рекламной платформы.
Сейчас в СберМаркете уже реализована персонализация модели оттока, ранжирование в каталоге и поиске, а также рекомендательные блоки на главной странице, в корзине и карточке товара. Кроме того, они разработали модели для персонализированной коммуникации с клиентами.
Очень интересный доклад про то, как такие большие компании реализуют проекты по персонализации.
💬 Кросс-категорийные рекомендации, Миша Каменщиков, Unit Lead рекомендаций в Авито.
Работа рекомендаций на главном экране с учетом основных проблем:
1. Проблема однообразия в бесконечном рекомендательном гриде (полезно при выборе конкретного товара, но плохо для стимулирования следующей покупки)
➡️ примешиваем товары из других категорий на основе интересов и поведения пользователя.
2. Проблема пузыря. Чтобы избежать сужения рекомендаций и стимулировать следующие покупки
➡️ добавить вкладку «Свежее» или «Новинки». Это позволит пользователю видеть свежие объявления и товары, которые только появились в каталоге.
💬 Персонализация тарифов для новых клиентов, Даша Шатько, Data Science Team Lead, Мегафон Big Data.
Тема из модного направления CVM (CRM по новому).
Одним из способов борьбы с оттоком абонентов является тестирование персонального тарифа в голосовом ассистенте на основе данных пользователей с низким lifetime (1-2 месяца). Результаты в видео.
💬 Персонализация для карьерной платформы, Петя Чуйков, Data Science Team Lead, hh.ru.
Новый проект, который только запустится в июле в виде калькулятора ЗП на основе навыков, построения карьерных треков и выработки различных рекомендаций с применением ML-моделей.
⏺️ СМОТРЕТЬ ПОЛНУЮ ЗАПИСЬ ТУТ.
💡 Что хочется отдельно отметить: во многих докладах прослеживается мысль про упрощение, а не про усложнение в персонализации и формулировке гипотез.
🔥 Друзья, это одно из первых мероприятий на тему рекомендаций в России, и оно действительно стоит нашего внимания!
Контент не только очень интересный, но и практичный, представленный опытом известных компаний.
“Персонализация сейчас мегапопулярна, но все бизнесы разные и делают это по-своему” - открыл митап Дмитрий Деменков, руководитель команды персонализации маркетинга, СберМаркет.
Тезисы программы:
💬 Персональное ранжирование каталога, Тоня Горячева, руководитель ML команды, СберМаркет.
СберМаркет сделал логичный шаг, начав заниматься персонализацией вместе с бурным ростом клиентской базы и запуском своей рекламной платформы.
Сейчас в СберМаркете уже реализована персонализация модели оттока, ранжирование в каталоге и поиске, а также рекомендательные блоки на главной странице, в корзине и карточке товара. Кроме того, они разработали модели для персонализированной коммуникации с клиентами.
Очень интересный доклад про то, как такие большие компании реализуют проекты по персонализации.
💬 Кросс-категорийные рекомендации, Миша Каменщиков, Unit Lead рекомендаций в Авито.
Работа рекомендаций на главном экране с учетом основных проблем:
1. Проблема однообразия в бесконечном рекомендательном гриде (полезно при выборе конкретного товара, но плохо для стимулирования следующей покупки)
➡️ примешиваем товары из других категорий на основе интересов и поведения пользователя.
2. Проблема пузыря. Чтобы избежать сужения рекомендаций и стимулировать следующие покупки
➡️ добавить вкладку «Свежее» или «Новинки». Это позволит пользователю видеть свежие объявления и товары, которые только появились в каталоге.
💬 Персонализация тарифов для новых клиентов, Даша Шатько, Data Science Team Lead, Мегафон Big Data.
Тема из модного направления CVM (CRM по новому).
Одним из способов борьбы с оттоком абонентов является тестирование персонального тарифа в голосовом ассистенте на основе данных пользователей с низким lifetime (1-2 месяца). Результаты в видео.
💬 Персонализация для карьерной платформы, Петя Чуйков, Data Science Team Lead, hh.ru.
Новый проект, который только запустится в июле в виде калькулятора ЗП на основе навыков, построения карьерных треков и выработки различных рекомендаций с применением ML-моделей.
⏺️ СМОТРЕТЬ ПОЛНУЮ ЗАПИСЬ ТУТ.
💡 Что хочется отдельно отметить: во многих докладах прослеживается мысль про упрощение, а не про усложнение в персонализации и формулировке гипотез.
YouTube
Data Science Meetup про персонализацию: успехи и факапы | SberMarket Tech
Data Science — митап про успехи и факапы в персонализации. Project-менеджмент в DS, техника и влияние на бизнес. Все самое важное в одном митапе.
8:15 «Как мы делали проект по персональному ранжированию каталога и почему из этого ничего не получилось, а…
8:15 «Как мы делали проект по персональному ранжированию каталога и почему из этого ничего не получилось, а…
🔥5
Товарные рекомендации в приложении ASOS.
В рубрике #товарные_рекомендации говорим про монстра в сфере fashion - ASOS.
Как они используют товарные рекомендации в своем приложении:
1️⃣ Главный экран.
Так как это основная точка входа пользователя (в отличие от ecommerce в вебе, где это и карточка товара, и страница категорий), тут присутствует целый набор различных виджетов.
После баннеров и промо-категорий идет блок с предложением пройти опрос, чтобы персонализировать для вас контент и собрать zero-party data, а далее 5 виджетов с разными персонализированными алгоритмами.
2️⃣ Страница корзины.
Виджет с cross-sell (нейтральные недорогие товары типа аксессуаров и косметики)
3️⃣ Карточка товара.
3 виджета - «Похожие», «Покупают вместе», «Купить лук».
📌 С точки зрения алгоритмов, используется коллаборативная фильтрация, а также, что интересно, ASOS уделяет внимание новинкам и их попаданию в товарную выборку для пользователя.
Про техническую реализацию можно почитать тут.
В рубрике #товарные_рекомендации говорим про монстра в сфере fashion - ASOS.
Как они используют товарные рекомендации в своем приложении:
1️⃣ Главный экран.
Так как это основная точка входа пользователя (в отличие от ecommerce в вебе, где это и карточка товара, и страница категорий), тут присутствует целый набор различных виджетов.
После баннеров и промо-категорий идет блок с предложением пройти опрос, чтобы персонализировать для вас контент и собрать zero-party data, а далее 5 виджетов с разными персонализированными алгоритмами.
2️⃣ Страница корзины.
Виджет с cross-sell (нейтральные недорогие товары типа аксессуаров и косметики)
3️⃣ Карточка товара.
3 виджета - «Похожие», «Покупают вместе», «Купить лук».
📌 С точки зрения алгоритмов, используется коллаборативная фильтрация, а также, что интересно, ASOS уделяет внимание новинкам и их попаданию в товарную выборку для пользователя.
Про техническую реализацию можно почитать тут.
👍4🔥2
КЕЙС: Внедрение персонализации в группу компаний Frasers Group.
Делимся кейсом от платформы Dynamic Yield, который интересен тем, что проект по персонализации внедрялся в разные бренды одной группы компаний.
Подготовка к запуску. И она была непростой!
Группа компаний потратила 6 месяцев на:
⏺️ Согласование между основными заинтересованными сторонами.
⏺️ Внедрение процессов для проекта по персонализации во все бренды компании.
⏺️ Обучение бизнеса важности CRO и процессов тестирования.
Запуск проекта:
- для бренда класса люкс компания внедрила на странице листинга решение для стимулирования использования фильтров при долгом скролле/листании.
Тест показал положительные бизнес-результаты, однако для других брендов категории спорт и товары для дома этот тест провалился.
❕Это еще раз подчеркивает, что не существует универсальных гипотез для всех брендов - каждую необходимо тестировать отдельно.
- далее команда начала тестировать товарные рекомендации для разных страниц и брендов (нулевая поисковая выдача, пустая корзина).
Все тесты показали прирост. Например, рекомендации товаров в пустой корзине показали +18% RPU, +13% к покупкам и +4% к среднему чеку.
❕Такие гипотезы с товарными рекомендациями для e-commerce практически универсальны, но нужно аккуратно подбирать алгоритмы под конкретную страницу.
- среди других сработавших гипотез также были сквозной баннер для мобильного с обратным отсчетом по доставке и баннер для вернувшихся пользователей с товарами в их корзине.
ПОДРОБНЕЕ ПРО КЕЙС.
#кейсы
Делимся кейсом от платформы Dynamic Yield, который интересен тем, что проект по персонализации внедрялся в разные бренды одной группы компаний.
Подготовка к запуску. И она была непростой!
Группа компаний потратила 6 месяцев на:
⏺️ Согласование между основными заинтересованными сторонами.
⏺️ Внедрение процессов для проекта по персонализации во все бренды компании.
⏺️ Обучение бизнеса важности CRO и процессов тестирования.
Запуск проекта:
- для бренда класса люкс компания внедрила на странице листинга решение для стимулирования использования фильтров при долгом скролле/листании.
Тест показал положительные бизнес-результаты, однако для других брендов категории спорт и товары для дома этот тест провалился.
❕Это еще раз подчеркивает, что не существует универсальных гипотез для всех брендов - каждую необходимо тестировать отдельно.
- далее команда начала тестировать товарные рекомендации для разных страниц и брендов (нулевая поисковая выдача, пустая корзина).
Все тесты показали прирост. Например, рекомендации товаров в пустой корзине показали +18% RPU, +13% к покупкам и +4% к среднему чеку.
❕Такие гипотезы с товарными рекомендациями для e-commerce практически универсальны, но нужно аккуратно подбирать алгоритмы под конкретную страницу.
- среди других сработавших гипотез также были сквозной баннер для мобильного с обратным отсчетом по доставке и баннер для вернувшихся пользователей с товарами в их корзине.
ПОДРОБНЕЕ ПРО КЕЙС.
#кейсы
👍5
1000!!! вариаций дизайна тарифов от реальных SaaS компаний.
Ребята, это просто бомба для тех, кто работает с дизайном тарифов и похожих форматов отображения стоимости.
Много фильтров, тегов, детальный разбор структуры, комментарии экспертов.
Вот тут прямо хочется сказать "И не благодарите!"😂
https://explorer.hyperline.co/
#идеи
Ребята, это просто бомба для тех, кто работает с дизайном тарифов и похожих форматов отображения стоимости.
Много фильтров, тегов, детальный разбор структуры, комментарии экспертов.
Вот тут прямо хочется сказать "И не благодарите!"😂
https://explorer.hyperline.co/
#идеи
explorer.hyperline.co
Hyperline Explorers
Free tools to optimize your billing and pricing
🔥6❤4👍1
Всем привет!
Мы решили узнать у вас, какие темы интереснее/полезнее читать, чтобы мы могли делать на них акцент в будущих постах.
💡 Уделите, пожалуйста, минутку 💡
Можно выбрать несколько вариантов, хоть все!)
Мы решили узнать у вас, какие темы интереснее/полезнее читать, чтобы мы могли делать на них акцент в будущих постах.
💡 Уделите, пожалуйста, минутку 💡
Можно выбрать несколько вариантов, хоть все!)
❤3
Полезные CRO-фреймворки. Исследования и приоритизация
Готовые #фреймворки - всегда полезная вещь.
Поэтому мы решили начать эту рубрику с 6 публикаций лучших на наш взгляд фрейморков от популярного в мире CRO-агентства Speero. Каждый фреймворк можно будет скачать в PDF и открыть в Figma.
Начнем с темы исследований, сбора данных и приоритизации гипотез.
Выбрали эти топ-3 фреймворка от Speero:
📐Research XL. Фреймворк, который собирает источники количественных и качественных данных для исследований, аналитики и инсайтов для последующей генерации гипотез.
Скачать в PDF
Открыть в Figma
📐 Методы пользовательских исследований. Матрица, которая позволит вам выбрать метод получения количественных и качественных данных на основе двух показателей: сложность реализации и ценности результатов.
Скачать в PDF
Открыть в Figma
📐 #showmemoney. Фреймворк для приоритизации гипотез и тестов на основе прогноза по дополнительной выручке.
Скачать в PDF
Открыть в Figma
Готовые #фреймворки - всегда полезная вещь.
Поэтому мы решили начать эту рубрику с 6 публикаций лучших на наш взгляд фрейморков от популярного в мире CRO-агентства Speero. Каждый фреймворк можно будет скачать в PDF и открыть в Figma.
Начнем с темы исследований, сбора данных и приоритизации гипотез.
Выбрали эти топ-3 фреймворка от Speero:
📐Research XL. Фреймворк, который собирает источники количественных и качественных данных для исследований, аналитики и инсайтов для последующей генерации гипотез.
Скачать в PDF
Открыть в Figma
📐 Методы пользовательских исследований. Матрица, которая позволит вам выбрать метод получения количественных и качественных данных на основе двух показателей: сложность реализации и ценности результатов.
Скачать в PDF
Открыть в Figma
📐 #showmemoney. Фреймворк для приоритизации гипотез и тестов на основе прогноза по дополнительной выручке.
Скачать в PDF
Открыть в Figma
🔥5❤1👍1
Зачем нужен и как работает алгоритм товарных рекомендаций "Собрать образ"/"Complete the look".
Сегодня в двух постах рассмотрим тему "Complete the look".
Этот алгоритм товарных рекомендаций чаще всего используется в одежде, аксессуарах, а также мебели и товарах для дома. Хотя, в grocery те же предсобранные корзины тоже работают по такому же принципу.
Кстати, благодаря этому подходу IKEA стала популярной.
Алгоритм обычно применяется на карточке товара, что логично.
Основные цели использования данного функционала:
☑️ Повысить вовлеченность в магазин и в процесс выбора продукта, когда пользователь видит общую картинку.
☑️ Продвинуть кросс-категорийные покупки и знакомство с ассортиментом.
☑️ Повысить средний чек.
☑️ Повысить конверсию благодаря удобству для пользователя, что все в одном месте и не нужно искать.
Работа алгоритма состоит из 5 шагов:
1. Выбор "кандидатов" для рекомендаций.
2. Создание шаблона образа.
3. Генерация образа.
4. Метчинг образа.
5. Сбор аналитики и обратной связи по образу.
📎 Тут классная статья со всеми деталями работы с алгоритмом (работает с VPN)
#товарные_рекомендации
Сегодня в двух постах рассмотрим тему "Complete the look".
Этот алгоритм товарных рекомендаций чаще всего используется в одежде, аксессуарах, а также мебели и товарах для дома. Хотя, в grocery те же предсобранные корзины тоже работают по такому же принципу.
Кстати, благодаря этому подходу IKEA стала популярной.
Алгоритм обычно применяется на карточке товара, что логично.
Основные цели использования данного функционала:
☑️ Повысить вовлеченность в магазин и в процесс выбора продукта, когда пользователь видит общую картинку.
☑️ Продвинуть кросс-категорийные покупки и знакомство с ассортиментом.
☑️ Повысить средний чек.
☑️ Повысить конверсию благодаря удобству для пользователя, что все в одном месте и не нужно искать.
Работа алгоритма состоит из 5 шагов:
1. Выбор "кандидатов" для рекомендаций.
2. Создание шаблона образа.
3. Генерация образа.
4. Метчинг образа.
5. Сбор аналитики и обратной связи по образу.
📎 Тут классная статья со всеми деталями работы с алгоритмом (работает с VPN)
#товарные_рекомендации
👍6
Новый алгоритм "Собрать образ" от Retail Rocket.
Продолжая обсуждение, Retail Rocket анонсировал запуск нового алгоритма "Собрать образ".
Ведь тема действительно популярна!
Ребята пишут, что платформа учитывает следующие параметры при формировании рекомендаций для образа:
☑️ Визуальная схожесть товаров - анализируется с помощью нейросети.
☑️ Поведенческие факторы - учитывается, что еще заинтересовало пользователей после просмотра исходного товара.
☑️ Популярность товаров - используются топовые позиции, чтобы увеличить вероятность покупки.
☑️ Категориальные правила - учитываются, чтобы не подбирать для образа товары из нерелевантных категорий.
Ждем кейсов!
📎 Узнать об алгоритме более подробно можно тут
#товарные_рекомендации
Продолжая обсуждение, Retail Rocket анонсировал запуск нового алгоритма "Собрать образ".
Ведь тема действительно популярна!
Ребята пишут, что платформа учитывает следующие параметры при формировании рекомендаций для образа:
☑️ Визуальная схожесть товаров - анализируется с помощью нейросети.
☑️ Поведенческие факторы - учитывается, что еще заинтересовало пользователей после просмотра исходного товара.
☑️ Популярность товаров - используются топовые позиции, чтобы увеличить вероятность покупки.
☑️ Категориальные правила - учитываются, чтобы не подбирать для образа товары из нерелевантных категорий.
Ждем кейсов!
📎 Узнать об алгоритме более подробно можно тут
#товарные_рекомендации
👍3
Топ-5 CRO-сообществ мира.
Формат обмена информацией и опытом через сообщества продолжает набирать популярнось.
Многие индустрии становятся Community-based и станут Community-driven.
Мы собрали самый полный список CRO-сообществ в мире, где эта отрасль уже заняла свою нишу:
🔸 Experimentation Nation.
🔸 Women in Experimentation, Growth and Personalization.
🔸 GrowthHackers Community.
🔸 CRO Geeks.
🔸 Test & Learn Community (TLC).
Добавляйте в комментариях, если знаете еще.
#cro
Формат обмена информацией и опытом через сообщества продолжает набирать популярнось.
Многие индустрии становятся Community-based и станут Community-driven.
Мы собрали самый полный список CRO-сообществ в мире, где эта отрасль уже заняла свою нишу:
🔸 Experimentation Nation.
🔸 Women in Experimentation, Growth and Personalization.
🔸 GrowthHackers Community.
🔸 CRO Geeks.
🔸 Test & Learn Community (TLC).
Добавляйте в комментариях, если знаете еще.
#cro
👍3🔥3
КЕЙС: Персонализированные видеоролики в приложении Мегафон.
Интересный кейс от ребят из Massperso, которые занимаются персонализацией видеороликов. Они запустили проект в приложении Мегафон для продвижения персонального тарифа.
🔥 Основаная идея: в ролике амбассадоры Мегафон называют клиента по имени и рассказывают про персональный набор услуг и стоимость тарифов.
🔥 Результаты: использование персонализированных видео увеличило конверсию в подключение новых тарифов на 5-20% по сравнению со стандартным баннером.
Кейсов в этом формате не так много, поэтому интересно, как будет дальше развиваться это направление. Мониторим👀
📎 Подробнее тут
#кейсы
Интересный кейс от ребят из Massperso, которые занимаются персонализацией видеороликов. Они запустили проект в приложении Мегафон для продвижения персонального тарифа.
🔥 Основаная идея: в ролике амбассадоры Мегафон называют клиента по имени и рассказывают про персональный набор услуг и стоимость тарифов.
🔥 Результаты: использование персонализированных видео увеличило конверсию в подключение новых тарифов на 5-20% по сравнению со стандартным баннером.
Кейсов в этом формате не так много, поэтому интересно, как будет дальше развиваться это направление. Мониторим👀
📎 Подробнее тут
#кейсы
👍5
Retail personalization ebook.pdf
7.2 MB
Большой материал от платформы Frosmo для новичков в сфере персонализации.
Очень полезный материал, если вы только начинаете свой путь в персонализации.
В документе почти на 50 страниц разбираются темы:
- что такое персонализация
- как работать с сегментацией
- персонализация клиентского пути
- работа с товарными рекомендациями на разных страницах
- что такое воронка конверсии
и тд.
🧐 Рекомендуем изучить!
Очень полезный материал, если вы только начинаете свой путь в персонализации.
В документе почти на 50 страниц разбираются темы:
- что такое персонализация
- как работать с сегментацией
- персонализация клиентского пути
- работа с товарными рекомендациями на разных страницах
- что такое воронка конверсии
и тд.
🧐 Рекомендуем изучить!
👍7🔥4