Правила применения рекомендательных технологий

1. Термины и определения

1.1 Рекомендательные технологии — информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

1.2. Сайт и мобильное приложение – ресурсы, расположенные в сети Интернет по адресу: www.rigla.ru, а также мобильное приложение «Ригла».

1.3. Аптеки — аптечные учреждения под брендами «Ригла» расположенные на территории Российской Федерации.

1.3. Пользователь — лицо, посещающее Сайт и мобильное приложение с целью совершения покупки или иных действий и использующее Сайт и мобильное приложение вне зависимости от факта авторизации в них.

1.4. Предпочтения пользователя — действия, указывающие на заинтересованность в определенных товарах и услугах, совершаемые Пользователем на Сайте и мобильном приложении.

1.5.  E-mail рассылки

1.6. Продукт — любой товар, предлагаемый к приобретению на Сайте и в мобильном приложении.

1.7. Алгоритм рекомендаций/ рекомендательная модель — инструмент автоматического подбора релевантных Продуктов для Пользователя.

1.8. Рекомендации — Продукт или подборка Продуктов, сформированные с помощью Алгоритма рекомендаций и отображаемые на любой странице Сайта и мобильного приложения, а также в E-mail рассылках и других средствах коммуникации, отправленных Пользователю.

 

2. Используемые типы рекомендаций

2.1. Персонализированные рекомендации — Рекомендации, основанные на индивидуальных Предпочтениях пользователя.

2.2.    Не персонализированные рекомендации — Рекомендации, сформированные, без использования каких-либо сведений об индивидуальных Предпочтениях пользователя.

 

3. Данные, относящиеся к Предпочтениям пользователя.

3.1. Просмотр Продуктов или категорий Продуктов;

3.2. Добавление Продукта в «Избранное», корзину, лист ожидания или другой список;

3.3. Состав, стоимость или дата заказов, оформленных Пользователем;

3.4. Данные о местонахождении Пользователя (географическая зона);

3.5. Пол и возраст, указанный Пользователем при регистрации. 

 

4. Источники получения сведений о Предпочтениях пользователя

4.1. Данные о Предпочтениях пользователя поступают с касс в Аптеках, с Сайтов и мобильных приложений и формируются на основании действий Пользователя.

 

5. Методы предоставления Рекомендаций.

5.1. Подбор похожих и сопутствующих Продуктов.

Алгоритм рекомендаций анализирует свойства Продуктов, которыми интересовался Пользователь: назначение, форму выпуска, категорию, производителя. По этим признакам подбираются Продукты, которые могут заинтересовать Пользователя.

5.2. Рекомендации популярных Продуктов.

Алгоритм рекомендаций анализирует взаимодействие всех Пользователей с Продуктами и формирует список популярных Продуктов, т. е. перечня Продуктов, к которым зафиксирован самый высокий спрос или получены лучшие оценки со стороны Пользователей.

5.3. Рекомендации для Пользователя с похожими предпочтениями.

Алгоритм анализирует сходства в действиях Пользователей. В случае сходства действий Пользователей Алгоритм рекомендаций предлагает таким Пользователям аналогичные Продукты.

5.4. Уточнение Рекомендаций.

Рекомендации на основе предпочтений Пользователей или при рекомендации популярных Продуктов, рекомендации могут быть уточнены с использование дополнительных условий, таких как пол, возраст или географическая зона Пользователя.   

 

6. Как создаются Рекомендации и происходит анализ Предпочтений Пользователей?

6.1. Для формирования Рекомендаций создаются Рекомендательные модели. Процесс создания Рекомендательной модели состоит из приведённых ниже этапов.

6.2. 1-й этап: Сбор сведений о Предпочтениях Пользователей.

Сбор сведений о Предпочтениях Пользователей осуществляется способом их логирования и последующего сохранения на внутреннем хранилище данных Майндбокс.

6.3. 2-й этап: Систематизация и анализ сведений о Предпочтениях Пользователей.

Систематизация и анализ сведений о Предпочтениях Пользователей происходит исходя из цели создания Рекомендательной модели и Рекомендаций, которые необходимо получить (например, подбор наиболее популярных Продуктов среди Пользователей, которые показывают схожие сценарии поведения на сайте либо в мобильном приложении). После определения цели происходит подбор требуемых для реализации цели данных о Предпочтениях, на основе которых будет выстроена Рекомендательная модель. Выделяются фичи (наборы свойств Продуктов, которые могут повлиять на факт покупки Продуктов Пользователем): например, количество заказов Пользователя с данным Продуктом при наличии скидки на Продукт, количество покупок Пользователем Продуктов со скидкой, предыдущая цена Продукта, количество заказов с данным Продуктом и пр.

6.4. 3-й этап: Применение методов машинного обучения к используемым сведениям о Предпочтениях.

После систематизации данных, к сведениям о Предпочтениях Пользователей и фичам применяются методы машинного обучения: Рекомендательная модель формирует набор параметров, описывающих зависимости между входными данными (Предпочтениями Пользователей и фичами) и ответом (финальной Рекомендацией). Таким образом Рекомендательная модель производит оценку вероятности того, что Пользователь совершит определённое действие на сайте либо в мобильном приложении (например, добавит Продукт в корзину, купит Продукт).

6.5. 4-й этап: Проверка полученных результатов.

На данном этапе происходит проверка работы Рекомендательной модели и соответствия её ответов (финальных Рекомендаций для Пользователей) целям создания Рекомендательной модели. Проверка происходит следующим способом: Рекомендательной модели задаётся определённый вопрос, после чего она формирует ответ, который далее оценивается на предмет его корректности и соответствия заданным параметрам. На основании оценки качества ответов Рекомендательной модели принимается решение о применении Рекомендательной модели для выведения Рекомендаций Пользователям.

6.6. 5-й этап: Выведение Рекомендаций Пользователям.

На данном этапе Рекомендации демонстрируются Пользователям в блоках с Продуктами на сайте либо в мобильном приложении.

 

7. Заключительные положения.

7.1. Настоящие Правила применения рекомендательных технологий размещены на странице Сайта и в мобильном приложении по адресу: https://www.rigla.ru/c/recommendation-technologies

7.2. Компания вправе в любое время в одностороннем порядке изменять условия настоящих Правил. Такие изменения вступают в силу с момента размещения новой версии Правил на Сайте либо в мобильном приложении, что не требует дополнительного уведомления Пользователей.

7.3. При несогласии Пользователя с Правилами в действующей редакции он обязан отказаться от доступа к Сайту и мобильному приложению, прекратить их посещение и/или использование.

7.4. Пользователь обязуется самостоятельно знакомиться с текущей версией Правил, а также с новыми редакциями Правил перед началом каждого использования Сайта и мобильного приложения.

7.5. Использование Пользователем Сайта и мобильного приложения является акцептом Правил.

7.6. Все вопросы и предложения, связанные с работой рекомендательных технологий на Сайте и в мобильном приложении просим направлять на электронную почту по адресу: info@rigla.ru.