Interjú - Várkonyi Máté, ajánlórendszer a webáruházunkban

2010.05.03. 19:26 Ernő007

Úgy érzem, hogy start-up cégekből idehaza nincsen hiány! Nagyon sok remek kis fejlesztésünk van, és büszkélkedhetünk már jópár olyan céggel is amelyikről talán nem is tudjuk, hogy magyarok! A start-up cégek többségét nemigazán lehet összekötni az elektronikus kereskedelemmel, a GRAVITY Technologies azonban valami olyat alkotott amelyet remekül lehet használni webáruházunkban!

Sőt mondhatnánk: Webáruházakban használva a legjobb!, ez pedig az Ajánlórendszer! Az ajánlórendszerekkel kapcsolatban Várkonyi Mátét kérdeztem.

Q: Mik az ajánlói rendszerek és hol hogyan használhatóak?

A: Ajánló rendszerekkel gyakorlatilag a mindennapi böngészés szinte összes területén találkozunk már. Definíció szerint az ajánlórendszerek speciális információszűrő rendszerek, amelyek segítenek a felhasználónak megtalálni, amit keresnek. Kicsit technikusabban fogalmazva ezek a rendszerek olyan felhasználói és termékprofilokat építenek tanuló algoritmusok segítésével, majd a modellek alapján ajánlanak olyan terméket/tartalmat a felhasználónak, amely nagy valószínűséggel érdekes lesz számára. Leegyszerűsítve mindez annyit jelent, hogy a rendelkezésre álló és felhasználható adatok alapján a matematika nyelvét segítségül hívva megpróbáljuk kitalálni egy vásárlóról, hogy adott szituációban a szolgáltató termékei közül melyek lehetnek a legérdekesebbek számára.

Az ajánlórendszerek a jövő valós alternatíváját kínálnak jelentik új termékek és tartalmak felfedezésére a keresés mellett. A hagyományos keresés direkt és irányított. A felhasználónak valamilyen elképzelése kell legyen arról, hogy mit szeretne. Az ajánlórendszer ezzel szemben olyan személyre szabott érdekes tartalmakat is felkínál, amelyeket kereséssel nem érne el a felhasználó, mert kívül esik látó- és keresési körén.

Q: Webáruházak esetében konkrétan hogyan tudjuk ezt a rendszert kihasználni?


A: Ajánlórendszerek használatával a vállalkozások növelhetik az ügyfélforgalmi adatokat, például az egy ügyfélre jutó árbevételt, az átlagos vásárlói kosár értékét, vagy a felhasználói aktivitást. Emellett a rendszer további előnye, hogy növeli a vásárlóknak nyújtott alapszolgáltatás kényelmi értékét, növeli a vásárló felhasználói élményét. Konkrét felhasználási területek közül a leggyakoribbak a termékajánlások, személyreszabott hírlevelek automatikus generálása, célzott hirdetések megjelenítése.

Q: Milyen adatok szükségesek nektek ahhoz, hogy jó ajánlást tudjatok adni?


A: Alapvetően termékleírások, és felhasználói viselkedés és preferencia-információk szükségesek. Minél többféle áll rendelkezésre, annál jobb. Ebből ajánlásokat többféle módon is lehet generálni. Felhasználható az, ha például az adott vásárló értékelt terméket, korábban megvásárolt termékek listája, de már abból is meglepően pontos ajánlásokat lehet generálni, hogy melyik terméket mennyi ideig nézte a böngészése során.

Q: Akkor ti tulajdonképpen mindent tudtok a vásárlókról, biztonság szempontjából ez nem probléma?

A: Mi személyes adatokat adatvédelmi szempontból nem kapunk/tárolunk, ezért mind a vásárlási szokások mind az ajánlások anonim információk. Tehát ugyan mi tudjuk, hogy például van egy olyan ember, aki rendszeresen vásárol egyfajta terméket, és milyen másik terméket nem kedvel, de mi nem tudjuk megmondani, hogy az pontosan melyik ügyfél. Ez az információ csak a partnerünknél van meg. Általánosan elmondható, hogy abból dolgozunk, amit az ügyfelünk a rendelkezésünkre bocsájt. Természetesen minél több ez az információ mennyiség annál pontosabbak az ajánlások.

Q: Mire számíthat az aki belevág egy ilyen rendszer telepítésébe, mik a bevezetés egyes lépései?

A: Mi minden egyes ügyfelünknek partnervállalat egyedi sajátosságára alakítjuk/személyre szabjuk az ajánlórendszert, hogy a lehető legnagyobb árbevétel-növekedést generáljuk. Amennyiben rendelkezésre állnak historikus adatok, az alapján kezdünk el dolgozni, ha nem, akkor az ajánlórendszer működéséhez szükséges információk gyűjtésére is javaslatot teszünk. A rendszerintegráció ezek után olyan 2-3 hetet vesz igénybe (az integráció a rendelkezésre bocsátott függvény-könyvtárak és mintaprogramok segítségével kb. 5 fejlesztői nap), majd következik a finomhangolás. A rendszer teljes felállása a rendszernek kb. 2-2.5 hónapot vesz igénybe az ügyfél méretétől függően

Q: Milyen gyorsan lehet számítani plusz bevételre?

A: A gyakorlat azt mutatja, hogy már az ajánlások első napjától kezdve kimutatható a többlet-árbevétel.

Q: Milyen alapvető funkciókat biztosít a rendszer?

A: A Gravity ajánlórendszerei számos olyan funkcióval rendelkeznek, amelyek egyben növelik a webshop üzemeltető üzleti hatékonyságát és egyszerűsítik az életét. Ilyenek pl. a személyre szabott landing page-ek, termék oldali up-sell és checkout oldali cross-sell ajánlások. Szintén képes a rendszer személyreszabott hírlevelek és bannerek generálására. Szintén lehetséges a kereskedőnek üzleti szabályokkal finomhangolni a rendszert a saját igényei szerint és belső A/B teszteket futtatni. A riportolási felületen pedig pontosan követhető az ajánlórendszer teljesítménye.

Q: Lassítja ez a rendszer a webáruház működését?

A: Alapvető elvárás a hasonló rendszerekkel szemben, hogy ne okozzon érzékelhető lassulást a felhasználói élményben, ez tehát mind a megbízó, mind a mi közös érdekünk. Több nemzetközi kutatás is kimutatta, hogy már minimális lassulás is jelentősen rontja a felhasználói élményt, ezáltal rontva a webáruház forgalmát, ez a jelenség tehát szóba sem jöhet. A rendszer két komponensből áll: felhasználói viselkedés-gyűjtő modulból és, ajánló-modulból. A felhasználói viselkedés-gyűjtő modult egy újabb logolási alrendszernek lehet tekinteni, erőforrásigénye is ezzel azonosan minimális mértékű, alapvetően lényegében elhanyagolható. Az ajánló-modul pedig a számításintenzív feladatokat a mi szerverparkunkban végzi el, így az ügyfél oldalán csak a megjelenítési feladat van. A rendszerünk az esetek 99.9%-ban 100ms alatt válaszol az ajánláskérésekre.

Q: Melyik webshopokban lehet veletek már idehaza találkozni?

A: Hazai piacon a nagyobb ügyfeleink közé tartozik a vatera.hu, groby.hu, de rajtuk kívül több fejlesztés alatt álló rendszerünk is van.

Q: Most induló webáruházak is tudják használni a rendszert, vagy mindenképpen kell valamennyi idő, mire összegyűlik a kezdéshez szükséges adatmennyiség?

A: Szakmai zsargonnal ez a “cold start problem”. Természetesen szerencsésebb, ha elérhetőek historikus vásárlási adatok, de az algoritmusaink vannak annyira intelligensek, hogy (forgalomtól függően) már akár 1-2 hétnyi adatból is releváns ajánlásokat tudunk generálni.

Q: A Netflix ajánlórendszer versenyének kapcsán ismert meg titeket a világ, akkor másodikok lettetek, ha most lenne a verseny mit csinálnátok másképpen?

A: Úgy lettünk másodikok, hogy a tesztadatokon hajszálra (négy tizedesjegy pontossággal mértek) azonos eredményt értünk el, de 20 perccel később küldtük be ezt a megoldást (napi egy megoldás beküldésére volt lehetőség), és ezért csúsztunk le győzelemről. Igazából a verseny hajrájában csak apró taktikai kérdések döntöttek, amelyek esetében utólag már könnyű a jobb megoldást kiválasztani. Ha ettől a szinttől egy kicsit eltávolodunk, akkor nehezebb a kérdést megválaszolni. Az, hogy a két élen végző csapat azonos eredményt ért el, azt mutatja, hogy a felhasznált sok-sok algoritmus együttese is behatárolja az adható legjobb megoldást. Talán a módszerek ötvözésében lett volna még némi plusz potenciál; utólagos kísérletek erre engednek következtetni.


Szeretnék értesülni az e-commerce.blog.hu új bejegyzéseiről.

Kérjük, ezt a mezőt is legyen szíves kitölteni!

Szólj hozzá!

Címkék: webáruház webáruház hatékonyság

A bejegyzés trackback címe:

https://e-commerce.blog.hu/api/trackback/id/tr691971917

Kommentek:

A hozzászólások a vonatkozó jogszabályok  értelmében felhasználói tartalomnak minősülnek, értük a szolgáltatás technikai  üzemeltetője semmilyen felelősséget nem vállal, azokat nem ellenőrzi. Kifogás esetén forduljon a blog szerkesztőjéhez. Részletek a  Felhasználási feltételekben és az adatvédelmi tájékoztatóban.

Nincsenek hozzászólások.

E-commerce - Kereskedj JÓL a weben!

Hasznos blog webáruház fejlesztésén gondolkodó cégeknek vállalkozásoknak. Kikerülhető csapdák melyeket a nem kompetens cégek jelentenek és bizonyítottan működő eszközök, melyekkel a profit növelhető. Felület e-kereskedőknek tapasztalataik megosztására.
További kérdések, információk: horvath@webseo.hu

OptimumClick PPC Agency Manchester UK

© Horváth Ernő - A blog tartalmát a szerzői jog védi. A bejegyzések bármely része magáncélokra, nem-üzleti jellegű weboldalakhoz változtatás nélkül és a forrásra való pontos és megfelelő hivatkozással ( e-commerce.blog.hu) szabadon másolható, terjeszthető elektronikus és nyomtatott formátumban. Üzleti jellegű felhasználás csak a szerző írásos engedélyével lehetséges, minden jogszerűtlen felhasználás 10.000 Ft+Áfa/szó összegű kártérítést von maga után.

Friss topikok

Linkblog