Dolgin.indb
Шрифт:
тель проигрывает на iTunes, и посылает запрос на GenieLab.com об ее
исполнителе.
11.6. Рекомендательные системы в электронной
коммерции
Многие крупнейшие коммерческие веб-сайты используют реко-
мендательные системы для повышения продаж. Делается это тремя
способами:
1. посетители сайта часто просматривают интернет-странички и ни-
чего не приобретают. Цель рекомендательных систем – помочь
найти товар, способный заинтересовать покупателя; 2. рекомендательные системы
рести какие-то товары дополнительно к его покупке. Это может
происходить, например, на стадии расчета, исходя из того ассор-
тимента, который уже находится в «корзине» покупателя. При гра-
мотных рекомендациях размер заказа возрастает; 3. завоевание лояльности покупателей. Когда конкуренты находятся
на «расстоянии» одного-двух кликов мышкой, эта бизнес-страте-
гия очень актуальна. Формируя дополнительные позитивные ха-
рактеристики, рекомендательные системы повышают лояльность
покупателей. Сайты инвестируют в узнавание персональных вку-
сов своих посетителей и затем используют эти сведения для качест-
венных рекомендаций, а также для формирования комфортного
пользовательского интерфейса. В ответ покупатели предпочитают
те сайты, которые лучше отвечают их потребностям. Чем больше
клиент пользуется рекомендательным сервисом, обучая его в соот-
549
ПРИЛОЖЕНИЯ
ветствии со своими приоритетами, тем удобнее для него этот сайт.
На потребительскую лояльность влияет и выстраивание отноше-
ний между покупателями. Люди возвращаются на сайт, где реко-
мендуются визави, с которыми им приятно контактировать.
11.6.1. Примеры рекомендательных систем,
используемых в e-коммерции
Amazon.com
На Amazon.com действуют несколько вариантов рекомендательно-
го сервиса.
Как и многие подобные сайты, Amazon структурирован в виде ин-
формационных страниц для каждого конкретного товара. Покупатель
видит средний покупательский рейтинг товара, его цену, описание, краткую редакторскую рецензию Amazon, отзывы покупателей. Также
на странице помещена рекомендация: «Люди, приобретшие этот товар, также приобрели следующее…»
Amazon постоянно отслеживает перемещения посетителя по сайту, какие товары он просматривает,
купательского поведения система помогает найти то, что может заин-
тересовать клиента.
Amazon располагает и более совершенным рекомендационным сер-
висом (см. рис.).
550
ПРИЛОЖЕНИЕ 1: МАРКЕТИНГ МУЗЫКАЛЬНЫХ ЗАПИСЕЙ
Потребительские предпочтения на Amazon.com выявляются с по-
мощью анализа приобретенных и проранжированных товаров, а также
товаров, уже принадлежащих покупателю (о которых он сообщил сер-
вису). Затем система сравнивает потребительские вкусы конкретного
клиента с другими пользователями, и на основании совпадения вкусов
генерируются рекомендации.
Каждый раз, когда зарегистрированный пользователь заходит на
Amazon, в рубрике «Новое для вас» сервис сообщает ему об индивиду-
ально подобранных недавних поступлениях.
Рекомендательный сервис на OD2 (www.ondemanddistribution.com) Это совместный проект по продаже музыки через интернет
крупнейшего в Европе on-line музыкального сервиса On Demand Distribution (OD2) и корпорации Microsoft 93. Рекомендательный сервис
SonicSelector для Windows Media Player позволяет европейским пользо-
вателям Windows Media Player покупать музыку в специальных on-line магазинах OD2. Данный сервис – конкурент аналогичной услуги iTunes Music Store фирмы Apple.
SonicSelector работает с каталогом из 350 000 музыкальных компо-
зиций, каждая стоимостью 0,75 евро. С помощью этого сервиса поль-
зователь может напрямую выходить на розничные магазины OD2 и
загружать купленную в них музыку на портативные устройства. Ге-
нерируя рекомендации, SonicSelector анализирует произведения, куп-
ленные пользователем в прошлом, и сопоставляет полученную инфор-
мацию с базой данных музыкальных предпочтений фанов. По мере
работы с системой профиль пользователя уточняется, и рекомендации
становятся адреснее.
Рекомендательный сервис на EMusic (www.emusic.com) Тандем рекомендательного сервиса AgentArts (www.agentarts.com) и
ведущего онлайнового музыкального сервиса EMusic, принадлежащего
Vivendi Universal, возник в мае 2001 года. Поскольку EMusic распола-
гает постоянно растущим музыкальным каталогом, в котором наряду
с известными исполнителями фигурируют новички, проблема навига-
ции стояла достаточно остро. После подписания соглашения с AgentArts подписчики EMusic получили в свое распоряжение поисковую систему, учитывающую персональные предпочтения пользователя. С тех пор
система выработки индивидуальных рекомендаций улучшилась.
93 Альянс двух компаний сложился в начале 2004 г.