Ученые из Лаборатории исследований искусственного интеллекта Tinkoff Research разработали алгоритм TAIW (Time-Aware Item-based Weighting), который прогнозирует более точное время покупки определенного товара в онлайне с учётом его периодичности, что в конечном счете позволит бизнесу повысить удовлетворенность клиентов, увеличить конверсию в покупку и простимулировать рост среднего чека.
Новый алгоритм анализирует историю покупок не только конкретного человека, но и схожих по профилю пользователей. Помимо этого учитывается состав, время и периодичность предыдущих покупок, а также выявляет корреляцию между покупками товаров из разных категорий. Это помогает слелать рекомендации максимально персонализированными.
«Новый метод позволит пользователям сэкономить время, затрачиваемое на составление конкретной корзины, а также напомнит купить товар, про который пользователь мог забыть» - сообщается в пресс-релизе Tinkoff Research.
Проведенный эксперимент на реальных данных на онлайн-площадке Taobao показал, что алгоритм TAIW повысил точность рекомендательной системы до 8%.
Так, искусственный интеллект позволяет повысить удовлетворенность клиентов, сократить время на контроль периодичных покупок и выбор новых товаров. Алгоритм предугадывает когда у пользователя закончится товар и предлагает купить в самых подходящий момент.
Tinkoff Research отмечает, что в настоящее время ввиду роста объемов глобального e-commerce (в 2023 - 6 трлн. долларов, а к 2027 - свыше 8 трлн. долларов) на мировом рынке ведется ожесточенная конкурентная борьба в разработке рекомендательных систем.
Новости, аналитика и обзоры для профессионального развития в сфере интернет-маркетинга и диджитал-индустрии в удобном формате в Телеграм-канале
