Средний чек вырос на 15% благодаря рекомендательной системе на основе машинного обучения
Как крупнейшая книготорговая сеть Москвы внедрила автоматическую рекомендательную систему и повысила средний чек покупателей.
Московский дом книги — крупнейшая и одна из старейших книготорговых сетей Москвы. Объединяет центральный магазин на Новом Арбате, специализированные магазины и интернет-магазин.
Задача
Внедрить рекомендательную систему, которая без участия сотрудников анализирует поведение покупателей и предлагает книги по интересам, заменив решение с высокими трудозатратами.
Решение
Развернули рекомендательный движок RePlay на базе Spark в платформе машинного обучения ML Space. Средний чек вырос на 15%, покупатели дольше остаются на сайте.
О компании
Московский дом книги — крупнейшая и одна из старейших сетей книжных магазинов, расположенных в разных районах столицы: от центра до «спальных» окраин. В сети, кроме центрального магазина на Новом Арбате, есть специализированные, универсальные магазины и интернет-магазин. В них представлен широкий выбор литературы всех направлений, букинистических изданий, канцелярских товаров, объектов нумизматики и филателии.
Задача
Дому книги была необходима рекомендательная система, которая без участия человека могла бы проанализировать поведение и предпочтения покупателей в интернет-магазине и рекомендовать дополнительную литературу в соответствии с их интересами. Заказчик уже пользовался рекомендательной системой одной крупной компании, однако на её настройку и поддержку требовалось много времени и трудозатрат, а результат не оправдывал ожиданий.
Почему Cloud.ru
Выбор провайдера ML-инструментов велся по критериям зрелости, доступности и широкого арсенала возможностей. Как один из лидеров рынка книготорговли Московский дом книги хотел иметь дело с аналогичным партнером. Решающим доводом в пользу Cloud.ru стало то, что поверх самой платформы машинного обучения ML Space доступен целый ряд расширений от партнеров, одним из которых, RePlay, и воспользовались для создания новой рекомендательной системы.
Решение
За основу рекомендательного движка был взят конструктор рекомендаций RePlay, работающий на базе Spark. Его развернули внутри платформы ML Space на мощностях Cloud.ru. Облако используется и в качестве хранилища данных, и для обработки запросов. Чем больше людей заходит на сайт Московского дома книги, тем больше данных в обезличенном виде собирает и обрабатывает ML Space, выдавая при этом товары наиболее интересные тем или иным группам покупателей.
Систему рекомендаций настроили таким образом, что сотрудники вообще не взаимодействуют с ней, а IT-отдел обслуживает её минимально. Постоянный контроль не требуется, что позволяет специалистам выполнять свои прямые обязанности без дополнительных трудозатрат.
Результаты использования системы не заставили себя долго ждать: вырос средний покупательский чек. Сначала на 7–10%, потом на 15%. Судя по метрике поведения людей на нашем сайте, они теперь находятся на портале дольше, чаще останавливают взгляд на рекомендациях и чаще проявляют к ним интерес. Однако проанализировать эффективность системы в деталях мы сможем лишь по итогам года.
Планы
Опыт использования сервисов на основе искусственного интеллекта оказался крайне воодушевляющим, поэтому книжная сеть рассматривает возможность внедрения новых ML-продуктов.