Бум! 💥
Запустили RecSys Studio — теперь через Gravity Field можно подключить собственный рекомендательный алгоритм и проверить, как он влияет на заказы и выручку.
Продуктовое название у фичи до недавнего времени было другое — BYOA (Bring Your Own Algorithm). По аналогии с вечеринками BYOB (Bring Your Own Beer): приходите со своим алгоритмом, инфраструктура — с нас. Название неплохое, но попробуйте произнести «би-вай-оу-эй» вслух три раза подряд. 😀 Так что теперь — RecSys Studio.
Зачем это нужно. У многих крупных ритейлеров уже есть ML-команда и своя модель рекомендаций — обученная на данных магазина, она ранжирует товары лучше готовых решений. Но между «модель готова» и «рекомендации приносят выручку» лежит отдельный пласт работы: места показа, бизнес-правила, честный A/B-тест, измерение эффекта на заказы. Строить эту обвязку под каждый алгоритм — месяцы разработки.
С RecSys Studio разделение ролей простое. Ваш алгоритм решает, что показать и в каком порядке Gravity Field делает всё остальное:
• выводит рекомендации на сайт и в приложение
• задаёт место показа и аудиторию, применяет бизнес-правила — наличие, маржа, ограничения категорий
• проводит A/B-тест против текущей стратегии
• считает влияние на клики, конверсию, заказы и выручку
Пять ситуаций, с которых обычно начинают:
• есть своя модель — включаем её в одной категории, показываем части аудитории и сравниваем с текущей стратегией. Ответ получаете не на вопрос «хорошо ли модель ранжирует товары», а на более важный: растут ли заказы и выручка
• модели нет, но нужна особая логика — например, сезонность и долгие промежутки между повторными покупками, которые стандартные алгоритмы учитывают не полностью. Специализированный алгоритм под задачу соберёт наша команда; если подход себя оправдает — применим шире
• идею нужно проверить — например, сравнить обычную подборку популярных товаров с вариантом, который учитывает маржинальность. Запускаем в одном блоке на части пользователей и решаем по результатам эксперимента — до широкого запуска и без риска для всей витрины
• нужно выкатывать новые версии модели — модель уже работает на витрине, а команда её улучшает: появляется вторая, третья версия. Каждая регистрируется в каталоге, и новую можно выкатить в A/B-тесте против текущей
• хотите миксовать несколько алгоритмов в одной выдаче — иногда весь блок не должен принадлежать одному алгоритму. RecSys Studio собирает несколько алгоритмов в одну стратегию — с весами, квотами или фиксированными позициями и бизнес-правилами
Технически — два способа: рекомендации рассчитываются заранее, либо платформа обращается к вашему API и получает товары в реальном времени. События показов, кликов и покупок собираются автоматически и ложатся в отчёты и A/B-тесты.
А вам какое название больше нравится — RecSys Studio или BYOA? Расскажите в комментариях 👇
Подробнее в блоге
Запустили RecSys Studio — теперь через Gravity Field можно подключить собственный рекомендательный алгоритм и проверить, как он влияет на заказы и выручку.
Продуктовое название у фичи до недавнего времени было другое — BYOA (Bring Your Own Algorithm). По аналогии с вечеринками BYOB (Bring Your Own Beer): приходите со своим алгоритмом, инфраструктура — с нас. Название неплохое, но попробуйте произнести «би-вай-оу-эй» вслух три раза подряд. 😀 Так что теперь — RecSys Studio.
Зачем это нужно. У многих крупных ритейлеров уже есть ML-команда и своя модель рекомендаций — обученная на данных магазина, она ранжирует товары лучше готовых решений. Но между «модель готова» и «рекомендации приносят выручку» лежит отдельный пласт работы: места показа, бизнес-правила, честный A/B-тест, измерение эффекта на заказы. Строить эту обвязку под каждый алгоритм — месяцы разработки.
С RecSys Studio разделение ролей простое. Ваш алгоритм решает, что показать и в каком порядке Gravity Field делает всё остальное:
• выводит рекомендации на сайт и в приложение
• задаёт место показа и аудиторию, применяет бизнес-правила — наличие, маржа, ограничения категорий
• проводит A/B-тест против текущей стратегии
• считает влияние на клики, конверсию, заказы и выручку
Пять ситуаций, с которых обычно начинают:
• есть своя модель — включаем её в одной категории, показываем части аудитории и сравниваем с текущей стратегией. Ответ получаете не на вопрос «хорошо ли модель ранжирует товары», а на более важный: растут ли заказы и выручка
• модели нет, но нужна особая логика — например, сезонность и долгие промежутки между повторными покупками, которые стандартные алгоритмы учитывают не полностью. Специализированный алгоритм под задачу соберёт наша команда; если подход себя оправдает — применим шире
• идею нужно проверить — например, сравнить обычную подборку популярных товаров с вариантом, который учитывает маржинальность. Запускаем в одном блоке на части пользователей и решаем по результатам эксперимента — до широкого запуска и без риска для всей витрины
• нужно выкатывать новые версии модели — модель уже работает на витрине, а команда её улучшает: появляется вторая, третья версия. Каждая регистрируется в каталоге, и новую можно выкатить в A/B-тесте против текущей
• хотите миксовать несколько алгоритмов в одной выдаче — иногда весь блок не должен принадлежать одному алгоритму. RecSys Studio собирает несколько алгоритмов в одну стратегию — с весами, квотами или фиксированными позициями и бизнес-правилами
Технически — два способа: рекомендации рассчитываются заранее, либо платформа обращается к вашему API и получает товары в реальном времени. События показов, кликов и покупок собираются автоматически и ложатся в отчёты и A/B-тесты.
А вам какое название больше нравится — RecSys Studio или BYOA? Расскажите в комментариях 👇
Подробнее в блоге