Введение
Правила разработаны в соответствии с пунктом 2 части 1 статьи 10.2-2 Федерального закона от 27 июля 2006 г. № 149-ФЗ «Об информации, информационных технологиях и о защите информации» и дополняют действующие Пользовательское соглашение и Политику конфиденциальности или иные правовые документы Сайта. Юридически значимые сообщения по вопросам применения рекомендательных технологий могут быть направлены на адрес электронной почты ИП «Андреев Максим Анатольевич»: info@internet-zapchasti.ru
1. Термины и определения
1.1. Сайт – internet-zapchasti.ru, на котором размещена информация о предлагаемых Компанией товарах, маркетинговых акциях и иной информации в сети Интернет.
1.2. Рекомендательные технологии – информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.
1.4. Пользователь – лицо, обращающееся к internet-zapchasti.ru за получением необходимой ему информации и использующее её вне зависимости от факта авторизации на сайте internet-zapchasti.ru.
1.5. Рекомендация – предложение Пользователю информации на Сайте, в основе которого лежит предположение о том, какая информация наиболее релевантна Предпочтениям Пользователя.
1.6. Cookies - фрагменты данных, отправляемых веб-сервером браузеру при посещении сайта Клиентом. Компания автоматически получает некоторые виды информации, получаемой в процессе взаимодействия пользователей с Cайтом. Речь идет о технологиях и сервисах, таких как веб-протоколы, куки, веб-отметки, а также приложения и инструменты указанных третьей стороны. Куки – это часть данных, автоматически располагающаяся на жестком диске компьютера при каждом посещении веб-сайта. Таким образом, куки – это уникальный идентификатор браузера для веб-сайта. Куки дают возможность хранить информацию на сервере и помогают легче ориентироваться в веб-пространстве, а также позволяют осуществлять анализ сайта, оценку результатов и таргетирование поведенческой рекламы. Большинство веб-браузеров разрешают использование куки, однако можно изменить настройки для отказа от работы с куки или отслеживания пути их рассылки. При этом некоторые ресурсы могут работать некорректно, если работа куки в браузере будет запрещена.
1.7. Персонализированные Рекомендации – это предположение о том, какая информация может быть интересна Пользователю исходя из сведений о действиях, совершенных данным Пользователем на Сайте. Персонализированные Рекомендации демонстрируются Пользователю при условии наличия сведений о Предпочтениях данного Пользователя на Сайте.
1.8. Неперсонализированные Рекомендации – это предположение о том, какая информация может быть интересна Пользователю в конкретном рекомендательном блоке в зависимости от цели такого блока, без использования каких-либо сведений о предпочтениях Пользователя.
2. Данные, используемые для предоставления информации с применением рекомендательных технологий
2.1. Источником получения сведений, относящихся к предпочтениям Пользователей, является поведение Пользователей на Сайте.
2.2. Рекомендательные технологии и алгоритмы на Сайте собирают и используют следующие сведения и предпочтения Пользователей:
история поиска товаров;
просмотры и клики по товарам и товарным категориям;
товары, добавленные в корзину и избранное;
файлы cookies;
геопозиция;
регион и город пользователя;
информация об устройстве пользователя;
данные, содержащиеся в личном кабинете пользователя, зарегистрированного на Сайте;
история покупок;
данные сетевого трафика.
3. Процесс и методы работы рекомендательных технологий
Сайт использует рекомендательные технологии для формирования персональных и неперсональных подборок на основе действий пользователей на Сайте.
Процесс создания Рекомендаций для Пользователя состоит из приведённых ниже этапов.
3.1. Сбор информации, относящихся к предпочтениям Пользователей
Сбор информации о Предпочтениях Пользователей, то есть о совершенных Пользователем на Сайте действиях, происходит способом логирования – ведения технических записей о действиях пользователей на Сайте и сохранения таких записей на внутреннем хранилище Сайта с целью последующего создания Рекомендаций.
3.2. Анализ собранных данных и генерация рекомендаций
В зависимости от цели создания Рекомендаций (например, подбор аксессуара к купленному основному устройству) происходит систематизация и анализ полученных сведений о предпочтениях Пользователя, результатом которой является формирование набора параметров, позволяющих выработать для пользователя наиболее релевантную Рекомендацию. Для формирования Рекомендаций алгоритм Сайта анализирует множество пользовательских и товарных факторов. Среди них, например, интерес покупателя к той или иной категории товара, история его покупок, наличие товара в конкретной локации, средняя оценка качества подобранного товара из отзывов других Покупателей.
На основе сформированного набора параметров для Пользователя генерируется персональный набор Предложений или Рекомендаций, который может быть показан пользователю на Сайте, либо отправлен через указанные Пользователям средства коммуникации (электронная почта). Использование Рекомендательных технологий на Сайте не обязывает и не принуждает Пользователя использовать подобранную Рекомендацию.
3.3 Методы, на основе которых функционируют рекомендательные технологии сервиса онлайн-маркетинга
1) Метод "популярный товар". При использовании этого метода рекомендации строятся на основе анализа данных о наиболее часто покупаемых пользователями товарах за определенный период времени.
2) Метод "перекрестное предложение". При использовании этого метода рекомендации строятся на основе анализа данных о действиях большей части пользователей (просмотров товаров, добавления их в корзину и покупку данных товаров) и сравнения с историей поведения конкретного пользователя.
3) Метод "предложение по покупательской корзине". При использовании этого метода рекомендации строятся на основе анализа данных о корзинах, оформленными пользователями.
4) Метод "предложение по дополнению к товару". При использовании этого метода рекомендации строятся на основе анализа данных о просмотре, добавлении и покупке товаров другими пользователями.
5) Метод "предложение из поиска". При использовании этого метода рекомендации строятся на основе анализа данных, которые ввел в поисковую строку пользователь, и анализа списка товаров.
6) Метод "товар, популярный в моменте". При использовании этого метода рекомендации строятся на основе анализа данных о наиболее часто покупаемых товарах магазина за определенный небольшой период времени.
7) Метод "схожие предложения". При использовании этого метода рекомендации строятся аналогично методу "перекрестное предложение" с дополнительными фильтрами на текущую категорию товара, который просматривает пользователь, и его цену, подбирая товары из текущей категории по цене, незначительно отличающейся от цены текущего товара.
8) Метод "последний просмотр". При использовании этого метода рекомендации строятся на основе анализа данных о просмотренных товарах пользователем во время его предыдущих визитов.