Hem bir sanat hem de bir bilimdir. Tipik çalışma alanları, veri madenciliği alanının bir alt kümesi olan pazar sepeti analizi (afinite analizi de denir) etrafında döner. Böyle bir sistemdeki tipik bileşenler, birincil sürücü öğelerinin tanımlanmasını ve afinite öğelerinin (aksesuar satış, çapraz satış) tanımlanmasını içerir.
Madencilik yapmak zorunda oldukları veri kaynaklarını aklınızda bulundurun ...
- Satın alınan alışveriş sepetleri = gerçek ürünlere harcanan gerçek kişilerden elde edilen gerçek para = güçlü veriler ve daha fazlası.
- Ürünler arabalara eklendi ancak terk edildi.
- Aynı ürünleri farklı fiyatlarla sundukları ve sonuçları gördükleri çevrimiçi fiyatlandırma deneyleri (A / B testi vb.)
- Farklı "paketlerde" farklı ürünler sundukları veya çeşitli ürün çiftlerini indirdikleri ambalaj deneyleri (A / B testi vb.)
- İstek listeleri - sizin için özel olarak sizin için nelerdir - ve toplu olarak başka bir sepet analiz verileri akışına benzer şekilde tedavi edilebilir
- Tavsiye siteleri (nereden geldiğinizin belirlenmesi diğer ilgi çekici öğelere işaret edebilir)
- Bekleme süreleri (geri tıklayıp farklı bir öğe seçmeden ne kadar süre önce)
- Siz veya sosyal ağınızdaki / satın alma çevrelerinizdeki derecelendirmeler - Beğendiğiniz şeyleri derecelendirirseniz, sevdiğiniz şeylerden daha fazlasını alırsınız ve "zaten sahibim" düğmesiyle onaylarsanız, tam bir profil oluştururlar
- Demografik bilgiler (gönderim adresiniz vb.) - Çocuklarınız, kendiniz, eşiniz vb.Genel alanınızda neyin popüler olduğunu biliyorlar.
- user segmentation = bir yürümeye başlayan çocuk için ayrı aylarda 3 kitap satın aldınız mı? muhtemelen bir çocuğunuz veya daha fazlası var .. vb.
- Doğrudan pazarlama tıklama verileri - bunlardan bir e-posta aldınız ve tıkladınız mı? Hangi e-postanın olduğunu ve neyi tıkladığınızı ve sonuç olarak satın alıp almadığınızı bilirler.
- Oturumdaki tıklama yolları - sepetinize girip girmediğine bakılmaksızın ne görüntülediniz?
- Son satın almadan önce bir öğeyi görüntüleme sayısı
- Bir tuğla ve harç deposuyla uğraşıyorsanız, fiziksel satın alma geçmişinize de sahip olabilirler (yani oyuncaklar bize veya çevrimiçi olan bir şey ve ayrıca fiziksel bir mağaza)
- vb. vb.
Neyse ki insanlar toplu olarak benzer şekilde davranırlar, bu yüzden satın alma popülasyonu hakkında ne kadar çok bilgi sahibi olurlarsa, neyin satılacağını ve satılmayacağını daha iyi bilirler ve her işlemle ve her derecelendirme / istek listesi, önerileri nasıl kişiselleştireceklerini bilirler. Bunun, muhtemelen önerilerde vb. Sonuçların etkilerinin tam bir örneğinin küçük bir örneği olduğunu unutmayın.
Şimdi Amazon'un nasıl iş yaptığına dair içsel bir bilgim yok (orada hiç çalışmadı) ve yaptığım tek şey çevrimiçi ticaret sorununa klasik yaklaşımlardan bahsediyor - Microsoft için veri madenciliği ve analitiği üzerinde çalışan PM'dim. Commerce Server adlı ürün. Commerce Server'da, insanların benzer özelliklere sahip siteler oluşturmalarına olanak tanıyan araçları gönderdik .... ancak satış hacmi ne kadar büyük olursa, veri o kadar iyi olur ve model de o kadar iyidir. Sadece ticaret odaklı bir sitede bu kadar veriye sahip modellerle oynamanın ne kadar eğlenceli olduğunu hayal edebiliyorum. Şimdi bu algoritmaların çoğu (ticaret sunucusunda başlayan yordayıcı gibi) doğrudan Microsoft SQL içinde yaşamaya başladı .
Sahip olmanız gereken dört büyük yol:
- Amazon (veya herhangi bir perakendeci), tonlarca işlem ve tonlarca insan için toplu verilere bakıyor ... bu, sitelerindeki anonim kullanıcılar için bile oldukça iyi tavsiye etmelerini sağlıyor.
- Amazon (veya herhangi bir gelişmiş perakendeci), giriş yapan herkesin davranışlarını ve satın alımlarını takip eder ve bunu toplu toplu verilerin üstünde daha da hassaslaştırmak için kullanır.
- Çoğu zaman, biriken verilerin üzerine binmenin ve belirli hatların ürün yöneticileri için önerilerin "editoryal" kontrolünü ele geçirmenin bir yolu vardır ('dijital kameralar' dikey veya 'roman romanları' dikey veya benzer olan bazı kişiler gibi) uzmanlar
- Genellikle promosyon teklifleri (yani sony veya panasonic veya nikon veya canon veya sprint veya verizon perakendeciye ek para ödüyor veya daha büyük miktarlarda veya bu hatlardaki diğer şeylerde daha iyi bir indirim sağlıyor) belirli "önerilerin" ortaya çıkmasına neden olacak diğerlerinden daha sık - her işlemde daha fazlasını yapmayı veya toptan maliyetleri düşürmeyi vb. hedefleyen her zaman makul bir iş mantığı ve iş nedeni vardır.
Gerçek uygulama açısından? Hemen hemen tüm büyük çevrimiçi sistemler, bir bağlamın bazı formları uygulayan bir dizi modül tarafından değerlendirilmesine izin veren bazı boru hatlarına (veya bir filtre deseni uygulaması veya bir iş akışı vb. iş mantığı.
Genellikle sayfadaki her ayrı görevle farklı bir ardışık düzen ilişkilendirilir - önerilen "paketler / satışlar" (yani baktığınız öğeyle satın alın) ve "alternatifler" (başka bir deyişle satın alma) baktığınız şey yerine bu) ve istek listenizden en yakından ilişkili öğeleri (ürün kategorisine veya benzerine göre) çeken başka bir şey.
Bu boru hatlarının sonuçları, sayfanın çeşitli bölümlerine (kaydırma çubuğunun üstünde, kaydırmanın altında, solda, sağda, farklı yazı tipleri, farklı boyutta görüntüler vb.) Yerleştirilebilir ve hangisinin performans gösterdiğini test edebilir. en iyi. Bu boru hatları için iş mantığını tanımlayan kolay tak ve çalıştır modülleri kullandığınız için, başka bir boru hattı oluştururken uygulanmasını istediğiniz iş mantığından seçim yapmayı ve seçim yapmanızı kolaylaştıran ahlaki eşdeğer lego blokları ile sonuçlanırsınız. Bu da daha hızlı inovasyona, daha fazla denemeye ve sonuçta daha yüksek karlara olanak tanır.
Bu hiç yardımcı oldu mu? Umarım bunun sadece Amazon değil, herhangi bir e-ticaret sitesi için genel olarak nasıl çalıştığı hakkında bir fikir verir. Amazon (orada çalışan arkadaşlarla konuşmaktan) çok veriye dayalıdır ve sürekli olarak kullanıcı deneyiminin etkinliğini ve fiyatlandırma, promosyon, ambalajlama, vb. Ölçer - çevrimiçi olarak çok sofistike bir perakendecidir ve muhtemelen Kârı optimize etmek için kullandıkları algoritmaların çoğu - ve bunlar muhtemelen tescilli sırlardır (KFC'nin gizli baharatlarına formül gibi biliyorsunuz) ve bu şekilde guaard edildi.