Systemy rekomendacji w polskim e-commerce: konteksty wdrożeń
Źródło: BalticServers.com, CC BY-SA 3.0, Wikimedia Commons
Konteksty wdrożeniowe
Systemy rekomendacji stosowane są w polskich sklepach internetowych w kilku typowych kontekstach: rekomendacje na stronie głównej sklepu, rekomendacje towarzyszące karcie produktu (np. „produkty podobne” lub „często kupowane razem”), rekomendacje w koszyku zakupowym oraz rekomendacje w wiadomościach e-mail wysyłanych po zakończeniu sesji zakupowej. Każdy z tych kontekstów wymaga nieco innego podejścia architektonicznego ze względu na dostępność danych w danym momencie interakcji użytkownika z serwisem.
Infrastruktura i lokalizacja danych
Wdrożenia systemów rekomendacji w Polsce muszą uwzględniać wymogi wynikające z ogólnego rozporządzenia o ochronie danych osobowych (RODO), co wpływa na sposób przechowywania i przetwarzania danych o interakcjach użytkowników. W praktyce oznacza to konieczność jasnego określenia podstawy prawnej przetwarzania danych behawioralnych wykorzystywanych do personalizacji, a także zapewnienia użytkownikom możliwości wglądu i usunięcia zgromadzonych o nich danych.
Infrastruktura obliczeniowa wykorzystywana do trenowania i serwowania modeli rekomendacyjnych bywa zlokalizowana zarówno lokalnie, jak i w chmurach obliczeniowych — wybór ten zależy od skali danego wdrożenia oraz wymagań dotyczących lokalizacji przetwarzania danych.
Typowe wyzwania wdrożeniowe
Do typowych wyzwań napotykanych przy wdrażaniu systemów rekomendacji w polskich sklepach internetowych należy sezonowość sprzedaży (np. okresy przedświąteczne), która wymaga odpowiedniego dostosowania modeli do gwałtownych zmian wzorców zakupowych. Kolejnym wyzwaniem jest problem zimnego startu, opisany szerzej w artykule Problem zimnego startu w systemach rekomendacji, szczególnie istotny dla sklepów wprowadzających regularnie nowe kolekcje produktowe.
Istotnym elementem każdego wdrożenia jest także dobór odpowiednich metryk oceny skuteczności rekomendacji, umożliwiających porównanie różnych wariantów algorytmu przed jego pełnym wdrożeniem produkcyjnym — zagadnienie to opisano w artykule Metryki oceny jakości rekomendacji.