Будь как все, ну!

Много лет назад я работал в компании Ред Булл, должность называлась Student Brand Manager. Помимо крутых задач, ради которых я туда пошёл (делать ивенты в вузах, приезжать на чужие тусовки с халявным напитком молодости), была и рутина: расставлять напиток в студенческих столовках ПРАВИЛЬНЫМ образом. Убрать из центра внимания Адреналин Раш, поставить туда баночки Ред Булла, чтобы все стояли красиво (пирамидкой какой-нибудь). То есть банальный мерчендайзинг (ну, его часть). С развитием е-коммерс, задача правильно представить товар на онлайн-прилавке стала особым видом искусства, и дальше всех, на мой взгляд, продвинулся Амазон (да, опять про них). Сегодня, в частности, речь пойдёт про «Customers who bought this item also bought». Чтобы увеличить количество покупок и, следовательно, выручку, компания использует алгоритмы машинного обучения, которые определяют, какие товары чаще всего покупают вместе. Автоматизированная система рекомендаций, позволяет в реальном времени анализировать данные о покупках и определять наиболее вероятные сочетания товаров. Кроме того, такая система позволяет учитывать множество факторов, которые могут повлиять на покупательское поведение, такие как сезонность, временные тенденции и многое другое. Результаты использования такой системы впечатляют. Интернет-магазин Amazon смог увеличить количество покупаемых товаров на 60%, что привело к значительному увеличению выручки. Кроме этого, такая система позволила улучшить опыт покупки для пользователей, предлагая им наиболее интересные и подходящие товары. Для меня главное достижение в этом кейсе — лояльность потребителя: если он получает в подборке действительно то, что хотел бы купить, то ему понравится этот опыт, и он с большей вероятностью вернётся. А ретеншен — наше всё.