Как искусственный интеллект помогает онлайн-ретейлерам

Метод анализирует предыдущие покупки клиентов, схожие предпочтения других пользователей, а также индивидуальные интервалы между приобретениями.

Учёные из лаборатории исследований искусственного интеллекта (ИИ) Tinkoff Research создали алгоритм для повышения корректности рекомендаций в онлайн-торговле. Речь идёт о более точном прогнозировании покупок в интернете с учётом их времени и периодичности.

Участники рынка электронной коммерции уже давно применяют рекомендательные алгоритмы, инвестируя в развитие таких систем и инструментов. По мнению аналитиков, рынок электронной по итогам года может составить 7,4 трлн ₽, и даже небольшие улучшения на нём могут сразу дать положительный эффект.

Учёные из Tinkoff Research создали алгоритм, который корректно предсказывает, какие товары клиенту потребуются в ближайшем будущем с учётом точного момента покупки, рассказали Forbes в «Тинькофф». Инструмент получил название Time-Aware Item-based Weighting (TAIW).

Новый метод анализирует не только предыдущие покупки клиентов и схожие предпочтения других пользователей, но и интервалы между покупками, индивидуальные для разных пользователей.

Исследователи провели эксперименты на реальных данных. В частности, использовали массив информации онлайн-площадки Taobao, которая входит в Alibaba Group. В результате экспериментов TAIW стал самым эффективным методом среди аналогов в задаче «рекомендация следующей корзины» (next basket recommendation, кратко NBR), которую решают все онлайн-магазины. Это удалось за счёт более точного ранжирования товаров на основе их актуальности в конкретный момент времени. Согласно результатам экспериментов, алгоритм повышает точность рекомендательной системы до 8 %.

TAIW заранее знает, через какое время у пользователя закончатся продукты, и предложит ему купить их в нужный момент.

Сергей Колесников, руководитель Tinkoff Research

Патентовать изобретение в Tinkoff Research не планируют. Информация о новом алгоритме доступна для всего сообщества и всех компаний.

На вопрос о том, будет ли «Тинькофф» монетизировать алгоритм и предлагать его рынку, директор по продукту лайфстайл «Тинькофф» Илья Воробьёв ответил, что компания планирует применять TAIW в «Тинькофф Городе» — сервисе ежедневных покупок в приложении «Тинькофф». Кроме того, им смогут пользоваться партнёры «Тинькофф Города».

Российские участники рынка электронной коммерции всё активнее используют такие алгоритмы. Так, в Ozon сообщили журналистам Forbes, что машинное обучение служит для персонализации опыта покупателя. Большая часть пользователей маркетплейса ежедневно просматривает разделы с персональными рекомендациями. И добавили, что в этом году компания активнее инвестировала в это направление. И уже виден «позитивный результат»: благодаря усилению персонализации увеличили долю оборота, которая приходится на рекомендательную систему маркетплейса. За последний год она выросла почти на 60 % — с 7 % до 11 % от всего оборота.