تشرح Etsy الأسرار الكامنة وراء توصياتها المصممة
أوضحت Etsy كيف تستخدم التوصيات لمساعدة المتسوقين على تضييق نطاق بحثهم عن عناصر خاصة على نظامها الأساسي الذي يضم أكثر من 100 مليون قائمة فريدة.
التوصيات موجودة في كل مكان عبر Etsy ، وفقًا لمنشور جديد في مدونة Code as Craft للمطورين (كتبها مهندسو Etsy) ، والتي قالت إن التوصيات مصممة لمراحل مختلفة من مهمة التسوق للمستخدم.
“نسمي كل مجموعة توصية وحدة نمطية ، وهناك المئات منها على الويب وعلى تطبيقات الجوال. يساعد ذلك المستخدمين في العثور على العناصر الشائعة ، أو متابعة التسوق من حيث توقفوا ، أو اكتشاف محتوى واهتمامات جديدة بناءً على نشاطهم السابق “، وفقًا للمنشور.
إليك كيفية تحديد Etsy للقوائم التي يجب التوصية بها في أي موقف معين (باختصار):
“عادةً ما تعمل الوحدات النمطية في نظام التوصية على مستوى المؤسسة على مرحلتين: اختيار مجموعة المرشح وترتيب مجموعة المرشح.
“في مرحلة اختيار مجموعة المرشحين ، يتمثل الهدف في استرداد مجموعة صغيرة من العناصر ذات الصلة من المخزون بأكمله ، في أسرع وقت ممكن.
“تقوم المرحلة الثانية بعد ذلك بترتيب العناصر في المجموعة المرشحة باستخدام نموذج تعلم آلي أكثر تعقيدًا ، مع التركيز عادةً على مهمة التسوق الحالية للمستخدم ، وتقرر أفضل العناصر القليلة التي يجب تقديمها كتوصيات.”
يستمر المنشور في وصف الأخير ، موضحًا أنه يستخدم سمات سياقية ، مثل مشتريات المستخدم الأخيرة والفئات الأكثر نقرًا ، بالإضافة إلى سمات العنصر مثل عنوان العنصر وتصنيفه ، ثم يحسن عملية التصنيف مقابل مستخدم معين مقياس التفاعل ، مثل نسبة النقر إلى الظهور أو معدل التحويل.
يتضمن المنشور لقطة شاشة تعرض وحدتين للتوصية على صفحة قائمة ، توضح أن وحدة “المزيد من هذا المتجر” توصي بعناصر مماثلة من المتجر الذي يبحث عنه المستخدم حاليًا ، بينما تبحث وحدة “قد تعجبك أيضًا” عن العناصر ذات الصلة من عبر متاجر Etsy.
كشف المهندسون أنهم بدأوا في إجراء تجارب مباشرة على الموقع في الربع الثاني من العام الماضي لاختبار نهجها لتحسين توصياتها.
وأضاف مهندسو Etsy: “من الآن فصاعدًا ، سنواصل التكرار على هذا المصنف لتحسين مقاييسنا المستهدفة ، مما يجعل المصنف أكثر سياقًا ويختبر بنيات نموذجية جديدة أخرى”.
