Recommendation systems as a tool for user’s experience improving
DOI:
https://doi.org/10.25806/ma-1502Keywords:
recommendation systems in marketing, user experience, personal recommendations, marketplacesAbstract
This article reveals the role of recommendation systems to improve the user experience on marketplaces. The main stages of the client's interaction with the marketplace are highlighted: from the choice to the further use of the service and the formation of loyalty. The features of working with recommendation systems as a tool for improving the user experience are also presented.
Статья опубликована: 30.04.2023
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: Издательский дом «Академический».
Условия использования. Статьи текущего года распространяются по подписке на журнал «Маркетинг в России и за рубежом». Все права защищены. Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0). Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Информация о публикации
Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.
Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.
Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.
Правообладатель: ООО "Финпресс".
Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.
Машиночитаемый файл метаданных: JATS XML
Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=8819
References
2. Интернет-торговля в России 2021 [Электронный ресурс]. URL: datainsight.ru/sites/default/files/eCommerce_2021_2.pdf (дата обращения: 21.11.2022).
3. Развитие рынка маркетплейсов в 2020–2021 годах. Результаты и перспективы [Электронный ресурс]. URL: datainsight.ru/sites/default/files/DI–Marketplace%20market%20development%202020–2021.pdf (дата обращения: 21.11.2022).
4. Селлеры на российских маркетплейсах 2022 [Электронный ресурс]. URL: datainsight.ru/DI-SellersOnMarketplaces-2022 (дата обращения: 21.11.2022).
5. Из аукциона в маркетплейс: как изменилась бизнес-модель eBay за 25 лет [Электронный ресурс]. URL: vc.ru/ebay/156520-iz-aukciona-v-marketpleys-kak-izmenilas-biznes-model-ebay-za-25-let (дата обращения: 01.12.2022).
6. Amazon: история создания и успеха [Электронный ресурс]. URL: lindeal.com/business/amazon-istoriya-uspekha-kompanii (дата обращения: 01.12.2022).
7. Лучшие маркетплейсы мира 2022 по данным SimilarWeb [Электронный ресурс]. URL: besedo.com/knowledge-hub/blog/the-worlds-top-online-marketplaces-2022/ (дата обращения: 24.11.2022).
8. Андерсон Крис. Длинный хвост. Эффективная модель бизнеса в Интернете [Электронный ресурс]. URL: baguzin.ru/wp/kris-anderson-dlinnyj-hvost-effektiv/(дата обращения: 01.12.2022).
9. Deloitte Research 2000 B2B Darwinism: How e-marketplaces survive (and succeed) [Электронный ресурс]. URL: dc.com/deloitte-Research
10. Bakos J.Y. A strategic analysis of electronic marketplaces // MIS quarterly. – 1991. – Pp. 295–310.
11. Bakos Y. The emerging role of electronic marketplaces on the Internet // Communications of the ACM. – 1998. – Vol. 41. – No. 8. – Pp. 35–42.
12. Segev A., Gebauer J. B2B procurement and marketplace transformation // Information Technology and Management. – 2001. – Vol. 2. – No. 3. – Pp. 241–260.
13. Konstan J.A., Riedl J. Recommender systems: from algorithms to user experience // User modeling and user-adapted interaction. – 2012. – Vol. 22. – No. 1. – Pp. 101–123.
14. Kim J.W. et al. Application of decision-tree induction techniques to personalized advertisements on internet storefronts // International Journal of Electronic Commerce. – 2001. – Vol. 5. – No. 3. – Pp. 45–62.
15. Adomavicius G., Tuzhilin A. Toward the next generation of recommender systems: A survey of the state-of-the-art and possible extensions // IEEE transactions on knowledge and data engineering. – 2005. – Vol. 17. – No. 6. – Pp. 734–749.
16. The Definition of User Experience (UX) by Nielsen Norman Group [Электронный ресурс]. URL: nngroup.com/articles/definition-user-experience/(дата обращения: 31.10.2022).
17. Hartson R., Pyla P.S. The UX Book: Process and guidelines for ensuring a quality user experience. – Elsevier, 2012.
18. Алгоритм рекомендаций на Ozon [Электронный ресурс]. URL: docs.ozon.ru/legal/algorithms/recomendation-algorithms/ (дата обращения: 24.11.2022).
19. Рекомендательная технология «Диско» [Электронный ресурс]. URL: yandex.ru/company/technologies/disco/(дата обращения: 24.11.2022).
20. Lemon K.N., Verhoef P.C. Understanding customer experience throughout the customer journey // Journal of marketing. – 2016. – Vol. 80. – No. 6. – Pp. 69–96.
21. Новости Wildberries 1-е полугодие 2022 [Электронный ресурс]. URL: clck.ru/32mKLt (дата обращения: 24.11.2022).
22. Оборот Wildberries 2021 [Электронный ресурс]. URL: clck.ru/32mKPV (дата обращения: 24.11.2022).
23. Novak T.P., Hoffman D.L., Yung Y.F. Measuring the customer experience in online environments: A structural modeling approach // Marketing science. – 2000. – Vol. 19. – No. 1. – Pp. 22–42.
24. Chinchanachokchai S., Thontirawong P., Chinchanachokchai P. A tale of two recommender systems: The moderating role of consumer expertise on artificial intelligence based product recommendations // Journal of Retailing and Consumer Services. – 2021. – Vol. 61. – P. 102528.
25. Маркетплейсы: клиентский опыт, проблемы и зоны роста [Электронный ресурс]. URL: lab-w.com/open_research/marketplaces (дата обращения: 24.11.2022).
26. Персонализация онлайн-покупок: статистика и тенденции [Электронный ресурс]. URL: invespcro.com/blog/online-shopping-personalization/ (дата обращения: 08.11.2022).
27. Yoon V.Y. et al. Assessing the moderating effect of consumer product knowledge and online shopping experience on using recommendation agents for customer loyalty // Decision Support Systems. – 2013. – Vol. 55. – No. 4. – Pp. 883–893.
28. Новости Ozon [Электронный ресурс]. URL: clck.ru/32mJba (дата обращения: 24.11.2022).
29. Armentano M.G., Christensen I., Schiaffino S. Applying the technology acceptance model to evaluation of recommender systems // Polibits. – 2015. – Vol. 51. – Pp. 73–79.
30. Davis F.D. Perceived usefulness, perceived ease of use, and user acceptance of information technology // MIS quarterly. – 1989. – No. 3. – Pp. 319–340.
31. Brakus J.J., Schmitt B.H., Zhang S. Experiential product attributes and preferences for new products: The role of processing fluency // Journal of Business Research. – 2014. – Vol. 67. – No. 11. – Pp. 2291–2298.
32. Beverungen D. et al. Conceptualizing smart service systems // Electronic Markets. – 2019. – Vol. 29. – No. 1. – Pp. 7–18.
33. Yuan Y.H.E., Wu C.K. Relationships among experiential marketing, experiential value, and customer satisfaction // Journal of Hospitality & Tourism Research. – 2008. – Vol. 32. – No. 3. – Pp. 387–410.
34. Hoyer W.D. et al. Transforming the customer experience through new technologies // Journal of Interactive Marketing. – 2020. – Vol. 51. – No. 1. – Pp. 57–71.
35. Knijnenburg B.P., Willemsen M.C., Hirtbach S. Receiving recommendations and providing feedback: The user-experience of a recommender system // International Conference on Electronic Commerce and Web Technologies. – Springer, Berlin, Heidelberg, 2010. – Pp. 207–216.
36. Xiao B., Benbasat I. E-commerce product recommendation agents: Use, characteristics, and impact // MIS quarterly. – 2007. – No. 1. – Pp. 137–209.
37. Pine B.J., Pine J., Gilmore J.H. The experience economy: work is theatre & every business a stage. – Harvard Business Press, 1999.
38. Vanesa Aciar S. et al. Increasing effectiveness in e-commerce: recommendations applying intelligent agents // International Journal of Business and Systems Research. – 2007. – Vol. 1. – No. 1. – Pp. 81–97.
