Рекомендательные системы как инструмент улучшения пользовательского опыта на примере маркетплейсов
DOI:
https://doi.org/10.25806/ma-1502Ключевые слова:
рекомендательные системы в маркетинге, пользовательский опыт, персональные рекомендации, маркетплейсыАннотация
В данной статье раскрывается роль рекомендательных систем для улучшения пользовательского опыта на маркетплейсах. Рассмотрены основные этапы взаимодействия клиента с маркетплейсом – от выбора до дальнейшего использования сервиса и формирования лояльности. Представлены особенности работы с рекомендательными системами как с инструментом улучшения опыта пользователей.
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
Библиографические ссылки
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.
