Умный поиск товаров

Умный поиск товаров

Клиент пришел с проблемой

Заказчик захотел внедрить экспертную систему, которая помогала бы покупателю выбрать тренажер на сайте. Клиенту достаточно было заполнить небольшую анкету про себя, и в результате он получал подборку наиболее подходящих товаров. Выборка должна была строиться автоматически и иметь возможность гибких настроек по различным критериям.

Всегда есть особенности

В отличие от обычного фильтра поиска по списку товаров, в этом случае была еще и анкета из 7 полей, в которых пользователь просто писал информацию про себя. И эти данные нужно было связать с тренажерами и списком товаров.

Как мы это сделали

Чтобы привязать данные из анкеты к тренажерам, мы придумали «правила скоринга» – специальный набор полей для настройки экспертной системы. Для административной части сайта был разработан отдельный интерфейс для управления правилами. Каждому ответу был присвоен свой вес в «очках», от суммы очков, которые клиент набрал ответами, зависел список рекомендуемых товаров в подборке. Менеджер мог задать правило на любое заполненное поле из анкеты, и задать очки рейтинга товарам по нескольким группам:

  1. Напрямую товарам.
  2. Товарам с определенными характеристиками. Можно было выбрать любую характеристику товара и не одну.
  3. Категориям товаров.
  4. Бренду целиком.

Также для правила задавалась сортировка, указывались сильные/слабые стороны тренажеров. Все эти настройки позволяли гибко настраивать выдачу товаров пользователю и точно передать плюсы и минусы каждого тренажера. Для выдачи в определенном диапазоне баллов по итогам ответов клиент получал четкие рекомендации, что стоит купить (например, беговую дорожку или все товары конкретного бренда).

После реализации связки формы анкеты и правил скоринга, мы внедрили индекс рейтинга товаров для ускорения процесса пересчета баллов. Таким образом, при запросе клиента результат выдается мгновенно. Кроме того, мы предусмотрели логирование запросов и результатов для удобного процесса отладки экспертной системы.

В результате
В итоге заказчик может видеть, что конкретно ищет его покупатель, и настраивает систему под эти запросы, чтобы результаты поиска были наиболее подходящими. И покупатель получает экспертные советы по выбору тренажеров.