Сбер формирует 13 миллиардов рекомендаций в месяц

Сбер рассказал о развитии рекомендательных систем и подходах к персонализации на конференции AI Driver & RecSys, проведённой совместно с Центром практического ИИ Сбера, который возглавляет старший управляющий директор Николай Тиден.

Персональные рекомендации Сбера получают более 110 миллионов человек. Технологии помогают клиентам выбирать продукты и сервисы с учётом их потребностей, даже до начала самостоятельного поиска. Персонализация позволяет быстрее сориентироваться среди доступных вариантов и сократить время на их сравнение.

Рекомендательные системы формируют 13 миллиардов персонализированных рекомендаций в месяц. Благодаря рекомендациям совершается каждая третья продажа в экосистеме Сбера.

В основе подбора — предпочтения клиента, текущий контекст и долгосрочные цели. При этом важна задача, с которой человек обращается к сервису именно сейчас. Музыкальные вкусы или интерес к определённому бренду дают общее представление о предпочтениях, а действия пользователя помогают понять, насколько предложение соответствует его текущему запросу.

Так, рекомендательная система учитывает лайки, дизлайки и нажатия на кнопку «Пропустить». Если человек раз за разом пропускает предложенный контент, это сигнал, что рекомендации нужно перестраивать. Такая обратная связь помогает системе адаптироваться к изменениям интересов пользователя.

Ещё один принцип персонализации — возможность открывать новое. Даже привычные и любимые вещи со временем могут надоесть. Кроме того, люди приходят в сервисы с разными целями: например, в интернет-магазин можно зайти, чтобы посмотреть ассортимент без намерения сразу что-то купить. Этот сценарий тоже важно учитывать при подборе рекомендаций.

Иван Кузьмин, вице-президент-директор департамента данных и рекомендательных систем Сбера:

Чем больше продуктов и сервисов доступно человеку, тем сложнее бывает найти среди них подходящий. Рекомендательные технологии помогают повысить релевантность предложения и сэкономить время на поиск. При этом интересы клиента гораздо шире истории его покупок: он может менять привычки, пробовать новое, ставить перед собой долгосрочные цели. Поэтому персонализация должна оставлять пространство для открытий и учитывать перечисленное. Мы стремимся к тому, чтобы рекомендации помогали человеку находить не только привычное, но и то, что его может заинтересовать, расширяя пространство выбора, при этом оставляя финальное решение всегда за человеком.