Diseño y evaluación experimental de un sistema de recomendación de productos para un sitio de comercio electrónico

Abstract

El comercio electrónico plantea oportunidades únicas a las distintas empresas que participan de este rubro. La vasta cantidad de información y el gran número de productos que pueden ser promocionados son factores en ello. Pero también plantean como desafío el hacer que la experiencia de compra de los visitantes sea lo más significativa posible, con tal de convertir a la mayor cantidad de ellos en consumidores. Un mecanismo que se suele encontrar en la literatura y en el día a día para lograr un mayor interés de los usuarios son los sistemas de recomendación. En particular, el trabajo de título realizado se propone como una oportunidad de desarrollar un primer sistema de recomendación de productos para una empresa chilena de ventas electrónicas minoristas. El trabajo realizado consistió en una primera instancia en la implementación de dos métodos de clasificación de productos (en base al número de compras y el número de visualizaciones) para mostrar recomendaciones a todos los visitantes del sitio. En una etapa posterior, se incorporó un nivel de personalización de los artículos a recomendar a través de una agrupación de clientes por afinidad utilizando el algoritmo de K-Means sobre su información de compra y navegación. En ambas instancias, los efectos de las recomendaciones fueron probados a través de experimentos controlados en línea (o A/B test). Los resultados muestran que la incorporación de un sistema de recomendaciones constituido por un carrusel de lo más visto en categorías de electrónica y hogar, y uno de lo más visto en vestuario y calzado, generarán incrementales significativos en el ingreso del sitio. Esta amplitud en el tipo de recomendaciones a mostrar permitió interesar a un número mayor de visitantes. A pesar de la baja exposición del espacio en donde las recomendaciones fueron implementadas, un importante número de visitantes expuestos terminó comprando gracias a las recomendaciones, evidenciando el potencial que este elemento puede tener. Además, la metodología de personalización utilizada permitió lograr que ciertos visitantes se vieran más interesados en las recomendaciones al lograr enfocarlas en sus intereses, a pesar de que esta focalización aún es mejorable. Este mayor interés en categorías variadas resultó en un mayor gasto promedio del grupo expuesto a recomendaciones personalizadas. Se concluye que la incorporación de sistemas de recomendación, incluso sencillos como los evaluados, mejorarán el desempeño del sitio. Se plantea el uso de estos como punto de comparación para desarrollar sistemas más sofisticados. Se propone a la empresa evaluar la implementación de un mayor número de carruseles de recomendación, complementando esta mayor amplitud de productos con personalización, ya sea por cliente o grupo de ellos, para maximizar la pertinencia de los artículos sugeridos.