Главная
Избранное
  • Главная
  • Правила применения рекомендательных технологий

Правила применения рекомендательных технологий на сайте https://thomas-muenz.ru и в мобильном приложении Thomas Munz

1. Настоящие Правила применения рекомендательных технологий на сайте https://thomas-muenz.ru и в мобильном приложении Thomas Munz (далее по тексту – Правила) регулируют применение рекомендательных технологий на страницах сайта https://thomas-muenz.ru (далее по тексту – Сайт), в мобильном приложении Thomas Munz (далее по тексту – Мобильное приложение) или в e-mail-письмах.

2. Владельцем Сайта/Мобильного приложения является Общество с ограниченной ответственностью «Мюнц Групп» (ОГРН 1142651009698, ИНН 2632811590) (далее по тексту – Владелец Сайта).

При необходимости передачи Владельцу Сайта юридически значимых сообщений необходимо направить ему письмо:

  • на адрес электронной почты: info@thomasmuenz.ru.
  • по адресу: 123182, город Москва, улица Щукинская, д. 2, 2 этаж, комната 39е.

3. Рекомендательные технологии – это информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети «Интернет», находящихся на территории Российской Федерации.

4. Владелец Сайта не допускает применение рекомендательных технологий, которые нарушают права и законные интересы граждан и организаций, а также не допускает применение рекомендательных технологий в целях предоставления информации с нарушением законодательства Российской Федерации.

5. На Сайте/в Мобильном приложении используются Рекомендательные технологии, позволяющие лучше понимать потребности пользователей в контенте с целью предоставления пользователям качественного и безопасного контента, соответствующего их тематическим интересам, и улучшать Сайт/Мобильное приложение и его функциональные возможности.

6. Рекомендации представляют собой набор виджетов с подборкой товаров, который размещается на Сайте/в Мобильном приложении.

Рекомендации помогают посетителям Сайта/Мобильного приложения быстро найти товар, создавать подборки товаров на основании запросов.

Виджеты рекомендаций размещаются на большинстве страниц Сайта/ Мобильного приложения.

7. Используемые данные:

Два источника данных для Рекомендаций - пользовательское поведение и товарная база интернет-магазина Thomas Munz. Алгоритмы рекомендаций (в том числе, но не ограничиваясь бренда Retail Rocket) являются гибридными - в зависимости от ситуации они могут использовать как поведение, так и данные по товарам интернет-магазина Thomas Munz.

8. Перечень собираемой информации:

  • данные о посещении пользователем на сайте страниц, такие как время визита, url-адрес страниц и их числовых или строковых идентификаторов, при наличии;
  • информация о перемещении по страницам сайта (в т.ч. нажатий на ссылки и элементы сайта);
  • данные о взаимодействии пользователя на сайте с товарами, такие как просмотр, добавление в корзину, оформление заказа;
  • данные поисковых запросов пользователя на сайте;
  • IP адрес;
  • файлы cookies;
  • идентификатор пользователя, присваиваемый сайтом;
  • длительность пользовательской сессии;
  • точки входа (сторонние сайты, с которых пользователь по ссылке переходит на сайт);
  • браузер пользователя;
  • архитектура процессора устройства пользователя;
  • Ос пользователя;
  • параметры экрана (разрешение, глубина цветности, параметры размещения страницы на экране);
  • источник перехода (UTM метка);
  • значение UTM меток от source до content;
  • данные, содержащиеся в личном кабинете пользователя, зарегистрированного на сайте.

9. Основные алгоритмы товарных рекомендаций:

Подборка формируется на основе описаний и свойств товаров, а также на основе поведения других пользователей, которые интересовались этими категориями или же товарами: просматривали карточки товаров, добавляли в корзину и покупали. Алгоритмы показывают наиболее разнообразные товары, что помогает лучше познакомиться с товарной базой магазина и облегчает процесс выбора. Сопутствующие продукты отбираются из категорий, если часто покупаются вместе с выбранным товаром. Алгоритмы анализируют частоту покупок и могут напомнить купить уход к обуви и аксессуары.

Рекомендации помогают найти подходящий товар, сделав это быстро и удобно.