CC BY
54
И.Е.Зайцев
Интернет-экономика в парадигме Web 2.0: технологии персонализации в электронной коммерции
На смену вполне исчерпавшей себя Dotcom концепции [8] в Интернет-экономику пришла новая собирательная концепция, получившая название Web 2.0. В последнее время термин Web 2.0 употребляется в контексте повышения интереса инвесторов к глобальной сети Интернет и зачастую вооб-. Web 2.0, -
WWW ,
культурной и экономической сферах, оказывает сильное влияние на становление новых стратегий и подходов в разных областях науки.
, ,
новой парадигме Web 2.0. Например, в работе [7] в качестве развития представлений о четырех наиболее важных аспектах маркетинга (концепции «Four Ps»: Products, Price, Promotion, Placement) в электронной коммерции предлагается акцентировать внимание маркетологов на дополнительных новых четырех составляющих (концепция «New 4Ps»):
• Персонализации (Personalization) — одном из уникальных преимуществ
, -
цию услуги или адаптировать продукт к потребностям (профилю, модели)
( , );
• Прогнозирующем моделировании (Predictive modeling). Для того чтобы сделать персонализацию более эффективной, необходимо переработать имеющиеся маркетинговые стратегии, перестроить многие бизнес-процессы, основываясь на прогнозировании спектра характеристик клиентов и их возможных будущих изменениях;
• Участии (Participation). Обращение особого внимания на возможности непосредственного участия потребителя в формировании персонализированного продукта или линейки продуктов отражается на эволюции имиджа самой торговой марки;
• Сетевые сообщества (Peer-to-Peer Communities). Благодаря технологиям глобальной сети Интернет стало возможно формирование сетевых сообществ, объединяющих пользователей по каким-либо общим интересам. В этой связи большую роль играют стратегии управления (инициирования) создания продукта (или брэнда) ориентированных сетевых сообществ.
Наибольшую популярность за последние пять лет получили технологии персонализации. Совокупные доходы индустрии Интернет-персонализации, включая доходы компаний-р^работчиков, поставщиков программно-
2000 -
© Зайцев И.Е., 2008
ду составили $1.3 миллиарда долларов США, а по прогнозам на 2003 год — могли превысить уже $5 миллиардов [4].
Необходимо отметить, что выявить прямую закономерность между внедрением технологий персонализации и ростом дохода достаточно трудно, так как существует множество параллельно внедряемых новшеств и изменений в области электронной коммерции. А фактических данных по совокупным доходам отрасли Интернет-персонализации, начиная с 2001 года, практически не публикуется, а если и появляются такие сведения, то их объективность (и,
зачастую, достоверность) не выдерживает критики. Но очевидным остается , -
возрастает. Например, опубликованные в июне 2007 года результаты [1] независимого исследования, проведенного Aberdeen Group, показывают, что 87% крупнейших игроков рынка электронной коммерции прогнозируют увеличение дохода на 24% в ближайшие два года за счет более глубокого, комплексного внедрения технологий персонализации.
Сам термин персонализация исторически прижился только в области электронной коммерции [4], в других же прикладных областях, в которых данные технологии начали применяться намного раньше, например, в гипертекстовых, гипермедиа, информационно-справочных, поисковых системах, используется термин адаптивные технологии [2], который обобщает два направления: разработку методов и техник адаптации и моделирование пользователя [3].
П.Л. Брусиловский в своей работе «Methods and techniques of adaptive hypermedia» дает следующее определение адаптивным гипермедиа системам, которое в свою очередь четко отражает основной смысл адаптивных технологий: «...системами адаптивной гипермедиа называются все гипертекстовые и гипермедиа системы, которые отражают комплекс целевых характеристик пользователя в модели пользователя и применяют эту модель для адаптации различных визуальных аспектов системы к нуждам пользователя...» [2:89].
В большинстве случаев в процессе персонализации выделяют три основных этапа [6]:
• Первоначальный сбор сведений (моделирование пользователя). На данном этапе необходимо получить максимально достоверные значения для целевых характеристик пользователя и контекста (среды выполнения); формализовать эти значения для последующего автоматического анализа и при.
пользователе и контексте является модель пользователя;
• Анализ сведений (модели пользователя). На этой стадии адаптивная система анализирует имеющиеся сведения о пользователе и планирует общую стратегию дальнейшей персонализации;
• Результат персонализации. На последнем этапе происходит формирование по выбранной ранее стратегии адаптированного представления, структуры, содержания.
На сегодняшний день существует множество описанных методов, техник адаптации [2] и подходов к моделированию пользователя [3]. Большая часть этих подходов рождалась и развивалась в руслах информационно-справочных и обучающих гипермедиа систем, но в скором времени при усиливающемся интересе со стороны Интернет-компаний возможно ожидать и более широкого применения этих подходов и в области электронной ком.
Наиболее интересного эффекта в области электронной коммерции, на
,
.
навигации заключается в том, чтобы помочь пользователям найти свой путь в гиперпространстве. Эта помощь реализуется через адаптацию процесса представления ссылок к целям, набору компетенций и другим характеристикам пользователя. П.Л. Брусиловский [2] предложил следующую классификацию этих технических приемов в соответствии со способом, который они используют для адаптации процесса представления ссылок: непосредственное руководство, адаптивная сортировка, сокрытие ссылок, адаптивное аннотирование и адаптация глобальных и локальных карт гипермедиа.
Непосредственное руководство — наиболее простая технология адаптивной поддержки навигации. Для обеспечения непосредственного руководства система может визуально выделять необходимую ссылку и, следова-, .
Адаптивная сортировка упорядочивает все ссылки страницы в соответствии с моделью пользователя и некоторыми оценочными критериями, отражающими степень релевантности ссылки. Адаптивная сортировка имеет ограниченную область применения.
Сокрытие ссылок является наиболее часто используемой технологией адаптивной поддержки навигации. Суть поддержки навигации методом сокрытия состоит в том, чтобы ограничить пространство навигации, скрыв ссылки к ненужным, нерелевантным в данный момент страницам. Данная технология защищает пользователя от сложности неограниченного гиперпространства и информационной перегрузки.
Адаптивное аннотирование позволяет снабдить ссылку комментариями, аннотацией. Эти комментарии могут сообщить пользователю больше информации относительно текущего состояния страниц, расположенных по этим ссылкам. Традиционное аннотирование, применяемое в традиционной ги-— , . Адаптивная же поддержка навигации может быть обеспечена динамическим , .
Существуют и другие возможности персонализации навигации. Например, в работе [5] подробно описывается подход к организации адаптивной поддержки навигации в области трехмерных сервисов электронной коммерции (Online Virtual Environments, Online 3D models).
Также следует подчеркнуть, что неотъемлемой составляющей персонализации является технология моделирования пользователя. Существуют две концепции моделирования пользователя в адаптивных системах. В конце 80-х - начале 90-х годов XX века применялось моделирование, основанное на стереотипных моделях. В адаптивных системах создавались группы стереотипных моделей пользователей и прописывались алгоритмы адаптации системы только к этим заданным изначально стереотипным моделям, по которым и распределялись все пользователи.
Более поздние поколения адаптивных систем стали использовать и моде, -
стик каждого пользователя.
Различают два класса моделей, основанных на фиксации характеристик: модели индивидуальных особенностей и модели, представляющие текущий контекст деятельности пользователя.
Первый класс моделей обычно представлен пятью группами характери-
( ) : , ,
, , .
Второй класс моделей представляет текущий контекст деятельности
( ),
в действительности моделированием контекста, а не пользователя. Для адаптивной системы контекстом могут считаться характеристики среды ее вы.
выполнения могут быть включены и физические характеристики окружаю, , , ,
температура, и характеристики пользователя, например, частота сердцебие-, . -вуют две группы характеристик контекста: характеристики программно-аппаратного обеспечения платформы и характеристики местоположения .
Более подробные сведения о технологиях моделирования пользователя можно получить в работах [3] и [6].
В заключение хотелось бы отметить, что внедрением технологий персонализации необходимо заниматься целой группе специалистов, а решение всего комплекса задач данного внедрения выходит далеко за рамки компетенций технических специалистов. В последнее время наметилась позитивная тенденция участия в составе обозначенной группы и специапистов-, -
лизации [9].
Литература
1. AberdeenGroup. Online Personalization: One Size Does Not Fit All. A Deep Dive Into Personalized Service Benefits and Detractors. Aberdeen Group, Inc., June, 2007. — 6. p.
2. Brusilovsky, P. Methods And Techniques Of Adaptive Hypermedia. User Modeling and User-Adapted Interaction, 6 (2-3), 1996. — P. 87-129.
3. Brusilovsky, P. and Millan, E. User models for adaptive hypermedia and adaptive educational systems. In: P. Brusilovsky, A. Kobsa and W. Neidl (eds.): The Adaptive Web: Methods and Strategies of Web Personalization. Lecture Notes in Computer Science, Vol. 4321, Berlin Heidelberg New York: SpringerVerlag, 2007. — P. 3-53.
4. Fink J., Kobsa, A. A Review and Analysis of Commercial User Modeling Servers for Personalization on the World Wide Web. User Modeling and User-Adapted Interaction 10(3-4), Special Issue on Deployed User Modeling, 2000. P. 209-249.
5. http://www.aberdeen.com/c7report/research_briefs/4286-RB-online-personalization.pdf
6. Hughes S., Brusilovsky P., Lewis, M. Adaptive navigation support in 3D ecommerce activities. In: F. Ricci and B. Smyth (eds.) Proceedings of Workshop on Recommendation and Personalization in eCommerce at the 2nd International Conference on Adaptive Hypermedia and Adaptive Web-Based Systems (AH'2002) Malaga, Spain, May 28, 2002. — pp. 132-139.
7. Kobsa, A., Koenemann, J., Pohl, W. Personalized Hypermedia Presentation Techniques for Improving Customer Online Relationships. The Knowledge Engineering Review 16(2), 2001. — pp. 111-155.
8. Mootee, I. High Intensity Marketing. SA Press, 2004. — 222 p.
9. Ofek, E., Richardson, M. Dotcom Mania: The Rise and Fall of Internet Stock Prices, The Journal of Finance, Volume 58, Number 3, June 2003. New York: Blackwell Publishing. — pp. 1113-1137.
10.Paprzycki, C. Nistor, R. Oprea, G. Parakh. The Role of a Psychologist in Ecommerce Personalization, Proceedings of the 3rd European E-COMM-LINE 2002 Conference, Bucharest, Romania, 2002. — pp. 227-231.
