Краткое описание
До рефакторинга система рекомендаций строилась от книги, а не от пользователя. Алгоритм смотрел на теги, которыми обладает книга в основной подборке и предлагал книги, имеющие такие же или максимальные близкие теги.
В итоге пользователь, который один раз купил книгу про драконов, обречен получать рассылки с драконами практически вечно. Как итог выскокий % отписок и негатив пользователей и невозможность расширения “читательского кругозора” пользователя.
Механика рефакторинга
- Выбираем пользователя, анализируем книги, которые он купил/отложил/взял бесплатно и пр.
- Находим других пользователей с высоким пересечением списка книг
- Смотрим различия в списках между первым пользователем и остальными. Добавляем в рекомендации первого пользователя книги из списков других пользователей
- Смотрим на реакцию первого пользователя. Если ему понравились книги, взятые из списков других пользователей, то добавляем эти книги в обновленный список, продолжаем расширять множества для рекомендаций.
Результат
- На 0,5% снизили отписки.
- +1,5% к выручке на 1 письмо