Optimiser le placement des widgets dans le e-commerce

Dans le monde du shopping en ligne, les plateformes d'e-commerce doivent faire face au défi d'afficher les produits et les publicités efficacement pour leurs utilisateurs. Un élément crucial de cela, c'est l'utilisation de Widgets, qui sont de petites sections sur une page web contenant des recommandations, des annonces ou du contenu promotionnel. Cependant, beaucoup d'utilisateurs accèdent à ces plateformes via des appareils mobiles avec un espace d'écran limité. Il est donc essentiel de bien positionner ces widgets pour garder les clients engagés.

#Importance du Placement des Widgets

Quand les utilisateurs visitent un site e-commerce sur leur mobile, ils voient généralement d'abord le haut de la page. Ça veut dire que les widgets placés en haut sont plus susceptibles d'être remarqués. D'un autre côté, les widgets situés plus bas sur la page risquent de ne pas être aussi visibles, car les utilisateurs doivent faire défiler pour les voir. Il est crucial de privilégier ces positions en haut pour les widgets les plus pertinents afin d'attirer l'attention des utilisateurs. Cependant, déterminer quels widgets afficher peut être compliqué, car ils peuvent varier en type et peuvent être ajoutés ou retirés au fil du temps.

#Approche Multi-Armed Bandit

Pour gérer le classement des widgets, on utilise une approche multi-armed bandit. On peut y penser comme à un jeu où tu as plusieurs options (les "bras") et tu veux découvrir laquelle te rapporte le plus sur le long terme. Dans le contexte des widgets, ça signifie les classer en fonction des préférences des utilisateurs. L'objectif est de créer un système qui non seulement répond à ce que les utilisateurs aiment, mais qui explore aussi de nouvelles options pour garder l'expérience fraîche.

#Le Cadre de Classement en Deux Étapes

Pour améliorer le classement des widgets, un cadre en deux étapes a été établi. La première étape consiste à utiliser un modèle de bandit contextuel qui examine divers facteurs sur l'utilisateur et les widgets eux-mêmes pour attribuer des scores de pertinence. La deuxième étape utilise une technique appelée Processus de Point Déterminantal (DPP) pour s'assurer que des options diversifiées sont présentées aux utilisateurs. Cette méthode aide à équilibrer la pertinence et la variété des widgets, rendant l'expérience de shopping plus intéressante.

#Résoudre les Défis de la Diversité des Widgets

Beaucoup de plateformes d'e-commerce ont de nombreux widgets avec une variété de contenus comme des recommandations de produits et des offres promotionnelles. À mesure que plus de widgets sont ajoutés, le besoin d'un ordre clair et pertinent devient essentiel. Les recherches montrent que les utilisateurs font souvent défiler la page d'accueil deux ou trois fois et interagissent typiquement avec les widgets qui apparaissent peu après avoir commencé à faire défiler. Avec différentes équipes gérant différents widgets, il est crucial d'avoir une méthode systématique pour les classer et les afficher.

Un problème majeur est que certains widgets ne sont pas facilement identifiables car ils peuvent avoir plusieurs IDs selon comment ils sont affichés. De plus, les préférences et les interactions des utilisateurs peuvent changer avec le temps. Les systèmes traditionnels qui ne tiennent compte que du comportement passé des utilisateurs peuvent mener à des recommandations répétitives. C'est là que l'approche multi-armed bandit brille, permettant au système de trouver un équilibre entre des options familières et des nouvelles.

#Caractéristiques et Contexte

Pour mieux comprendre et classer les widgets, de nouvelles caractéristiques ont été développées. Des caractéristiques clés comme le "thème principal" et "l'intention du widget" aident à classer quel type de contenu chaque widget représente. Ces caractéristiques sont requises lors de la création de nouveaux widgets et aident à collecter des données pertinentes.

En ce qui concerne les préférences des utilisateurs, les interactions à court et à long terme sont prises en compte. L'activité passée d'un utilisateur, comme l'historique de navigation et d'achat, joue un rôle significatif dans la formation de ses préférences.

#Surmonter les Problèmes de Cold-Start

Un défi connu dans les systèmes de recommandation est le problème de "cold-start". Cela se produit lorsqu'il n'y a pas assez de données sur de nouveaux éléments ou widgets, rendant difficile la prédiction des préférences des utilisateurs. L'approche multi-armed bandit aide ici en combinant ce qui est déjà connu sur les préférences des utilisateurs avec des informations sur les nouveaux éléments. De cette façon, même sans beaucoup de données historiques, le système peut faire des recommandations raisonnables.

#Métriques d'Évaluation

Pour évaluer l'efficacité du système de classement, plusieurs métriques sont utilisées. Le Gain Cumulé Normalisé Discounté (nDCG) mesure à quel point les widgets les plus pertinents sont bien classés. D'autres métriques de diversité aident à garantir que du contenu varié est présenté aux utilisateurs, ce qui peut conduire à une expérience de shopping plus satisfaisante.

#Résultats Hors Ligne et En Ligne

Pour voir à quel point le système de classement performe, des tests sont effectués à la fois hors ligne et en ligne. Dans les tests hors ligne, les données d'interaction passées des utilisateurs aident à entraîner le modèle. Dans des scénarios du monde réel, un test A/B compare le nouveau système de classement aux méthodes existantes. Les résultats indiquent un meilleur engagement des utilisateurs, mesuré par une augmentation des clics par utilisateur et d'autres métriques associées.

#Applications Pratiques

Le cadre de classement des widgets peut être appliqué à différentes sections de la plateforme d'e-commerce. Bien que l'accent soit mis ici sur le shopping mobile, il pourrait également être utile pour des mises en page sur bureau ou différentes pages du site. Le système est conçu pour être flexible et peut s'adapter à mesure que de nouveaux widgets sont ajoutés ou retirés.

#Conclusion

La recherche a établi un cadre clair pour le classement des widgets qui utilise des techniques modernes pour améliorer l'expérience client dans le shopping en ligne. En se concentrant à la fois sur la pertinence et la diversité, le système peut offrir une expérience de shopping personnalisée qui répond à une large gamme d'intérêts et de préférences des utilisateurs.

Les futures directions pour ce travail pourraient explorer des moyens d'optimiser pour plusieurs objectifs. Trouver un équilibre entre divers objectifs, comme l'engagement des utilisateurs et la génération de revenus, reste un domaine important pour des études futures.