Сервис рекомендаций

Существует 2 способа использовать товарные рекомендации: 1. С помощью запроса к сервису рекомендаций через RSAPI В данном случае вы получите товарные рекомендации в формате JSON и самостоятельно встраиваете блоки на сайт. 2. С помощью HTML разметки сайта В данном случае используются виджеты с типом "Рекомендации", которые настраивают наши специалисты.

Алгоритмы сервиса

Cross-sale

Рекомендации формируются на основе истории посещений и действий пользователей сайта.

Учитываются просмотры, добавления в корзину и покупки, если установлен новый код заказа, передающий товары.

✉ Алгоритм доступен к использованию в письмах.


Cart-upsale

Рекомендации формируются за счёт товаров, которые находятся в корзине.

Проверяется история корзинного соседства этих товаров с другими и рекомендуются последние.

✉ Алгоритм доступен к использованию в письмах.


Offer-upsale

Рекомендации работают в том же ключе, что и Cart-upsale рекомендации.

Только в данном случае проверяется корзинное соседство просматриваемого в данный момент товара.


Поисковые рекомендации формируются с учетом последнего поискового запроса пользователя сайта.

Например, человек в поисковом поле ввёл слово "футболка". В этом случае в качестве рекомендованных товаров будут появляться товары со словом "футболка" в названии или в описании.

В алгоритме также учитываются простые орфографические ошибки.
Например, при поиске слова "фтболка" сервис вернёт рекомендации по слову "футболка".


Top-offers

Рекомендуются самые покупаемые товары за последние 14 дней на основе добавлений в корзину и заказов с этими товарами (если подключен код заказ с товарами). Просмотры товаров не учитываются.

У этого алгоритма есть опция "интервал", который позволяет указать за какой период нужны рекомендации самых покупаемых товаров.

Интервал по умолчанию - 14 дней

✉ Алгоритм доступен к использованию в письмах.


Buying-now

Покупают сейчас

Рекомендуются купленные товары за последние 2 часа.

✉ Алгоритм доступен к использованию в письмах.


Similar-offers

Похожие товары

Рекомендации формируются на основе схожести по категории и цене (+- 20%).

Разметка сайта для товарных блоков

Необходимо создать <div> контейнер с уникальным классом (class) или идентификатором (id) для каждого блока рекомендаций и встроить контейнер в то место на странице, где хотите, чтобы появился блок с рекомендациями, например:

Контейнер на главной странице

<div class="lh-recs-main-page"></div>

Контейнер в каталоге

<div class="lh-recs-catalog-page"></div>

Контейнер на страницах категории

<div class="lh-recs-category-page"></div>

Контейнер на карточке товара - наверху

<div class="lh-recs-item-page-top"></div>

Контейнер на карточке товара - снизу

<div class="lh-recs-item-page-bottom"></div>

Корзина

<div class="lh-recs-cart-page"></div>

Страница поиска

<div class="lh-recs-search-page"></div>

При загрузке страницы счётчик LeadHit обнаружит разметку и загрузит соответствующий блок с товарными рекомендациями в свой контейнер.

Названия идентификаторов и классов можно использовать любые.

Спецификация получения рекомендаций по RSAPI

Для того, чтобы получить рекомендации необходимо сделать http запрос (GET или POST) по следующему адресу http://rs.leadhit.io/get, передав необходимые параметры.

Пример запроса:

https://rs.leadhit.io/get?lead_uid=9158d0a4bb967c153415bfaf&clid=58b98c60e694aa315ac1915f&service_name=offer_upsale&offer_url=https://www.amperkin.ru/product/st-950/

Список возможных параметров:
Алгоритмы и используемые в них параметры:
Параметр \ Алгоритм matrix top_offers offer_upsale cart_upsale similar_offers buying_now search
clid v v v v v v v
service_name v v v v v v v
lead_uid v v v v v v
source v v v v v
offer_url v
url_list[] v v v v v
search_query v
lead_history_days_count v
category_id v
stock_id v v v v
Формат ответа:

Рекомендации отдаются в JSON формате, и представляют из себя список объектов следующего вида:

{
    "available": true, 
    "category_id": "20102", 
    "cities": [], 
    "description": "\u041f\u0440\u043e\u0438\u0437\u0432\u043e\u0434\u0438\u0442\u0435\u043b\u044c: Legrand, \u0421\u0435\u0440\u0438\u044f: TX3", 
    "extra_fields": {}, 
    "model": "Legrand TX3 \u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0432\u044b\u043a\u043b\u044e\u0447\u0430\u0442\u0435\u043b\u044c 1P 16A (\u0421) 6000 (404028)", 
    "name": "Legrand TX3 \u0410\u0432\u0442\u043e\u043c\u0430\u0442\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0432\u044b\u043a\u043b\u044e\u0447\u0430\u0442\u0435\u043b\u044c 1P 16A (\u0421) 6000 (404028)", 
    "offer_id": "2145678", 
    "oldprice": "", 
    "picture": "https://media.leadhit.io/yml_pictures/58b98c60e694aa315ac1915f/64b108c2be8f.jpg", 
    "picture_orig": "https://www.amperkin.ru/upload/iblock/6ac/6ac803edfcf5104fbea89618a49ba2bf.jpg", 
    "price": "159.25", 
    "rating": 1.0, 
    "stock_fields": [], 
    "url": "https://www.amperkin.ru/product/404028/", 
    "url_hash": "64b108c2be8f", 
    "vendor": "Legrand"
}