Application of numerical methods for optimizing visual elements in e-commerce

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The article discusses the use of numerical methods to optimize the design elements of product cards. The discount block, one of the key elements significantly influencing sales, is selected as the object of study. The aim of the research is to improve the click-through rate (CTR) of product cards by analyzing and optimizing visual parameters such as color, font size, block placement, discount format, and device type. To achieve this goal, a regression model was developed to predict CTR for new parameter combinations without the need for full-cycle testing and to evaluate the significance of the analyzed parameters. The results show that the most impactful factors on CTR are background color, font size, and the placement of the discount block. The proposed approach reduces the number of required tests, accelerates the optimization process, and can be adapted to other design elements, such as call-to-action buttons or stock availability indicators.

作者简介

Andrei Chmelev

Wildberries LLC

编辑信件的主要联系方式.
Email: an.chmelev@gmail.com

senior full stack engineer, technical lead, specialist in applied mathematics and computer science, mathematician, system programmer

俄罗斯联邦, Moscow

Natalia Grineva

Financial University under the Government of the Russian Federation

Email: ngrineva@fa.ru
ORCID iD: 0000-0001-7647-5967

Cand. Sci. (Econ.), associate professor, Department of Information Technology

俄罗斯联邦, Moscow

参考

  1. Ku E., Lau T. The impact of discounts on consumer behavior: A comprehensive review. Journal of Retailing and Consumer Services. 2015.
  2. Lee J., Chen C. The role of visual parameters in marketing: A regression analysis approach. Journal of Marketing Research. 2020.
  3. Box G.E.P., Hunter W.G., Hunter J.S. Statistics for experimenters: Design, innovation, and discovery. John Wiley & Sons, 1978.
  4. Montgomery D.C. Design and analysis of experiments. 9th ed. Wiley, 2017.
  5. Bishop C.M. Pattern recognition and machine learning. Springer, 2006.
  6. Hastie T., Tibshirani, R., Friedman J. The elements of statistical learning: Data mining, inference, and prediction. Springer, 2009.
  7. Goodfellow I., Bengio Y., Courville A. Deep learning. MIT Press. 2016.
  8. Pedregosa F., Varoquaux G., Gramfort A. et al. Scikit-learn: Machine learning in Python. Journal of Machine Learning Research. 2011. No. 12. Pp. 2825–2830.
  9. Handbook on D-optimal design. National Institute of Standards and Technology (NIST), 2017. URL:
  10. McKinney W. Python for data analysis: Data wrangling with Pandas, NumPy, and IPython. O’Reilly Media, 2017.

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. Dependence of the maximum VIF on the number of experiments in a fractional factorial experiment

下载 (95KB)
3. Fig. 2. Distribution of CTR values based on the analysis of discount design parameters

下载 (54KB)
4. Fig. 3. Impact of factors on CTR based on regression analysis results

下载 (273KB)
5. Fig. 4. Residuals vs Fitted Values Plot

下载 (71KB)


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».