פיתוח מערכת המלצות להתאמה אישית של דיוור דוא״ל

מדוע הפרסונליזציה של דיוורי אימייל נשברת בקנה מידה

הפרסונליזציה נשענת על פרופיל הלקוח, והפרופיל נבנה לפחות מארבעה מקורות: עסקאות, היסטוריית הזמנות, התנהגות באתר, פניות לתמיכה.

כל עוד הנתונים הללו חיים בנפרד ואינם מתכנסים לפי מפתח אחיד, המודל רואה אדם אחד כמספר אנשים שונים — ולמייל יוצאת סחורה שנרכשה לפני חודש, או קטגוריה שממנה הוא כבר ויתר.

בהמשך נשברים הסגמנטים. כאלה שנבנו ידנית מתיישנים עד רגע השליחה: הלקוח כבר ביצע הזמנה, החליף עניין, ביטל את המנוי לחלק מהערוצים, והרשימה עדיין מחזיקה אותו כרוכש פעיל.

ככל שהבסיס גדול יותר, כך הסימון וההתנהגות בפועל מתרחקים מהר יותר — וכך קטן ההיגיון בכללים כמו "רכש ב-90 הימים האחרונים".

בהיקף, הרכבה ידנית של מהדורה מפסיקה להתרחב. לסמן מאות אלפי פרופילים בכל שליחה אנליטיקאי לא יכול, ולכן הדיוור מתדרדר למיילים אחידים לפי סגמנטים גדולים — "לכולם על המבצע".

המחיר צפוי: שיעור פתיחה נמוך, ירידה במעברים וגידול בביטולי מנוי, שפוגע במוניטין הדומיין ומפחית את יכולת המסירה של מהדורות הבאות.

הסיבה אינה בטקסטים ולא בתדירות המיילים. נשבר המעגל בין מאגר הנתונים לבין השליחה: אין חישוב מחדש של הפרופיל עד רגע השליחה, אין עדכון אינקרמנטלי של מאפיינים ואין דרך להחזיר את המודל אחורה אם ההמלצות נעשו גרועות. נפרק כיצד זה נסגר.

מה נותן חיבור המלצות בדיוורים

חיבור המלצות משנה לא את המייל כולו, אלא שלוש נקודות בתוך המהדורה: הנושא והמסך הראשון, סדר בלוקי המוצרים ורגע השליחה. המודל מחשב רלוונטיות של הצמד "נמען — מוצר" לפי היסטוריית רכישות וצפיות, והמייל נבנה מהפריטים הקרובים ביותר עבור האדם המסוים. שיעור הפתיחה עולה בסגמנטים דומים, והמעברים במייל הופכים למדד נמדד, לא להבטחה.

ביטולי המנוי יורדים מסיבה אחרת: אדם עוזב לא בגלל תדירות המיילים, אלא בגלל חוסר רלוונטיות — שולחים לו את הקטלוג כולו. מגבלות תדירות וכללים לסגמנטים עם תגובה יורדת מכבים מייל כזה לפני שהוא הופך לתלונת ספאם. המוניטין של הדומיין נשאר שלם.

זמן הכנת המהדורה מתקצר: קודם המשווק סמן ידנית בלוקים והרכיב גרסאות של המייל, כעת הוא קובע מטרות וכללים, וההצבה נעשית על ידי המערכת. המהדורה מוכנה באותו יום עבודה, התבניות והחתימות המשפטיות נשארות בשליטה אנושית.

רכישות חוזרות חוזרות לזרימה: טריגר "הגיע הזמן להשלים", התאמת מוצר נלווה להיסטוריית הלקוח, פריטים משלימים במקום אקראיים. את האפקט מחשבים על מדגם מושהה ועל נתח קטן מהתעבורה, כדי לא לבלבל צמיחה עם עונתיות. את ההרכבה והשליחה מנהלים ב-Braze ובפלטפורמות דומות עם ממשק להצבת בלוקים דינמיים.

פרסונליזציה של דיוורי אימייל: גישות ומגבלות

כללים סטטיים וסגמנטים נותנים חיזוי, אך מתרחבים גרוע: רשימת התנאים גדלה מהר יותר מכפי שהצוות מספיק לתחזק אותה. התאמה לפי היסטוריית רכישות מדויקת יותר בקהל פעיל, אך על אנשי קשר חדשים וקטגוריות נדירות היא נשענת על היסטוריה קצרה מדי. להלן ארבעה וריאנטים שביניהם באמת בוחרים, עם המגבלות הכנות של כל אחד.

מה באמת משווים

תדירות הפניות היא שכבה נפרדת מעל כל וריאנט: היא מגבילה את מספר המיילים לנמען אחד לתקופה וקובעת עדיפות בין הדיוורים. בלעדיה התאמה מדויקת רק מאיצה ביטולי מנוי.

התאמה היברידית נבנית כך: כללים וסגמנטים קובעים מסגרות ואיסורים, מאפייני מוצר סוגרים את ההתנעה הקרה, היסטוריית הרכישות מדייקת את הבחירה, ומגבלת התדירות לא נותנת לעלייה בדיוק להפוך לעלייה בביטולי מנוי — נפרק כיצד זה מוגדר בצד הלקוח.

כיצד אנחנו מטמיעים התאמה: שלבי עבודת הנדסה

מתחילים מהנתונים, לא מהמודל. התאמת מיילים נשענת על אירועים: פתיחות, מעברים, רכישות, ביטולי מנוי. אם ההיסטוריה קצרה או האירועים מגיעים בפריסה לא אחידה, הגרסה הראשונה תנחש. לכן המסלול מחולק לשלבים, וכל אחד מסתיים בתוצאה נמדדת שאפשר לאשר או לערער.

1. ביקורת נתונים. מפרקים אילו אירועים נאספים, כמה היסטוריה נשמרת, לאיזה נתח מהנמענים יש פרופיל התנהגותי והיכן החסרים. התוצאה — רשימת פערים והחלטה: מה סוגרים באיסוף ומה עוקפים בכללים.
2. מפת אירועים. מכנסים את הפעולות לסכמה אחידה: מה נחשב אות, בחלון זמן של מה, באיזה משקל, כיצד מתאימים כתובת ופרופיל. אי-התאמות בשמות האירועים מוסרות בשלב הזה.
3. הגדרת ההתאמה. המודל לומד על ההיסטוריה המוסכמת; לנמענים חדשים מגדירים התנעה קרה — בלוק לפי פופולריות של הסגמנט, עד שההתנהגות מספיקה. בנפרד מגבילים את התדירות, כדי שעלייה בפתיחות לא תשולם בביטולי מנוי.
4. בדיקה על קבוצה. חלק מהזרימה ממשיך לקבל את המיילים הקודמים, ואנחנו משווים פתיחות, מעברים, נתח הזמנות וביטולי מנוי. האפקט צריך להחזיק על פני מספר דיוורים, ולא על אחד מוצלח.
5. נוהל חזרה לאחור. לפני ההפעלה קובעים סף מדדים וסדר פעולות בחריגה ממנו: חזרה לסכמה הקודמת בהרצה אחת, בלי שינויים בקוד.
6. הפעלה ומסירה. מפעילים בהדרגה — קודם על נתח מהזרימה, אחר כך על הכול. מוסרים תיעוד, גישות והדרכה לצוות שלכם.

בהמשך מגיע הליווי: ניתוח מדדים פעם בשבועיים ועדכון מפת האירועים כשמופיעים ערוצים חדשים או כשהתנהגות הנמענים משתנה.

ארטיפקטים של הפרויקט: כללי התאמה ונוהלים

פרסונליזציה עובדת היא לא רק הצגת המלצות, אלא גם סט מסמכים שלפיהם אפשר לשנות אותה בלעדינו. בחבילה הנמסרת נכללים סכמת נתונים, כללי התאמה ונוהלי עבודה: מהנדס בצוות שלכם ישכלל לפיהם את המודל, והמשווק — יפעיל את הדיוור ויבין לאן להסתכל בסטייה.

• סכמת נתונים. אילו אירועים נאספים, באיזה הרכב שדות וכיצד קשורים זה לזה פרופיל הנמען, היסטוריית הפתיחות והמעברים, קטלוג ההצעות. בלי סכמה זו אי אפשר לא לאמן מחדש את המודל ולא לחבר מקור חדש.
• כללי התאמה. כיצד נוצרת קבוצת ההצעות לנמען אחד: אילו מאפיינים משתתפים, אילו מגבילים קיימים — החרגת מה שכבר נרכש, רשימות קטגוריות אסורות, דרישות לגיוון התצוגה.
• מדיניות תדירות. כמה מיילים בשבוע מותרים לכתובת אחת, לפי אילו מאפיינים התדירות יורדת ומה קורה אם הנמען הפסיק להגיב — כדי שהצמיחה בפרסונליזציה לא תהפוך לצמיחה בביטולי מנוי.
• הוראות למשווק. סדר הפעלה שלב אחר שלב של הדיוור, סימון הקמפיין, היכן לראות את ההמלצות שהופקו ומה לעשות אם התגובה ירדה לעומת התקופה הקודמת.
• נוהל חזרה לאחור. לאיזו קבוצת כללים קודמת לחזור, כיצד לכבות פרסונליזציה לנתח מהקהל ולפי אילו מדדים מתקבלת ההחלטה על חזרה לאחור.
• מפת ניטור. מדדים במעקב עם ספי חריגה: שיעור פתיחות, מעברים, שיעור ביטולי מנוי ותלונות ספאם, כיסוי הקהל בהמלצות.
• יומן גרסאות. היסטוריית שינויים של כללים עם תאריך, מחבר ומדידת תוצאה לפני ואחרי — כדי שכל התערבות תהיה ניתנת לקישור לאפקט ולמחיקה ממוקדת.

כל מסמך נכתב לפי מבנה הנתונים שלכם ומתעדכן יחד עם המערכת — זה חלק מהמסירה, ולא עבודה נוספת.

מקרה בוחן: כיצד עלתה התגובה של דיוור קבוע

מה היה לפני ההטמעה

רשת חנויות למוצרי בית שלחה דיוור קבוע לפי לוח זמנים: המשווק הוציא סגמנטים, בחר ידנית מוצרים ותיקן את המבחרים לכל מהדורה. מהדורה ארכה שש עד שמונה שעות עבודה, עד 70% מהפריטים במייל הוחלפו ביד — כללי הסגמנטציה לא התחשבו בהיסטוריית הרכישות, במועד הביקור האחרון ובמלאי במחסן. התגובה החזיקה סביב 2.3% מעברים, שיעור ביטולי המנוי — 0.8% למהדורה: אותם אנשים קיבלו אותם בלוקים.

מה שינו

הרכבנו מעגל המלצות. אירועי צפיות, הוספות לסל והזמנות נכתבים ליומן, המודל מחשב משקל של כל מוצר לנמען מסוים, והמייל נבנה מבלוקים מוכנים עם הצבת פריטים מדורגים. בנפרד הגדרנו מגבלות תדירות וכללי "התקררות" של כרטיס, כדי שמוצר לא יחזור בשתי מהדורות רצופות.

מה נהיה אחרי

התגובה למייל עלתה ל-5.4% מעברים, שיעור ביטולי המנוי ירד ל-0.4%. הרכבת המהדורה אורכת כ-35 דקות, ושיעור התיקונים הידניים בהתאמת ההצעות ירד מ-70% ל-15% — המשווק בודק את התצוגה ומסיר פריטים בודדים. המעגל מוסר יומן לכל מהדורה, ולכן הדינמיקה של התגובה נראית לפי סגמנטים, ולא רק לפי כל הבסיס.

במה נבדל מודל דירוג מכללי סגמנטציה

כללי סגמנטציה הם פונקציה דטרמיניסטית של הפרופיל: אם הסטטוס פעיל והרכישה ישנה מחודשיים, מציגים קטגוריה X. מודל הדירוג לומד על היסטוריית האינטראקציות ומעריך את הסתברות התגובה לצמד "נמען — תוכן", וממיין את בלוקי המייל לפי ההערכה הזו. ההבדל עקרוני: הכללים קובעים גבולות, המודל — את הסדר בתוך הגבולות.

כללים מוסברים בשורה אחת וזולים יותר בתחזוקה, ולכן משאירים אותם על תדירות השליחות, רשימות החסימה ובלוקים מחייבים. המודל מנצח במקום שבו חשובים מאפיינים משותפים שאי אפשר לכתוב ביד: מועד הקליק האחרון, שעה ביום, מכשיר, קטגוריית הצפייה הקודמת. ככל שיש יותר אירועים לנמען, כך הפער בתגובה מורגש יותר.

התנעה קרה — המגבלה הראשונה: כל עוד אין היסטוריה, המודל נשען על מאפייני המנוי והתנהגות של פרופילים דומים, כלומר למעשה חוזר לסגמנטציה. לכן את הכללים מחזיקים כשכבת גיבוי בקמפיינים הראשונים של נמען חדש, ומעבירים אותו למודל לאחר שנצבר מספיק אירועים.

יכולת ההסבר — השנייה: את סיבת הדירוג במודל משחזרים דרך תרומת המאפיינים ודוגמאות נגד-עובדתיות, זה איטי יותר משורת תנאי מוכנה. אם התמיכה מחויבת להסביר כל מייל לאדם, חלק מההחלטות נשארות על כללים.

אימון יתר ולולאת משוב: המודל ממליץ על מה שהוצג לעתים קרובות יותר, ומפסיק לבחון חדש, וקפיצה עונתית מתקבעת כנורמה. מטפלים בכך בנתח תעבורה לבדיקת חדש, בחלוקה לפי זמן ולא אקראית, ובניטור דריפט על תקופה מושהית. הסכמה העובדת — היבריד: כללים מגבילים את המרחב, המודל מדרג בתוכו.

שאלות טכניות נפוצות על הטמעת התאמה

ספקות טכניים בשלב הזה כמעט תמיד אותם: האם הנתונים מספיקים, מה להציג ללקוח חדש, כיצד לא לגרור נתונים אישיים למודל והאם אפשר לבדוק את התצוגה בלי להפעיל אותה על כל הבסיס. להלן התשובות בצורה שבה אנחנו נותנים אותן בהגנת הפתרון.

איזה היקף היסטוריית אירועים נדרש להתחלה?

הגבול התחתון — כמה אלפי אינטראקציות לסגמנט פעיל, ומשם התשואה עולה לאט יותר מאשר היקף הנתונים. אירועים נאספים למאגר עמודתי ClickHouse: חיתוכים על פני חודשים נחשבים מהר, והישן נסגר לפרופילים יומיים, ולכן המרשם לא גדל ללא בקרה.

כיצד להגן על נתונים אישיים?

למודל עוברים מזהים אנונימיים ואירועים, ולא כתובות ושמות; ההתאמה נשמרת בנפרד, הגישה — לפי תפקידים, וייצוא נרשם ביומן. תקופות שמירה והסכמות נקבעות במדיניות: בביטול הסכמה הפרופיל נמחק יחד עם המאפיינים.

כיצד לבדוק איכות לפני הפעלה מלאה?

מחזיקים מדגם מושהה ומשווים תצוגה מותאמת אישית לתצוגת בסיס לפי פתיחות, מעברים וביטולי מנוי. ההפעלה נעשית לפי נתח תעבורה — מאחוזים בודדים עם הרחבה הדרגתית, והחזרה לאחור נעשית בהחלפת משקל אחת.

נדון במשימה: אילו נתונים נדרשים להתחלה

הערכת היקף לפרסונליזציה של דיוורים תלויה בכך איזה אות כבר קיים בנתונים ובכמה מהר התצוגה צריכה לחזור לשליחה. כדי לא לחשב "בעין", מספיק לאסוף סט מינימלי של נתוני פתיחה — בדרך כלל מדובר בשיחה אחת ובגישה לפרטים המפורטים להלן.

• היסטוריית אינטראקציות לפי מיילים על פני מספר חודשים: שליחה, פתיחה, מעבר, ביטול מנוי. ממנה נראה האם יש מספיק נתונים לדירוג או שנתח מהסגמנטים יהיה צריך לאחד.
• קטלוג ההצעות: מה אנחנו ממליצים, עם מאפיינים להתאמה וכללים מה ומתי אסור להציג.
• גישה לנתונים: חיבור למאגר עם הרשאות קריאה בלבד או סביבת בדיקה עם עותק אנונימי. על כתובות דיוור פעילות לא עובדים.
• נקודות אינטגרציה: לאן להחזיר את התצוגה — לפלטפורמת הדיוור הנוכחית דרך ממשק התכנות שלה, לתור או לקובץ לפי לוח זמנים, ובאיזו תדירות היא מחושבת מחדש.
• מטרות לפי מדדים: שיעור פתיחה ומעברים בסיסי, עלייה משמעותית ואופק שבו קובעים את התוצאה.
• מגבלות על נתונים: אילו מאפיינים אסור להשתמש, תקופות שמירת היסטוריה, דרישות לאנונימיזציה.
• איש קשר והיקף נוכחי: האחראי מצדכם, מספר המיילים בשבוע וסגמנטים, סדר אישור מהדורות.

עם הסט הזה אנחנו מחשבים את ההיקף: כמה מקורות מחברים, היכן נדרשים שכלולים מצדכם, איך נראית תוכנית האיטרציות וקבוצת הביקורת לבדיקת האפקט. תארו את המשימה — נחזור עם הערכה ותוכנית עבודה.