Маркетинг Retail Rocket
1 193

Персонализация маркетплейса Aizel: уникальное предложение для каждого пользователя и рост выручки на 11%

Как перенести уникальный офлайн опыт и атмосферу модного магазина в онлайн-пространство? Рассказываем на примере маркетплейса брендовой одежды Aizel.

В закладки

В модные магазины клиент в первую очередь приходит за впечатлениями и положительными эмоциями. Здесь он получает исключительный покупательский опыт: индивидуальный подход, высококлассный сервис, эксклюзивность товара. Однако в интернете передать добавочную ценность значительно сложнее и многие модные бренды оказываются ограничены. В этом кейсе расскажем об опыте маркетплейса Aizel.

Сегодня мы затронем еще одну важную тему: неправильные рекомендации могут отрицательно повлиять на продажи и выручку! Многие магазины считают, что не так уже важно, как настроить алгоритмы рекомендаций: достаточно использовать стандартные хиты продаж или задать какие-то базовые правила, и получить неплохой прирост в конверсии и продажах. На самом деле нет. И здесь мы не будем говорить о том, что в работе рекомендательной системы учитываются как минимум 7 составляющих: от сбора, хранения и обработки данных до вычислительных мощностей и процесса верстки, не говоря уже о работе аналитиков. Поэтому любая рекомендательная система на основе open source ПО даст всего 7-10% эффективности профессиональной платформы. Но даже этого небольшого роста можно можно не только не достичь, и даже потерять в выручке, если не уделить внимания тестированию и выявлению лучшего алгоритма для каждого конкретной страницы каждого конкретного магазина. Тому, как стандартный алгоритм популярных товаров, который многие магазины используют по умолчанию, уменьшает продажи на 20% посвящен подраздел о тестировании рекомендаций на главной странице.

Но обо всем по порядку.

Задачи Aizel

AIZEL.RU - это первый в России модный маркетплейс с ассортиментом более 700 мировых брендов, совместивший на своей платформе собственную закупку и товары 300 российских и иностранных бутиков. Благодаря пристальному вниманию к сервису (от бесплатных консультаций профессиональных стилистов до экспресс-доставки заказов по всей России и СНГ) покупатели чувствуют персональный подход и заботу о себе.

Взаимоотношения покупателей и Aizel построены на эмоциях. Ритейлер стремится сделать каждый поход клиента за покупками незабываемым и ставит персонализированный подход к обслуживанию во главу угла.

Маркетплейс располагает огромным ассортиментом товаров премиальных модных брендов. Для того, чтобы покупатель чувствовал себя на сайте уверенно и комфортно, было необходимо:

  • Вывести персонализированную подборку для каждого пользователя на все ключевые страницы сайта;
  • Сделать процесс покупки максимально быстрым и удобным;
  • Создать индивидуальное предложение для каждого клиента.

Решение Retail Rocket

Для персонализации сайта маркетплейс Aizel обратился к Retail Rocket. Платформа анализирует поведение посетителей в режиме реального времени и создает для каждого из них собственную версию интернет-магазина. Система предлагает клиенту релевантные его интересам товары, что идеально подходит для выполнения поставленных задач.

Персонализация сайта

Интеграция проходит в два этапа: после тщательного изучение специфики и показателей сайта, наши специалисты внедряют блоки рекомендаций, которые принесли повышение основных метрик в похожих условиях. После этого результаты корректируются на повышение.

Чтобы внедрение персонализированных товарных блоков прошло гладко, с ритейлером держит связь аккаунт-менеджер Retail Rocket. В его задачи входит решение любых вопросов, мониторинг процесса интеграции и дальнейшее сопровождение.

Сейчас на сайте Aizel персонализированы следующие страницы:

  • Главная страница
  • Карточка товара
  • Страница поиска
  • Корзина
  • Пустая корзина
  • Страница бренда

Рассмотрим несколько страниц поближе.

Рекомендации на главной странице

Главная страница — важнейший элемент customer journey. Она всегда остается самой посещаемой и формирует воронку продаж. Сайту с таким широким ассортиментом как у Aizel важно заинтересовать покупателя с первых секунд, поэтому на главной странице расположен блок «Персонализированные хиты продаж»:

Рекомендации на странице поиска

Страница поиска - это своеобразный тест для магазина на взаимопонимание с клиентом. Ритейлер может значительно упростить поиск покупателю, если выдача учитывает опечатки и транслит, а товарная подборка адекватно соответствует запросу.

У Aizel с этим всё в порядке. Мы дополнили выдачу поисковыми рекомендациями, которые обеспечивают более полный охват релевантных товаров:

Результаты

Наша приоритетная задача - повышение выручки и конверсии интернет-магазина. Персональные рекомендации Retail Rocket на сайте Aizel.ru показывают следующие результаты:

  • Товары из блоков рекомендаций присутствуют в 7% заказов на сайте;
  • Конверсия в покупку в блоках рекомендаций в 1,5-2 выше, чем по сайту в целом;
  • Средний чек заказов с блоков рекомендаций выше на 5-10%, чем по сайту в целом.

Постоянная работа над улучшением эффективности рекомендаций

Над улучшением результатов работает команда growth hacker'ов. В их задачи входит индивидуальный подбор решений для каждого блока товарных рекомендаций и их последующее тестирование.

Покажем на примере тестирования алгоритмов блоков персональных рекомендаций на главной странице и в карточке товара.

Тестирование персональных рекомендаций на главной странице

Главная страница - лицо сайта, от которого напрямую зависит конверсия, а значит и выручка магазина. Стандартный набор для этой страницы включает блоки товаров «Новинки» сайта и «Хиты продаж». Однако такие товарные рекомендации могут работать значительно эффективнее.

Например, в процессе тестирования на сайте Aizel.ru мы выяснили, что стандартный блок популярных товаров значительно отстает от персонализированного. Видимо определенный сегмент покупателей уходит с сайта, не увидев на главной странице на данный момент интересных для себя товаров.

Исследование эффективности проводилось с использованием механики A/B-тестирования, при которой все посетители сайта случайным образом делились на равных 3 сегмента.

Первому сегменту показывались хиты продаж:

Второму сегменту показывались персонализированные хиты продаж:

Третьему сегменту рекомендации не показывались. Он выступал в качестве контрольной группы.

Результаты

По итогам тестирования были получены следующие результаты:

Вывод

Согласно результатам тестирования, применение механики «Персонализированные хиты продаж» в блоке рекомендаций на главной странице интернет-магазина Aizel.ru увеличивает конверсию на 10,1% со статистической значимостью 96,2%. В сочетании с уменьшением среднего чека это дает прогнозируемый рост выручки на 3,6%.

Это тот самый кейс, о котором мы говорили в начале статьи. Обратите внимание, что сегмент «Хиты продаж» показывает отрицательные результаты относительно контрольной группы. То есть принятая многими магазинами методика рекомендации популярных товаров в данном случае не только не приносит результатов, но и понижает продажи магазина! Именно поэтому нельзя использовать варианты «по умолчанию» принятые на рынке. Важно тестировать различные варианты алгоритмов и расположения блоков рекомендаций, чтобы найти то, что дает наибольший результат каждому конкретному магазину.

Увеличение эффективности рекомендаций в карточке товара

От карточки товара во многом зависит совершит ли покупатель заказ или нет. Здесь никогда не должно быть «тупиков». Если пользователя по какой-то причине не устроит просматриваемый товар, а под рукой его ждут альтернативные варианты, то поиск продолжается.

Уникальность блоков товарных рекомендаций Retail Rocket в том, что они учитывают как явные, так и неявные интересы пользователя. Это обеспечивает максимально подходящую подборку и значительный прирост выручки.

Исследование проводилось с использованием A/B-тестирования. Все посетители сайта случайным образом делились на 2 сегмента:

Первому сегменту показывались похожие товары с акцентом на просмотренных пользователем товарах:

Второму сегменту показывались стандартные похожие товары. Это базовая конфигурация и сегмент выступал в качестве контрольной группы:

Результаты

По итогам тестирования были получены следующие результаты:

Вывод

Согласно результатам тестирования, применение механики «Похожие товары с акцентом на просмотренных товарах» в блоке рекомендаций в карточке товара интернет-магазина Aizel.ru увеличивает конверсию на 9,9%. В сочетании с приростом среднего чека на 0,8% это дает прогнозируемый рост выручки на 10,8%.

Комментарий Aizel.ru

Интернет на сегодняшний день одна из важнейших площадок для развития бренда. Он даёт гораздо больше простора, чем глянец и позволяет напрямую общаться с клиентом. Мы стараемся подобрать к каждому покупателю индивидуальный подход, и сотрудничество с Retail Rocket стало для нас важным этапом формирования персонализированного сервиса. Теперь мы уверены, что наши клиенты с легкостью найдут идеальную модель и останутся довольны покупкой. Мы видим реальные результаты и готовы к дальнейшему сотрудничеству

Елена Бехтина

маркетинг-Директор маркетплейса Aizel

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Retail Rocket", "author_type": "self", "tags": [], "comments": 37, "likes": 16, "favorites": 46, "is_advertisement": false, "subsite_label": "marketing", "id": 59777, "is_wide": false, "is_ugc": true, "date": "Thu, 28 Feb 2019 12:28:27 +0300" }
{ "id": 59777, "author_id": 121846, "diff_limit": 1000, "urls": {"diff":"\/comments\/59777\/get","add":"\/comments\/59777\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/59777"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199113 }

37 комментариев 37 комм.

Популярные

По порядку

Написать комментарий...
0

В модные магазины, как и в любой другой, клиент, в первую очередь, приходит за покупками.
А за впечатлениями и положительными эмоциями люди ходят в другие места - театры, кино или стрипклубы, например ;-) Взаимоотношения покупателей и Aizel построены на эмоциях - серьезно? Взаимоотношения порнхаба и его посетителей построены на эмоциях, а Aizel должен строить свои взаимоотношения с клиентами на очень даже рациональных вещах )))

Ответить
3

Покупка туфелек за 200 000 рублей – не самое рациональное событие в жизни человека :)

Ответить
2

Не самое рациональное суждение о не самом рациональном событии в жизни другого человека с возможно не самым рациональным уровнем достатка, относительно автора суждения :)

Ответить
3

Вообще человек – существо не рациональное в 95% случаев (это научный факт, советую вот это прочитать, очень интересно: Zaltman, G. (2003) How Customers Think: essential insights into the mind of the market, Harvard Business School Press.).

Ну и, думаю, многие согласятся – туфли за 200 000 покупают не для того, чтобы их носить (вряд ли уровень комфорта в них серьезно отличается от туфель в 10 раз дешевле), а для того, чтобы все вокруг знали, что они у тебя есть. Стремление к повышению социального статуса – один из базовых инстинктов человека!

Ответить
3

Марьяна, fashion-ритейл гораздо в большей степени, чем другие сферы, относится к эмоциональным покупкам. Да, доля рациональных покупок там тоже есть, и с ростом осознанного потребления эта доля будет расти, скорее всего. Но все же эмоции там играют гораздо большую роль, чем при выборе, например, пылесоса или покупки детского питания ))
Множество разных исследований говорят о том, что шопинг в сфере моды для многих людей относится к развлечениям

Ответить
1

Читайте внимательнее , я писал конверсия в покупку из рекомендательного блока. Вы вообще что сравниваете, общую конверсию магазина, когда блоков не было, с общей конверсией магазина, когда блоки были?

Ответить
0

Мы оцениваем прирост продаж от внедрения нашей системы. Термин "конверсия" применятся в веб-аналитике к трафику и живет бок-о-бок с понятием "модель атрибуции".

Атрибуция конверсии на элемент интерфейса сайта – очень неоднозначная вещь, так как пользователь за сессию (или цепочку сессий) по многу раз взаимодействует с разными значимыми элементами (меню, поиск, кнопки добавления в корзину, фотографии, описание, отзывы, видео – перечислять можно бесконечно).

По этому "конверсия в покупку из рекомендательного блока" – абстрактное понятие (мы, например, для него используем алгоритм анализа мерчандайзинга, появившийся впервый в Adobe Omniture лет 10-15 назад, других стандартов просто нет). Например, некоторые готовы повесить трекинг event-а "клик в блок рекомендаций" и все заказы с этим кликов считать "конверсией из блока" без относительно того когда был клик, был ли куплен товар, в который кликнули и т.д. (Google Analytics не позволит ответить на эти вопросы).

Но все эти детали, конечно же, не интересны комментирующим. Я вообще в восторге от уровня наброса, который тут в коментах :) Рад что вас так задела статья, надеюсь мир станет теперь чуть лучше!

Ответить
0

Дадада, расскажите, что считалось "покупкой по рекомендации" Вашей системы.

Ответить
2

Очень интересный вопрос! Мы используем алгоритм анализа мерчандайзинга, впервые появившийся в пакете Omniture (тогда еще SiteCatalyst, сегодня Adobe Analytics).

Он предполагает:

0. Атрибуцировать заказы на рекомендательную систему после клика в блок рекомендаций.
1. Только те заказы, в которых присутствуют товары, в которые был клик (то есть если кликнули в один товар, походили по сайту и купили другой – не считаем).
2. Только те заказы, которые пришли в рамках текущей сессии (что такое сессия – тоже отдельный вопрос, но сейчас не об этом).

Таким образом, в выборку точно попадают заказы, которые могли бы случиться и без блоков рекомендаций (этого не избежать). В то же времени, из выборки исключаются заказы, которые случились благодаря блоком рекомендаций в последующих сессиях этого пользователя (нашел нужный товар через рекомендации, но купил через пару дней).

Эта модель атрибуции дает наиболее близкий к А/Б тесту результат (мы проверяли очень много разных!).

Ответить
0

Спасибо за ответ! А в чем заключалась персонализация рекомендаций на главной странице? Он же только к нам пришел - мы про него еще ничего не знаем.

Ответить
1

На самом деле знаем (ОС, регион, браузер, устройство и т.д.), но поведенческая персонализация включается, конечно же, только после хотя бы одного взаимодействия с товаром / брендом / категорией / поиском – нужен хоть какой-то сигнал (мы отслеживаем несколько десятков)

Ответить
0

Интересно. Еще вопросы:
1. На Ваш взгляд, почему были такие плохие результаты показал вариант с неперсонализированными хитами продаж? Особенно почему они показали конверсию ниже, чем в случае отсутствия каких либо рекомендаций вообще?
2. Правильно ли я понимаю, что неперсонализированные хиты продаж - это просто самые частые покупки? Вероятно средняя цена товара в блоке неперсонализированных хитов продаж ниже среднего чека в целом по магазину?

Ответить
0

ок. еще лучше. А прирост продаж в 3% статистически значим на ваших выборках? и вообще как вы статистическую значимость оцениваете?

Ответить
0

Статистическая значимость в А/Б тесте измеряется с помощью пересечения доверительных интервалов плотности распределения измеряемой величины (например, конверсии).

Для тех, кто хочет погрузиться в мат. часть, всегда советую вот эту статью: https://habr.com/ru/post/232639/ Я в целом со всем в ней согласен!

Ответить
0

Ну и что там с доверительными интервалами по прогнозу прироста продаж?

Ответить
0

Смотря какой ответ вы ожидаете на это вопрос. Если коротко – с приростом продаж все хорошо (именно так, как описано в посте).

Если подробно, то прирост продаж состоит из прироста конверсии (и здесь с доверительными интервалами все просто решается) и прироста среднего чека . Со средник чеком все значительно сложнее, средний чек – не дискретная величина и определить достоверность изменения так просто не получится.

Если вам действительно интересно, как оценить изменение среднего чека в А/Б теста – рекомендую начать с изучения вот этого: https://ru.wikipedia.org/wiki/Точный_тест_Фишера

Ответить
0

Ну не, я не согласен с тем что рост продаж в 3% хорошо. Интересно что будет если из этого вычесть вашу комиссию (или за что вы там деньги берете), затраты на внедрение и эксперименты.

Мне интересно было как вы статистическую значимость проверяли, а не что в Вики написано по этому поводу. Но спасибо за старания:)

Ответить
1

А Вы в принципе не получите большого выигрыша за счет этого блока. Рекомендательные системы могут операционно облегчить Вам работу по кросс-селлу - здесь все, что Вы не продадите в "нагрузку" к основному товару, все запишите себе в плюс. Но дать Вам выигрыш за счет лучшего "угадывания" желания клиента и, т.о., повышения конверсии они не могут. Слишком мало информации. Тем более на фэшне, когда количество фактов продажи каждой отдельной вещи крайне невелико и понять, почему покупают именно ее невозможно.

Ответить
0

Мы работаем в основном с магазинами, у которых хотя бы 50 заказов в день (тогда данных достаточно).

Ответить
0

Тут можно книгу написать на эту тему, в комментариях не подискутируешь особенно, но я привел очень много ссылок на различные фундаментальные подходы, которые мы используем.

Прирост продаж в 3% – это только по одной механике, совокупный конечно же выше.

И наша основная ценность – мы гарантируем положительный ROI для наших клиентов. Процесс внедрения блоков рекомендаций построен через тесты и измерение их эффективности. Ни один другой сервис такого не позволяет.

Ответить
0

Это два разных момента. Результаты персонализации сайта в середине статьи - это общие данные по всем страницам и блокам. А результаты тестов относятся к конкретной странице и сравнению между собой работы конкретных алгоримов.

Ответить
0

Странно получилось. Общий результат впечатляет - рост конверсии в 2 раза, рост в среднем чеке. И из этого общего по больнице вы рассказываете о кейсе, которой сильно хуже общих заявленных результатов. Но в таком случае должно быть где-то сильно лучше, но об этом ничего нет:)

Ответить
1

Не понятна методология теста на главной странице. Контрольный сегмент покупателей не видел никаких блоков рекомендаций, а раз так то конверсия в покупку из рекомендательного блока у этого сегмента будет 0, ровно как и 0 в среднем чеке. Как же вы тогда относительно нуля считаете прирост в 10% по конверсии, сколько это в абсолютном значении?:)

Второй момент, в начале статьи вы пишите, что конверсия в покупку из блока рекомендаций выше в 1,5-2 раза, а средний чек выше на 5-10%, в ваших же результатах конверсия выше в сегодо на 10%, а средний чек ниже на 5% по сравнению с контрольной группой, которая никаких болков не видела и с них не покупала.

Ответить
0

Как же конверсия и средний чек будут нулевыми, если трафик, который не видит блоков рекомендаций, оформляет заказы?

Пользуясь случаем, оставлю ссылку для всех интересующихся методологией тестирования читателей этой статьи: https://habr.com/ru/company/retailrocket/blog/261593/

Ответить
0

нафигачили блоков почти в подвале и громко сказали об индивидуализированных страницах? :)))
Особенно "нравятся" Поисковые рекомендации и Похожие товары. Давно говорено, что при покупке рубашки надо галстук предлагать, а не еще десяток рубашек.
Идите делайте уже что-то толковое.

Ответить
1

К сожалению, именно из-за стереотипов "к рубашке надо галстук предлагать" магазины могут терять продажи. Мы провели сотни тестов на магазинах разных тематик и сфер и точно можем сказать, что единственно правильного варианта не существует. В одних магазинах лучший прирост дают сопутствующие товары, в других - альтернативные, в третьих - оба блока сразу (причем их последовательность и расположение тоже разные). Даже если сравнивать похожие по объему и ассортименту магазины. АБ-тест - самый честный инструмент проверки, что лучше работает в каждом конкретном случае. Мы советуем тестировать все, а не внедрять решения только потому, что так принято на рынке или так кажется маркетологу.

Ответить
0

а персонаж по имени Николай не из вашей компании? А то лексика кардинально отличается. Вы вот норм.диалог строите, а он вам весь пиар засрет.

Ответить
1

Я как будто на 10 лет назад вернулся в этих комментариях (вы сделали мой день, спасибо! :)), правда переход на личности у тролей уже тогда считался зашкваром :)

Ответить
0

они делают "персонализированный сервис" (нет) - кросс и апселлинг им не интересны :)

Ответить
–2

Спасибо за ваши анонимные комментарии, разжигаете отлично :) думаю это поможет поднять статью выше и увеличить ее охват. Надеюсь, что с вашей помощью мы кому-то еще значительно поднимем продажи с помощью технологий персонализации.

Кстати, +11% к выручке – это не потолок! Гораздо больше кейсов можно найти здесь: https://retailrocket.ru/blog/cases/

Ответить
0

Анонимные? Это вы так себя успокаиваете? Эти анонимные хейтеры ничего не понимают в маркетинге, ну их нафиг? Как-то так? Можно сразу хамить и язвить. Странно, что крупный бизнес вообще с вами работает, с таким то подходом.
И вы сможете гораздо больше поднять охватов, когда наймете нормальных райтеров - ваши откровенно плохие ;-)

Ответить
0

Кстати, читали один из анализов вашей работы? 👇 Вам будет очень полезно - может, тогда и потолок по-другому видится будет 😉

Ответить
0

Похоже вы не читали ни эту статью, не ту, что приводите :( По ссылке про нашу зону ответственности совсем ничего нет...

А вот наш кейс с коллегами из Максидом: https://retailrocket.ru/blog/cases/case-maxidom/

Шикарный пример таргетинга email-кампаний по персональным профилям интересов и очень ОЧЕНЬ вкусный рост выручки!

Ответить
0

ты если такое пишешь про максидом, ты значит на сайте там не был и ничего там не покупал. Всё анализируется просто - на опыте. У тебя опыта ноль, одни картинки :)

Ответить
0

да максидом это вообще... Была жесть, и осталась жесть.
Там заходишь хоть сейчас и косяки выдачи, и битые страницы, и предложение левейших товаров. При том, что я живу в Питере и в максидоме бываю - так они не могут предложить то, что я покупаю :) они мне сейчас елочные подставки предлагают, клоуны. А все потому, что им вот такие "специалисты", как автор этого поста, втюхивают красивые картинки презентаций :)))

Ответить
0

Мы, безусловно, очень хороши и в красивых картинках, и в презентациях! В этом вы правы, вам отлично удается подмечать наши сильные стороны :)

А еще мы хороши в превращении данных в деньги для ритейлеров, в проведении точных и достоверных измерений эффективности технологий персонализации. Против цифр троллинг бессилен :)

Более того, мы в этом лучшие в мире! С 2014 года мы ведем операции за пределами России (сегодня у нас уже 6 офисов по миру) и мы более чем успешно конкурируем с технологическими компаниями по всему миру!

Ответить

Комментарий удален

0

Ну вот, я ожидал по-тоньше троллинг, а вы прямо как некоторые наши конкуренты, довольно быстро сливаетесь :) Хорошего вам дня!

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Нейронная сеть научилась читать стихи
голосом Пастернака и смотреть в окно на осень
Подписаться на push-уведомления
{ "page_type": "default" }