Что делает рекомендательная система и почему она окупается
Покупатель редко знает весь ассортимент. Он пришёл за телефоном и не подумал про чехол, защитное стекло и зарядку. Рекомендательная система закрывает этот разрыв: вместо продавца, который подсказывает у прилавка, подсказку даёт блок на сайте, в Telegram-боте или в сообщении после заказа.
Выгода двойная. Для магазина растёт средний чек и число товаров в заказе. Для клиента — меньше поисков и меньше ситуаций, когда выяснилось, что к покупке не хватает важной мелочи. Реклама в Instagram или Google уже привела человека на сайт, и каждый такой визит стоит денег, поэтому разумно получить из него больше.
Типы рекомендаций и когда какой нужен
Не всё называется одним словом «рекомендации». Это четыре разных механизма с разной сложностью и разными требованиями к данным.
- Похожие товары: подбор по категории, бренду, цене и характеристикам. Нужны, когда нужного размера или цвета нет, а покупатель ещё выбирает.
- С этим товаром покупают: на основе того, что реально лежало в одной корзине. Лучше всего работают в карточке и в корзине.
- Персональные: учитывают просмотры и покупки конкретного человека. Требуют накопленной истории и аккуратной работы с данными.
- Популярное: хиты продаж и новинки для тех, о ком пока ничего не известно, например для нового посетителя с рекламы.
Пошаговый запуск блока «с этим товаром покупают»
Начинать с персонализации — частая ошибка. Сначала запустите самый простой блок, который даёт результат без сложной математики.
- Шаг 1. Выгрузите историю заказов из CRM, 1С или админки магазина: номер заказа, товар, дата.
- Шаг 2. Посчитайте пары: какие товары чаще всего встречаются в одном заказе. Для небольшого каталога хватит таблицы.
- Шаг 3. Для каждого товара оставьте несколько самых частых спутников и отсеките случайные совпадения.
- Шаг 4. Добавьте правила: только товары в наличии, без уже купленного, без позиций с минимальной маржой.
- Шаг 5. Покажите блок в карточке товара и в корзине, затем сравните с версией без блока.
- Шаг 6. Раз в месяц обновляйте пары: ассортимент и сезонность меняются.
Какие данные нужны и как их подготовить
Основа — каталог и заказы. В каталоге у каждого товара должны быть категория, бренд, понятное название и заполненные характеристики. Если у половины позиций пустые поля, похожие товары будут подбираться плохо, и никакой алгоритм это не исправит.
Второй слой — поведение на сайте: просмотры, добавления в корзину, брошенные корзины. Для офлайн-магазина источником может стать программа лояльности или кассовая история: по номеру телефона видно, что человек покупал раньше. Здесь важно помнить про согласие на обработку данных и не показывать лишнего.
Если заказы приходят из разных мест — сайт, Telegram, Instagram Direct, звонки, — сведите их в одну базу. Иначе система увидит лишь часть картины и будет рекомендовать то, что покупают только на одном канале.
Правила, без которых рекомендации вредят
Алгоритм не знает бизнеса. Он видит только совпадения, поэтому ему нужны границы, которые задаёт человек.
- Не рекомендовать то, чего нет на складе: клиент нажмёт и разочаруется.
- Не предлагать уже купленное, если это не расходник.
- Учитывать маржу: при равной вероятности покупки показывайте выгодную позицию.
- Следить за совместимостью: чехол должен подходить к модели, а не просто к категории.
- Оставлять разнообразие, чтобы блок не состоял из десяти одинаковых вариантов.
Типичные ошибки при запуске
Первая ошибка — рекомендации ради рекомендаций: блок вставили на каждую страницу, и он перекрывает кнопку покупки. Одного-двух мест в карточке и корзине обычно достаточно, остальное проверяйте тестом.
Вторая — очевидные подсказки. Показывать ноутбуку другой ноутбук в корзине, когда человек уже выбрал, бесполезно. В корзине уместны аксессуары и дополнения, на этапе выбора — альтернативы.
Третья — отсутствие замера. Через месяц говорят, что «вроде стало лучше», но сравнить не с чем. Четвёртая — запуск на скудных данных: при малом количестве заказов пары получаются случайными, и вместо алгоритма честнее подобрать связки вручную.
Сравнение вариантов: готовый модуль, ручная подборка, своя разработка
Ручные связки подходят небольшому магазину: менеджер сам указывает, что предлагать к топовым товарам. Это быстро, понятно и не требует разработчика, но не масштабируется на большой каталог.
Готовый модуль платформы или сервиса подходит большинству интернет-магазинов: настройка быстрая, но возможности ограничены правилами поставщика, а данные часто лежат у третьей стороны. Собственная разработка оправдана при большом ассортименте, нескольких каналах продаж и нестандартной логике, например для маркетплейса, где важно сочетать цену, наличие у продавца и срок доставки. Для старта почти всегда разумнее первые два варианта.
Как измерить эффект
Разделите посетителей на две группы: одной показываете блок, другой нет. Сравнивайте средний чек, конверсию в заказ и число товаров в заказе. Отдельно смотрите долю продаж, пришедших через блок, и долю кликов по нему.
Важно не перепутать причину и совпадение. Если одновременно запустили акцию или новую рекламу, результат искажён. Поэтому тест нужно вести в одном периоде и на одном трафике. Здесь помогает сквозная аналитика: она связывает рекламный источник, поведение на сайте, заказ и выручку, так что видно, на каком канале рекомендации работают лучше. Например, посетители из Instagram могут брать аксессуары охотнее, чем пришедшие из поиска Google.
Если системой пользуется продавец в офлайне, измеряйте так же: сколько чеков с подсказанной позицией и как изменился средний чек у тех, кто работал с подсказками.
Чек-лист перед запуском
Пройдитесь по списку, прежде чем выпускать блок на весь трафик. Команда markdev обычно начинает именно с такой проверки, потому что ошибки данных дешевле найти до запуска.
- Каталог заполнен, у товаров есть категории и характеристики.
- История заказов собрана из всех каналов в одном месте.
- Заданы правила: наличие, маржа, совместимость, уже купленное.
- Выбраны места показа: карточка, корзина, письмо или сообщение после заказа.
- Есть контрольная группа и период сравнения.
- Определены метрики: клики, добавления, средний чек, доля выручки.
- Назначен человек, который раз в месяц пересматривает результат.
Частые вопросы
Нужна ли рекомендательная система маленькому магазину?
Да, но в простом виде. Для небольшого каталога хватит ручных связок и блока «с этим покупают» в карточке и корзине. Сложные персональные модели имеет смысл рассматривать, когда накопилась история заказов.
Сколько данных нужно для старта?
Для блока на основе совместных покупок нужна история заказов и аккуратный каталог. Если заказов мало, пары получатся случайными, и лучше на первом этапе задать связки вручную.
Чем отличаются похожие товары от «с этим покупают»?
Похожие товары — это альтернативы, они помогают выбрать между вариантами. «С этим покупают» — дополнения к уже выбранному товару, они увеличивают чек. Поэтому первые уместнее в карточке, вторые ещё и в корзине.
Как понять, что рекомендации работают?
Сравните две группы посетителей: с блоком и без. Смотрите на средний чек, конверсию и долю продаж через блок. Тест проводите в один период и на одном трафике, иначе результат исказят акции и реклама.
Можно ли использовать рекомендации вне сайта?
Да. Подборки уместны в Telegram-боте, в письмах и сообщениях после покупки, а в офлайне — как подсказки продавцу или предложения в программе лояльности.
Что выбрать: готовый модуль или своя разработка?
Большинству магазинов подходит готовый модуль или ручные подборки. Своя разработка оправдана при большом ассортименте, нескольких каналах продаж и особых бизнес-правилах.
Разберём вашу задачу бесплатно
Оставьте контакт — за 15 минут созвона покажем, где теряются заявки и что сделать в первую очередь.