Персональные рекомендации товаров для конкретного покупателя
Что это даёт бизнесу
Блок «вам может понравиться» с одинаковыми хитами продаж для всех покупателей почти не работает — его давно научились не замечать. Помощник собирает рекомендации под конкретного человека: что он смотрел, что покупал раньше, что обычно берут вместе с этим товаром. Чем точнее подборка, тем выше средний чек и тем реже покупатель уходит искать нужное в другом магазине.
- Персональные рекомендации в рассылках увеличивали конверсию на 24% по сравнению с одинаковой подборкой для всех — на кейсе интернет-магазина «220 Вольт» (Retail Rocket).
- Блок сопутствующих товаров, подобранный под конкретную покупку, поднимал средний чек на 11% в том же кейсе.
- На сайте персональные рекомендации увеличивали выручку с посетителя на 4% — без изменения цен и ассортимента, только за счёт того, что показывалось каждому покупателю.
- Мы уже работали с задачами каталога такого масштаба: для сервиса Brandquad сопоставили и очистили товарный датасет примерно на 50 млн позиций, чтобы рекомендации строились по чистым данным, а не по дублям.
Источники: vc.ru, кейс Retail Rocket / «220 Вольт».
Какую проблему решает
Каталог интернет-магазина может быть большим, а конверсия — низкой, если покупателю сложно найти то, что подходит именно ему. Одинаковый блок «популярное» подходит только тем, кто и так хотел купить популярное.
Кросс-продажи вручную — задача категорийного менеджера, но у него нет времени пересчитывать подборку под каждого из тысяч посетителей в день. В итоге сопутствующие товары либо не показываются вовсе, либо подбираются одинаково для всех и почти не работают.
Как это работает
Второй шаг критичен: рекомендации по каталогу с дублями и путаницей в остатках предлагают то, чего нет в наличии, или разводят отзывы одного товара по двум карточкам. Чистые данные каталога — основа, без которой точная рекомендация не построится.
Кому подходит
Интернет-магазинам с каталогом от нескольких тысяч позиций и заметным трафиком, где кросс-продажи и повторные покупки — уже часть модели, а не разовая акция.
Что нужно от вас
Историю покупок и просмотров покупателей (с их согласия), выгрузку каталога товаров, доступ к сайту и письмам, где будут показываться рекомендации.
Чего он делать не будет
Помощник не подберёт то, чего нет в вашем каталоге, и не заменит собой работу с ассортиментом — это отдельная задача категорийного менеджера. Профиль покупателя строится только на данных, на обработку которых он согласился при регистрации или оформлении заказа: собирать историю без согласия и хранить её не на российском сервере запрещает 152-ФЗ, и штраф за нарушение может быть выше, чем стоимость самого внедрения.
С чего начать
Разбор каталога — бесплатно, 40 минут: покажем, сколько в нём дублей и потенциала для рекомендаций. Аудит процессов — 150 000 ₽. Запуск — от 250 000 ₽.
Сценарии применения ИИ — другие решения
Все решения направленияAI для автоматизации контекстной рекламы по марже
AI для онлайн-образования: автоматическая генерация заданий
AI для продуктовых команд: перевод технических текстов
AI-Performance: Рост мотивации и эффективности 1:1
AI-агент для карьерного планирования и развития сотрудников
AI-агент для службы поддержки: разбирает и закрывает обращения
AI-анализ отзывов: обработка в 10 раз быстрее
AI-аудит процессов найма на предмет скрытой предвзятости и автоматизация DEI-стратегии

Готовы передать рутину
ИИ-сотрудникам?
За 30 минут разберём задачу, которая съедает время команды, и честно скажем, стоит ли отдавать её ИИ.