Блог Яндекса для вебмастеров

Персональное предложение: как рекомендации Турбо-страниц помогают продавать

Турбо-страницы для интернет-магазинов помогают повысить число заказов за счёт быстрой загрузки и оптимальной вёрстки под мобильные устройства. Чтобы их владельцы могли получать ещё больше преимуществ, Турбо-страницы обзавелись товарными рекомендациями. Рассказываем, чем полезен рекомендательный алгоритм Турбо-страниц, делимся результатами тестов и планами на будущее.

Представьте, что вы зашли в обычный магазин одежды. Выбор большой, а времени смотреть всё подряд нет. Быстро найти нужное поможет консультант — покажет стойку с нужными вещами, порекомендует дополнения к образу и расскажет о скидках. После персонального подхода шансы уйти с покупками и хорошим настроением, вероятно, выше.

В онлайн-магазине подойти персонально к каждому клиенту позволяют рекомендации. Они доступны на Турбо-страницах бесплатно и уже доказали свою эффективность.

По результатам теста, блок персональных рекомендаций на карточке товара повысил число оформленных заказов на 6% и количество купленных товаров на 10%.

Показывают только подходящее и интересное 

В реальном времени. Бывает, посетитель подумывает обновить стол, в процессе присматривается к шкафам, а в итоге покупает диван или всё сразу. Решения людей переменчивы, поэтому для каждого пользователя строятся персональные рекомендации в момент посещения разных страниц. Они автоматически перестраиваются под его интересы в течение всего визита, чтобы всегда оставаться актуальными.

Даже для новых посетителей. Чем быстрее показать посетителю интересный товар, тем больше шансов «зацепить» его взгляд и вовлечь в выбор. Но как предложить подходящий товар человеку, который пришёл впервые? 

Рекомендации Турбо-страниц сделают релевантное предложение даже тем, кто ещё не смотрел каталог, не покупал в вашем магазине, не добавлял товары в корзину или в избранное. Это возможно за счёт профиля пользователя, который составляют наши технологий из более 300 факторов. Например, какие слова посетитель использовал в последних запросах на поиске Яндекса, какие сайты посещал, какими темами интересовался и многое другое. 

На основе больших данных и машинного обучения. Рекомендательный алгоритм постоянно анализирует поведение аудитории на сайтах партнёров, поэтому рекомендации совершенствуются каждый день. Для этого мы используем:

  • нейросети на базе моделей Deep Semantic Similarity (DSSM-like), которые обучаются на данных об аудитории и товарах,
  • историю взаимодействия посетителя с сайтом,
  • близость цен, названий, картинок по разным карточкам товаров,
  • статистику посещений магазина.

Как подключить 

Блок персональных рекомендаций уже работает на Турбо-страницах для интернет-магазинов, созданных в Вебмастере. Если блока нет, включите корзину

Всем новым пользователям Турбо-страниц рекомендации подключатся автоматически. О том, как создать Турбо-страницы для магазина, мы рассказали в Справке.

В будущем рекомендательных блоков на Турбо-страницах будет больше. Сейчас мы работаем над тем, чтобы предлагать пользователям товары из просмотренных ими ранее, похожие товары, популярные, со скидкой и другие блоки. 

Следите за новостями!

P. S. Подписывайтесь на наши каналы
Блог Яндекса для Вебмастеров
Канал Яндекса о продвижении сайтов на YouTube
Канал для владельцев сайтов в Яндекс.Дзен

3 комментария
Добрый день!

Мы анализируем все продажи за ГОД и выводим посетителям достоверную информацию для каждого товара: "С этим товаром покупают: ...".
Не хотите предусмотреть принятие к сведению таких данных, если они будут в XML файле?
Или, может быть, это уже учитывается?
(тег rec в XML с перечислением offer id)
platon
Сотрудник Яндекса24 ноября, 15:01
Мастер,
в новом шаблоне товарных Турбо-страниц есть блок рекомендаций – это набор товарных карточек этого же магазина, которые специальный алгоритм посчитает подходящими для показа вместе с текущим товаром. Они упорядочены по популярности в поиске (числу переходов). На текущий момент формирование такого блока из YML-канала не предусмотрено, но спасибо за идею – передал ее разработчикам.
и где же эти перс. ркомендации?