Кто мы и о чем этот текст
REES46 — платформа для автоматизации маркетинга на базе ИИ.
15 инструментов в режиме одного окна, включая блоки товарных рекомендаций, умный поиск, массовые и триггерные рассылки и многое другое.
Разрабатываем решения для e-Commerce, EdTech, FoodTech, медицины, страхования, недвижимости.
Товарные рекомендации приносят нашим клиентам в среднем от 2,5% до 10% выручки ежемесячно, а некоторые получают до 30% выручки.
Рассказываем все, что нужно знать об этом инструменте в 2024 году, чтобы получать максимальный результат. Никакой воды — только факты из клиентского опыта и исследовательских бюро.
Что такое товарные рекомендации
Товарные рекомендации — это инструмент автоматизированного маркетинга.
Вы предлагаете потенциальным и действующим клиентам те продукты, которые должны их заинтересовать, исходя из их покупательского поведения. Блоки товарных рекомендаций можно размещать на разных страницах сайта, в приложении и в email-рассылках.
Товарные рекомендации REES46 работают так: вы выбираете готовый сценарий для блока или настраиваете собственную логику, а умные алгоритмы автоматически создают персонализированную подборку продуктов для каждого пользователя.
Персональное предложение зависит от истории действий пользователя и информации о нем, которую автоматически собирает Customer Data Platform — мы еще расскажем об этом подробнее.
Объем рынка и прогнозы
Общий объем рынка рекомендательных систем в 2023 году составил $ 5,17 млрд. Ожидается, что в текущем году этот показатель достигнет $ 6,88 млрд и при среднегодовом темпе роста 33% превысит $ 28 млрд в 2029 году.1
Примечание к веб-версии: «текущий год» в исходном гайде — 2024. Здесь сохранён исторический прогноз.
Ключевые тренды
- Растущий спрос на персонализацию.
- Интеграция с устройствами IoT для более точного попадания.
- Рост использования в e-Commerce.
- Влияние социальных сетей и UGC.
- Внедрение искусственного интеллекта и голосовых рекомендаций.
- Рост внимания к защите персональных данных.
1. Mordor Intelligence 2024. Product Recommendation Engine Market Size & Share Analysis — Growth Trends & Forecasts (2024–2029).
2. MarkWide Research 2024. Global Recommendation Engine Market. Источник схемы ключевых трендов.
Где размещать блоки товарных рекомендаций
На основе опыта наших клиентов мы составили схему расположения блоков, которая показывает отличные результаты в сотнях интернет-магазинов любого размера.
Главная страница

Рекомендуем тестировать разные названия блоков и анализировать результаты, чтобы найти самые эффективные фразы.
Страница категории


Иногда достаточно установить только «Популярные товары», а для некоторых сайтов лучше срабатывает комбинация из двух или трех блоков — тестируйте.
Карточка товара

Корзина

Страница поиска


Страница 404

И другие механики
Это проверенная базовая схема для расположения блоков товарных рекомендаций — начните с нее. А еще вы можете создавать и использовать отдельные блоки для лендингов, публикаций в блоге (с тематической подборкой товаров) или в попапах. Тестируйте разные варианты, чтобы найти идеальный для своего проекта.
Какие гипотезы тестировать
Тестировать блоки товарных рекомендаций необходимо, даже если результаты и так отличные. Например, можно использовать предустановленный шаблон «Вам это будет интересно» — и первое время он будет приносить 8–9% конверсии в месяц. Но вскоре у посетителей сайта замыливается глаз, блок уже не привлекает столько внимания, и конверсия снижается.
Поэтому A/B-тесты — это мастхэв.
Название блоков
Часто магазины используют блоки рекомендаций с однотипными заголовками: «Это будет интересно», «Вы ранее смотрели», «Популярное». Не надо так! В заголовках нужен креатив.
Формат размещения
Победить баннерную слепоту помогают попапы — сложно не заметить всплывающий блок рекомендаций. А ещё, как ни странно, рекомендуемые товары привлекают больше внимания внутри письма, чем на сайте.
Расположение блоков на разных страницах
Больше блоков — больше шансов продать товар. Рекомендации легко стилизуются и органично вписываются в дизайн любой страницы. Если вы скромничаете и ставите один маленький блок рекомендаций в конце страницы, он не приносит и четверти того результата, которого мы можем достичь, равномерно распределив их по сайту.
Товары без цены
Работает для блоков с рекомендациями внутри письма. Протестируйте разные группы рекомендуемых товаров — с ценой и без.
Повышение среднего чека
Работает для блоков с рекомендациями в разделе «Корзина». Можно тестировать, добавляя условия по цене в алгоритм блока. Например, выводить товары стоимостью от 1000 до 5000 рублей, если товар в корзине стоит больше 2000 рублей.
Персонализация на основе действий юзера
В алгоритме блока попробуйте добавить фильтры для большей персонализации. Например, вы можете показать на главной просто популярные товары или популярные из числа тех, с которыми пользователь взаимодействовал в течение последнего часа или суток. Можно показать товары из категорий, в которых человек уже покупал или добавлял в корзину.
Экспериментируйте, проводите A/B-тестирование, ищите рабочие механики.
Персонализация: как работает CDP в связке с товарными рекомендациями
Customer Data Platform объединяет все инструменты маркетинговых коммуникаций в единую и персонализированную для каждого клиента экосистему.
CDP помнит все, что пользователь когда-либо сообщал о себе: имя, возраст, контакты, город проживания, возраст детей, наличие домашних животных и их любимый корм, отзывы, оценки, историю покупок и просмотров.
Как CDP собирает и использует данные для качественной персонализации

Как работает связка CDP + товарные рекомендации

- Сайт. Пользователь просматривает определенную категорию.
- Мобильное приложение. Добавляет несколько товаров в «Избранное».
- Офлайн-магазин. Покупает нужный товар.
- Мобильное приложение. Удаляет из избранного купленный товар и аналоги.
- Сайт. Получает рекомендации на основе покупки.
CDP объединяет данные из онлайна и офлайна, поэтому маркетолог интернет-магазина знает: клиент удалил товары из «Избранного» не потому что передумал, а потому что уже сделал покупку. Теперь покупатель получит рекомендации: перчатки или сумку к новым сапогам, наушники в дополнение к смартфону или другую книгу из той же серии.
Результаты наших клиентов
Вот только пара примеров удачной работы с товарными рекомендациями REES46.
Юничел
Задача. Увеличить выручку онлайн-магазина за счет автоматизации и персонализации.
Что сделано. Внедрили комплексное решение REES46 — для рекомендаций, триггеров, поиска. В первую очередь требовались сценарии товарных рекомендаций user-user и user-item, то есть персонализация по похожим профилям и по товарам.
Установили 7 блоков на главной:
- «Стоит приглядеться»
- «Сейчас покупают»
- «Популярные»
- «Новинки»
- «Акции»
- «Актуально»
- «Вам это будет интересно»
1 блок на странице категории: «Популярное в категории».
2 блока в карточке товара: «Похожие», «Рекомендуем».
Выяснили, что самые эффективные блоки — «Популярные» на главной и «Похожие товары» в карточке.
Результаты. Блоки рекомендаций приносят до 30% выручки в высокий сезон.
Technodom.kz
Задачи:
- Ускорить и автоматизировать разработку лендингов с рекомендациями.
- Ускорить процесс тестирования маркетинговых гипотез.
- Рекомендовать только товары, доступные в городе пользователя и по актуальной цене.
- Заполнить пустые места в блоках рекомендаций, которые возникают из-за недостатка подходящих товаров.
- Ускорить загрузку и снизить нагрузку на сервер в периоды пиковой посещаемости.
Что сделано. Добавили блоки рекомендаций на главную, страницы категорий, карточку товара, корзину, страницы акций, бренд-зон и 404. Создали 725 блоков с разной логикой для страниц сайта и мобильного приложения, временных лендингов и email-рассылок.
Настроили алгоритмический подбор с учетом наличия товаров на складах. Решили проблему пустых мест с помощью «заполняющих» алгоритмов REES46: если заканчиваются подходящие товары по одному алгоритму, свободные места в блоке наполнятся по следующему в цепочке. Технология lazy load ускорила загрузку блоков на лендингах.
Результаты. Визуальный редактор логики REES46 позволяет маркетологам тестировать любое количество гипотез без привлечения IT-отдела.
- Ускорили создание промостраниц в 80 раз за счет автоматической интеграции рекомендательных блоков.
- Получили +6% к выручке крупного маркетплейса.