Хочу разобраться, от чего в реальности зависят продажи на маркетплейсах. И как можно разгадать закономерности своей ниши с помощью ИИ. Понять - куда селлеру вложить деньги и усилия, а дизайнеру - тоже усилия, но при работе с карточкой.
Напишу 2 поста. Сегодня - базу о том, как в принципе работают рекомендательные алгоритмы. И Озон с ВБ в частности. А через неделю - о том, как можно делать анализ для своей ниши и своего товара.
Итак, рекомендательные алгоритмы
Как работает поиск и ранжирование в поиске - почти все хорошо понимают. Сначала как база идет релевантность запросу. Далее факторы ранжирования - скорость доставки, продажи, конверсии, цены, рейтинги. А сверху накладываются бустинги из акций и рекламы.
Но если карточка не релевантна запросу, никуда она не попадет даже с рекламой. И если товар далеко от покупателя при наличии у конкурентов рядом - тоже. И если конверсии низкие - даже с рекламой вас не покажут.
Всё становится намного сложнее, когда появляется персонализация и разные места показа.
Начнем с мест показа (кроме поиска), здесь попроще. У ВБ:
📍Полки - блок в карточке товара - по сути максимально похожие товары. ВБ старается усложнить выбор покупателю и показывает много похожих карточек.
📍 Главная. Здесь рулит персонализация, всё зависит от предпочтений и истории конкретного покупателя. И у многих хороших карточек именно здесь основное количество показов. Иначе показы никак не расширить - ведь поиск ограничен количеством запросов, и полки по сути - тоже.
📍 Другие рекомендательные блоки в личном кабинете, корзине и пр.
Что у Озон? Озон экспериментирует. Они показывают в карточках не только похожие товары, могут - вообще любые. Но последнее время немного сузили и в основном показывают товары из смежных категорий. И всё равно это гигантское отличие от ВБ - если ваша карточка хороша, Озон найдет, где ее показать. И разных блоков у Озона намного больше, и они более гибкие - Озон постоянно что-то меняет в их настройках.
Персонализация.
Здесь учитывается очень много параметров (не пол/возраст). И в первую очередь - особенности поведения при покупке. Какие товары и категории интересуют человека, сопутствующие товары. Какие карточки нравятся - по цвету, по инфографике, по наполнению. Товары какой цены обычно выбирает. Как быстро покупает. Озон может даже снизить цену за свой счет, если это поможет быстрее продать.
И любая выдача в конкретный момент конкретному человеку формируется индивидуально. И главное - максимальная вероятность покупки (или хотя бы конверсионных действий) этим человеком в этот момент. Рекламные ставки тут снова не главное - в разборах у лидеров с большими показами ДРР сильно ниже остальных. Если карточки продают - их будут показывать.
Получается - всё решают конверсии? Не совсем так. Опять же в разборах вижу, что конверсии у всех примерно одинаковы. Но одним дают показы, а другим - нет.
И здесь мы приходим к принципам работы рекомендательных алгоритмов.
Как алгоритм понимает, где и кому показать карточку?
1️⃣ Нет карточки, которую хорошо показать всем. У всех людей разные вкусы и разные возможности.
2️⃣ Если карточка имеет хорошие конверсии (какой-то базовый уровень), алгоритм пробует расширить ее ЦА. Сначала берется небольшая тестовая группа пользователей и анализируется, как они взаимодействуют с карточкой.
3️⃣ Берут тех пользователей, кому карточка понравилась (переходили, активно смотрели, добавляли в корзину, заказывали) - и добавляют похожих на них. Сначала максимально похожих, потом ЦА расширяют. И делают замеры конверсионных действий.
4️⃣ Какие-то карточки имеют очень узкую ЦА, которой они нравятся. Какие-то вообще не понятно, кому показывать. А много показов получают те, которые нравятся большим сегментам ЦА. И главное - легко можно спрогнозировать, на кого они хорошо сработают.
5️⃣ У алгоритмов явно есть проблема с пользователями, которые заходят на МП редко. А таких очень много. Только 44% пользователей покупают на МП раз в неделю или чаще, остальные - реже, по ним нельзя собрать достаточно статистики, чтобы точно предсказать их поведение. Всё равно есть какие-то поведенческие сигналы, но большому числу пользователей показывают что-то плюс-минус универсальное, без узкой сегментации. И карточки, которые попадают в эти показы, получают огромный трафик.
6️⃣ Еще явно есть задачи у МП по росту своих метрик. Например, средний чек. Для его роста хороши недорогие понятные и нужные всем товары, которыми дополнят корзину. Если карточка такие показы отрабатывает - ее будут показывать очень много. И, конечно, заработок на комиссиях - МП не выгодны дешевые товары, выше цена=выше комиссия. Поэтому в ТОПе продаж чаще не самая низкая ценовая категория.
Как резюме. Рекомендательным алгоритмам важны не просто конверсии, а на конкретную ЦА и в конкретных местах показа. Условно - один артист собирает небольшие клубы, а другой стадионы. Но и на стадионные концерты ходит разная публика. Кто-то пойдет на Стаса Михайлова, кто-то на Ваню Дмитриенко, а кто-то на Басту.
А что с этим делать - разберу в следующий раз
Больше полезных материалов о карточках, конверсии, SEO, воронках на маркетплейсах читайте в Телеграм канале 20 тысяч часов Екома .