E-commerce’da tovar tavsiyalari: ular qanday ishlaydi
Chuqur3 daqInnovialabs tahririyati
Qisqacha
Tavsiyalar oddiy qoidalardan xatti-harakat va embedding’larga asoslangan modellarga qarab rivojlanadi; ular tovar kartochkasi, savat va xatlarga qo‘yiladi, foydasi esa faqat tashrif buyuruvchiga daromad bo‘yicha A/B-test bilan o‘lchanadi.
Tovar tavsiyalari qanday ishlaydi
Tavsiya tizimi bitta savolga javob beradi: «bu odamga hozir yana nimani ko‘rsatish kerak». To‘rtta asosiy yondashuv bor va haqiqiy do‘konda ular odatda birlashtiriladi:
| Yondashuv | Signal manbai | Kuchli tomoni | Zaif tomoni |
|---|---|---|---|
| Qoidalar | Merchandayzer qarorlari | Nazorat, tez start | Katta katalogga masshtablanmaydi |
| Kollaborativ filtrlash | Boshqa odamlarning xaridlari va ko‘rishlari | Kutilmagan bog‘liqliklarni topadi | Tarix kerak, sovuq start muammosi |
| Kontentga asoslangan | Tovar atributlari: kategoriya, brend, narx | Yangi tovarlar uchun ishlaydi | Juda o‘xshash narsalarni taklif qiladi |
| Embedding’lar | Tovar va foydalanuvchi vektorlari | Moslashuvchanlik, ma’no bo‘yicha o‘xshashlik | Qurish va qo‘llab-quvvatlash murakkabroq |
Qoidalar va oddiy statistikadan boshlang, modellarni esa ma’lumot va ta’sirni o‘lchash usuli paydo bo‘lganda qo‘shing.
Qoidalar va cross-sell
Eng tez start — qo‘lda va yarim avtomatik qoidalar:
- tovarga aksessuarlar: telefonga g‘ilof, kofe mashinasiga filtr;
- buyurtmalardagi birgalikdagi xaridlar asosida «ko‘pincha birga olishadi»;
- bepul yetkazishgacha to‘ldirish — savatdagi arzon tovarlar;
- istisnolar: omborda yo‘q tovarni va mijoz allaqachon sotib olgan narsani tavsiya qilmaslik.
Qoidalar biznesga tushunarli va oson izohlanadi, lekin o‘n minglab tovarlarda ularni yuritish qiyin.
Kollaborativ filtrlash
G‘oya: A ni sotib olganlar ko‘pincha B ni ham olgan bo‘lsa, A xaridoriga B ni ko‘rsatish kerak.
- Item-to-item — tovarlarning o‘xshashligini umumiy harakatlar bo‘yicha hisoblaydi. Barqaror va tovar kartochkasi uchun yaxshi mos.
- Matritsa faktorizatsiyasi — «foydalanuvchi × tovar» matritsasini yashirin omillarga ajratadi va ko‘rilmagan tovarlarga qiziqishni bashorat qiladi.
Signallarga turli vazn bering: xarid savatga qo‘shishdan, u esa ko‘rishdan og‘irroq. Ommaboplikni hisobga oling: normallashtirishsiz barcha tavsiyalar savdo xitlariga aylanadi.
Kontent yondashuvi va embedding’lar
Kontent usuli tovarlarni atributlar bo‘yicha solishtiradi: kategoriya, brend, material, narx segmenti. Embedding’lar yanada ilgarilaydi — nom, tavsif va rasmni vektorlarga aylantiradi, shunda ma’no bo‘yicha o‘xshash tovarlar yonma-yon tushadi. Eng yaqin qo‘shnilarni qidirishni vektor indekslari bajaradi.
Xatti-harakat embedding’larini sessiyalar bo‘yicha ham qurish mumkin: ketma-ket ko‘p ko‘riladigan tovarlar yaqin vektorlarga ega bo‘ladi.
Sovuq start
- Yangi tovar — xatti-harakat to‘planguncha kontent va embedding tavsiyalaridan foydalaning.
- Yangi foydalanuvchi — kategoriyadagi ommabop tovarlar, trendlar, joriy sessiya bo‘yicha tovarlarni ko‘rsating.
- Yangi do‘kon — ma’lumot kam bo‘lganda merchandayzer qoidalari va bestsellerlar.
Yaxshi amaliyot — gibrid: ma’lumot yetarli bo‘lmaganda kontent usuliga qaytadigan xatti-harakat modeli.
Qayerda ko‘rsatish kerak
| Joy | Nimani ko‘rsatish |
|---|---|
| Tovar kartochkasi | O‘xshash tovarlar va «ko‘pincha birga olishadi» |
| Savat | Qo‘shimchalar va aksessuarlar, arzon pozitsiyalar |
| Bosh sahifa va katalog | Shaxsiy tanlov, ko‘rishni davom ettirish |
| Email va push | Tashlab ketilgan savat, sarf materiallarini to‘ldirish, sotib olinganga o‘xshashlar |
| Bo‘sh qidiruv | Yaqin kategoriyalardagi ommabop tovarlar |
Sahifani ortiqcha yuklamang: turli mantiqdagi bir nechta blok e’tibor uchun raqobatlashadi va har birini baholashni qiyinlashtiradi.
Ta’sirni qanday o‘lchash kerak
Blok CTR’i pul haqida hech narsa demaydi: kliklar shunchaki boshqa joylardan oqib o‘tishi mumkin. A/B-test kerak:
- Sessiyalarni emas, foydalanuvchilarni nazorat va variant guruhlariga bo‘ling.
- Asosiy metrika — tashrif buyuruvchiga daromad; yordamchilari — konversiya, o‘rtacha chek, tavsiyalardan olingan tovarlar ulushi.
- Test davomiyligi va tanlanma hajmini oldindan belgilang.
- Himoya metrikalarini kuzating: qaytarishlar, sahifa tezligi.
Kanallarni alohida tekshiring: xatdagi va kartochkadagi tavsiya — turli eksperimentlar.
Ko‘p uchraydigan xatolar
- Omborda yo‘q tovarlarni tavsiya qilish.
- Sarf materiali bo‘lmasa, mijoz allaqachon sotib olgan narsani ko‘rsatish.
- Modelni onlayn testsiz faqat oflayn metrikalar bo‘yicha baholash.
- Modelni yangilamaslik — mavsumiylik uni tezda eskirtiradi.