Объем мирового рынка рекомендательных систем в 2024 году оценивался в диапазоне 5,3-5,4 млрд долл., что отражает консенсус крупнейших аналитических компаний. По прогнозам экспертов к 2033-2035 годам рынок достигнет объема 70-140 млрд долл. США, что свидетельствует о многократном увеличении этой отрасли в ближайшее десятилетие.
Как рассказали "РГ" в Ozon, каждый день в маркетплейсе создается более 12 млн карточек товаров и услуг. И это только на одной платформе. Покупателям ориентироваться в таком количестве в "ручном режиме" просто нереально. При этом классическая реклама уже давно утомила своей навязчивостью.
"Мы используем машинное обучение, которое анонимно анализирует данные в динамике. Персонализации в рекомендательных лентах помогают найти наиболее подходящее среди многомиллионного ассортимента. Кроме того они помогают продавцам "выйти" на свою аудиторию, а значит - нарастить продажи товаров", - утверждают в Ozon.
Нет сомнения в рекомендательных системах и в "М.Видео". "Рекомендательные системы стали одной из ключевых точек роста конверсии в e-commerce. Сегодня это не просто "похожие товары" - это целый комплекс real-time моделей, которые анализируют поведение клиента, контекст покупки и исторические данные. Наша ML-модель оценки склонности к покупке, самостоятельно анализирует каждого клиента по более чем 300 параметрам. В среднем прирост эффективности рекомендательных блоков достигает 20-25%, а в ряде сценариев - еще выше", - говорит руководитель департамента программ лояльности, целевых коммуникаций и клиентской аналитики М.Видео Андрей Скачёк.
Рекомендательные сервисы стали базовым инструментом увеличения продаж особенно в цифровых каналах, когда в момент выбора покупки можно сделать покупателю своевременное предложение, которое дополнит его изначально задуманную покупку. В офлайне реализовать рекомендательные сервисы сложнее, так как в большинстве случаев покупателя можно идентифицировать в тот момент, когда он уже завершил выбор товаров и на кассе предъявил карту лояльности.
"Существуют разные оценки эффективности рекомендательных сервисов, но все они демонстрируют существенную прибавку в продажах в онлайне: от 5% до 30% выручки интернет-магазинов. В офлайне: повторные покупки увеличиваются на 20-27% при грамотной реализации", - говорит автор телеграм-канала "Агатов Борис Tech - Магазин 4.0" независимый эксперт по инновациям и использовании ИИ в бизнесе Борис Агатов.
При этом исследование, проведенное Retail Rocket Group, выявило парадоксальную ситуацию: при огромных инвестициях ритейлеров в рекомендательные технологии, только 6% покупателей всегда обращают на них внимание. 19% делают это часто, 31% - лишь иногда, а 20% вообще игнорируют рекомендации.
Согласно выводам исследования, основная причина кроется в качестве самих рекомендаций. 51% пользователей отмечают, что рекомендуемые товары "редко" или только "иногда" соответствуют их потребностям. Еще более показательна статистика по предсказанию будущих потребностей: 66% заявили, что рекомендации редко или никогда не угадывают, что им скоро понадобится. Ценовое несоответствие ожиданиям - еще одна проблема. Только 15% пользователей отметили, что рекомендованные товары почти всегда подходят им по цене, а 30% сталкиваются с подходящими ценами редко.
Исследование также выявило основные недостатки рекомендательных систем и существующий разрыв между их технологическими возможностями и тем, что реально получают российские покупатели.
- 29% пользователей раздражает, когда им предлагают совсем не то, что нужно;
- 26% сталкиваются с рекомендациями уже купленных товаров;
- 23% не понимают логику рекомендаций из-за отсутствия объяснений;
- 20% получают товары неподходящей ценовой категории.
"Да, определённый разрыв есть, но он объясняется не технологиями, а культурой их применения. ИИ-модели в ритейле уже умеют делать точные прогнозы, но в нашей сфере пока не всегда хватает глубины интеграции данных и готовности бизнеса работать с персонализацией в режиме "реального времени". Многие ритейлеры используют рекомендательные движки "в лоб" - по простым правилам или по истории просмотров", - отмечает Скачёк.
"Несмотря на ощутимые результаты рекомендательных сервисов, мы встречаем скептическое отношение к ним самих пользователей: рекомендуют не то - мы уже давно купили, а мне все это рекомендуют, слишком тщательно следят за мной, и я не хочу никаких рекомендаций, более того реклама может быть компрометирующей - это одни из основных причин нежелания в своей покупательской жизни иметь рекомендательные сервисы. Иными словами, страдает и качество самих рекомендаций, и видно нежелание потребителя быть все время "под колпаком". Людей, которых раздражают сервисы, слишком много о них знающие, довольно много", - резюмирует Агатов.
При этом 37% пользователей онлайн-магазинов и маркетплейсов все же считают хорошие рекомендации обязательной опцией (20% полностью согласны, 17% скорее согласны). А среди активных покупателей через рекомендации этот показатель достиг 100%.