Рекомендации кажутся магией только снаружи. Пользователь видит карточку товара, пост в ленте или фильм на главной и думает: платформа знает мои желания. На деле система решает более приземленную задачу: из огромного каталога быстро выбрать ограниченный набор кандидатов, отранжировать их под конкретный контекст и показать так, чтобы человек с большей вероятностью сделал нужное действие. Для маркетплейса это покупка, для медиа — чтение и удержание, для стриминга — просмотр, для приложения доставки — повторный заказ.
Хабровские разборы рекомендательных систем полезны тем, что снимают миф о едином секретном алгоритме. Обычно есть несколько стадий: сбор сигналов, генерация кандидатов, ранжирование, бизнес-правила, фильтры качества и постобработка. На каждой стадии используются разные данные. Одни говорят о похожести пользователей, другие — о свойствах товара, третьи — о свежести, цене, наличии, отзывах, маржинальности или сезонности. Поэтому вопрос почему мне это показали редко имеет один ответ.
Какие сигналы видит платформа
Самые очевидные сигналы — клики, просмотры, покупки, лайки, сохранения, время чтения и возвраты. Но платформа учитывает и контекст: город, устройство, время дня, источник перехода, историю категории, цену доставки, наличие на складе, участие в акции, возраст карточки, качество фото, скорость ответа продавца и жалобы. В медиа вместо склада появляются тема, автор, свежесть и вероятность дочитывания. В игре — жанр, платформа, похожие тайтлы и активность друзей.
| Сигнал | Что означает | Где помогает | Где искажает картину |
|---|---|---|---|
| Покупки и просмотры | Пользователь уже проявил интерес | Повторные рекомендации, похожие товары | Система может зациклиться на случайном клике |
| Отзывы и рейтинг | Социальное доказательство качества | Маркетплейсы, сервисы, подборки | Накрутки и перекос в сторону старых карточек |
| Цена и скидка | Высокая вероятность конверсии | Акции и распродажи | Показывает дешевое вместо подходящего |
| Свежесть | Контент недавно появился | Новости, ленты, релизы | Снижает видимость качественных старых материалов |
| Похожесть пользователей | Люди с похожим поведением выбирали это | Стриминг, каталоги, игры | Пузырь интересов и слабый холодный старт |
Кандидаты и ранжирование
Первая стадия обычно не пытается идеально отсортировать весь каталог. Она отбирает кандидатов: товары из похожей категории, популярные позиции, новые карточки, объекты из истории пользователя, элементы из корзины похожих людей. Затем ранжирующая модель оценивает каждого кандидата по набору признаков. Это похоже на редакционную планерку, где сначала собирают список возможных тем, а потом выбирают порядок публикаций на главной.
Для продавца или автора это означает: бессмысленно искать одну кнопку, которая поднимет карточку навсегда. Алгоритм смотрит на совокупность. Хорошие фото, понятное название, наличие, цена, отзывы, скорость доставки, точная категория и отсутствие жалоб работают вместе. Если карточка получает клики, но не дает покупок, система может снижать ее в выдаче. Если товар дешевый, но возвращается чаще конкурентов, скидка не спасает долгосрочно.
Почему рекомендации иногда раздражают
Проблема не только в ошибке модели. Пользователь может купить подарок, посмотреть видео по работе, открыть товар случайно или изучить тему один раз. Система видит действие, но не всегда понимает намерение. Поэтому после покупки детской игрушки взрослому могут месяц показывать похожие товары, а после чтения одной спорной новости — цепочку однотипных материалов. Чем меньше платформа дает человеку ручного контроля, тем сильнее раздражение.
- Удаляйте случайные просмотры из истории, если сервис это позволяет.
- Используйте Не интересно и Скрыть, когда платформа предлагает такие кнопки.
- Разделяйте рабочий и личный аккаунт, если рекомендации важны для обеих задач.
- Не оценивайте товар только по позиции в выдаче: высокая позиция не равна независимой экспертизе.
- Для продавцов: улучшайте карточку целиком, а не только ключевые слова в заголовке.
Что можно считать честной оптимизацией
Честная оптимизация помогает алгоритму понять реальную ценность объекта. Для товара это точное название, качественные изображения, честные характеристики, актуальный остаток, понятная доставка, ответы на вопросы и работа с отзывами. Для статьи — ясный заголовок, тематическая разметка, связанный контент, отсутствие дублей и нормальная скорость страницы. Для приложения — события аналитики, которые отражают пользу, а не искусственное дергание интерфейса.
Серая зона начинается там, где владелец пытается обмануть сигнал: накручивает отзывы, покупает фиктивные действия, ставит нерелевантные теги, прячет условия скидки или создает десятки дублей карточки. Короткий всплеск может быть, но долгосрочно такие методы ухудшают доверие. Алгоритмы меняются, жалобы копятся, а пользователь запоминает площадку как место, где его водят по кругу.
Как читать рекомендации критически
Рекомендация — это не совет эксперта, а прогноз поведения в условиях целей платформы. Она может быть полезной, но всегда встроена в экономику сервиса. Перед покупкой проверьте характеристики, отзывы с деталями, дату публикации, условия возврата и альтернативы. Перед чтением новости посмотрите источник и контекст. Перед просмотром фильма спросите себя, хотите ли вы продолжать привычный паттерн или выйти из пузыря. Пользователь, который понимает механику рекомендаций, не становится противником алгоритмов. Он просто возвращает себе часть контроля.
Итог: рекомендации работают на пересечении данных, вероятностей и бизнес-правил. Они не обязаны быть злонамеренными, чтобы ошибаться, и не обязаны быть прозрачными, чтобы влиять на выбор. Лучший подход для пользователя — управлять историей и проверять важные решения вне ленты. Лучший подход для автора или продавца — повышать реальное качество объекта, потому что устойчивые сигналы сложнее подделать и легче переживают изменения алгоритма.
Комментарии
Загружаем обсуждение.