Как нейросеть помогла интернет-магазину увеличить конверсию на 22%: кейс персонализации рекомендаций

Проблема: почему старые рекомендации перестали работать

Интернет-магазин электроники «ТехноМир» столкнулся с плато конверсии на уровне 2,1%. Товарные рекомендации на основе популярности и ручных правил давали всего 8% кликов. Аналитика показала: 67% пользователей покидали сайт после просмотра 2–3 карточек, не найдя релевантных предложений. Требовалось решение, которое адаптируется под поведение каждого клиента в реальном времени.

Чек-лист внедрения нейросетевой персонализации

Шаг 1: сбор и очистка данных

• Соберите историю покупок за последние 12 месяцев: 45 000 транзакций, 12 000 SKU.
• Добавьте поведенческие сигналы: время на странице, скроллинг, добавление в корзину и брошенные корзины.
• Очистите данные от ботов и тестовых аккаунтов — это повысило точность модели на 14%.

Шаг 2: выбор архитектуры нейросети

• Используйте коллаборативную фильтрацию на базе нейронных сетей (NCF) — она обрабатывает неявные сигналы: клики, просмотры, время.
• Добавьте контентные признаки: категория товара, цена, бренд, сезонность.
• Обучите модель на GPU-кластере за 6 часов, используя фреймворк TensorFlow. Для ускорения прототипирования мы применили OpaGPT — он сгенерировал 80% кода для пайплайна предобработки.

Шаг 3: A/B-тестирование и калибровка

• Разделите трафик 50/50 на 7 дней: контрольная группа с правилами, тестовая — с нейросетью.
• Настройте метрики: CTR рекомендаций, средний чек, конверсия в покупку.
• Проведите 3 итерации — скорректируйте вес признака «новинка» (увеличили на 20%) и добавили фильтр низкокачественных товаров.

Шаг 4: интеграция с CRM и витриной

• Подключите API нейросети к серверной части магазина через REST-эндпоинты.
• Настройте кеширование топ-100 рекомендаций для снижения нагрузки — время ответа сократилось до 80 мс.
• Добавьте виджет «Персональная подборка» на главную страницу и страницу корзины.

Результаты: цифры, которые говорят сами за себя

Через 30 дней после запуска нейросеть выдала следующие показатели:

• Конверсия выросла на 22% — с 2,1% до 2,56%.
• CTR рекомендаций увеличился в 3,2 раза — с 8% до 25,6%.
• Средний чек в сегменте персонализированных предложений поднялся на 12% (с 4 800 до 5 376 руб.).
• Доля повторных покупок за месяц выросла на 9%.

3 совета для повторения кейса

• Не экономьте на данных: чем больше поведенческих сигналов (включая время наведения курсора), тем точнее предсказания.
• Тестируйте на небольших сегментах — запускайте нейросеть сначала на 10% аудитории, чтобы избежать рисков.
• Автоматизируйте переобучение модели раз в 2 недели — это удержит актуальность рекомендаций при смене ассортимента.