Как работают рекомендательные алгоритмы крупнейших сервисов России: VK, Яндекс, Wildberries, Ozon, Авито и других

Раньше принципы работы алгоритмов были открыты лишь частично. Например, Дзен выделял только четыре из них и заканчивал перечень классическим «и т. д.». Чтобы органически продвигаться на площадке, нужно было предполагать, что может скрываться под «и т. д.» и использовать метод проб и ошибок.

Теперь все данные открыты — решение, принять которое до 1 октября сервисы вынудили изменения в законе «Об информации, информационных технологиях и о защите информации». Иначе — блокировка. Мы вычленили из открытых данных самое важное и разобрались, как новую информацию может использовать бизнес.

• Сервисы VK — ВКонтакте, Одноклассники и Дзен

• Сервисы Яндекса — Поиск, Директ, Яндекс Бизнес и Adfox

• Маркетплейсы и классифайды — Wildberries, Ozon, Сбермаркет, Яндекс Маркет и Авито

Сервисы VK

VK раскрыл принципы работы алгоритмов ВКонтакте, Одноклассников и Дзена. Площадки используют алгоритмы, чтобы предлагать пользователям контент под их интересы. Бизнес же, понимая принцип работы системы, может эффективнее использовать органическое продвижение.

Юрий Брильков специалист по таргетированной рекламе и автор страницы «Продуктивный таргет»

Формально раскрытие этих данных повышает прозрачность и доверие к конкретной площадке. Бизнесу полезно знать принципы работы рекомендательных алгоритмов для того, чтобы понимать «правила игры».

Работают рекомендательные алгоритмы площадок по схожему принципу. Система анализирует определенный набор действий пользователя и отбирает ваш контент для показа, если:

• пользователь лайкал, делился или комментировал похожий контент;

• пользователь часто просматривал контент сообществ и пользователей вашей тематики;

• пользователь подписан на сообщества или пользователей, публикующих похожий контент;

• пользователь добавлял похожий контент в разделы «Мои видео» или «Моя музыка»;

• пользователь находится на территории, которой, по данным системы, может быть интересен ваш контент. Например, она может рекомендовать мероприятия поблизости или прямые трансляции;

• популярность тематики вашего контента растет;

• популярность вашего контента растет.

Во ВКонтакте и Одноклассниках алгоритмы изучают, насколько велика вероятность того, что пользователи будут взаимодействовать с вашим контентом, оценят его, потратят время на его изучение и подпишутся. Алгоритмы Дзена определяют, насколько велика вероятность того, что пользователь полностью изучит контент. Чем выше эта вероятность, тем выше будет ваш контент в выдаче.

То есть основной принцип, по которому контент попадает в рекомендации — популярность тематики. Учитывайте это при формировании контент-плана.

Юрий Брильков специалист по таргетированной рекламе и автор страницы «Продуктивный таргет»

Учитывайте данные о принципах работы рекомендательных алгоритмов в своей контент-политике — ориентируйтесь на форматы контента, которые вызывают большую вовлеченность аудитории. Сейчас это, как правило, короткие форматы контента + видео.

Новые данные мотивируют также пробовать какие-то трендовые форматы, нетипичные изначально в тематике.

В остальном правила остались прежними: делай хороший контент — будут хорошие рекомендации :)

Помните также, что органическое продвижение в соцсетях эффективно работает для бизнеса, который публикует развлекательный контент — ведь алгоритмы подстраиваются под предпочтения пользователей. Поэтому, чтобы получать клиентов с органики, в контент-план нужно включать и легкий контент.

Для вдохновения:

15 трендовых и вечнозеленых мемов с шаблонами — скачивайте и пользуйтесь

12 актуальных приемов создания коротких роликов + 5 приемов, о которых стоит забыть

Юрий Брильков специалист по таргетированной рекламе и автор страницы «Продуктивный таргет»

Ключевая проблема рекомендательных алгоритмов заключается в том, что они способствуют редуцированию преимущественно развлекательного контента, а сложный имеет меньший приоритет. То есть вес больше у контента, которым пользователи готовы делиться. На этом фоне коммерческие группы либо получают низкий органический рост, либо запускают развлекательный контент.

При этом учитывайте, насколько бы полно площадка не раскрывала принципы работы алгоритмов, большой объем данных все равно остается под капотом. Поэтому при создании контента опираться только на принципы работы алгоритмов не стоит.

Юрий Брильков специалист по таргетированной рекламе и автор страницы «Продуктивный таргет»

Проблема в том, что открытые данные — лишь видимая сторона. Какая часть алгоритма будет иметь наибольший вес в конкретный момент для конкретного пользователя — огромный вопрос. Если говорить о VK, то был алгоритм Прометей — наглядный пример работы рекомендаций. Метку качества тогда в основном получали бизнесы из одних и тех же тематик. Нужно, как и раньше, ориентироваться на отраслевые тенденции и опыт коллег/конкурентов.

Сервисы Яндекса

Яндекс раскрыл принципы работы алгоритмов нескольких десятков своих сервисов. Бизнесу в первую очередь могут быть полезны данные о Поиске, Директе, Яндекс Бизнесе и Adfox.

Андрей Шепель руководитель проекта по работе с государственными клиентами icontext

Нельзя сказать, что опубликованный документ стал откровением для рынка. Мы и раньше подозревали, что Яндекс собирает о пользователях примерно всё, что может собрать, и пользуется этим. И тем не менее для рекламодателей не будет лишним ознакомиться с правилами применения рекомендательных технологий.

Яндекс Поиск использует рекомендательные технологии, чтобы максимально точно отвечать на запрос пользователя. Для этого алгоритмы анализируют:

• запрос пользователя;

• историю поисковых запросов пользователя;

• характер ввода поисковых запросов пользователем (клики по подсказкам);

• клики по ссылкам в результатах и время возврата на страницу поиска;

• информацию об устройстве пользователя;

• информацию о геолокации;

• cookie-файлы;

• язык запросов и страниц в результатах выдачи;

• агрегированные данные по другим пользователям сервиса.

На основе этих данных система определяет, какое место в выдаче займет ваш материал. Чем более он релевантен и чем лучше подходит поведению пользователя, тем выше он будет в выдаче. При этом, если система оценивает ваш контент как малополезный, позиция сайта в выдаче понижается или сайт может быть вовсе исключен из списка. Это может произойти, если:

• сайт не предлагает оригинального контента,;

• материал содержит преимущественно скопированную или переписанную информацию с других ресурсов;

• материал представляет собой низкокачественный автоматический перевод статьи на другом языке;

• у материала изменена дата публикации и таким образом он имитирует первоисточник;

• материал автоматически наполнен ключевыми словами;

• материал не содержит экспертизы по теме.

Рекламодателям важно учитывать уточнение команды Яндекса: «Содержимое рекламных блоков определяется в первую очередь настройками рекламных кампаний, заданных рекламодателями».

Андрей Шепель руководитель проекта по работе с государственными клиентами icontext

Это значит, что на Поиске вы по-прежнему продолжите достигать ЦА в случае размещения по ключевым фразам, релевантным для вашего продукта, однако это только «в первую очередь».

Нужно помнить, что рекламная выдача формируется алгоритмом и если, например, вы часто ищете свои объявления, но не кликаете по ним, Яндекс может посчитать их нерелевантными для вас и перестанет их показывать.

Директ, Яндекс Бизнес и Adfox используют рекомендательные технологии, чтобы показывать наиболее релевантные объявления пользователю.

Рекомендательные алгоритмы Директа для этого анализируют следующие данные пользователя:

• данные поисковых запросов;

• тематики сайтов, на которые заходит пользователь;

• время пребывания на странице;

• данные, которые пользователь указывает при использовании сервисов Яндекса;

• геолокацию;

• информацию об устройстве;

• просмотренные рекламные объявления.

При этом объявления могут не показываться пользователям, если их содержание противоречит закону или правилам размещения в Директе. Влиять на показ могут также пользовательские настройки и тематика объявления.

Рекомендательные алгоритмы Яндекс Бизнеса анализируют следующие данные пользователя:

• текст запроса пользователя;

• данные о местоположении;

• данные об устройстве;

• историю поиска и просмотра;

• адрес компании и график работы;

• социальные сигналы;

• клики, время пребывания на странице.

Алгоритм сравнивает эти данные с информацией в объявлении. Если они соответствуют друг другу, объявление показывается пользователю. Например, он видит рекламу в часы работы компании и если находится неподалеку от нее. То есть рекламодателям необходимо тщательно прорабатывать содержимое объявления.

Андрей Шепель руководитель проекта по работе с государственными клиентами icontext

В принципах работы рекомендательных алгоритмов Директа и Яндекс Бизнеса речь идет не столько про настройки, сколько про релевантность интересам или действиям пользователя. В РСЯ мы уже вовсю чувствуем власть алгоритмов: самым мощным «таргетингом», на который ориентируется Директ, является содержимое объявления и посадочной страницы. То есть стоит уделять им больше внимания, нежели подбору фраз/интересов: если ваш продукт будет релевантен интересам пользователя, то он его увидит.

Рекомендательные алгоритмы Adfox анализируют:

• местоположение пользователя;

• данные о типах его устройств, операционных систем, браузеров;

• данные о поведении пользователя — посещении страниц сайта, продолжительности визита, совершаемых кликах, сигналы о закрытии рекламы как нерелевантной и другие;

• тематику (контекст) веб-страницы, на которой показывается рекламное объявление;

• данные, переданные рекламной площадкой.

Рекламодателям нужно учитывать, что при выборе объявления система опирается на:

• тематику (контекст) веб-страницы, на которой показывается рекламное объявление;

• тематику рекламного объявления, ключевые запросы, форматы размещения и другие признаки объявления, которые вы выбираете;

• данные, переданные рекламной площадкой.

Маркетпейсы и классифайды

Wildberries, Ozon, Сбермаркет, Яндекс Маркет и Авито используют рекомендательные технологии, чтобы формировать подборки предложений, которые могут быть интересны пользователю. Соответственно бизнес может ориентироваться на данные, чтобы повысить вероятность включения своих товаров в рекомендации.

Ярослав Царев официальный партнер OZON, основатель проекта «Магазин под ключ на OZON» и личного бренда «DON.OZN»

Понимание того, как работают рекомендательные алгоритмы маркетплейсов, помогает бизнесу оптимизировать свою деятельность, повышать эффективность и удовлетворенность клиентов, а также привлекать новых пользователей.

Рекомендательные алгоритмы Wildberries анализируют:

• данные о любых действиях пользователя на Wildberries;

• данные о любых запросах пользователя на Wildberries;

• данные о выбранном пункте выдачи заказов;

• геопозицию и часовой пояс на устройстве пользователя;

• IP-адрес;

• файлы cookies;

• длительность пользовательской сессии;

• сайты, с которых пользователь переходит по ссылке на Wildberries и на которые уходит;

• провайдер, браузер, ОС пользователя;

• информацию об устройстве пользователя, параметры экрана;

• дату и время посещения Wildberries;

• данные личного кабинета пользователя;

• данные сетевого трафика.

Продавцам нужно учитывать, что при выборе товара система изучает, насколько его характеристики совпадают с информацией о пользователе. После отобранные товары подборки перемешиваются.

Рекомендательные алгоритмы Ozon анализируют:

• информацию о пользователе — пол и возраст, сфера интересов, просмотренные и добавленные в корзину товары;

• популярные товары на площадке;

• основную информацию о товаре: список категорий, бренд, склад товара, цену, доступность экспресс-доставки;

• более 300 свойств товара, влияющих на его продажу: характеристики, рейтинг, покупательское поведение: оформление заказа, просмотр товара или добавление в корзину.

Система учитывает все данные, чтобы оценить товар по шкале от 0 до 1 — чем ближе оценка каждого товара к единице, тем больше шанс, что он займет высокую позицию в выдаче рекомендаций. Продавцам нужно учитывать, что система также опирается на:

• рекламную ставку, если на товар заведено рекламное продвижение;

• давность посещения страницы товара.

Рекомендательные алгоритмы СберМаркета анализируют:

• предпочтения пользователей — просмотр товаров на СберМаркете и приобретенные товары;

• свойства товара, влияющие на его продажу: количество заказов товаров при наличии скидки на него, количество покупок товара со скидкой, предыдущая цена товара, количество заказов с данным товаром и другие.

Дальше система оценивает вероятность того, что пользователь совершит определенное действие на СберМаркете. Например, добавит товар в корзину или купит его. Чем выше эта вероятность, тем больше шансов, что ваш товар окажется в подборке.

Рекомендательные алгоритмы Яндекс Маркета анализируют данные о предпочтениях пользователей:

• историю поиска товаров;

• историю покупок на Маркете;

• просмотры и клики;

• товары, добавленные в корзину и избранное;

• размеры одежды, которую человек покупал раньше;

• любимые бренды;

• аналогичные агрегированные данные по другим пользователям сервиса.

Вместе с тем система учитывает свойства товара, влияющие на его продажу, например, спрос на него. Дальше алгоритм оценивает вероятность того, что покупатель откроет карточку товара, закажет его, положит в корзину или добавит в избранное. Чем выше эта вероятность, тем выше товар окажется в подборке.

Если обобщить данные, которые открыли площадки, можно выделить основной принцип работы рекомендаций: чем релевантнее карточка запросу пользователя, тем выше она показывается в рекомендациях. То есть правила остаются прежними: оптимизируйте карточки, работайте над рейтингом магазина и отзывами.

Ярослав Царев официальный партнер OZON, основатель проекта «Магазин под ключ на OZON» и личного бренда «DON.OZN»

На основе данных, которые раскрыли маркетплейсы, бизнес может сделать два вывода:

1. Нужно оптимизировать контент. Рекомендательные алгоритмы при формировании рекомендаций для пользователей учитывают качество контента. Поэтому бизнесу следует придерживаться высоких стандартов, чтобы повысить шансы на включение в рекомендации своих товаров или услуг.
   Например, когда покупатель вводит запрос на Ozon, алгоритм ищет соответствие ему в описании товаров продавцов. Зная этот факт, предприниматель понимает, что внедрение ключевых запросов в описание товара напрямую отразится на поисковой выдаче его карточки.

2. Нужно мотивировать пользователей взаимодействовать с контентом. Рекомендательные алгоритмы учитывают информацию о взаимодействии пользователей с контентом. Поэтому бизнесу стоит поощрять пользователей оставлять отзывы, комментарии, а также делиться впечатлениями о продуктах или услугах, чтобы улучшить свою видимость на платформе.

И не забывайте об участии в программах лояльности. Многие маркетплейсы предлагают программы лояльности или рейтинговые системы, которые могут повлиять на рекомендации. Бизнесу полезно активно участвовать в таких программах и стремиться к получению высоких оценок от пользователей.

Рекомендательные алгоритмы Авито анализируют объявления, которые пользователь просматривал в последнее время:

• набор категорий и подкатегорий объявлений — ключевой фактор;

• объявления, которые пользователь просматривал на площадке;

• объявления, с которыми пользователь контактировал;

• объявления, которые заинтересовали пользователя:

  • содержание;

  • полнота информации;

  • территория поиска;

  • актуальность и прочее;

• регион пользователя;

• поисковый запрос пользователя;

• время просмотра.

На основе этих данных система подбирает объявления, которые могут быть интересны пользователю. Продавцам нужно учитывать, что при выборе объявлений, которые пользователь увидит в рекомендациях, система опирается на:

• заголовок объявления;

• цену.

Для продавцов Авито правила тоже остаются прежними: концентрируйтесь на оптимизации текстов объявлений, заголовков, работайте над рейтингом продавца и отзывами.

Евгений Волошин генеральный директор digital-агентства AGM

Не на все алгоритмы мы можем оказать существенное влияние, но быть в курсе принципов их работы важно.

Так, у алгоритмов ранжирования Авито есть факторы, на которые мы можем повлиять самостоятельно. Например, рейтинг продавца, качество объявлений и наполненность информации.

Есть также факторы, которые напрямую от нас не зависят (коэффициент интереса у пользователей, конкуренция). Тем не менее качественная работа над первой группой факторов, косвенно помогает улучшить результаты и по второй категории факторов.