Всем продукт-оунерам рекомендаций посвящается

Дисклеймер:
Текст основан исключительно на моём опыте - и только на нём. Поэтому кое-где он может вводить в заблуждение.

Оптимизировать рекомендации - ещё та неблагодарная задача.
Как правило, прямая выручка от них составляет меньше 10% от общего оборота.

Посмотрите сами на бенчи (данные могут быть уже немного устаревшими):

Retail Rocket (еда) → 2-5%
Вкусвилл → 7-8%
Купер → 5,24% (на митапе когда-то озвучивали около 9%)
METRO → 6,61% (или 7,78%, если считать купленные товары, которые продукт утащил себе под крыло 🌚)


И вот что это значит:
дотянуться до покупок почти нереально - тесты крутятся вечно, статистическая значимость не набирается.

В зависимости от вашей зрелости можно смотреть на proxy-метрики,
или пытаться делать триггеринг, чтобы хоть как-то достичь значимости.
Но в любом случае - вы работаете в рамках тех самых 10% оборота,
и где-то в конце пищевой цепи заработка компании.


В нашей рутине мы обычно смотрим на:

прямую выручку от рекомендаций,
RPM (Revenue Per Mille) - как индикатор качества рекомендаций.


Если при запуске новой стратегии или нового плейсмента
мы не рушим основные продажи,
то это уже сигнал для раскатки на 100%.

Дальше - наблюдаем, растёт ли прямая выручка в долгосроке.

Вот пример:
взяли у fashion-вертикали идею - показывать рекомендации после добавления товара в корзину.
Посмотрите на реальные данные для десктопа - статистической значимости нет,
но мы всё равно развернули на 100%.

Кто-то скажет - "каннибализация", и будет прав.
Поэтому, конечно, нужны guard-метрики:
надо смотреть, а не проседает ли выручка с поиска, листинга и т.д.

Но если с помощью рекомендаций пользователь быстрее находит нужные товары,
улучшая дискавери,
разве это не лучше для пользователя?

В конце концов, мы всё ещё варимся в этих 10% оборота 😁

Всех с пятницей! Обнял крепко 🫂

Как Вкусвилл делает онлайн-каталог удобным и прибыльным

Каталог - сердце любого онлайн-магазина. В Вкусвилл 65% пользователей приходят именно туда. 3,6 млн человек ежемесячно заходят в приложение, совершают 300+ тыс. заказов в день, и половина из них начинается с поиска или просмотра категорий.

Читайте (смотрите) крутую презентацию от Марины Волковой, которая с 2021 года отвечает в Вкусвилле за то, чтобы сделать каталог более понятным: карточки товаров, фильтры, сортировки, избранное, рейтинги, списки. Их обещание клиентам - "каталог, которым удобно пользоваться".

📈 Результат = +7% визитов и +2% конверсии добавлений в корзину. Но за этими цифрами сотни экспериментов, не все из которых успешны.
Некоторые гипотезы не оправдались: покупатели не понимали нэйминг, не видели различий между обложками, или ожидали другого ассортимента. Но команда осознанно тестирует даже рискованные идеи, чтобы проверять, где проходит граница между удобством и продажами.

🔍 Категории теперь строятся по логике покупателя: рядом мясо и гастрономия, сезонные товары поднимаются вверх, а самые посещаемые категории - первыми.
📱 В карточках - свои стандарты фото, быстрый ресайзер, открытие по тапу. 70% пользователей добавляют товары в корзину прямо с тизеров.

🧩 За полтора года команда полностью переписала архитектуру каталога - теперь он готов к масштабированию и персонализации. Фильтры стали "конструкторами", что позволяет запускать больше гипотез без участия разработчиков.
Уже добавлено 90+ фильтров и десятки сортировок, а новые команды могут самостоятельно экспериментировать благодаря PIM-системе.

🎯 Обещание рекомендаций - "покупатель набирает всю корзину с первого раза". Приложение помогает открыть новые товары, а не просто продать.

Команда каталога - пример зрелой продуктовой культуры: исследования, конструкторы, NPS 75%, 200 отзывов в неделю и вера в то, что удобство покупателя - это лучший драйвер роста.

Ещё больше инсайтов про рост и эксперименты - в моем канале

🟩 Как Drip agency повысила ARPU на 2,54%, просто сменив цвет скидки

Агентство Drip - команда, специализирующаяся на конверсии, UX и A/B-тестах для fashion и lifestyle-брендов.
Они работают с десятками eCommerce-компаний по всему миру и известны тем, что превращают "мелкие" UI-детали в ощутимый рост выручки.

Недавно они провели эксперимент для одного женского спортивного бренда -
заменили красный цвет скидок на зелёный на товарном листинге.

Результат удивил всех 👇

Гипотеза:
Красный = тревога, срочность, давление.
Зелёный = выгода, доверие, спокойствие.
Когда скидка не "кричит", а говорит мягко - покупателю проще принять решение.

Результаты (все пользователи):

ARPU: +2,54% (с €3,24 до €3,33)
AOV: +2,20%
Конверсия: +0,34%


Рост статистически значим, а у возвращающихся пользователей эффект особенно силён:
+5,58% к ARPU 💥
Мобильные пользователи: +2,78%
Десктоп: +4,36%

Почему сработало:
🔹 Зелёный вызывает ощущение "правильной покупки" и доверия.
🔹 Для осознанных покупателей - это сигнал eco-vibes и value.
🔹 Красный усиливает FOMO и тревожность, а зелёный - расслабляет и повышает средний чек.

Вывод:
Пора отказаться от клише "огненных сейлов".
Иногда не редизайн, а просто цвет делает разницу.

💡 Тестируйте всё - даже цвета (если вам, конечно, позволяет ваше количество пользователей)

@annasenkova можно проверить у нас 🧐

А если вам интересны реальные кейсы, где цифры говорят громче слов, - подписывайтесь на мой канал

А вот с другой стороны - когда хорошая идея не сработала.

Ребята думали, что если помогут покупателям выбирать правильную упаковку корма для собак - в зависимости от размера питомца - это повысит конверсию. 🐕

Но реальность сказала: "нет".

📉 Конверсия: −4,74% (не статистически значимо).

Хорошие намерения ≠ хороший UX.
Возможно, пользователям нравится ощущать контроль, даже когда нам кажется, что мы делаем всё, чтобы им было проще.

Иногда попытка "помочь" воспринимается как давление.

UX - это не про то, как мы хотим, а про то, как они выбирают.

Подписывайтесь на мой канал, если интересно, почему даже лучшие гипотезы иногда проигрывают тест.

🧠 Как за 8 недель прокачать конверсию сайта: выжимка из гида VWO + HubSpot

Читайте полное руководство в pdf или кратко:

Неделя 1. Подготовка

* CRO = не догадки, а данные.
* Собери кросс-функциональную команду: менеджер, аналитик, дизайнер, копирайтер, разработчик.
* Настрой аналитику (GA, Mixpanel, Adobe Analytics) и выбери платформу для A/B тестов.
* Составь карту воронки - от первого визита до покупки. Раздели метрики на micro (действия перед продажей) и macro (сам факт покупки).

Неделя 2. Аудит

* Проведи бенчмаркинг по индустрии.
* Зафиксируй baseline - текущие показатели сайта.
* Найди "быстрые победы": сократи формы, улучшай CTA, добавь соцдоказательства, упростить копирайтинг.

Недели 3-4. Исследование поведения

* Аналитика отвечает на "Где проблема?", а поведенческие инструменты - на "Почему".
* Используй heatmaps, скролл-карты, записи сессий, формы и опросы.
* Формируй инсайты - они станут гипотезами для тестов.

Неделя 5. Гипотезы и приоритизация

* Формула: "Я верю, что [изменение] приведет к [эффекту], потому что [обоснование]".
* Пример: "Я верю, что перенос логотипов клиентов ближе к форме оплаты повысит конверсию на 5%, потому что усиливает доверие".
* Приоритизируй по PIE (Potential, Importance, Ease) и веди календарь тестов.

Неделя 6. Запуск

* Выбери тип теста: A/B, сплит или мультивариантный.
* Используй байесовскую статистику - она отвечает на вопрос "Какова вероятность, что вариант победил?".
* Избегай ошибок: не тестируй всё сразу и не останавливай тест преждевременно.

Неделя 7. Пока тест идёт

* Не скучай - учись. Подписки: Peep Laja (CXL), Joanna Wiebe (CopyHackers), Oli Gardner (Unbounce).
* Планируй следующие тесты, чтобы не терять темп.

Неделя 8. Анализ

* Любой результат = инсайт.
* Победил вариант → внедряй и ищи новые возможности.
* Проиграл → пересмотри гипотезу.
* Без разницы → проверь сегменты (новые/возвратные, мобайл/десктоп).
* И главное - CRO это не кампания, а системный подход.

И не забывайте подписаться - будет ещё больше кейсов про эксперименты, дизайн и рост.

🧠 Как Axel Arigato снижает фрикшен при десковере товаров на PLP (product listing page)

Когда ты листаешь каталог на сайте Axel Arigato и доходишь до конца страницы, тебе не показывают тупик - вместо этого предлагают перейти к следующей категории. Простой, но сильный UX-приём, который делает скролл бесшовным и удерживает внимание.

Почему это работает 👇
- Пользователь не сталкивается с "пустым концом", где обычно теряется интерес.
- Появляется микро-хук - стимул продолжить и исследовать дальше.
- Глубина просмотра и время в сессии растут.
- Минимум усилий: долистал → нажал → продолжаешь.

💡 Что можно взять на заметку:
1. Если у вас длинный PLP, подумайте, как можно "вывести" пользователя за его пределы - показать следующую категорию, похожие товары или автоматически подгрузить новые.
2. Отслеживайте, сколько людей доходят до конца списка и сколько переходят дальше - это отличная точка для экспериментов.
3. В A/B-тестах можно сравнить: без предложения vs с предложением перехода (или автоподгрузкой).

🎯 Идея проста, но эффект ощутим: меньше фрикшена → больше взаимодействия → выше шанс, что человек найдёт то, что ищет.

Посмотреть вживую можно тут 👉 axelarigato.com

А пока подписывайтесь - будет ещё больше кейсов про эксперименты, дизайн и рост.

Поиск - это не просто строка на сайте. Это один из трёх главных драйверов оборота.
В METRO он стабильно входит в топ-3 источников дохода.

И как показывает практика, здесь работает эффект Матфея - усиливай сильного, и он будет приносить ещё больше.

Посмотрите на кейс Leroy Merlin Brasil.
Они столкнулись с тем, что старый поиск на Elasticsearch ограничивал рост: изменения требовали разработчиков, результаты были нерелевантны, а 28 млн SKU перегружали систему.
Решение - переход на Algolia.

📈 +3.8% CTR
🛒 +1.7% add-to-cart
💰 +$28 млн годового дохода

А главное - поведение пользователей изменилось: всё больше продаж ушло в онлайн.

Теперь мы можем мгновенно менять ранжирование и видеть влияние на CTR и конверсии,

- говорит Вагнер Перейра, Digital Products Manager Leroy Merlin.


Мы в METRO сейчас в похожей ситуации.
Когда я пришёл, одним из первых шагов стало внедрение Dynamic Yield (сейчас уже Gravity Field) - как поставщика рекомендаций, персонализации и A/B-тестирования.
Второе, что нужно было решить, - поиск.
Но тогда менеджмент сказал: "сделаем сами". ( а так была бы Algolia 😁)

Прошло несколько лет - и "сами" превратилось в "нам нужен поставщик поиска."
Потому что любой поиск на Elasticsearch - это дорогие доработки и длинный T2M.

Сегодня в России немного решений, кто предлагает современный SaaS-поиск.
Я собрал таблицу по рынку 👉
🔗 Сравнение поставщиков

Для нас с вами это:

Anyquery
Nibelung
Retail Rocket
Гринсайт

Мы уже запустили 50/50 тест с Anyquery и копим данные (обязательно поделюсь результатами).
Параллельно готовим пилот с Nibelung.
Возможно, позже протестируем RR и Гринсайт.

А пока - вдохновляйтесь кейсом Leroy Merlin Brasil, которые вовремя выбрали SaaS-решение, убрали технические блокеры, улучшили UX и заработали $28 млн в год

📬 Подписывайтесь на канал - скоро покажу первые результаты теста.

🫂 Персонализация - не про технологии, это про эмпатию.

Читайте короткую pdf-ку от AB Tasty о Perfecting Personalization или как усовершенствовать персонализацию вашего сайта: стратегия с использованием аб тестирования

За каждой точкой данных стоит человек. Когда данные соединяются с эмпатией - рождается доверие.

- Майкл Кригсман, ZDNet

💡 Почему это важно:
Компании, которые персонализируют опыт, увеличивают выручку на 6-10% быстрее тех, кто этого не делает (по данным BCG).
Но не всем нужны 15 человек в команде, как советует McKinsey. Начать можно с малого - с сайта и A/B-тестов.

📍 Ключевые принципы из книги:

1️⃣ Начните с понимания аудитории.
Обратитесь к людям, которые общаются с клиентами - саппорт, продажи, маркетинг.
Добавьте данные из аналитики и тепловых карт. Выясните: кто они, чего хотят и когда.

2️⃣ Используйте A/B-тесты, чтобы искать "положительные отклонения".
Photobox, например, увидели, что новый дизайн сайта работает отлично для новых посетителей, но плохо для постоянных.
Разделили трафик - и получили +32% к регистрации.

3️⃣ Стройте гипотезы и проверяйте.
84% маркетологов видят рост конверсий, когда объединяют персонализацию с A/B-тестированием.

4️⃣ Не перегибайте.
Персонализация - это контракт между брендом и пользователем. Она уместна, пока создаёт ценность и не нарушает доверие.

🎯 И в итоге - всё сводится к одной философии: Test & Learn.
Без тестов маркетинг превращается в gut thinking. А с тестами - в компас, который помогает понять, что действительно важно для людей.

🤸 В моем канале я пишу о тестах, персонализации и о том, как через понимание клиентов бизнес растёт быстрее.

🧠 Больше изображений ≠ лучший UX

Иногда то, что выглядит как "улучшение", на деле ухудшает восприятие и продажи.

В одном из тестов Drip Agency решили добавить под основное фото товара ряд миниатюр всех изображений - вместо простой навигации стрелками. Казалось бы, классическая "best practice".

Но результат удивил:
📉 ARPU: −3,79% (статистически значимо)
📉 CR: −1,88%
📉 AOV: −2,06%

Пользователи не стали покупать чаще - наоборот, их перегрузило количеством опций. Маленькие картинки не давали деталей, а только создавали визуальный шум. И вместо того чтобы помочь выбрать, страница парализовала решение.

💬 Вывод: не все, что кажется хорошей практикой может сработать в контексте вашего сайта. Не копируйте просто - всегда проверяйте в A/B тесте.

Такие кейсы напоминают, почему я люблю эксперименты: люди редко ведут себя предсказуемо.

Ссылка 🔗 на сайт

Ещё больше инсайтов про рост и эксперименты - в моем канале

📊 Маркетинг в 2025-м: больше данных - меньше понимания

Новый отчёт Supermetrics - The 2025 Marketing Data Report показал:
мы тонем в цифрах, но по-прежнему не умеем превращать их в решения.

Маркетологи используют на 230% больше данных, чем в 2020 году.
56% признаются, что не успевают анализировать данные.
32% смотрят отчёты лишь раз в месяц или реже.
38% жалуются на нехватку инструментов интеграции,
а 26% - на невозможность найти релевантные инсайты.


💬 Как метко заметили в отчёте:

Вы не нуждаетесь в большем количестве данных -
вам нужны правильные данные, в нужном объёме и понятной форме.

Главная проблема - мы стали собирать всё подряд.
Каждый запрос к BI-системе возвращает в среднем на 230% больше строк, чем четыре года назад.
Но вместо ясности - шум. Маркетологи "смотрят на одно дерево и не видят леса".

📉 В результате - ошибки в решениях, неверные выводы и вечное чувство, что данные "не работают".
Как следствие, 55% специалистов считают, что улучшение интеграции данных помогло бы закрыть пробелы в стратегии,
а 49% уверены - без апскилла команды никакая аналитика не взлетит.

И всё это ведёт к простому выводу, который идеально резонирует с принципами зрелых организаций:

💡 Компании готовы к A/B-тестам и экспериментам только тогда,
когда инфраструктура и достоверность данных становятся приоритетом.

Не тогда, когда они считают себя data-driven.
А тогда, когда уверены, что данные чистые, связаны с выручкой и отражают реальность.
Без доверия к данным невозможно доверять результатам.

📍Пора перестать гнаться за объёмом и начать строить инфраструктуру, которой можно верить.
Только тогда эксперименты перестают быть хаосом - и начинают быть наукой.

👉 Подписывайтесь, чтобы разбираться, как выстраивать систему экспериментов на надёжных данных.