Умные рекомендации ПРО — С этим товаром покупают

Умные рекомендации ПРО — модуль для OpenCart 3, который сам находит товары, которые покупатели заказывают вместе. Для этого используется уже накопленная история заказов магазина.

Не нужно вручную заполнять сопутствующие товары для каждой карточки. Модуль смотрит на реальные продажи, находит повторяющиеся сочетания и сохраняет готовые рекомендации.

Рекомендации на основе реальных продаж

Можно сделать проще: взять несколько последних заказов и показать товары, которые там встретились вместе. Но результат будет довольно случайным.

Например, если какой-то расходник продаётся очень хорошо, он будет постоянно попадаться рядом с разными товарами. Это ещё не значит, что его стоит рекомендовать каждому покупателю.

Умные рекомендации ПРО смотрит не только на сам факт совместной покупки. Модуль учитывает, насколько часто товары берут вместе, насколько популярен каждый из них сам по себе и сколько заказов вообще подтверждают такую комбинацию.

Внутри используются Bayesian smoothing, Wilson Score и Lift. Покупателю разбираться в этих формулах не нужно — их задача в том, чтобы пара случайных заказов не оказалась выше связи, которая регулярно повторяется в продажах.

Как выбираются товары

Представим, что вместе с определённым товаром пять раз купили популярный очиститель и четыре раза — специальный расходник. Если смотреть только на количество заказов, очиститель окажется выше.

Но если очиститель и так покупают постоянно по всему магазину, эти пять заказов мало о чём говорят. А четыре покупки редкого расходника вместе с конкретным товаром уже могут быть хорошим сигналом.

Именно такие вещи модуль и сравнивает. Поэтому в рекомендациях меньше случайных популярных позиций и больше товаров, связь с которыми действительно видна по истории заказов.

Дополнительные продажи без ручной настройки

Покупатель видит рядом с товаром то, что другие клиенты часто брали вместе с ним. Это могут быть расходные материалы, комплектующие, аксессуары, инструмент или другое полезное дополнение.

Такой блок может помочь увеличить количество товаров в заказе и средний чек. При этом менеджеру не приходится вручную составлять сотни комбинаций и постоянно следить за ними.

Продажи меняются — вместе с ними постепенно меняются и рекомендации.

Расчёт и обновление рекомендаций

• Основные расчёты выполняются заранее, поэтому при открытии карточки товара история заказов заново не анализируется.
• Модуль работает только с сочетаниями товаров, которые действительно встречались в заказах. Все возможные пары каталога перебирать не нужно.
• Можно выбрать, какие статусы заказов учитывать. Например, использовать выполненные и оплаченные заказы, а отменённые не включать в статистику.
• Старым продажам можно постепенно уменьшать вес, чтобы свежие заказы сильнее влияли на подборку.
• Новые и изменённые заказы можно обрабатывать автоматически по CRON.
• Размер порции заказов и пауза между обработками настраиваются под возможности сервера.

Основные возможности

Сколько товаров будет показано

В настройках задаётся максимальное количество товаров в блоке. Если указано 5, а для товара найдено только 3 нормальные рекомендации, модуль покажет именно 3.

Добивать блок случайными позициями до нужного количества модуль не будет. Если статистики пока недостаточно, блок просто не выводится.

Совместимость с нестандартными шаблонами

Базовая версия рассчитана на OpenCart 3. Сторонние шаблоны часто используют собственную разметку карточек, кнопки и JavaScript. Кроме того, авторы шаблонов могут менять их при обновлениях.

Поэтому совместимость с конкретным сторонним шаблоном проверяется отдельно, а при необходимости выполняется адаптация под его версию.

Адаптация под сторонние шаблоны и дополнительные доработки оплачиваются отдельно.

Один раз настроили — дальше модуль работает сам

После первого расчёта рекомендации можно регулярно обновлять по CRON. Новые продажи будут добавлять свежие данные, а старые связи со временем могут уступать место более актуальным.

В итоге магазин получает не случайный список товаров и не подборку из последних заказов, а рекомендации, которые постепенно формируются из реального поведения покупателей.