Гібридний рушій рекомендацій для fashion e-commerce: +47% до середнього чека

Завдання

Клієнт — провідний онлайн-ритейлер одягу в Україні з каталогом 180 000+ SKU і 2,4 млн активних покупців. Блок "Схожі товари" формувався вручну категорійними менеджерами: 35 годин роботи щотижня та повна відсутність персоналізації. Конверсія на блоці становила 1,6%, а частка повторних покупок — лише 18% проти галузевого бенчмарку 29%.

Рішення

Розробили двоетапний гібридний рушій. На першому етапі two-tower нейромережа будує embeddings користувачів і товарів на основі історії переглядів, покупок і вподобань. На другому — re-ranker враховує контекстуальні сигнали (поточний кошик, ціновий діапазон сесії, сезонність), атрибути товарів і правила бізнес-логіки (маржинальність, залишки). Cold-start для нових користувачів вирішено через популярність у сегменті та перші 3 кліки сесії. Розгортання — мікросервіс на FastAPI з кешуванням у Redis, p95-latency 18 мс.

Результат

За 8 тижнів A/B-тесту на 50% трафіку рушій показав статистично значуще зростання всіх цільових метрик. Середній чек покупців, що взаємодіяли з рекомендаціями, зріс на 47%. Команда категорійних менеджерів звільнила 35 годин на тиждень для стратегічних задач.

Технології

Схожі кейси