Поделиться
Retail Rocket Group: только 15% россиян видят по-настоящему качественные рекомендации товаров
Несмотря на бурное развитие технологий персонализации, большинство российских онлайн-покупателей до сих пор сталкиваются с примитивными рекомендательными системами. Согласно опросу, проведенному Retail Rocket Group, лишь 29% пользователей встречали персонализированные подборки на основе их покупательского поведения, а 62% никогда не покупали или покупали всего пару раз через рекомендации. При этом 37% россиян готовы платить больше в магазинах с качественными рекомендациями, а 30% — даже оформить платную подписку на улучшенные рекомендательные сервисы. Об этом CNews сообщили представители Retail Rocket Group.
Опрос проводился методом анкетирования среди 1274 респондентов в возрасте от 18 до 55 лет, совершающих онлайн-покупки несколько раз в неделю.
За последние три десятилетия рекомендательные системы совершили колоссальный скачок — от простых списков бестселлеров до сложных алгоритмов машинного обучения, способных предсказывать потребности. Однако исследование Retail Rocket Group показывает: российские покупатели практически не ощутили этой революции на себе. Большинство по-прежнему видят рекомендации базового уровня — «Популярные товары» (44%) и «Похожие товары» (44%), в то время как с настоящей персонализацией сталкивались менее трети пользователей.
Невидимые алгоритмы: каждый пятый россиянин игнорирует рекомендации
Исследование выявило парадоксальную ситуацию: при огромных инвестициях ритейлеров в рекомендательные технологии, только 6% покупателей всегда обращают на них внимание. Еще 19% делают это часто, 31% — лишь иногда, когда что-то заинтересует, а 20% игнорируют рекомендации полностью.
Основная причина такого положения дел кроется в качестве самих рекомендаций. 51% пользователей отмечают, что рекомендуемые товары «редко» или только «иногда» соответствуют их потребностям. Еще более показательна статистика по предсказанию будущих потребностей: 66% россиян заявили, что рекомендации редко или никогда не угадывают, что им скоро понадобится.
Ценовое несоответствие — еще одна проблема рекомендательных систем. Только 15% пользователей отметили, что рекомендованные товары почти всегда подходят им по цене, в то время как 30% сталкиваются с подходящими ценами редко.
При этом именно доступная цена является главным фактором качественных рекомендаций для 46% россиян. Когда покупатели все же решаются на покупку через рекомендации, в 34% случаев решающим фактором становится привлекательная цена или хорошая скидка.
Топ раздражающих факторов: когда алгоритмы промахиваются
Исследование выявило основные болевые точки современных рекомендательных систем: 29% пользователей раздражает, когда им предлагают совсем не то, что нужно; 26% сталкиваются с рекомендациями уже купленных товаров; 23% не понимают логику рекомендаций из-за отсутствия объяснений; 20% получают товары неподходящей ценовой категории.
Эти проблемы напрямую влияют на покупательское поведение: только 3% россиян регулярно покупают через рекомендации, 34% делали это несколько раз, а 32% не покупали таким образом никогда.
Категории-лидеры: где рекомендации работают лучше
Несмотря на общий скептицизм, в некоторых товарных категориях рекомендации показывают большую эффективность: продукты питания — 73% респондентов отметили, что пользуются рекомендациями; одежда, обувь и аксессуары — 33%; товары для детей — 28%.
Наименее эффективны рекомендации в категориях товаров для животных (5%), лекарств (4%) и автотоваров (2%), где покупатели предпочитают самостоятельный целенаправленный поиск.
Время принятия решения
Скорость принятия решения о покупке через рекомендации распределилась следующим образом: 21% покупают в течение 15 минут; 29% обдумывают от 15 минут до часа; 23% откладывают решение на несколько часов или дней.
Пользователи особенно ценят рекомендации в ситуациях выбора: 29% считают их полезными при сравнении двух похожих товаров, 22% — при поиске дополнений к основной покупке, 17% — когда не знают, что именно нужно купить.
Готовность платить: скрытый потенциал монетизации
Исследование выявило неожиданный тренд: более 30% пользователей потенциально готовы оплачивать подписку за более качественные рекомендации по аналогии с музыкальными сервисами. Еще более показательна готовность тратить больше денег в магазинах с хорошими рекомендациями: 6% готовы тратить на 20% больше; 18% — на 5-20% больше.
Среди активных покупателей через рекомендации эти показатели еще выше — 29% и 35% соответственно.
Условия для роста: что изменило бы отношение скептиков
Пользователи, никогда не покупавшие через рекомендации, назвали условия, которые могли бы изменить их поведение: 31% — соответствие ценовому диапазону; 31% — демонстрация реальной экономии; 19% — более точный учет интересов; 18% — помощь в поиске редких товаров; 13% — объяснение релевантности рекомендации.
Эффективность для бизнеса: сокращение времени поиска
38% пользователей, регулярно покупающих через рекомендации, согласны, что качественные рекомендации сокращают время на поиск товаров. Среди всех пользователей с этим полностью согласны 13%, скорее согласны — 20%.
При этом 37% всех опрошенных считают хорошие рекомендации обязательной функцией современных маркетплейсов (20% полностью согласны, 17% скорее согласны). Среди активных покупателей через рекомендации этот показатель достигает 100%.
Технологический разрыв: почему россияне не видят инноваций
Ключевая проблема заключается в том, что большинство пользователей сталкиваются с рекомендациями базового уровня — простыми алгоритмами, предлагающими популярные товары или основанными на очевидных закономерностях. Такие системы не учитывают индивидуальные предпочтения, контекст покупки и изменения в поведении пользователя.
Только 29% россиян встречали персональные подборки на основе их покупательских предпочтений и поведения — то есть рекомендации хотя бы развивающегося уровня. Системы продвинутого уровня, способные анализировать поведение в реальном времени и предлагать неочевидные, но релевантные товары, остаются практически недоступными для массового потребителя.
«Результаты исследования демонстрируют колоссальный разрыв между технологическими возможностями современных рекомендательных систем и тем, что реально получают российские покупатели. Большинство отечественных ритейлеров застряли на начальных уровнях развития рекомендаций, используя примитивные алгоритмы вместо современных решений на базе машинного обучения. При этом потребители явно готовы к более качественным рекомендациям — об этом говорит и готовность платить больше, и даже оформлять подписки. Рынку необходим качественный скачок в развитии рекомендательных технологий, чтобы раскрыть этот потенциал», — сказал Павел Мысин, генеральный директор в Retail Rocket Group CIS.
Короткая ссылка
