Главный эффект: воронка покупок теперь работает лучше
ВКонтакте добилось того, что пользователи, которые заинтересовались товаром в авторском посте, переходили к покупке в 43 раза чаще, чем раньше. Обычный рекомендер не справлялся, поэтому команда построила внутри ленты отдельный контур — с собственной моделью, логированием и квотой.
Чем товарный пост отличается от обычного
Для контента важны лайки и время просмотра. Для товара цель — финальный заказ. Между ними длинная воронка, и на каждом шаге отсекается часть аудитории. Поэтому ранжировать товары теми же признаками, что и посты, оказалось недостаточно.
Нужны были сигналы именно о покупке и дополнительные данные о поведении пользователей в товарной категории.
Как собрать данные для холодного старта
Товарных постов в ленте мало, их показывают редко, и взаимодействий почти нет. Чтобы решить это, подняли логирование показов товарных кандидатов до 100 % через платформу Discovery. В обычной ленте логируют всего 2 %, а для товаров — все. Это увеличило объём обучающей выборки в 15 раз.
Что заменило настоящие заказы на старте
Сначала модель училась на частых proxy-событиях: раскрытие текста поста (expand), клики по карточке в Маркете, исторические реакции на коммерческий контент. Позже таргеты постепенно приближались к реальному заказу.
Также использовали простые топы по полу, возрасту и популярности товара, чтобы начинать показывать хотя бы базово подходящие варианты.
Как ранжируют товары
Модель работает на градиентном бустинге CatBoost. Приоритет событий выстроен строго: заказы важнее клик-аутов, а те — важнее обычных реакций. Негативные исходы (быстрые пролистывания, дизлайки) штрафуются.
Квота, порог и разнообразие
Товарные посты занимают 1,5 % ленты по умолчанию. Для пользователей, у которых модель нашла высококонверсионный товар, квота может вырасти до 5 %. После ранжирования применяется порог релевантности: если скор ниже, пост не показывается вообще.
Добавили механизм категориального разнообразия, чтобы в выдаче не повторялись товары из одной категории, если есть достойные альтернативы из других.
Что изменилось в результатах
За пять месяцев работы контура конверсия «показ → заказ» выросла на 53 %. Количество заказов увеличилось в 43,2 раза, переходов к партнёру — в 55,3 раза, а просмотров самих товарных постов — в 28,3 раза. CTR переходов из постов почти удвоился.
Побочный эффект: авторы стали активнее
Одновременно с улучшением рекомендаций количество товарных публикаций авторов выросло до 5 тысяч в сутки. Рекомендации нашли аудиторию, авторы получили мотивацию публиковать больше такого контента, а каталог кандидатов начал расти сам.
Главные уроки для новых доменов
- Сначала обеспечьте данные для обучения, а не сразу выбирайте архитектуру модели
- Поднимайте логирование только для нужного типа кандидатов, а не всей ленты
- Используйте лестницу таргетов: от частых событий к настоящей цели
- Разделяйте квоту и порог релевантности, чтобы не загонять плохую рекомендацию
- Не забывайте про контентные метрики, иначе коммерческий контур может навредить основному продукту