Новый товар не попадает в рекомендации, потому что у него мало покупок. Покупок мало, потому что его почти никому не показывают. Если выдача опирается только на накопленную популярность, такая петля может долго удерживать новинку вне внимания клиентов.

Холодный старт товара — недостаток истории взаимодействий, необходимой выбранному алгоритму. Решить его можно несколькими способами: использовать характеристики товара, подобрать подходящий контекст или выделить ограниченное число показов для изучения реакции. Последний подход называют exploration, то есть исследованием новых вариантов.

Сначала проверьте готовность товара

Отсутствующая история не является единственной причиной низкой выдачи. У новинки могут быть неполные атрибуты, неточная категория, недоступная доставка или недостаточный остаток. Такие проблемы нельзя исправить принудительным увеличением показов.

Проверьте изображение, цену, описание, наличие, совместимость и корректность ссылки. Если товар требует особых условий продажи, ограничения должны действовать и в исследовательской выдаче.

В Amazon Personalize механизм exploration позволяет включать товары с меньшей историей взаимодействий; степень исследования и круг кандидатов настраиваются. Это возможность конкретного алгоритма, а не гарантия выгодности любой новинки и не обязательная доля показов для вашего бизнеса.

Используйте характеристики до накопления покупок

Новую модель можно связать с известной потребностью через категорию, назначение, материал, размер или технические параметры. Не обязательно ждать, пока алгоритм обнаружит эту связь по совместным покупкам.

Однако сходство характеристик не доказывает одинаковый спрос. Цена, бренд и качество могут отличаться. Начальная рекомендация остаётся гипотезой, которую нужно обновлять по фактическому результату.

Если описание создано автоматически, проверьте его достоверность. Ошибочная характеристика способна не только ухудшить ранжирование, но и направить товар в аудиторию, которой он не подходит.

Ограничьте стоимость исследования

Условный вариант: в части допустимых показов один из четырёх товарных слотов отдаётся подходящей новинке. Остальные позиции сохраняют привычную логику. Предварительно задаются максимальное число контактов, срок проверки и допустимые расходы.

Такое правило не означает, что 25% всех показов получают новинки: доля зависит ещё и от числа выдач, участвующих в исследовании. Записывайте фактический объём, чтобы команда не путала настройку одного блока с охватом всей базы.

При дефицитном остатке исследование ограничивается возможностью выполнить заказы. Если товар закончился, отсутствие дальнейших покупок нельзя считать доказательством потери интереса.

Собирайте данные о возможности выбора

Нужен журнал того, какие товары были доступны модели, какие выбраны и в какой позиции показаны. Для email факт включения в отправленное письмо не гарантирует просмотр: открытия могут быть ненадёжны, а загрузка изображения не всегда означает внимание человека.

Сравнивайте реакцию в сопоставимом размещении и контексте. Новинка в первом большом блоке и старый товар внизу письма получают разные возможности. Без учёта позиции рейтинг будет смешивать свойства продукта и оформление.

Не объявляйте победителя по первым кликам

Проверьте переход к заказу, маржинальный доход, отмены, возвраты и жалобы. Большое изображение необычного товара может вызывать любопытство без покупок. Для товаров с длинным выбором требуется достаточное время до вывода.

Если сравнивается новая политика рекомендаций со старой, используйте случайное назначение политики и общую метрику результата. Внутренний алгоритм, который сам меняет доли показов по отклику, усложняет интерпретацию: простое сравнение наблюдённых конверсий товаров уже не равнозначно рандомизированному тесту.

Когда завершать исследование

Заранее определите, что происходит при достаточных данных, исчерпании бюджета или недоступности товара. Возможны включение в обычное ранжирование, корректировка позиционирования и остановка показов. Отсутствие убедительной разницы означает неопределённость, а не автоматическую непригодность новинки.

Полезный результат — управляемый способ давать новым товарам шанс с ограниченными расходами. Он должен обеспечивать обучение на реальном выборе и не превращаться в бессрочную обязательную рекламу всего нового ассортимента.

Источники

Amazon Web Services. User-Personalization recipe. Amazon Personalize Developer Guide. Раздел Exploration. Проверено 22.09.2026.