Клиент несколько недель видит одни и те же четыре товара. Модель считает их наиболее подходящими, потому что они популярны и похожи на прошлые покупки. Но повторение не учитывает, что человек уже мог их изучить, отвергнуть или купить в другом месте.

Разнообразие рекомендаций — различие полезных вариантов внутри одной выдачи и между последовательными контактами. Оно не означает случайную смену ассортимента. Задача — дать человеку содержательный выбор, сохранив связь с его потребностью.

Определите, на каком уровне повторяется предложение

Проверьте точные варианты, модели, товарные семейства и категории. Четыре цвета одной футболки формально могут быть разными товарными позициями, или SKU, но выглядеть как одно предложение. И наоборот, повтор расходника, который клиент действительно регулярно покупает, может быть полезнее новой категории.

Нужно различать показы и доступную историю. Если система знает только отправленные письма, корректно говорить о повторном включении товара в коммуникацию, а не о количестве фактических просмотров человеком.

Google описывает разнообразие и свежесть как отдельные задачи окончательного ранжирования. Их можно учитывать через дополнительные источники кандидатов и правила по характеристикам. Это не означает, что разнообразие всегда улучшает продажи: критерий зависит от задачи выдачи.

Найдите техническую причину

Одинаковые товары могут появляться из-за устаревшего каталога, неработающего обновления, малого числа доступных кандидатов или постоянного срабатывания запасного блока. Если модель вообще не вызывается, настройка разнообразия внутри неё ничего не изменит.

Сверьте версию модели, время обновления признаков, итоговые фильтры и причину использования резервного контента. Посмотрите, не удаляет ли региональный фильтр почти весь ассортимент, оставляя четыре единственных варианта.

Задайте ограничения по задаче

Для подбора альтернатив полезно ограничить число товаров одного семейства. Для комплекта, наоборот, важна связность: основной товар и совместимые дополнения могут принадлежать разным категориям, но решать одну задачу.

Условное правило для еженедельной подборки: не более двух вариантов одной модели, не повторять отклонённые человеком товары и часть блока оставлять для новых подходящих кандидатов. Числа здесь выбираются для примера. Их нужно проверять, а не переносить как стандарт.

Ограничение повторов должно иметь срок и причину. Явный ответ «не интересно» сильнее отсутствия клика. Отсутствие клика может означать, что письмо вообще не было прочитано. Для регулярного пополнения расходника отдельное исключение может быть оправдано.

Что делать, если кандидатов мало

Не ослабляйте требования наличия и совместимости ради визуального разнообразия. Лучше уменьшить число карточек или показать полезный материал по задаче, чем добавить неподходящий товар.

Если новых релевантных вариантов нет, допустимо пропустить очередную подборку. Постоянная частота не должна автоматически создавать обязательство заполнить письмо чем угодно.

Как измерить разнообразие

ПоказательЧто он показывает
Доля повторных товаровНасколько выдача повторяет недавние контакты
Число товарных семействЕсть ли содержательные альтернативы
Охват допустимого каталогаНасколько узкую часть ассортимента использует система
Отказы и жалобыНе ухудшилось ли восприятие рекомендаций

Эти показатели диагностируют выдачу, но сами по себе не являются целью бизнеса. Максимальный охват каталога легко получить случайными рекомендациями, которые никому не нужны.

Сравните допустимые политики

Случайно назначьте клиентам обычную и изменённую политику на достаточный срок, сохранив сопоставимую нагрузку. Оцените маржинальный доход на участника, покупки, отписки и повторение товаров. Эффект разнообразия может проявляться в нескольких контактах, поэтому одного письма не всегда достаточно.

Не подменяйте падение продаж ростом числа показанных категорий. И не отклоняйте новое правило только по снижению CTR — доли получателей доставленных писем, перешедших по ссылке, — если оно уменьшило пустое любопытство и улучшило завершённые покупки. Решение должно опираться на заранее выбранную бизнес-метрику и качество клиентского опыта.

Источники

Google. Re-ranking. Machine Learning. Recommendation Systems. Разделы Freshness и Diversity. Проверено 22.09.2026.