Как работает алгоритм FBT
Frequently Bought Together строится на анализе ассоциативных правил: ищутся пары и тройки товаров, которые чаще всего оказываются в одном заказе. Два ключевых понятия из Association Rule Mining:
- Support: как часто товары покупают вместе относительно всех заказов
- Confidence: вероятность купить товар B, если куплен товар A
Support(A→B) = N(A и B в заказе) / N(всех заказов)
Confidence(A→B) = N(A и B в заказе) / N(заказов с A)
Современные реализации используют item embeddings и нейросетевые co-purchase модели, которые лучше обрабатывают разреженные матрицы, чем классический Apriori.
FBT vs другие рекомендательные блоки
| Блок | Логика | Бизнес-цель |
|---|---|---|
| FBT | Co-purchase в заказах | Cross-sell, рост AOV |
| Похожие товары | Similarity по атрибутам/поведению | Substitution, снижение отказов |
| Недавно просмотренные | Личная история пользователя | Навигация, возврат к интересу |
| Персональные рекомендации | Профиль пользователя | Discovery, рост CR |
FBT — лучший выбор для cross-sell, потому что опирается на реальные решения покупателей, а не на атрибутивное сходство. Если покупатели электродрели стабильно берут к ней свёрла конкретной марки — алгоритм это выявит без ручных правил.
Где размещать FBT-блок
На PDP: размещение ниже кнопки «В корзину» или в разделе «Дополните образ» — стандартный сценарий. Пользователь ещё не принял финальное решение, и дополнительные товары видны органично.
В корзине: наиболее конверсионное место для FBT. Пользователь уже решил купить основной товар — момент для «взять с собой» оптимален. Отображение «С этим часто берут» перед кнопкой оформления.
Важно: Не перегружайте блок FBT количеством позиций. 2–4 товара работают лучше, чем 8–10: пользователь принимает решение быстрее.
Cold Start и fallback-стратегии
Новые товары без истории покупок не могут участвовать в co-purchase алгоритме. Варианты решений:
- Category-based: показывать популярные товары из совместимых категорий
- Мерчандайзинговые правила: ручная настройка «к этому товару показывать вот эти»
- Content-based similarity: товары со схожими атрибутами (бренд, размер, совместимость)
После накопления достаточного числа транзакций (обычно 50–100 совместных покупок) товар автоматически переходит на алгоритмические рекомендации.