Adobe Recommendations

Adobe Recommendations — это модуль платформы Adobe Experience Cloud, предназначенный для автоматической персонализации контента и рекомендаций продуктов пользователям веб-сайтов, мобильных приложений и электронной почты на основе их поведения, предпочтений и контекстных данных. Система использует алгоритмы машинного обучения и правила, задаваемые маркетологами, чтобы показывать каждому посетителю наиболее релевантные товары, статьи или другие элементы, что повышает вовлечённость, конверсию и средний чек.

История

Появление и развитие

Технология, лежащая в основе Adobe Recommendations, возникла в результате приобретения компанией Adobe в 2009 году стартапа Omniture, который специализировался на веб-аналитике. В составе Omniture существовал продукт Recommendations, изначально разработанный для интеграции с платформой SiteCatalyst. После покупки Adobe интегрировала этот модуль в свою экосистему маркетинговых решений, переименовав его в Adobe Recommendations.

В 2013 году, с запуском Adobe Marketing Cloud, Recommendations стал частью пакета Adobe Target, который отвечает за тестирование и персонализацию. В последующие годы функционал модуля расширялся: были добавлены алгоритмы на основе глубокого обучения, поддержка мобильных приложений, интеграция с Adobe Analytics и Adobe Audience Manager, а также возможность использования данных из сторонних источников.

Современное состояние

На 2024 год Adobe Recommendations входит в состав Adobe Experience Cloud и является одним из ключевых инструментов для B2C- и B2B-компаний, стремящихся к омниканальной персонализации. Модуль активно используется в электронной коммерции, медиа, финансовом секторе и туризме. В России продукт доступен через официальных партнёров Adobe, однако с 2022 года, в связи с санкционными ограничениями, компания Adobe приостановила продажи новых лицензий и обновлений для российских клиентов, что привело к переходу части пользователей на альтернативные решения.

Архитектура и принцип работы

Сбор данных

Adobe Recommendations собирает информацию о действиях пользователей на сайте или в приложении через тег Adobe Target, который устанавливается на страницы. Данные включают:

• просмотры страниц и товаров;
• добавления в корзину и покупки;
• поисковые запросы;
• клики по рекомендациям;
• геолокацию, тип устройства, время суток;
• демографические и сегментные данные из Adobe Audience Manager.

Алгоритмы рекомендаций

Система поддерживает несколько типов алгоритмов, которые можно комбинировать:

• Коллаборативная фильтрация — рекомендации на основе поведения похожих пользователей («люди, купившие этот товар, также купили…»).
• Контентная фильтрация — рекомендации на основе атрибутов товаров (например, «похожие товары из той же категории»).
• Популярность — показ самых просматриваемых или покупаемых товаров за определённый период.
• Персонализированные алгоритмы — на основе истории действий конкретного пользователя (например, «часто покупаемые вместе»).
• Алгоритмы на основе правил — маркетолог может вручную задать условия (например, «если пользователь смотрел товары из категории «спорт», рекомендовать товары из подкатегории «бег»).

Рендеринг и доставка

Рекомендации отображаются в виде виджетов (блоков) на страницах сайта, в письмах или в push-уведомлениях. Каждый виджет настраивается через интерфейс Adobe Target: выбирается дизайн, количество элементов, критерии сортировки и фильтры. Система поддерживает A/B-тестирование и многорукие бандиты для автоматического выбора наиболее эффективного алгоритма в реальном времени.

Классификация и виды

По типу контента

• Товарные рекомендации — для интернет-магазинов: «с этим товаром покупают», «вы недавно смотрели».
• Контентные рекомендации — для медиа и новостных сайтов: «читайте также», «похожие статьи».
• Рекомендации по действиям — для сервисов: «следующий шаг», «рекомендуемые услуги».

По месту размещения

• На странице товара — блоки «похожие товары», «сопутствующие товары».
• На главной странице — персональные подборки для каждого пользователя.
• В корзине — рекомендации для увеличения среднего чека (cross-sell).
• В письмах и уведомлениях — триггерные рекомендации после брошенной корзины или покупки.

По способу настройки

• Автоматические — алгоритмы выбирают контент без участия маркетолога.
• Ручные — маркетолог задаёт правила и критерии.
• Гибридные — комбинация автоматических алгоритмов и ручных правил.

Применение

Электронная коммерция

Основная сфера использования. Рекомендации помогают:

• увеличить средний чек (cross-sell и up-sell);
• снизить показатель отказов (bounce rate);
• повысить конверсию в покупку;
• вернуть пользователей, бросивших корзину (через email-рекомендации).

Медиа и развлечения

Новостные порталы, видеосервисы и стриминговые платформы используют Adobe Recommendations для персонализации ленты контента, подбора статей по интересам и рекомендации видео на основе истории просмотров.

Финансовый сектор

Банки и страховые компании применяют модуль для предложения кредитных продуктов, депозитов или страховых полисов на основе профиля клиента и его транзакций.

Туризм и гостиничный бизнес

Авиакомпании, отели и агрегаторы туров рекомендуют направления, отели и дополнительные услуги (страховка, трансфер) в зависимости от истории бронирований и поисковых запросов.

Интеграция с другими продуктами Adobe

Adobe Analytics

Данные из Adobe Analytics (поведенческие отчёты, сегменты, атрибуты) могут быть переданы в Recommendations для построения более точных моделей. В обратную сторону — результаты рекомендаций (клики, конверсии) анализируются в Adobe Analytics.

Adobe Audience Manager

Система управления аудиториями позволяет создавать сегменты пользователей (например, «постоянные покупатели», «новички») и передавать их в Recommendations для персонализации.

Adobe Experience Manager

Интеграция с системой управления контентом (CMS) позволяет автоматически встраивать виджеты рекомендаций в страницы, созданные в AEM.

Adobe Campaign

Рекомендации могут быть включены в email-рассылки, созданные в Adobe Campaign, для отправки персонализированных предложений.

Преимущества и ограничения

Преимущества

• Гибкость — поддержка множества алгоритмов и правил.
• Масштабируемость — работает с миллионами пользователей и товаров.
• Интеграция — единая экосистема Adobe Experience Cloud.
• A/B-тестирование — встроенные инструменты для оптимизации.
• Реальное время — обновление рекомендаций при каждом действии пользователя.

Ограничения

• Сложность настройки — требует квалифицированных специалистов по маркетинговым технологиям.
• Зависимость от данных — качество рекомендаций сильно зависит от полноты и актуальности данных.
• Стоимость — лицензия на Adobe Target с модулем Recommendations является дорогостоящей (от $1000 в месяц для малого бизнеса).
• Ограничения для России — с 2022 года невозможность приобретения новых лицензий и получения технической поддержки от Adobe.

Критика

Основные претензии к Adobe Recommendations связаны с высокой стоимостью и сложностью внедрения. Небольшие компании часто не могут оправдать затраты на лицензию и обучение персонала. Кроме того, модуль критикуют за недостаточную прозрачность алгоритмов: маркетологи не всегда могут понять, почему система рекомендует тот или иной товар, что затрудняет отладку. Некоторые пользователи отмечают, что встроенные алгоритмы уступают по точности специализированным решениям, таким как Amazon Personalize или Google Recommendations AI, особенно в сценариях с малым объёмом данных.

Интересные факты

• Adobe Recommendations способен обрабатывать до 1 миллиона запросов в секунду при пиковых нагрузках (например, в «Чёрную пятницу»).
• Модуль поддерживает более 40 языков, включая русский.
• По данным Adobe, компании, использующие Recommendations, в среднем увеличивают конверсию на 15–30% и средний чек на 10–20%.
• В 2020 году Adobe запустила функцию «AI-driven recommendations», которая использует нейросети для предсказания следующего действия пользователя.

Источники

• Adobe Target Documentation. «Recommendations Overview». Adobe Inc., 2023.
• Документация Adobe Experience Cloud. «Adobe Recommendations Developer Guide». Adobe Inc., 2022.
• Статья «Adobe Recommendations: A Complete Guide». Econsultancy, 2021.
• Отчёт «The State of Personalization 2023». Segment (Twilio), 2023.
• Материалы конференции Adobe Summit 2022. «Personalization at Scale with Adobe Recommendations».