Рекомендации товаров на сайте я настраиваю почти в каждом магазине, который приходит ко мне на доработку: собственник просит поднять средний чек, а на практике карточка товара заканчивается кнопкой «в корзину» и больше ничего не предлагает. Блок «с этим товаром покупают» под ценой, «похожие товары» в подвале карточки, персональная подборка на главной странице - это конкретный канал допродаж, который считается в деньгах через отчёт по источникам заказа, а не декоративный виджет для красоты.
Какие блоки рекомендаций реально дают выручку
За несколько лет работы с интернет-магазинами на WooCommerce и Tilda я свёл рабочие схемы к одному списку. На практике выручку двигают 5 типов блоков, остальное - вариации этих же принципов под другим названием.
| Блок рекомендаций | Как подбирает товары | Где ставить |
|---|---|---|
| С этим товаром покупают | Связка позиций, которые чаще всего оказываются в одном заказе | Страница товара, под кнопкой «в корзину» |
| Похожие товары | Та же категория, теги, близкий диапазон цены | Страница товара, в подвале карточки |
| Вы недавно смотрели | История просмотров в текущей или прошлой сессии по cookie | Главная страница, шапка каталога |
| Персональная подборка | История заказов и поведения конкретного покупателя | Главная страница для авторизованных, e‑mail-рассылка |
| Дополняющие товары | Ручные связки: чехол к телефону, крепёж к мебели | Корзина, страница оформления заказа |
Первые два блока закрывают большую часть задач: они не требуют истории покупок конкретного человека и работают даже для нового посетителя, который зашёл на сайт впервые. Персонализация и «дополняющие товары» - вторая волна доработок, которую есть смысл включать, когда базовые блоки уже настроены и приносят измеримый эффект в отчётах по заказам.
Где размещать блоки, чтобы не терять конверсию
Место блока решает не меньше, чем логика подбора товаров.
- На странице товара блок «с этим товаром покупают» я ставлю сразу под кнопкой «в корзину» и ценой, а не в самом низу страницы: пользователь видит его до того, как принял решение о покупке, а не после того как уже прокрутил страницу до конца.
- «Похожие товары» логично работают ниже, в подвале карточки, как запасной вариант, если основной товар не подошёл по цене или характеристикам.
- В корзине уместны «дополняющие товары»: чехол к телефону, крепёж к купленной полке, батарейки к игрушке. Здесь работает узкий, почти ручной подбор, а не алгоритм по категории, иначе в корзину попадает случайный товар не в тему.
- На странице оформления заказа рекомендации я почти не ставлю: любой лишний блок на этом шаге снижает конверсию в оплату, потому что отвлекает от заполнения формы и добавляет повод передумать.
- На главной странице и в письмах после заказа хорошо работают «персональная подборка» и «вы недавно смотрели»: здесь человек не в процессе покупки, и блок с рекомендациями не мешает, а возвращает его на сайт.
По моей практике один и тот же товар в двух блоках одной страницы, что в «похожих», что в «с этим покупают», выглядит как баг, а не как рекомендация. Логику подбора для каждого блока стоит развести хотя бы по одному параметру: категория, цена, тег.
Бесплатный материал
🎁 Полезный скрипт в подарок
Подпишитесь на Telegram - пришлю готовый скрипт по этой теме.
Без спама. Отписка в 1 клик.
Как устроены рекомендации в WooCommerce
WooCommerce закрывает базовые сценарии рекомендаций штатными полями, без сторонних сервисов.
Апселлы и кросс-селлы в Product Data
Поле Upsells задаёт товары дороже и качественнее того, что сейчас смотрит покупатель. WooCommerce выводит их прямо на странице товара как альтернативу выбранному. Поле Cross-sells работает иначе: сюда добавляют то, что обычно покупают вместе с этим товаром, и такие позиции всплывают уже в корзине, а не на карточке. Разница не в интерфейсе, а в моменте показа: апселл предлагает заменить выбор, кросс-селл дополнить его.
Число карточек и порядок вывода апселлов регулирует фильтр woocommerce_upsell_display_args в functions.php темы или в отдельном плагине сайта: через него меняют количество колонок, число товаров в блоке и сортировку. Кросс-селлы на странице корзины выводит шаблон cart/cross-sells.php, его можно переопределить в теме, если нужен другой дизайн блока.
Плагины и поведенческие рекомендации
Штатные Upsells и Cross-sells заполняются вручную, и это нормально для каталога до нескольких сотен товаров. Когда позиций тысячи, вручную связывать каждую пару физически не успеваешь, и тогда подключают плагины, которые считают рекомендации по факту совместных покупок: анализируют состав прошлых заказов и строят связку «этот товар чаще всего берут вместе с тем». Здесь я всегда проверяю два момента до установки: как плагин считает связки, по всем заказам магазина или только по последним, и не тормозит ли он загрузку карточки товара. Часть таких решений тянут пересчёт рекомендаций прямо при открытии страницы, вместо того чтобы отдавать закешированный результат.
Рекомендации на Tilda и лендингах
На Tilda логика немного другая, потому что это конструктор, а не движок с базой данных под рукой у разработчика.
Похожие товары по тегам и категориям
Блоки каталога в Tilda позволяют группировать товары по категориям и тегам и выводить их подборками на странице. Это первая линия рекомендаций, встроенная в конструктор без единой строчки кода. Для магазина с ограниченным ассортиментом, до полусотни позиций, часто хватает грамотно расставленных тегов вроде «сопутствующее», «этот же бренд», «похожая цена», и блок «похожие товары» уже работает без доработок.
Кастомная логика для сложных сценариев
Как только нужно показывать «с этим товаром покупают» по факту истории заказов, а не по тегам, или подставлять разные товары в зависимости от того, что человек уже смотрел на сайте, тегами это не закрыть. Такую логику я делаю кастомным скриптом, который встраивается в блок каталога и обращается к отдельному хранилищу связок между товарами. Стоимость такой доработки начинается от 3 000 ₽ за простую правку существующего блока и растёт в зависимости от того, сколько данных скрипт должен обрабатывать и откуда их брать.
Персонализация: от правил до истории покупок
Персонализация блоков рекомендаций растёт в сложности постепенно, и не обязательно начинать сразу со сложной модели.
- Простые правила: рекомендовать товары той же категории, что уже куплены, или той же ценовой группы. Это уже персонализация, хоть и без сложных алгоритмов, и она закрывает большую часть эффекта.
- Cookie-подборки: «вы недавно смотрели» на основе ID товаров, сохранённых в браузере за текущую и прошлую сессию, без привязки к логину.
- История заказов из CRM: если у покупателя есть личный кабинет и заказы синхронизированы с CRM, подборку строят на основе того, что он уже купил, а не только просмотрел.
- Триггерные рекомендации в e‑mail и мессенджерах: письмо с подборкой «то, что вы забыли в корзине» или «новинки в категории, которую вы смотрели» отправляют не вручную, а по сценарию.
На практике такие сценарии я собираю через автоматизация в n8n: сервис забирает данные о брошенной корзине или последнем заказе из CRM и магазина, формирует подборку товаров и передаёт её в письмо или в Telegram-уведомление менеджеру.
Частые ошибки, которые режут конверсию блока рекомендаций
- Рекомендовать то, что уже лежит в корзине или уже куплено покупателем.
- Слишком много блоков на одной странице: лента перегружает и снижает отклик по каждому отдельному блоку.
- Одинаковые товары в разных блоках одной страницы вместо разной логики подбора для каждого.
- Рекомендации без учёта наличия на складе: товар с рекомендацией, которого нет в наличии, работает против магазина, а не на него.
- Блок без ценового ориентира: если под товаром за 2 000 ₽ рекомендуют товар за 20 000 ₽, конверсия блока падает, а не растёт.
Частые вопросы
Сколько стоит настройка рекомендаций товаров на сайте?
Если рекомендации нужны как часть нового интернет-магазина под ключ, я закладываю их в проект стоимостью от 80 000 ₽. Точечная доработка существующего сайта на Tilda, например кастомная логика похожих товаров, стоит от 3 000 ₽ и растёт от объёма задачи. Автоматизация e‑mail и мессенджер-рекомендаций через n8n оценивается отдельно, от 25 000 ₽.
Как быстро блок рекомендаций начинает окупаться?
Точных сроков окупаемости я не называю, потому что это зависит от трафика и среднего чека конкретного магазина. По моей практике эффект от базовых блоков, «с этим товаром покупают» и «похожие товары», виден уже в первых отчётах по заказам после запуска, потому что они не требуют накопления истории и работают с первого визита. Персонализированные подборки на истории заказов раскрываются медленнее, потому что для них нужна база покупок, а не только просмотров.
Нужна ли отдельная база данных для рекомендаций на Tilda?
Для рекомендаций по тегам и категориям хватает встроенного каталога Tilda, отдельное хранилище не требуется. Оно понадобится только для кастомной логики вроде подсчёта совместных покупок или персональных подборок по истории заказов, тогда скрипт обращается к внешнему хранилищу данных, которое настраивают отдельно от самого сайта.
Можно ли добавить рекомендации в корзину WooCommerce без плагинов?
Да, поле Cross-sells в настройках товара и шаблон cart/cross-sells.php входят в штатную функциональность WooCommerce, отдельный плагин для этого не нужен. Плагины имеют смысл, когда связки должны считаться автоматически по истории заказов, а не заполняться вручную для каждого товара.