# Товарный фид для рекомендаций: как настроить, чтобы рекомендации продавали > Рекомендации не кликают и не продают? В 8 случаях из 10 проблема не в алгоритме, а в фиде. Разбираем требования и ошибки. **Рубрика:** Статьи **Дата:** 2026-07-04 Блок рекомендаций на сайте крутится, а выручки с него почти нет. Знакомая история: маркетолог винит алгоритм, подрядчик кивает на CRM, а конверсия в карточке товара так и висит на уровне погрешности. И почти всегда корень один — кривой товарный фид. Алгоритм рекомендаций умеет ровно столько, сколько ему позволяют данные. Если в фиде половина товаров без категории, цены отстают от сайта на сутки, а картинки битые — никакая модель не вытащит. Как собрать фид, с которого рекомендации реально начинают приносить деньги, разбираем с Василиной Бреусенко, CRM-маркетологом ClientCore — она настраивала фиды для десятков проектов на Mindbox и видела все способы их сломать. > **Читайте также:** [Какие данные нужны для CRM-маркетинга: чек-лист готовности бизнеса](https://blog.clientcore.ru/articles/kakie-dannye-nuzhny-dlya-crm-marketinga-chek-list-gotovnosti-biznesa) ## Что такое товарный фид и почему он решает Товарный фид — это структурированный список ваших товаров со всеми параметрами: ID, название, цена, наличие, категория, бренд, картинка, ссылка. Платформа рекомендаций читает этот файл (или принимает данные через API) и на его основе понимает, что у вас есть в продаже и как это связано между собой. Рекомендательный движок не ходит на ваш сайт смотреть товары глазами. Он работает с тем, что вы ему отдали. Поэтому фид — это и есть граница возможностей рекомендаций. Хорошие данные — движок строит связки «вместе покупают», «похожие», «дешевле/дороже». Плохие данные — он показывает рандом или вообще пустоту. > Заходили в проект, где рекомендации давали 0,3% от выручки. Открыли фид — у 40% позиций category пустая. Алгоритму нечего связывать, он показывает топ продаж всем подряд. Прописали категории и атрибуты, через три недели доля рекомендаций в выручке выросла до 4,1%. Алгоритм не трогали вообще. > > — Василина Бреусенко, CRM-маркетолог, ClientCore ## Минимальные требования к фиду Прежде чем говорить про умные сценарии, нужен скелет. Без этих полей рекомендации либо не запустятся, либо будут работать вхолостую. Обязательный минимум для большинства платформ: - **ID товара** — уникальный, стабильный, не меняется при обновлениях каталога; - **название** — читаемое, без артикулов в начале и мусорных символов; - **цена и старая цена** — актуальные, синхронные с сайтом; - **наличие** — in stock / out of stock в реальном времени или близко к нему; - **ссылка на товар** — рабочая, без редиректов и 404; - **картинка** — прямая ссылка, не заглушка; - **категория** — полный путь, а не одно слово. Звучит просто. На практике именно здесь все и сыпется. ID меняется при каждой выгрузке из 1С — и история взаимодействий обнуляется. Цена в фиде обновляется раз в сутки, а на сайте скидка уже закончилась — клиент видит одну цену в рекомендации, другую в карточке. Доверие к блоку падает мгновенно. **Норма** - ID товара живет годами и не зависит от пересборки каталога - цена и наличие подтягиваются минимум раз в час, лучше — по событию - каждая ссылка ведет на живую страницу **Red flag** - ID = порядковый номер строки в выгрузке - цена обновляется ночным крон-джобом раз в сутки - 5–10% ссылок отдают 404, и никто это не мониторит ## Атрибуты, которые превращают рекомендации в продажи Минимум запускает блок. Атрибуты делают его умным. Чем богаче карточка товара в фиде, тем точнее движок строит связки и тем релевантнее выглядит подборка для конкретного человека. Что стоит добавить сверх минимума: бренд, цвет, размер, материал, пол, возрастную группу, сезон — все, что отличает один товар от похожего. Для одежды критичны размер и цвет, для электроники — совместимость и характеристики, для косметики — тип кожи и объем. Эти поля позволяют движку не просто показать «похожее», а показать похожее в нужном размере и в наличии. Отдельно — иерархия категорий. Не «Обувь», а «Женское → Обувь → Ботинки → Зимние». Глубокая вложенность дает алгоритму понимание, что зимние ботинки ближе к зимним сапогам, чем к летним босоножкам. На плоской категории такие связки не строятся. > В fashion-проекте добавили в фид цвет и размерную сетку. Сценарий "дополни образ" начал показывать аксессуары в той же цветовой гамме. CTR блока в карточке вырос с 6 до 14%, средний чек по заказам с рекомендацией — на 9%. Все на тех же товарах, просто отдали движку больше контекста. > > — Василина Бреусенко, CRM-маркетолог, ClientCore ## Как настроить товарные рекомендации в Mindbox Если у вас Mindbox, фид заводится через каталог товаров — это и есть источник данных для всех рекомендательных механик. Загрузить его можно файлом по расписанию или передавать данные через API, что предпочтительнее для проектов с динамичным каталогом и частыми изменениями цен. Товарные рекомендации Mindbox собираются из готовых типов: «персональные», «похожие», «сопутствующие», «популярное в категории», «вы смотрели». Каждый тип опирается на разные данные. «Похожие» работают на атрибутах и категориях — без них вылетают в труху. «Сопутствующие» строятся на истории совместных покупок — тут важна корректная передача заказов с правильными ID товаров. Если в заказах ID не совпадают с ID в каталоге, движок не свяжет покупку с товаром, и рекомендации «с этим покупают» останутся пустыми. Ключевая ошибка интеграции — рассинхрон между каталогом, событиями просмотра и заказами. Один и тот же товар приходит в каталог под одним ID, в просмотрах под другим, в заказах под третьим. Платформа видит три разных товара вместо одного. Поэтому первое, что проверяем при настройке товарных рекомендаций, — сквозная консистентность идентификаторов во всех потоках данных. **Норма** - ID товара одинаковый в каталоге, просмотрах и заказах - каталог обновляется через API по событию изменения цены или остатка - настроены fallback-сценарии на случай, если персональных рекомендаций мало **Red flag** - в заказах передается артикул, в каталоге — внутренний ID - каталог грузится файлом раз в сутки в 4 утра - для нового пользователя без истории блок просто пустой ## Типичные ошибки, из-за которых рекомендации не продают Соберем то, что встречается чаще всего. Если узнаете свой проект хотя бы в трех пунктах — рекомендации недозарабатывают. **Устаревшие данные.** Цена и наличие отстают от сайта. Клиент кликает на рекомендацию, попадает на «нет в наличии» — и больше блоку не верит. Один такой случай стоит дешево, но при тысячах показов в день это системная утечка конверсии. **Дырявые категории.** Часть товаров без категории или с категорией «Разное». Движку не за что зацепиться, он сыпет популярным. Подборка выглядит как «вот что у нас вообще покупают», а не «вот что подойдет вам». **Битые картинки и ссылки.** Заглушка вместо фото убивает кликабельность. 404 по ссылке убивает доверие. Это банально, но мониторят это единицы. **Отсутствие fallback.** Новый пользователь без истории видит пустой блок. А это половина трафика на многих сайтах. Без резервного сценария «популярное» или «новинки» вы теряете рекомендации для всех новичков. **Мусор в выдаче.** В рекомендации попадают подарочные карты, услуги доставки, сопутствующие копейки. Их нужно либо исключать из фида, либо помечать флагом, чтобы движок их не показывал как товар. > Самая дорогая ошибка по деньгам — ненастроенный fallback. На одном проекте 55% трафика приходилось на новых пользователей, и они видели пустой блок. Включили резервный сценарий по категории страницы — рекомендации появились у всех, и доля блока в выручке за месяц удвоилась. Фид при этом не меняли. > > — Василина Бреусенко, CRM-маркетолог, ClientCore ## Как проверить, что фид настроен правильно Настроили — не значит работает. Фид нужно валидировать до запуска и мониторить после. Берете случайные 20–30 товаров из фида и сверяете руками: цена совпадает с сайтом, ссылка открывается, картинка грузится, категория проставлена, наличие верное. Если хотя бы у двух-трех нашли расхождение — у вас системная проблема, а не случайность. Дальше смотрите покрытие: какой процент каталога имеет заполненные атрибуты. Ниже 90% по ключевым полям — повод вернуться к источнику данных. После запуска следите за метриками блока: CTR, доля рекомендаций в выручке, конверсия из клика в заказ. Если CTR падает — почти всегда проблема в свежести данных или релевантности категорий. И обязательно настройте алерт на резкое падение размера фида: если из 10 000 товаров вдруг пришло 3 000, значит выгрузка сломалась — и об этом надо узнать в тот же час, а не через неделю по просевшей выручке. > **Читайте также:** [Как объединить офлайн и онлайн данные о клиентах в одну систему](https://blog.clientcore.ru/articles/kak-obedinit-oflayn-i-onlayn-dannye-o-klientah-v-odnu-sistemu) --- [Открыть статью на сайте](https://blog.clientcore.ru/articles/tovarnyy-fid-dlya-rekomendaciy-kak-nastroit-chtoby-rekomendacii-prodavali)