Фото и инфографика для маркетплейсов: что работает на Wildberries. Исследование 30 000 карточек

Мы собрали 30 000 карточек товаров из поиска Wildberries (вайлдберриз) по 300 запросам в 8 категориях. Распознали инфографику на главных фото, померили каждое фото по 16 признакам и сопоставили с местом в выдаче. Для каждой карточки взяли открытые данные WB: сколько в ней фото, есть ли видео и рич-контент, когда она создана и кто продавец. Через две недели повторили 40 запросов и посмотрели, кто удержался в топе и что стало с карточками, которые сменили обложку. Отдельно пересчитали 94 A/B-теста обложек с показами и кликами.

Главное в цифрах

1. Топ выдачи живёт недолго. За две недели в топ-100 запроса осталась треть карточек, 33,7 %. В топ-20 осталось 38 %, первое место удержали 7 запросов из 40. Две сессии браузера в один день совпадают на 97–98 %, так что это не погрешность сбора.
2. Новая обложка место не удержала. За две недели главное фото сменили у 8,5 % карточек. В топ-100 их осталось 33 %, у тех, кто фото не трогал, 34 %.
3. У топа больше фото в карточке. Медиана 12 фото у топ-20 против 10 у мест 81–100, топ впереди в 235 запросах из 298. Видео есть у 52 % карточек топа и у 39 % внизу, рич-контент у 40 % и 28 %.
4. Новичкам место в топе есть. Карточек младше трёх месяцев в первой десятке 16 %, в последней 14 %.
5. В топ-20 в среднем 11 разных продавцов. У самого крупного обычно 5 мест, часто это расцветки одного товара.
6. Место держится на оценках покупателей. У первой десятки медиана 1 502 оценки, у мест 81–100 от 114 до 122. Число оценок отличает топ от мест 81–100 в 263 запросах из 300.
7. Признаки фото дают слабый, но устойчивый сигнал. На 200 новых запросах повторились пять: фото типично для своей выдачи, на фото комплект, товар крупнее, фото темнее и реже на белом фоне. AUC каждого от 0,53 до 0,57.
8. Крупная надпись стоит на 85 % главных фото. На 1-м и на 100-м месте почти одинаково: 88,6 % и 84,6 %. Треть верхней части кадра в среднем закрыта текстом.
9. Когда отзывов поровну, фото угадывает место чуть лучше. В 7 376 таких парах фото угадывает, кто выше в выдаче, в 56,7 % случаев, отзывы, рейтинг и цена в 52,8 %. На 10 000 карточках разрыв был больше: 60 % против 49 %.
10. Главное фото меняет CTR в 1,42 раза. Так в медиане отличаются лучшая и худшая обложки одного товара в A/B-тесте. Случайность при тех же показах дала бы 1,11.
11. Половина A/B-тестов не набирает показов для ответа. При медианных 5 262 показах на вариант тест замечает отрыв только от 28 %. У 39 тестов из 81 разница осталась в пределах случайности.

1. Данные

Категории: авто, детские товары, дом, красота, одежда, спорт, хобби, электроника. Выдачу мы читали с обычной страницы поиска без входа в аккаунт, так же, как её видит покупатель. Фото скачаны в размере миниатюры из приложения WB на телефоне. У 57 карточек WB удалил фото до того, как мы их скачали: эти карточки есть в выдаче, но фото у них не мерили. Рекламные места от обычных не отделены: в разметке страницы они ничем не помечены. Картинки продавцов и обложки турнира в статье не публикуем.

2. Как мы считали

Признаки фото. На каждом фото померили:

• кадр: долю площади, которую занимает товар (вырезка фона моделью rembg), фон по краям кадра (белый, тёмный), яркость, насыщенность, пестроту цвета, количество мелких деталей;
• текст: распознали все надписи (Apple Vision, русский и английский), высоту самой крупной строки в миниатюре 180×240, число знаков, на фото третьей волны ещё и место каждой надписи в кадре. По словарю отметили 8 типов надписей: количество, размер и объём, «хит» и «новинка», подарок, скидка, гарантия, натуральность, возраст;
• содержание: нейросеть SigLIP (Google) оценила, есть ли в кадре человек, комплект из нескольких предметов, крупный план, и насколько фото похоже на соседей по выдаче.

Проверка меток глазами. Метку «человек в кадре» проверили на 40 случайных фото с меткой и 40 без неё. С меткой верно 33–34 из 40 (ноги в носках и глаз крупным планом мы считали человеком), без метки людей не нашлось. Метки «сцена из жизни» и «рендер или нарисовано нейросетью» на такой проверке оказались почти случайными, поэтому в выводы мы их не брали. Комплект и крупный план используем как непрерывную оценку, без деления на «да» и «нет».

Данные карточки. Для каждой карточки взяли открытый файл с описанием товара, который WB отдаёт странице товара: число фото, есть ли видео и рич-контент, дату создания, длину описания и названия, число заполненных характеристик, бренд и продавца. Плашки в выдаче («Акция 11.11», скидка, баллы за отзыв) мы записали только в третьей волне.

Сравнение. Внутри каждого запроса сравнивали 20 первых карточек с карточками на местах 81–100: кружки с кружками, пуховики с пуховиками. Главная мера, AUC, это вероятность того, что у случайной карточки из топа значение признака выше, чем у случайной карточки снизу. 0,5 значит «связи нет». Интервалы 95 % считали бутстрепом по запросам, 2 000 повторов.

Повтор. Первые 40 запросов собрали 16–17 октября, по ним вышла первая версия выводов. Потом собрали 60 новых запросов, а 1 ноября ещё 200, и проверили каждый вывод на каждой волне отдельно.

Две недели. 1 ноября заново собрали те же 40 запросов, что и 16 октября. Чтобы отделить настоящие перемены от погрешности сбора, 10 из них в тот же день собрали второй раз, другой сессией браузера. Главное фото каждой карточки 16 октября мы сравнили с её главным фото 1 ноября по тому же адресу миниатюры: побайтно и по разностному хешу. Пороги «то же фото», «правка», «новое фото» проверили глазами на 30 парах.

A/B-тесты. Показы и клики переписали со скриншотов итогов, значимость считали двусторонним z-тестом по лидеру и второму месту (p < 0,05). Чтобы отделить настоящий разброс от случайного, 300 раз смоделировали те же тесты с одинаковым CTR у всех вариантов.

Оговорка. Мы проверили больше 30 признаков без поправки на множественные сравнения. На 30 000 карточках даже крошечная разница выходит значимой, поэтому смотрите не только на интервал, но и на величину: AUC 0,51–0,53 значит, что признак почти ничего не решает.

3. Выдача за две недели

3.1. Топ меняется быстрее, чем кажется

16 октября и 1 ноября мы собрали первые 100 мест по одним и тем же 40 запросам. Через две недели в топ-100 запроса осталась в среднем треть прежних карточек, 33,7 %. В топ-20 осталось 38,4 %, в топ-10 38,8 %. Первое место удержали 7 запросов из 40. Ещё в 12 запросах прежний лидер остался в первой десятке.

Разброс большой. В «пазлах» и «органайзере для хранения» из сотни осталась одна карточка. Тип товара тот же, но вперёд вышли другие товары: в пазлах детские, и медиана оценок в топ-20 упала с 195 до 133. В «фитнес-резинках» и «детской бутылочке» из топ-20 на месте 15 и 16 карточек.

Проверка на погрешность. Те же запросы 1 ноября мы собрали двумя разными сессиями браузера с разницей в несколько минут. Совпали 98 % карточек топ-100 и 97 % топ-20. Значит, перемены за две недели настоящие, а не погрешность сбора.

1 ноября шла акция 11.11, в ней участвуют 86 % карточек топа. В распродажу выдача может двигаться сильнее обычного, поэтому цифры этого раздела стоит считать оценкой для сезона распродаж.

3.2. Сменили обложку — место не удержали

За две недели у 338 карточек из 3 997 главное фото заменили на новое, это 8,5 %. Ещё у 81 карточки поправили надпись или плашку: сменили цифры, добавили «11.11», промокод или «в подарок».

В топ-100 остались 33 % карточек с новой обложкой и 34 % карточек, где фото не трогали. Разница −0,7 п. п. [−5,9; +4,5], то есть её нет. На 10 мест и больше поднялись по 9 % в обеих группах. После правки надписи или плашки в топ-100 осталось 44 %, но таких карточек всего 81, и интервал разницы касается нуля.

Это наблюдение, а не эксперимент. Мы не знаем, почему продавец сменил фото: возможно, обложку чаще меняют те, у кого падают продажи. Но быстрого эффекта от новой обложки в выдаче не видно. Надёжнее проверять обложку A/B-тестом, об этом раздел 6.

4. Карточка целиком: что ещё отличает топ

4.1. Чем выше место, тем богаче карточка

* Плашку акции видно в выдаче только в третьей волне, 198 запросов.

Число фото в карточке сильнее остальных признаков карточки: AUC 0,62, топ впереди в 235 запросах из 298. Сильнее связано с местом только число оценок. Видео есть у 54 % карточек первой десятки и у 40 % последней, рич-контент у 43 % и 29 %. Описание, характеристики и название почти не отличаются.

Это связь, а не причина. У лидеров больше заказов и денег на контент, и они раньше доснимают фото и видео. Но если в карточке 6 фото, а у соседей по выдаче 12, покупатель это видит.

Топ — места 1–20, низ — места 81–100.

4.2. Новичкам место в топе есть

Медианный возраст карточки в выдаче 14 месяцев. Карточек младше трёх месяцев 17,5 %, младше месяца 6,3 %. В первой десятке молодых 16 %, в последней 14 %, по всей сотне доля почти ровная. Старых карточек, от двух лет, в первой десятке чуть больше: 36 % против 28–34 % на остальных местах.

4.3. Продавцы: кто занимает топ

В топ-20 запроса в среднем 11 разных продавцов. Самый крупный держит в медиане 5 мест из 20. В 282 запросах из 298 хотя бы у одного продавца 3 места и больше. Часто это расцветки и размеры одного товара: WB показывает их в выдаче отдельными карточками.

Всего в выборке 8 537 продавцов. Крупнейший 1 % из них держит 22 % всех карточек, 74 продавца встречаются в 10 и более запросах из 300.

5. Главное фото: что связано с местом

5.1. Как выглядит главное фото на WB

Типичное главное фото на WB: цветной фон, товар на треть кадра, восемь строк текста и цифры. На 10 000 и на 30 000 карточках эта картина одна и та же.

5.2. Место держится на оценках

У карточек на местах 1–10 медиана 1 502 оценки, на местах 11–20 606, на местах 21–30 359. После 40-го места от 114 до 210. Внутри запроса связь места с числом оценок умеренная: ρ Спирмена 0,22 [0,20; 0,25]. Место в выдаче складывается из продаж, отзывов, рекламы и контента карточки, и главное фото работает поверх этого.

5.3. Какие признаки фото связаны с местом

Сильнее всего из признаков фото работает типичность: в 198 запросах из 300 фото топа похожи на соседние фото выдачи. Скорее всего, здесь причина и следствие поменялись местами: продавцы копируют лидеров, и фото лидера становится типичным. Поэтому в советы этот признак не берём.

Комплект, товар на большую часть кадра и мелкие детали дают слабый, но устойчивый сигнал. У топа фото темнее (в 187 запросах из 300) и реже стоит на белом фоне (в 180 из 300). Человек в кадре, рейтинг и количество текста с местом почти не связаны.

5.4. Повтор на 200 новых запросах

На первых 4 000 карточках крупный план выглядел признаком топа: 29 запросов из 40. На 60 новых запросах он выиграл в 28 из 60, на 200 новых в 118 из 200. Его мы из выводов убрали. Ради такой проверки мы и добирали выборку до 30 000.

5.5. От 1-го места к 100-му

Крупная надпись держится по всей сотне: 88,6 % на местах 1–10 и 84,6 % на местах 91–100. Человек в кадре тоже: 23,6 % и 23,0 %. Белый фон по краям к концу сотни встречается всё чаще: 11,5 % в первой десятке и 17,1 % в последней. Фото совсем без текста тоже: 5,5 % и 7,8 %. Доля кадра под товаром медленно снижается: 36,0 % и 34,3 %.

5.6. Что пишут в инфографике на главном фото

Количество в надписи и гарантия встречаются у топа на 2,8 и 1,3 п. п. чаще. Рекламные слова «хит», «скидка», «акция» на главных фото WB почти не пишут, даже в распродажу 11.11.

5.7. Где на главном фото стоит текст

На фото третьей волны мы записали, где стоит каждая надпись, и сложили такие карты для 3 931 фото топа и 3 949 фото с мест 81–100. Текст ставят наверх: в верхней трети кадра надпись закрывает в среднем треть площади, в нижней трети одну десятую. Чаще всего это полоса заголовка под верхним краем и плашка в правом нижнем углу.

Топ и низ выдачи тут почти не отличаются: надписи закрывают 18,5 % кадра у топа и 17,7 % у мест 81–100. У топа заголовок чуть чаще стоит полосой в верхней четверти, а у самого нижнего края текста меньше. Разница маленькая, раскладка текста на WB почти у всех одна.

5.8. По категориям

Что видно по категориям (значимо, интервал не задевает 0,5):

• Оценки решают везде, сильнее всего в красоте (AUC 0,75), авто и доме (0,72), слабее всего в детских товарах и спорте (0,64).
• Комплект работает в авто, детских товарах (0,59), доме (0,58) и спорте (0,55). В одежде и красоте связи нет.
• Товар на большую часть кадра работает в спорте (0,57), хобби (0,56), электронике (0,55) и одежде (0,54).
• В красоте и спорте топ избегает белого фона: AUC 0,43, в авто слабее, 0,46.
• В спорте и электронике топ чаще показывает человека: 0,57 и 0,55. В остальных категориях человек в кадре с местом не связан.
• В авто у топа крупнее надпись: 0,57, в спорте и электронике слабее, 0,54.
• Одежда устроена по-своему: крупная надпись только на половине фото, человек в кадре на четырёх из пяти.

5.9. Угадать, кто выше в выдаче

Мы учили простую модель угадывать, какая из двух карточек одного запроса стоит выше, и проверяли её на запросах, которых она не видела.

В целом отзывы угадывают место надёжнее фото. Когда отзывов у двух карточек почти поровну (разница до 35 %), отзывы, рейтинг и цена опускаются почти до уровня монетки, а фото держится на 56,7 %. На 10 000 карточках фото в таких парах угадывало 60 %, а отзывы 49 %. На тройной выборке разрыв сократился с 11 до 4 п. п., интервалы слегка пересекаются. Поэтому это скорее устойчивая тенденция, чем твёрдый результат.

Модель знает, насколько она уверена: в 10 % пар, где она уверена сильнее всего, она угадывает 72,9 %, в 30 % самых уверенных пар 68,0 %.

6. A/B-тесты: сколько стоит главное фото

6.1. Главное фото меняет CTR в 1,4 раза

В 81 тесте с показами лучшая обложка в медиане собрала в 1,42 раза больше кликов на показ, чем худшая (межквартильный размах 1,29–1,58). В 73 % тестов разница от 1,3 раза, в 35 % от 1,5 раза, в 9 % от двух раз. Случайность при тех же показах дала бы медиану 1,11. Значит, большая часть разброса настоящая: обложка заметно меняет кликабельность.

6.2. Тестам не хватает показов

Медиана показов на вариант в турнире 5 262 (межквартильный размах 5 054–6 074), медиана CTR 3,7 % (2,8–5,2 %). При таких цифрах тест надёжно замечает только отрыв от 28 %. У 42 тестов из 81 лидер оторвался значимо, у 39 разница осталась в пределах случайности.

Показов на каждый вариант, чтобы тест находил отрыв в 4 случаях из 5 (двусторонний z-тест, p < 0,05).

6.3. Заказы в тесте

В медиане на весь тест приходится 12 заказов. Лидер по CTR стал лидером по заказам в 21 тесте из 79, ещё в 7 по заказам ничья. При трёх вариантах наугад вышло бы около 26 из 79. По заказам в таких тестах победителя определить нельзя, для этого нужны тысячи кликов.

6.4. Дизайн карточки: дизайнер против продавца

В постах дизайнеры выиграли 73 теста из 93. Это объясняется арифметикой: в тесте обычно две обложки дизайнеров против одной обложки продавца, и наугад дизайнер выиграл бы около 60 тестов. По отдельной обложке картина ровная: в постах дизайнер обходит продавца в половине случаев, в полной таблице этапа IV в трети. В 11 тестах этапа IV обложка продавца выиграла у всех дизайнеров.

6.5. Угадывают ли люди

До раскрытия итогов канал спрашивает подписчиков, у какой обложки CTR выше. За будущего победителя в среднем голосовали 48 % при 33 % наугад, большинство угадало в 19 тестах из 31. Связь доли голосов с CTR умеренная: ρ Спирмена 0,40. В 12 тестах большинство ошиблось. В тесте мужских слипонов 65 % из 304 проголосовавших выбрали фото обуви на ноге, и оно заняло последнее место: CTR 4,21 % при 6,66 % у победителя.

6.6. Угадывает ли нейросеть победителя теста

Модель (SigLIP и 18 замеров) обучили на 5 000 товаров Alibaba и зафиксировали до проверки на WB. На данных Taobao она выбирает лучший вариант в 69,3 % пар с явной разницей [68,1; 70,6]. На тестах WB в таких парах 56,3 % [46,7; 66,7]: интервал захватывает 50 %, от монетки результат не отличить. Победителя теста модель угадала в 14 тестах из 31, люди в 19.

То, что модель выучила на квадратных баннерах Taobao с китайским текстом, на вертикальные карточки WB с русским текстом не перенеслось. Чтобы угадывать победителя на WB, модель надо учить на тестах WB. Открытых данных таких тестов нет.

7. Что из этого следует для продавца

1. Не считайте место в топе своим. За две недели в топ-100 запроса остаётся треть карточек. Смотрите на выдачу по своим запросам регулярно, а не раз в квартал.
2. Сначала оценки, потом фото. Место в выдаче держится на продажах и отзывах. Фото работает, когда соседи равны по отзывам, и в A/B-тесте рекламы.
3. Доснимите карточку. У топа медиана 12 фото против 10, видео у половины карточек, рич-контент у 40 %. Сильнее всего разница в красоте и спорте.
4. Не ждите, что новая обложка сама вернёт место. В наших данных смена главного фото за две недели на место не повлияла. Проверяйте обложку A/B-тестом, а не заменой.
5. Крупная надпись нужна, но не выделяет. Она стоит на 85–89 % фото по всей сотне и почти всегда сверху. В одежде её ставят на половину фото.
6. Покажите товар крупно и комплект. Товар на большую часть кадра и комплект связаны с топом: во всех трёх волнах в одну сторону, на 200 новых запросах значимо. Сильнее всего в спорте, хобби, авто и детских товарах. Надпись «5 пар», «10 шт» у топа на 2,8 п. п. чаще.
7. Белый фон и светлое фото топ не выделяют. У топа фото темнее в 187 запросах из 300, белый фон к концу сотни встречается всё чаще. В красоте и спорте топ белого фона избегает.
8. Человек в кадре место почти не объясняет, кроме спорта и электроники. Выбирайте его по смыслу товара.
9. Тестируйте обложку. Разница между лучшим и худшим вариантом в медиане 1,4 раза по CTR.
10. Давайте тесту показы. При CTR 5 % для отрыва в 20 % нужно около 8 тысяч показов на вариант, для 10 % около 31 тысячи. При 5 тысячах тест видит только отрыв от 28 %.
11. Не выбирайте обложку по автору или голосованием. Работа дизайнера выигрывает у обложки продавца в 33–52 % случаев, большинство подписчиков ошиблось в 12 тестах из 31.

8. Ограничения

• Место в выдаче это ещё не клики. Его решают продажи, отзывы, реклама и контент карточки. Рекламные места мы от обычных не отделили: в разметке страницы они не помечены.
• Связь, не причина. Возможно, у лидеров просто есть деньги на хорошую съёмку, видео и дизайн.
• Три волны в разное время. Вторая и третья волны и повтор собраны 30 октября и 1 ноября, во время распродажи 11.11. Цену мы сравниваем только внутри запроса, но выдача в распродажу может двигаться сильнее обычного.
• Две сессии браузера. Волны 1 и 2 собраны одной сессией браузера, волна 3 и повтор другой. В один день они совпадают на 97 % по топ-20 и на 98 % по топ-100 (проверка на 10 запросах).
• Данные карточек на 1 ноября. Число фото, видео и рич-контент мы взяли 1 ноября. Для карточек первых двух волн они могли немного измениться с момента сбора выдачи.
• Смена обложки это наблюдение. Мы не знаем, почему продавец сменил фото, а правок надписи всего 81.
• Метки нейросети неточные. «Человек в кадре» верен примерно в 33 случаях из 40, комплект и крупный план проверены глазами только частично.
• Турнир это особый формат. В нём обложка продавца соревнуется с работами дизайнеров. Показы и клики переписаны со скриншотов, у трёх тестов они приблизительные.
• Без поправки на множественные сравнения. На 30 000 карточках значимыми выходят даже признаки с AUC 0,51–0,53. Такие результаты почти ничего не решают, считайте их фоном.

9. Как сделать варианты для теста

Для A/B-теста нужны два-три варианта главного фото одного товара. Их можно сделать из одного снимка в Студии Чипа: нажмите на фон или лишний предмет и напишите, что сделать. Новое появится только в выделенном месте, товар останется как есть. Каждая правка сохраняется отдельной версией.

Если у вас есть итоги A/B-тестов главного фото, напишите в поддержку Чипа: добавим их в следующее исследование.

Источники

• Выдача Wildberries по 300 запросам, 16 октября – 1 ноября 2026 года, сбор и замеры Чипа; открытые данные карточек Wildberries на 1 ноября 2026 года.
• «Турнир по CTR»: t.me/upctr, итоги 94 тестов и 31 опрос, июнь 2025 – октябрь 2026; открытая таблица этапа IV.
• Alibaba CreativeRanking: статья, данные.
• Модели: SigLIP ViT-B-16 (Google, open_clip), rembg u2netp, распознавание текста Apple Vision.

Чип есть и в Telegram: @ChipAI_robot.