Muchos investigadores han sugerido mejorar la retención de un usuario en la plataforma digital utilizando un sistema de recomendación. Estudios recientes muestran que hay muchas formas potenciales de ayudar a los usuarios a encontrar elementos interesantes, además de las predicciones de alta precisión de las calificaciones. En este documento, estudiamos cómo los diversos tipos de información sugerida a un usuario pueden influir en su comportamiento. Los tipos se han dividido en información visual, información evaluativa, información categorial e información narrativa. Basándonos en nuestros resultados experimentales, analizamos cómo diferentes tipos de información complementaria afectan al rendimiento de un sistema de recomendación en términos de animar a los usuarios a hacer clic en más elementos o pasar más tiempo en la plataforma digital.