или заполните форму
разработка
Диалог вместо каталога, или как AI-подборщики меняют e-commerce
Максим Жуков
Сооснователь ecommerce-агентства KISLOROD
Покупатель приходит на сайт, видит десятки похожих товаров и уходит изучать форумы. Дело даже не в том, что у конкурентов дешевле, а потому что сложно выбрать. В этой статье разбираем, как AI-подборщики помогают покупателям находить нужное, где уже работают, на каком ассортименте имеют смысл и когда технология выгодна.
Что такое AI-подборщик
AI-подборщик — это способ общения с каталогом через диалог, а не через фильтры и поиск. Вы не листаете десятки страниц и не отмечаете галки в настройках. Система задает несколько вопросов или принимает свободный запрос на обычном языке, а потом выдает готовый вариант покупки.
Технически подборщик вырос из рекомендательных систем, но решает другую задачу. Рекомендательные модели показывают, что еще купили другие люди, или предлагают похожие товары. Это помогает увеличить средний чек, но не решает проблему выбора, когда покупатель сам не знает, что ему нужно. Умная поисковая строка в свою очередь исправляет опечатки и подтягивает синонимы, но она пассивна: пользователь обязан самостоятельно сформулировать корректный запрос.
Подборщик же уточняет детали шаг за шагом, прежде чем показать товар. Например, клиент пишет «рюкзак для работы». Вместо выдачи всех моделей из категории «бизнес» система задаст уточнения: нужен ли отсек для ноутбука 15 дюймов, как покупатель носит рюкзак (на одном плече или на двух), какой у него рост. Последний вопрос критичен для посадки лямок и распределения нагрузки — параметр, о котором обычный покупатель даже не догадывается. Система сужает выбор с сотен позиций до одной-двух, учитывая то, что пользователь не назвал бы сам.
Разница между этими подходами — в месте воронки, где они работают. Рекомендательные системы активно взаимодействуют с покупателями, когда корзина почти собрана, и добивают средний чек. Подборщик же актуален на входе в сложную категорию, где человек еще не выбрал товар и в любой момент закроет вкладку. По данным Bain & Company, внедрение AI-ассистентов для персонализированного шопинга способно увеличить выручку ритейлера на 5–10%.
Нужно учитывать, что подборщик не отменяет остальные инструменты навигации. Поиск, фильтры и рекомендательные блоки продолжают работать на массовых и простых товарах, где пользователь не нуждается в помощи. Но для категорий с высоким числом параметров, сравнительным характером выбора и низкой покупательской экспертизой подборщик — один из основных способов удержать клиента, который в противном случае ушел бы изучать конкурентов.
Как влияет ИИ-консультант на бизнес
Как работает AI-консультант
AI-консультант (подборщик) — это три инженерных компонента, каждый из которых решает свою задачу:
1. База знаний о товарах.
Обычный каталог — это список товаров с их свойствами. Он не понимает, что один товар не подходит к другому, даже если формально характеристики совпадают.
Подборщик такие неочевидные связи выучивает на примерах из реальной жизни: какие комплекты покупали другие люди, на что жаловались при возвратах, какие комбинации работают хорошо.
Для бизнеса это означает, что перед внедрением подборщика необходим аудит данных. Если в вашем каталоге нет четких связей между товарами или характеристики заполнены через раз, подборщик будет ошибаться.
2. Диалоговая модель.
Эта часть отвечает за перевод с человеческого языка на язык характеристик. Покупатель пишет «тихий холодильник». Модель знает, что в паспортах товаров это называется уровнем шума и тихим считается значение до 38 децибел. Покупатель просит «ноутбук, чтобы можно было монтировать видео». Модель понимает, что нужен мощный процессор и дискретная видеокарта.
Такие модели обучают на реальных диалогах из чатов поддержки и записей звонков. Система учится распознавать синонимы, исправлять опечатки и справляться с ситуациями, когда пользователь сам не знает, что ему нужно.
Но не все AI-технологии одинаково полезны в подборщиках. Генеративные модели вроде ChatGPT хороши для творческих задач, зато для подбора товаров они опасны. Такие модели могут уверенно заявить, что товар есть в наличии, хотя его нет, или придумать характеристику, которой не существует. Это называется галлюцинациями нейросетей.
Чтобы не произошло сбоя, в систему загружают заранее прописанные сценарии диалога — наборы вопросов и варианты ответов. ИИ-консультант на сайте не придумывает новые фразы с нуля, а выбирает подходящий следующий вопрос из готового списка. Это ограничивает свободу нейропомощника, но гарантирует, что он не предложит несуществующий товар.
3. Механизм объяснений.
Механизм объяснений показывает, почему система предложила именно этот вариант. Например, клиенту, который ищет большой холодильник, ИИ-консультант ответит примерно так:
Вы сказали, что ищете холодильник для семьи из четырех человек и часто покупаете продукты раз в неделю. Я выбрал эту модель, потому что у нее объем морозильной камеры на 30% больше, чем у аналогов в этом ценовом диапазоне.
Такие объяснения работают как доказательство. Человек выбирает не потому, что компьютер сказал, а потому, что параметры товара действительно решают его задачу. Это важно для дорогих товаров и категорий, где последствия ошибки высоки — например, детские товары, медицинское оборудование или туристическое снаряжение.
Где AI-подборщики уже показывают результат
Подборщик актуален там, где покупателю нужна помощь, а консультантов физически не хватает на всех. Вот шесть зон, где технология уже работает:
1. Электроника и бытовая техника.
Крупные сети вроде «М.Видео» используют AI-навигаторов для сложных категорий. Система помогает выбрать телевизор для комнаты с панорамными окнами или стиральную машину, которая впишется в нишу ровно 60 сантиметров и при этом загрузит пуховое одеяло. Раньше с такими запросами шли к продавцу в чат. Теперь диалог с подборщиком дает ответ за минуты.
2. B2B-закупки и промышленность.
Здесь цена ошибки измеряется миллионами. Неправильно подобранный насос или станок с ЧПУ встанут в копейку. AI-подборщики анализируют технические задания на обычном языке, проверяют совместимость узлов и формируют спецификацию для тендера. Человек на такой работе выгорает за полгода, слишком много деталей. Система делает то же самое без потери качества.
3. Страхование и финансы.
В страховании каждый случай уникален, и на итоговую цену услуги влияет много факторов: стаж, возраст, место парковки, история ДТП. Обычный калькулятор считает цену, но не проверяет, подходит ли полис. AI-консультант для сайта задает пять вопросов и объясняет, почему этот вариант покроет риски.
4. Медицинские услуги и диагностика.
Выбор пульсоксиметра для дома или слухового аппарата — зона высокой ответственности. AI не ставит диагнозы, но предупреждает о несовместимости. Например, для вашего типа тугоухости эта модель не подойдет, у нее нет нужной функции. Обычный менеджер в магазине медтехники такого может не знать.
5. Косметика и парфюмерия.
Человек не всегда может сформулировать, какой аромат ему нужен. Например, свежий, но не цитрусовый. Подборщик переводит такие образы в конкретные продукты. В косметике — анализирует тип кожи, возраст, сезон и жалобы. Например, российский бренд Geltek внедрил такой сервис — система за минуту анализирует состояние кожи пользователя по фото и подбирает комплексный уход индивидуально.
6. Мебель и товары для ремонта.
В этой категории покупатель легко ошибается в деталях. Подборщик задает вопросы о диаметре трубы, состоянии поверхности (уже покрашена или нет), необходимости антивандального покрытия. Через три уточнения система выдает не список из двадцати вариантов, а одну позицию с понятным объяснением — почему именно она подходит под вашу стену, трубу или полку.
Эти шесть категорий — самые массовые, но далеко не единственные. Детские товары, автозапчасти, зоотовары, туристическое снаряжение — везде, где выбор требует учета нескольких параметров, подборщик выигрывает у статичного каталога. Технология масштабируется на любой сложный ассортимент. Покажем это на примере нашего недавнего внедрения.
Кейс: внедрение AI-подборщика для дистрибьютора оборудования для кафе и ресторанов
Клиент — дистрибьютор профессионального оборудования для общепита: кофемашины, холодильные столы, посудомойки, печи. Каталог — 800 позиций от европейских и азиатских брендов. Заказчики — владельцы небольших кофеен, шеф-повара или управляющие ресторанами.
Проблема
Клиенты редко точно знают, какое оборудование им нужно. Например, они ищут кофемашину на 50 чашек в день. Консультант тратит 20–30 минут на один диалог, ему надо уточнить размеры, производительность, условия установки, совместимость с посудой. В высокий сезон (перед открытием новых точек) поток заявок в чате и по телефону растет в три-четыре раза.
Решение
- Выбрали две пилотные категории: кофемашины и холодильное оборудование — там самый высокий процент ухода со страницы и больше всего однотипных вопросов в чат.
- Разобрали 800 диалогов из чата поддержки за последние три месяца и выделили 12 типовых сценариев подбора.
- Для каждого сценария прописали логику вопросов и связку с параметрами товаров — например, для кофемашин привязали к характеристикам: тип рожка или наличие прямого подключения к воде.
- Интегрировали подборщик с учетной системой через API — подтягиваются актуальные остатки и цены в реальном времени.
- Настроили вопросы простым языком без технических терминов: вместо «тип охлаждения» — «с вентилятором или без».
- Встроили механизм объяснений: после выдачи модели система показывает, какой именно ответ пользователя определил выбор.
- Подборщик запустили на сайте как отдельный виджет в карточках категорий и как попап при длительном бездействии пользователя на странице.
Результаты
- Консультанты перестали тратить время на типовые подборы, а теперь обрабатывают только сложные случаи.
- Клиент получает подбор за 2–3 минуты вместо 30 минут ожидания в чате.
- Подбор доступен 24/7 — вечером и в выходные, когда консультант не на связи
- Система зафиксировала почти 150 новых комбинаций параметров, которых не было в исходных сценариях — их добавили в базу знаний.
- Количество брошенных диалогов на этапе вопросов сократилось на треть после того, как переформулировали вопрос про тип охлаждения (добавили пояснение «с вентилятором или без»).
- Подборщик выдерживает пиковые нагрузки до 20 параллельных сессий без падения скорости ответа
- Интеграция с учетной системой работает без сбоев, остатки и цены актуальны в режиме реального времени.
Хотите понять, где вы теряете клиентов на этапе выбора?
Проведем аудит воронки и покажем, где AI-подборщик даст максимальный рост — по конверсии, среднему чеку и скорости сделки.
Оставьте заявку, разберем ваш кейс и предложим сценарий внедрения.
Проведем аудит воронки и покажем, где AI-подборщик даст максимальный рост — по конверсии, среднему чеку и скорости сделки.
Оставьте заявку, разберем ваш кейс и предложим сценарий внедрения.
Плюсы и минусы AI-подборщика
Любая технология — это компромисс. У подборщика тоже есть сильные и слабые стороны, и их важно изучить до внедрения:
Из таблицы можно сделать вывод, что минусы подборщика — это скорее условия внедрения: качественные данные, прописанные сценарии, готовность команды. Технология подходит не для всех категорий — эмоциональный выбор остается за человеком, но для массового сложного ассортимента подборщик уже сейчас рабочий инструмент. Разберем, какое будущее у этой технологии.
Как технология будет развиваться в России
Корпорации — Ozon, Wildberries, Яндекс — уже инвестируют в персонализацию и диалоговые интерфейсы. Но эти решения остаются внутри их экосистем и заточены под их ассортимент. Массовый ритейл двигается медленно из-за масштаба IT-систем и бюрократии.
При этом покупатели уже готовы к такому формату. По данным исследования, 30% россиян доверили бы нейросети выбор компьютерной техники, 28% — товаров для строительства и ремонта, 27% — бытовой техники. 32% опрошенных «АльфаСтрахованием» советуются с ИИ перед крупными покупками — от техники до путешествий, а 47% используют нейросети для сравнения товаров и поиска выгодных предложений.
Главное, что покупатели хотят от подборщика: умение суммировать отзывы (40%), подбирать товары под личные предпочтения (34%) и объяснять сложные характеристики простыми словами (33%). Эти функции снимают главную боль: 76% покупателей признаются, что при выборе товара им приходится искать дополнительную информацию на сторонних сайтах и форумах, а 32% сложно определиться с подходящей моделью среди множества вариантов.
Первыми эту возможность, скорее всего, используют средние интернет-магазины в нишах со сложным выбором: DIY-сети, магазины электроники, мебельные компании, аптеки. Они получат преимущество перед конкурентами, которые останутся с обычными фильтрами и поиском. Покупатели уже ждут такого сервиса — бизнесу остается дать его первым.
Если теряете покупателей на сложном выборе — предлагаем попробовать новый подход. Мы внедряем AI-подборщики для e-commerce. Приходите на консультацию, обсудим ваш каталог без обязательств.
Получайте полезный контент от KISLOROD в любом из мессенджеров
При переходе в одну из указанных социальных сетей вы автоматически даете согласие на обработку персональных данных и согласие на получение рекламной рассылки. Подробнее об обработке данных в Политике конфиденциальности.
Рекомендованные статьи
Скачайте 17 точек роста и 100 + чекеров для роста конверсии и прибыли интернет-магазина
При переходе в одну из указанных социальных сетей вы автоматически даете согласие на обработку персональных данных и согласие на получение рекламной рассылки. Подробнее об обработке данных в Политике конфиденциальности.
Мы проанализировали ведущие интернет-магазины, результаты исследований, свой опыт и собрали важные моменты в одно руководство. Делаем e-commerce лучше, поэтому не только пользуемся сами, но и делимся с вами.
Выберите удобный мессенджер и получите чек-лист прямо сейчас:
