Nordstrom, AI и право передумать

Покупатель, который месяц назад купил чёрные ботинки, вполне может захотеть ещё одни чёрные ботинки. А может объявить личный бойкот чёрным ботинкам навсегда. Оба варианта совершенно нормальны. Поэтому рекомендации в моде — это не только задача подбора похожих товаров. Это разговор о поводе, настроении, бюджете и иногда о прекрасном решении купить вещь, которая совсем не похожа на прошлые покупки.

В 2018 году Nordstrom сообщила об инвестициях в BevyUp и MessageYes. В релизе BevyUp описывается как инструмент клиентелинга, который помогает продавцу продолжать отношения с покупателем в разных каналах, а MessageYes — как мобильный сервис, использующий AI и обратную связь покупателей. В годовом отчёте за 2024 год компания также описывает связанную работу физических и цифровых каналов, включая стилинг, выдачу заказов, возвраты и подгонку. Это описание компанией своей платформы и инвестиций. Оно не доказывает, что конкретная рекомендация будет желанной, точной или коммерчески успешной.

Поэтому важнее не вопрос «что ещё купит этот человек?», а вопрос «какой вариант ему может быть полезно рассмотреть сейчас — и почему?». Ответ, который показывает логику, даёт стилисту материал для разговора. Ответ в духе «такие люди покупали это» превращает покупателя в статистическую тень его же прошлого.

У рекомендации должен быть редактор

Я бы дал консультанту короткую карточку: какой повод предполагается, на чём основан выбор, чего система не знает и какие есть три действительно разных варианта. Один — безопасное продолжение привычного. Второй — разумная альтернатива. Третий намеренно не похож на историю покупок, но подходит к озвученной задаче. Стилист может убрать товар, заменить его или задать уточняющий вопрос, прежде чем что-либо увидит покупатель.

Возможность редактировать важна и для доверия, и для обучения. Если стилист отклоняет рекомендацию, потому что она не учитывает погоду, посадку, дресс-код или прямо высказанное пожелание, система должна воспринимать это как обратную связь о качестве совета, а не как повод в следующий раз сильнее давить на сотрудника. Человеческий вкус — не грязные данные, которые надо вычистить из воронки.

Команде маркетинга стоит заранее обозначить границы, а не ждать отчёта по кликам. Не делать выводы о чувствительных характеристиках. Не изображать автоматическую рекомендацию как личный ручной подбор. Не превращать старый возврат или покупку подарка в пожизненный ярлык. Хранить только данные, нужные для сервиса, давать понятные настройки и оставлять возможность начать разговор без профиля вообще.

Проверять полезное удивление, а не автоматическое давление

Небольшой пилот можно провести в одной категории с добровольцами-консультантами. Сравнить обычный список товаров со списком, где есть причины, степень неопределённости и шаг редактирования. Смотреть, принимают ли стилисты подсказки, меняют или отклоняют их; просят ли покупатели альтернативы; создаёт ли совет лишнюю работу из-за плохой посадки или отсутствия товара. Не стоит называть успехом каждую принятую рекомендацию: иногда человек соглашается, потому что за ним уже очередь.

Самая ценная часть — качественный разбор. Нужно читать случаи, где стилист говорит: «Технически это подходит, но сегодня это не про этого человека». Это не редкое исключение. В таких фразах и живёт то самое суждение, благодаря которому клиентелинг ощущается личным, а не навязчивым.

Хороший рекомендательный механизм не пытается выиграть каждое решение. Он помогает человеку в разговоре выбрать лучше, оставляет покупателю право не согласиться и помнит: предпочтение — это фраза, а не пожизненный приговор.