Журнал / Кирилл Наумов
Подбор товаров с AI начинается с точного каталога
Что проверить в карточках товаров, вариантах и данных о наличии до того, как добавлять в магазин разговорного AI-помощника.
Автор: Кирилл Наумов ·
Покупатель спрашивает AI-помощника, где найти куртку для дождливой дороги, зарядку для конкретного устройства или диван, который поместится в узкую комнату. Ответ может звучать красиво. Но важнее проверить простые вещи: существует ли товар, подходит ли он под запрос, есть ли он в нужном городе и можно ли его действительно купить?
Для начала каталог должен точно описывать товар
Описание обычно решает сразу несколько задач: рассказывает о бренде, помогает мерчандайзерам, заполняет карточки на площадках и подсказывает продавцу, что ответить. Для подбора через диалог нужны понятные и непротиворечивые сведения: размеры, материалы, совместимость, уход, комплектация, различия между вариантами, цена и наличие. «Премиальное качество» — оценка. «Подходит для ниши шириной 60 см» — факт, на который покупатель может опереться, если он указан для нужной модели и точно измерен.
В [спецификации Google Merchant Center для товарных данных](https://support.google.com/merchants/answer/7052112?hl=ru) говорится о точной и правильно оформленной информации, а также о совпадении наличия в фиде, карточке товара, на этапе заказа и в структурированных данных. Это инструкция для товарных объявлений, а не гарантия того, что продукт попадёт в ответы AI. Но принцип применим к любому поиску, который берёт сведения из каталога.
Не смешивайте варианты товара
Одна модель, шесть размеров и три цвета — это не один и тот же товар. Связь между основной карточкой и вариантами должна быть понятной. Если покупатель ищет чёрную модель восьмого размера, система не должна подставлять фотографию или остаток другого варианта. То же с совместимостью: чехол для одного поколения телефона не становится универсальным из-за уверенной формулировки нейросети.
Выберите категорию, где нужные характеристики уже есть, а покупателям часто приходится сравнивать варианты. Договоритесь, какие поля считаются главными, кто исправляет ошибки и как часто обновляются цена и остатки. Если важного атрибута нет, помощник должен честно сказать, чего не может подтвердить, задать уточняющий вопрос или передать запрос сотруднику. Правдоподобная догадка — всё равно догадка.
Честно проведите покупателя к следующему шагу
Рекомендация полезна только тогда, когда за ней можно действовать. Покажите нужный товар и вариант, источник важного утверждения, подходящий способ доставки или самовывоза и рабочую ссылку на покупку. Не обещайте наличие в любом магазине или доставку завтра, пока это не подтверждает актуальная система. Обычный поиск и каталог тоже должны остаться доступны: ради простой информации о товаре человеку не обязательно начинать беседу с ботом.
Проверяйте всю задачу покупателя
Составьте набор тестовых вопросов на основе типичных обращений, убрав персональные сведения. Добавьте расплывчатые запросы, опечатки, противоречивые требования, вопросы о вариантах, товары без остатка и ситуации, на которые каталог не даёт ответа. Попросите специалиста проверить, верно ли система выбрала товар, вариант, характеристики и следующий шаг. Отдельно проверьте вопросы-ловушки о совместимости, если подтверждения в базе нет.
Смотрите не только на количество ответов. Измеряйте точность выбора модели и варианта, переходы на карточку, добавления в корзину и покупки, бесполезные ответы, передачи сотруднику, исправления и возвраты из-за неверно понятых характеристик. Сравнивайте с обычным поиском или помощью продавца. Рост кликов — не победа, если одновременно стало больше возвратов не того товара и лишней работы у команды.
Если тест выявил пробелы, сначала приведите в порядок каталог и правила поиска, а потом добавляйте новый слой AI. Иногда самая полезная «AI-трансформация» — это аккуратная карточка, актуальные остатки и понятный владелец данных. Менее кинематографично, чем говорящий помощник, зато заметно полезнее покупателю.
Практические сценарии AI в ритейле, продажах, обучении сотрудников и программах лояльности разбираем на странице [AI for Retail workshop](https://www.kirillnaumovai.com/workshops/ai-retail-november).