Александр Костин – ИИ в интернет-магазине: как увеличить продажи и маржу (страница 4)

Если человек ориентирован на экономию, ему важно видеть: цена за единицу, сравнение вариантов, почему один дороже, где реально переплата, какие функции можно не брать. Если человек ориентирован на надежность, ему важно видеть: гарантия, качество материалов, результаты тестов, частые проблемы и как они решены, отзывы с упоминанием долговечности. Если человек ориентирован на скорость, ему важно видеть: доставка, наличие, быстрый выбор, минимум текста, максимум ясных решений. Если человек ориентирован на статус и эстетичность, ему важны: дизайн, бренд-нарратив, визуальные детали, ощущение, что он выбирает “лучшее”.

ИИ позволяет подставлять в карточку правильный набор аргументов не для “всех”, а для “этого человека сейчас”. Причем речь не обязательно про радикально разные страницы. Часто достаточно изменить порядок блоков, выделить разные тезисы на первом экране, адаптировать тональность и привести разные примеры использования. Маленькая перестановка смыслов может дать больше, чем большая скидка, потому что она делает предложение личным.

Чтобы это работало, магазин должен перестать относиться к тексту как к литературе. Текст – это интерфейс. У интерфейса есть метрика: помогает ли он принять решение. Отсюда вытекает новый стандарт копирайтинга: каждое предложение выполняет задачу. Оно либо отвечает на типовой вопрос, либо снимает сомнение, либо помогает сравнить, либо уточняет ограничения, либо усиливает доверие. Все, что не делает ничего из этого, – лишнее.

Из этого стандарта рождается практическая конструкция карточки, которая в 2026 году становится нормой.

Сначала – “смысл за 5 секунд”. На первом экране человек должен понять, что это за товар, в чем его ключевая ценность, и почему он стоит своих денег. Не общими словами, а конкретно: для кого, для чего, чем отличается. Если это одежда – что за посадка, что за ощущение, как ведет себя ткань. Если это техника – какой сценарий закрывает и чем выгоден. Если это косметика – какой эффект и для какого типа кожи. Этот блок не обязан быть длинным. Он обязан быть точным.

Потом – “как выбрать без ошибок”. Это блок, который превращает карточку в консультанта: подсказки по размерам, совместимости, вариантам, выбору комплектации, типовым ошибкам покупателей. Именно здесь ИИ особенно полезен, потому что он может анализировать возвраты, вопросы в поддержку и отзывы, чтобы выявлять повторяющиеся проблемы. Если люди часто возвращают товар из-за “не подошло”, значит карточка должна объяснить “как не ошибиться”. Если часто жалуются на “ожидал другое”, значит карточка должна сделать ожидания прозрачнее.

Дальше – “доказательства”. Отзывы, фото, рейтинги, подтверждения качества, политика возврата, гарантия, доставка. Доказательства важнее эмоций. Человек может поверить красивому описанию, но он покупает, когда чувствует, что риск контролируем. Здесь ИИ может помочь резюмировать отзывы и выделять повторяющиеся мотивы, но с осторожностью: резюме должно быть проверяемым, а не “сочиненным”. Лучший формат – когда ИИ помогает структурировать, а не подменяет реальность: “в отзывах чаще всего отмечают…” и дальше – ссылки на конкретные отзывы или цитаты.

И наконец – “следующий лучший шаг”. Рекомендации, допродажи, комплекты. Но не “впаривание”, а логика пользы. Если человек покупает основной товар, что ему реально нужно, чтобы получить результат? Если это техника – кабель, чехол, расходники. Если это спорт – аксессуары. Если это кухня – совместимые элементы. ИИ помогает строить такие наборы не по наитию, а по поведению: что реально покупают вместе и что снижает вероятность возврата.

Все это звучит как идеальная схема, но большинство магазинов сталкиваются с тем, что ИИ начинает «генерировать» слишком много. Появляется длинный текст, который никто не читает. Появляются преимущества, которые не отличают товар. Появляются “вдохновляющие” фразы, которые можно вставить в любую карточку. И это превращает контент в инфляцию смысла.

Чтобы не попасть в эту ловушку, у магазинов будущего есть несколько жестких правил.

Первое правило: не генерировать то, что можно структурировать. Если данные о товаре есть, их нужно привести в порядок, а не заменять рассказом. Чем больше фактов, тем меньше воды.

Второе правило: не обещать то, что нельзя проверить. Любое обещание должно опираться на атрибут, характеристику, политику магазина или реальный отзыв. Если опоры нет – лучше не писать.

Третье правило: не писать “как реклама”. ИИ часто тянется к рекламным клише. Но клише не снимают сомнения. Они вызывают подозрение. Поэтому стиль карточки 2026 – это стиль спокойной компетентности: ясно, конкретно, без громких лозунгов.

Четвертое правило: сначала вопросы, потом ответы. Самый сильный контент – это не монолог, а диалог. В идеале карточка должна подталкивать человека к уточнению: “если для вас важно X – выбирайте вариант A; если важно Y – вариант B”. Даже если человек ничего не спрашивает, структура карточки должна выглядеть как ответы на возможные вопросы.

Пятое правило: контент обновляется по обратной связи. Карточка – это не “сделали и забыли”. Она должна учиться. Если в поддержку приходят вопросы – эти вопросы должны стать частью карточки. Если высокий возврат – карточка должна предупреждать. Если люди часто сравнивают два товара – карточка должна показывать сравнение. ИИ делает этот цикл быстрым: он видит паттерны и предлагает правки, но контроль смысла остается за человеком и правилами бренда.

Когда контент становится консультацией, меняется экономика. Конверсия растет без дополнительных скидок. Средний чек растет за счет честных комплектов. Возвраты снижаются, потому что ожидания управляемы. Повторные покупки растут, потому что клиент чувствует: здесь его не заставляют, а помогают.

И тогда становится ясно: карточка товара – это не страница. Это продавец, который работает 24/7. Раньше продавец мог быть слабым или сильным, но его сила ограничивалась количеством часов и людей. Теперь продавец может быть сильным на масштабе каталога – если магазин построил систему, где ИИ не сочиняет реальность, а переводит реальность в понятный, честный и полезный выбор.

Глава 4. Рекомендации, которые не раздражают: как превратить «похожие товары» в двигатель выручки

Почти у каждого магазина есть блок рекомендаций. И почти у каждого покупателя есть опыт, когда этот блок выглядит как случайный набор: «похожие товары» не похожи, «с этим покупают» не имеет смысла, «вам может понравиться» вызывает только один вопрос – почему вы так решили?

Проблема рекомендаций в том, что большинство магазинов воспринимают их как виджет. Вставили модуль – и ждут, что он начнет приносить деньги. Но рекомендации – это не модуль. Это продолжение консультации. Это способ помочь человеку сделать следующий шаг: выбрать, сравнить, дополнить, не ошибиться.

Если рекомендации делают не это, они становятся раздражителем. Они воспринимаются как попытка «толкнуть» лишнее. И тогда блок, который должен повышать выручку, снижает доверие.

В 2026 году рекомендации – это отдельная дисциплина. ИИ делает их мощными, но только если магазин понимает, какой вопрос рекомендации должны решать в конкретном месте пользовательского пути.

Почему классические рекомендации проваливаются

Классический подход выглядит так: «похожие товары» – это товары из той же категории; «с этим покупают» – это то, что покупали вместе; «популярное» – это то, что чаще покупают. Эти три логики просты, но они игнорируют главное: состояние человека.

Один покупатель находится в режиме выбора. Он еще не уверен, что ему нужно. Ему полезнее сравнение, чем допродажа. Другой уже выбрал и готов купить. Ему полезнее аксессуары и комплекты. Третий сомневается и ищет подтверждения. Ему полезнее блок “почему выбирают этот” или “чем отличается от альтернатив”. Четвертый пришел за выгодой. Ему полезнее показать варианты “дешевле без потери главного”. Пятый пришел за конкретным брендом. Ему полезнее показать линейку и версии.

Когда рекомендации не учитывают состояние, они попадают мимо. И тогда покупатель ощущает: магазин не помогает, магазин мешает.

Кроме того, у классических рекомендаций есть еще две системные проблемы.

Первая – холодный старт. Новые товары не попадают в рекомендации, потому что нет истории покупок. В результате новые SKU продаются хуже, а ассортимент «застаивается» вокруг старых хитов.

Вторая – эффект “петли”. Если система рекомендует то, что уже популярно, популярное становится еще популярнее. Это удобно для краткосрочной выручки, но плохо для долгосрочного управления ассортиментом, потому что вы теряете потенциал хвоста каталога и снижаете разнообразие выбора.

ИИ решает эти проблемы, но сначала нужно правильно сформулировать задачу.

Рекомендации как ответы на вопросы

В магазине будущего рекомендации делятся не по названию блока, а по функции.

Есть рекомендации “для выбора”. Они помогают сузить поле вариантов, показать альтернативы и дать ощущение контроля. Их задача – не продать больше, а облегчить решение.

Есть рекомендации “для уверенности”. Они помогают снять сомнение: показывают сравнение, популярность в конкретном сегменте, причины выбора, типовые сценарии использования, отзывы с похожим контекстом.