От рекомендации до корзины. Как ИИ предсказывает, что выберет покупатель?
Вы купили перфоратор, а маркетплейс после этого еще две недели предлагает вам перфораторы. Подобные подсказки раздражают, но за ними стоит понятная логика: система хорошо улавливает интерес, однако не всегда распознает момент, когда потребность уже закрыта. Как ИИ предсказывает покупки и почему ошибается — в интервью MIR24.TV рассказывает Александра Иванченко, эксперт по стратегическому маркетингу, e‑commerce и развитию цифровых экосистем.
От сигналов к решению: как алгоритм помогает покупателю дойти до цели?
Каждое действие в приложении оставляет сигнал: просмотр карточки, время на ней, добавление в избранное, брошенная корзина, выбор фильтров. По отдельности они редко дают полную картину. Но вместе позволяют оценить, что человек ищет, насколько близок к покупке и какой вариант может выбрать.
«Алгоритм обычно опирается на несколько источников. Первый: поведение похожих покупателей. Если многие после дрели берут набор сверл и бит, система может предложить его и вам. Второй: ваша собственная история. Тот, кто годами покупает профессиональный инструмент, увидит другую подборку, чем человек, который впервые вешает полку. Третий: контекст момента, включая сезон, регион и цепочку последних просмотров. Весной растет спрос на садовую технику, осенью на обогреватели, и рекомендация меняется вместе с календарем».
Сильная рекомендация продолжает задачу, а не повторяет покупку. И в продажах инструмента это особенно заметно. Покупатель приходит не просто за товаром, а с задачей: отремонтировать ванную, собрать мебель, подготовить дачу к зиме. За задачей часто стоит цепочка покупок, и хорошая рекомендация помогает сделать следующий шаг, поясняет эксперт. Человеку, который взял плиткорез, могут понадобиться крестики для швов, затирка и наколенники, а не второй плиткорез.
Самые ценные рекомендации учитывают совместимость. К примеру, аккумулятор должен подходить к выбранной платформе инструмента, диск — к болгарке по диаметру, посадке и допустимым оборотам, насадка — к конкретной модели.
«Даже недорогой несовместимый расходник может остановить всю работу. Покупателю ошибка стоит времени и повторного поиска, а продавцу — расходов на возврат, которые могут съесть заработанное на заказе», — поясняет детали работы ИИ Александра Иванченко.
Поэтому качество рекомендации нельзя оценивать только по тому, сколько людей нажали на товар и купили его. Важно, смог ли покупатель решить задачу и не вернулся ли заказ из-за неверного подбора.
Не в алгоритме дело: откуда берутся ошибки в подборках товаров?
И все-таки нейросеть ошибается. Александра Иванченко называет основные причины сбоев в рекомендательных системах. К примеру, алгоритм видит, что вы долго выбирали газонокосилку, но может не знать, что уже купили ее в другом магазине. Система продолжает показывать похожие товары и после покупки на своей площадке, если не учитывает этот сигнал в нужном сценарии.
Алгоритм знает, что вы искали, но не всегда знает, что вы уже нашли.
«Подарок мужу, заказ для родителей или один аккаунт на всю семью смешивают разные потребности в одной истории. Для алгоритма — это один человек, и подборка начинает описывать среднего члена семьи, которого не существует, — продолжает эксперт. — Еще такой вариант: после переезда, рождения ребенка или покупки дачи человеку нужно другое, а система еще опирается на его прошлое поведение. История остается полезной, но уже не объясняет текущую задачу».
Рекомендация также показывает то, что хорошо продается: товар получает больше просмотров и снова попадает в подборку. Новинка или нишевая позиция может подходить точнее, но пробиться в этот круг ей уже сложнее.
«Данные о товаре неполные: это одна из самых недооцененных причин, — уточняет Александра Иванченко. — Если в карточке не указан материал, размер или совместимость, системе сложнее надежно сопоставить товар с запросом. Когда я запускала маркетплейс-направление, подключение поставщика не заканчивалось договором и загрузкой ассортимента. Нужно было привести его товарную экспертизу к данным, с которыми могла работать площадка: конкретным характеристикам, актуальному наличию и понятным условиям заказа. Хороший товар не становится хорошим предложением автоматически, если система не может проверить, кому он подходит и можно ли его получить».
Однако рекомендация работает не только на покупателя. На порядок предложений могут влиять оплаченные размещения и коммерческие приоритеты площадки. Это не означает, что каждый совет плохой или купленный.
При этом важно различать подбор под вашу задачу и продвижение товара: похожий интерфейс не делает их одной и той же услугой.
Новый уровень взаимодействия: ИИ как агент покупателя
Александра Иванченко говорит еще о такой ситуации: покупатель все чаще описывает ситуацию вместо того, чтобы перечислять характеристики: «Нужен инструмент, чтобы пару раз в год повесить полку на бетонную стену». Ассистенту нужно сначала правильно поставить задачу: уточнить материал стены, подобрать подходящий тип инструмента и оснастку, а уже затем сравнивать модели и цену. Редкое использование не отменяет технических требований, а профессиональная модель не становится необходимой только потому, что она мощнее.
«Чем больше действий человек передает системе, тем выше цена ошибки. Неудачный товар в ленте можно пролистнуть. Неверно оформленный заказ придётся отменять или возвращать. Поэтому доверие зависит не только от качества модели, но и от понятных правил: что она может сделать сама, какой бюджет ей доступен, когда требуется подтверждение и как исправить ошибку».
Масштаб поиска и подбора через ИИ действительно уже заметен: с начала 2026 года трафик в российский e-commerce вырос на 358%, покупательские задачи составляют 12% запросов в чате, а вопросы о товарах ей еженедельно задают 11 млн человек.
Не просто клик: как сделать рекомендации полезными?
По словам эксперта, покупателю стоит помнить, что рекомендации зависят от его действий и части сигналов можно задать направление. Отмечайте неинтересные товары, пользуйтесь фильтрами, а там, где сервис это позволяет, удаляйте из истории просмотры, связанные с разовым выбором для другого человека.
«В диалоге с ассистентом лучше давать не только название товара, но и задачу с ограничениями: бюджет, сценарий использования, сроки получения и совместимость с тем, что уже есть. Спрашивайте, почему предложен именно этот вариант, и проверяйте ключевые параметры, комплектацию и условия возврата до оплаты. Если передаете агенту право оформить заказ, заранее определите лимит расходов и действия, которые требуют вашего подтверждения», — уточняет в диалоге MIR24.TV Александра Иванченко.
Бизнесу вместе с тем стоит начать с данных и экономики заказа, а не с увеличения рекламного бюджета. Привлекать больше внимания к товару бессмысленно, если покупатель не может проверить его совместимость или получает не ту комплектацию, на которую рассчитывал. Повторяющийся вопрос покупателя показывает пробел в карточке, а повторяющийся возврат из-за неверного подбора может показывать, что карточка пообещала не то.
Еще одно важное условие: характеристики должны быть доступны в структурированных полях, а не только в описании. Цена, наличие и условия получения должны быть актуальны в том канале, где оформляется заказ; различия между каналами должны быть понятны покупателю. За обещанием карточки нужен процесс, который позволит это обещание выполнить.
Цель рекомендации не заканчивается кликом или добавлением в корзину, подводит итог разговора Александра Иванченко. Она достигнута, когда человек получил подходящий товар, решил свою задачу, а бизнес исполнил заказ и сохранил прибыль. Рекомендация боролась за внимание. И агенту придется оправдать это доверие.