Покупатель заходит в раздел с насосами, видит фильтр на два десятка параметров — мощность, напор, диаметр, класс защиты — и понимает, что не знает ни одного из них. Ему нужен насос «для скважины на даче», а не «с напором 45 метров». Он закрывает вкладку и идёт туда, где ему подскажут. Это классическая потеря на технически сложном каталоге: товар есть, но покупатель не может его найти, потому что не владеет языком характеристик.
ИИ-помощник подбора решает ровно эту задачу: он говорит с покупателем на человеческом языке и переводит его задачу в параметры каталога. В статье разберём, как устроен такой помощник, чем он отличается от умного фильтра, что нужно подготовить в инфоблоках и как поэтапно внедрить его на 1С-Битрикс, опираясь на автоматизацию на 1С и данные о наличии.
Коротко
- ИИ-помощник работает от задачи покупателя на человеческом языке, а не от параметров, которые он должен знать сам.
- Это надстройка над умным фильтром: помощник переводит запрос в те же характеристики инфоблоков.
- Фундамент — качественные, полные и единообразные свойства товаров; без них не спасёт никакой алгоритм.
- Начинать выгоднее с подбора на правилах и рекомендаций, а нейросеть добавлять там, где она реально окупается.
Проблема сложного выбора в каталоге
Есть категории товаров, где покупатель почти никогда не разбирается в характеристиках: инженерное оборудование, электрика, комплектующие, инструмент, автозапчасти. Он знает свою задачу, но не знает, каким параметрам она соответствует. Классический умный фильтр в таких разделах работает против него: чем больше параметров, тем выше барьер входа.
Результат — высокий процент уходов из каталога и низкая конверсия именно там, где маржа часто выше всего. Покупатель не глуп, он просто не эксперт по вашему товару. Задача бизнеса — не заставлять его становиться экспертом, а взять экспертизу на себя. Здесь и появляется ИИ-помощник как способ вернуть покупателю ощущение «мне помогли выбрать».
Что такое ИИ-помощник подбора
ИИ-помощник подбора — это инструмент, который принимает запрос покупателя в свободной форме или через простые вопросы, а на выходе даёт короткий список подходящих товаров с объяснением, почему они подходят. В отличие от фильтра, он не требует от человека знать параметры: он сам их выводит из задачи.
Ключевые свойства хорошего помощника:
- Говорит на языке задачи. «Насос для скважины 40 метров», а не «напор, м».
- Задаёт минимум вопросов. Уточняет только то, что реально влияет на выбор.
- Объясняет решение. Показывает, почему именно эти товары, а не «просто список».
- Подбирает сопутствующее. Предлагает то, что нужно к основному товару.
Помощник и умный фильтр: не замена, а надстройка
Важно не противопоставлять помощника и умный фильтр. Это два входа в один и тот же каталог для разных типов покупателей. Эксперт хочет сам выставить параметры — ему нужен фильтр. Новичок хочет описать задачу — ему нужен помощник. И оба в итоге приходят к одним и тем же товарам, отобранным по одним и тем же характеристикам инфоблоков.
catalog.smart.filter. Поэтому качество помощника напрямую зависит от того, насколько чисто заведены характеристики.
Это хорошая новость для внедрения: не нужно строить отдельную систему поиска. Помощник надстраивается над существующей фильтрацией каталога, а значит, опирается на уже работающую и проверенную механику.
Три уровня «ума»: правила, рекомендации, нейросеть
«ИИ-помощник» — собирательное название. За ним стоят разные технологии разной сложности и стоимости. Разумно двигаться по уровням.
| Уровень | Как работает | Когда достаточно |
|---|---|---|
| Подбор на правилах | Визард с вопросами → маппинг ответов в параметры фильтра | Каталог с понятной логикой выбора |
| BigData-рекомендации | Персональные подборки по поведению пользователей | Похожие и сопутствующие товары |
| Диалоговая нейросеть | Модель понимает свободный запрос и ведёт диалог | Сложный ассортимент, много формулировок задачи |
Большинство магазинов получают основной эффект уже на первом уровне: грамотный визард поверх фильтра закрывает типовые сценарии подбора без единой нейросети. BigData-рекомендации Битрикса добавляют персонализацию. А диалоговую модель через внешний API подключают тогда, когда разнообразие запросов настолько велико, что правилами его не покрыть.
Фундамент — качественные характеристики
Любой уровень «ума» бесполезен без чистых данных. Помощник подбирает по свойствам товаров в инфоблоках, и если свойства заполнены плохо, ошибётся любой алгоритм. Перед внедрением нужно навести порядок:
- Полнота. У всех товаров категории проставлены значения ключевых параметров, а не «где как».
- Единые единицы. Мощность везде в одних единицах, а не «кВт» у одних и «Вт» у других.
- Списочные значения. Тип, класс, назначение — из справочника, а не свободным текстом с опечатками.
- Связь с задачей. Заведены свойства, отражающие сценарий использования, а не только сухую физику.
Аудит и приведение характеристик в порядок — это отдельная работа, которую мы часто делаем в рамках аудита и оптимизации 1С, потому что данные о товарах во многом формируются именно в учётной системе и приходят на сайт обменом. Как хранить и обрабатывать эти данные эффективно на стороне сайта, мы разбираем в статье про D7 и ORM в Битрикс.
Сценарии диалога с покупателем
Хороший помощник ведёт короткий, осмысленный диалог, а не допрос из двадцати вопросов. Принцип — спрашивать только то, что сужает выбор сильнее всего, и в понятных покупателю терминах.
- Стартовый вопрос о задаче. «Что вы хотите сделать?» или выбор из нескольких типовых сценариев.
- Один-два уточняющих. Только параметры, которые реально меняют результат: условия эксплуатации, масштаб, важное ограничение.
- Показ результата с объяснением. Три-пять товаров с короткой формулировкой, почему они подходят под задачу.
- Предложение сопутствующего. То, что нужно к выбранному товару, чтобы покупатель не забыл и не вернулся с проблемой.
Если помощник не может выбрать однозначно, он не выдаёт пустоту — он честно показывает несколько вариантов с различиями или задаёт ещё один уточняющий вопрос. Признание неопределённости повышает доверие сильнее, чем уверенный неверный ответ.
Связка с наличием и ценами из 1С
Помощник, который рекомендует отсутствующий или снятый с продажи товар, вредит сильнее, чем его отсутствие: покупатель поверил подбору, а купить не смог. Поэтому подбор должен учитывать реальные данные — наличие на складе, актуальную цену, доступность доставки в регион.
Остатки и цены приходят на сайт обменом с 1С, и помощник обязан опираться на те же данные, что и каталог. Технически это означает фильтрацию результатов подбора по наличию и корректную работу с ценами по группам клиентов. Автоматизацию этой части — от выгрузки остатков до статусов заказов — мы закрываем услугой автоматизации продаж и склада на 1С. Как безопасно организовать обмен данными между сайтом и внешними системами, показано в материале про REST, вебхуки и безопасность в Битрикс.
Где разместить помощника на сайте
Даже отличный помощник не сработает, если покупатель его не заметит. Размещение — часть успеха.
- В разделах со сложным выбором. Там, где параметров много и покупатель теряется, — рядом с фильтром, а не вместо него.
- Заметной кнопкой «помогите выбрать». Растерявшийся покупатель должен сразу видеть альтернативу самостоятельному фильтру.
- На посадочных под запросы. Страницы вида «как выбрать насос» логично завершать помощником, а не общим каталогом.
- В карточке товара. Блок «а этот подойдёт для моей задачи?» с быстрой проверкой соответствия.
Как измерять эффект
Помощник — это инвестиция, и её нужно оценивать по цифрам, а не по ощущению «стало современнее». Ключевые метрики:
- Конверсия раздела. Сравните конверсию в заказ до и после запуска в проблемных категориях.
- Доля использования. Сколько покупателей запускают помощника и доходят до результата.
- Средний чек. Растёт ли он за счёт грамотного подбора сопутствующих товаров.
- Отказы из каталога. Снижается ли доля уходов из сложных разделов.
Замеряйте эффект на конкретном разделе, а не по сайту в целом, — так виден реальный вклад помощника, а не шум от сезонности и трафика.
Внедрение в 1С-Битрикс пошагово
- Выберите проблемный раздел. Тот, где выше всего уходы из-за сложности выбора и достаточная маржа, чтобы окупить работу.
- Приведите характеристики в порядок. Полнота, единые единицы, списочные значения, свойства под сценарии использования.
- Опишите логику подбора. Как ответы покупателя маппятся в значения свойств умного фильтра.
- Соберите визард на правилах. Короткий диалог поверх существующей фильтрации каталога.
- Свяжите с наличием и ценами. Результаты подбора фильтруются по остаткам из 1С и ценам группы клиента.
- Добавьте рекомендации. BigData-подборки для сопутствующих и похожих товаров.
- Измерьте и решите про нейросеть. Оцените эффект и только потом решайте, нужна ли диалоговая модель через внешний API.
Такой поэтапный подход снижает риск: вы получаете работающий подбор быстро и вкладываетесь в сложную ИИ-разработку только после подтверждённой окупаемости. Как выкатывать подобные изменения без простоев, описано в статье про CI/CD и деплой Битрикс.
Частые ошибки
- Внедрять нейросеть на грязных данных. Помощник ошибается не из-за алгоритма, а из-за неполных характеристик.
- Делать помощника вместо фильтра. Эксперты хотят фильтр; лишать их его — терять часть аудитории.
- Задавать слишком много вопросов. Длинный опрос отпугивает не хуже сложного фильтра.
- Игнорировать наличие. Рекомендация товара, которого нет в продаже, разрушает доверие.
- Не объяснять подбор. Список без пояснения «почему это» воспринимается как случайный.
- Прятать помощника. Кнопка «помогите выбрать» должна быть заметной именно там, где покупатель теряется.
- Не измерять эффект. Без метрик невозможно понять, окупается ли инструмент.
Чек-лист внедрения
- Выбран проблемный раздел. Определена категория с высокими уходами и достаточной маржой.
- Характеристики вычищены. Свойства полные, единообразные, с понятными сценарными параметрами.
- Логика подбора описана. Ответы покупателя однозначно маппятся в параметры фильтра.
- Визард работает. Короткий диалог, объяснение результата, предложение сопутствующего.
- Учтено наличие и цены. Подбор фильтруется по остаткам из 1С и ценам группы клиента.
- Помощник заметен. Кнопка размещена в сложных разделах и на посадочных.
- Метрики настроены. Отслеживаются конверсия, использование, чек и отказы.
- Решение о нейросети принято по данным. Диалоговая модель добавляется только после подтверждённого эффекта правил.
Вывод
ИИ-помощник подбора — это способ снять с покупателя работу, которую он не должен выполнять: перевод своей задачи в язык технических параметров. В категориях со сложным выбором он возвращает конверсию, которую теряет перегруженный фильтр, и повышает чек за счёт грамотного подбора сопутствующего.
Секрет успешного внедрения — не в мощности нейросети, а в порядке в данных и поэтапности. Наведите чистоту в характеристиках, соберите подбор на правилах поверх умного фильтра, свяжите его с наличием из 1С, измерьте эффект — и только потом решайте, нужна ли диалоговая модель. Так вы получите результат быстро и без переплаты за модный, но избыточный «искусственный интеллект».
