Персонализированный поиск товаров для маркетплейса
Что это даёт бизнесу
На маркетплейсе с миллионами товаров обычный поиск по ключевым словам плохо справляется с запросами вроде «что подарить папе-рыбаку до 3000 рублей» или «робот-пылесос для дома с котом». Покупатель или упрощает запрос и теряет то, что искал, или листает страницы вручную. Помощник понимает такие запросы целиком и сразу показывает подходящие товары.
- Wildberries в 2026 году добавил в поиск такого же помощника: покупатель описывает задачу своими словами, а не подбирает точные ключевые слова, — например, ищет вещи для поездки с ребёнком или подарок в рамках бюджета (CNews, июнь 2026).
- Сайты с плохо продуманным поиском товаров теряют 67–90% посетителей на этом шаге, а с продуманным — только 17–33% на тех же задачах; разница доходит до четырёхкратной по числу найденных товаров (Baymard Institute).
- Посетители, которые пользуются поиском, покупают почти в два раза чаще тех, кто просто листает каталог: 4,63% против 2,77% в среднем (Econsultancy, по данным Algolia).
- Помощник учитывает бюджет, повод и особенности покупателя из одного предложения — не нужно вручную ставить пять фильтров подряд.
Источники: CNews, Baymard Institute, Econsultancy, по данным Algolia.
Какую проблему решает
Каталог маркетплейса огромный, а обычный поиск понимает только точные слова. Запрос «что-то тёплое для дачи» ищет буквально слова «тёплое» и «дача» в названиях товаров и упускает половину подходящих вариантов.
В итоге покупатель или сдаётся и уходит с пустыми руками, или тратит время на фильтры и просмотр десятков страниц — а с каждой лишней минутой шанс, что он купит именно у вас, падает.
Как это работает
На третьем шаге и держится вся ценность: помощник ищет не «рыбак» и «подарок» как отдельные слова, а понимает задачу целиком, включая бюджет и повод, которые в обычном поиске просто негде указать одной строкой.
Кому подходит
Маркетплейсам и крупным интернет-магазинам с каталогом от десятков тысяч позиций, где часть товаров плохо находится по прямым ключевым словам — нишевые, подарочные, узкоспециализированные категории.
Что нужно от вас
Доступ к каталогу товаров с характеристиками и категориями. Место для встраивания на странице поиска — обычно рядом с обычной строкой поиска. История популярных запросов покупателей, если она есть, — ускоряет настройку, но не обязательна.
Границы решения
Помощник не заменяет обычный поиск и фильтры — он подключается, когда запрос сформулирован не ключевыми словами, а описанием задачи. Он не подберёт товар, которого нет в каталоге, и честно скажет, что подходящего варианта не нашлось, вместо того чтобы предложить случайное. Для очень больших каталогов и высокой нагрузки решение можно разместить как на нашей стороне, так и на сервере заказчика — это обсуждается на этапе аудита.
С чего начать
Проверим на десятке ваших реальных запросов из поддержки, как помощник подбирает товары, — бесплатно, за 40 минут. Запуск — от 250 000 ₽ и от двух недель, отраслевое внедрение на весь каталог маркетплейса — от 1 500 000 ₽.
Сценарии применения ИИ — другие решения
Все решения направленияAI для автоматизации контекстной рекламы по марже
AI для онлайн-образования: автоматическая генерация заданий
AI для продуктовых команд: перевод технических текстов
AI-Performance: Рост мотивации и эффективности 1:1
AI-агент для карьерного планирования и развития сотрудников
AI-агент для службы поддержки: разбирает и закрывает обращения
AI-анализ отзывов: обработка в 10 раз быстрее
AI-аудит процессов найма на предмет скрытой предвзятости и автоматизация DEI-стратегии

Готовы передать рутину
ИИ-сотрудникам?
За 30 минут разберём задачу, которая съедает время команды, и честно скажем, стоит ли отдавать её ИИ.