Как ИИ увеличил средний чек на 35% в интернет-магазине: кейс из e-commerce

Как внедрить искусственный интеллект, чтобы он приносил прибыль, а не пылился на полке. Кейс с реальными цифрами и результатами.

Кейс находится под NDA. Все упоминания бренда и конкретных названий компаний исключены. Факты и цифры сохранены, коммерческая тайна соблюдена.

Вы когда-нибудь замечали, как интернет-магазины начинают предлагать вам именно то, что вы искали, ещё до того, как вы это сформулировали? Или как чат-бот помогает собрать корзину за пару минут? Это не просто «фишки» — это внедрение искусственного интеллекта в электронную торговлю, и за ним стоят реальные деньги.

По данным исследований, ИИ-агенты для покупок показывают впечатляющие результаты: +35% к стоимости заказа и +60% к конверсии у ритейлеров, которые их внедрили . А крупные маркетплейсы уже обрабатывают миллионы запросов через ИИ-помощников — например, у «Алисы» от Яндекса еженедельно ищут товары 11 млн пользователей, а к продажам через диалог подключились более 6000 ритейлеров.

Мы внедрили ИИ в интернет-магазин. Не ради тренда, а ради денег.

 

Задача: e-commerce, где ИИ решает не «как», а «сколько»

Электронная торговля — это бизнес на скорости и персонализации.

Вот с чем столкнулся наш заказчик:

1. Низкая конверсия. Покупатели заходили, смотрели, но уходили без покупки. Средняя конверсия по отрасли — 2–3%, а у заказчика было около 1,8%.
2. Маленький средний чек. Покупатели брали один товар и уходили. Кросс-продажи работали слабо.
3. Ручная обработка заказов. Менеджеры тратили часы на подбор товаров, ответы на вопросы, оформление.
4. Потеря покупателей на этапе выбора. Чем дольше человек ищет, тем выше вероятность, что он уйдёт к конкуренту.

Заказчик хотел систему, которая:

1. увеличивает средний чек за счёт умных рекомендаций;
2. поднимает конверсию — чтобы больше посетителей становились покупателями;
3. автоматизирует общение с клиентами — без найма дополнительных менеджеров;
4. работает 24/7, без выходных.

Искусственный интеллект должен был приносить измеримую прибыль.

 

Решение: как ИИ превращает e-commerce в прибыль

Мы спроектировали систему с нуля. В основе — агентная коммерция: когда ИИ-агент помогает покупателю на всём пути — от поиска до оплаты.

Что именно построили?

1. AI-агент для покупок на сайте

Мы внедрили чат-бота с элементами ИИ, который общался с покупателями, помогал выбрать товары, добавлял в корзину и оформлял заказ. По аналогии с тем, как Woolworths использует «Olive», а Bunnings — «Buddy» . Агент работал на основе данных каталога и «знал» все товары магазина.

По данным Anthropic, такие агенты увеличивают стоимость заказа на 35%, а конверсию — на 60% . Мы получили близкие цифры: +32% к среднему чеку и +55% к конверсии в пилоте.

2. Умные рекомендации (кросс-продажи и апсейл)

Алгоритм анализировал корзину покупателя и предлагал товары, которые логично дополняют покупку. Например, к телефону — чехол и зарядку. К ноутбуку — мышь и сумку.

Как пишут исследователи из Allegro (крупный европейский маркетплейс, который обслуживает свыше 20 млн активных покупателей в месяц), именно кросс-продажи — один из самых прибыльных механизмов в e-commerce . Мы сделали то же самое, но для нашего заказчика.

Цифры: допродажи через рекомендации дали +18% к выручке на тестовой группе.

3. Автоматизация ответов на вопросы

Покупатели часто задают одни и те же вопросы: «Когда доставят?», «Можно ли вернуть?», «Есть ли размер S?». Раньше на это уходило время менеджеров. Мы передали эту работу AI-агенту.

Экономический эффект: один менеджер теперь обрабатывает в 4 раза больше запросов за смену. А в ночные часы система работает полностью автономно.

4. Аналитика и управление ассортиментом

Мы добавили панель для менеджеров, где ИИ подсказывал, какие товары стоит продвигать, какие — уценить, а какие — убрать из каталога. По аналогии с «merchant agent» от Anthropic, который анализирует остатки, скорость продаж и рекомендует ценовые изменения .

 

Результат: измеримый, конкретный, в деньгах

Спустя установленный срок, платформа заработала.

Вот итоги за первый месяц:

Ключевые показатели после внедрения ИИ:

1. Средний чек вырос с 2 800 до 3 700 рублей — прирост на 32%.
2. Конверсия увеличилась с 1,8% до 2,8% — рост на 55%.
3. Время обработки заказа сократилось с 45 до 12 минут — ускорение на 73%.
4. Доля запросов, обработанных ИИ-агентом без участия человека — 62%. Это прямая экономия фонда оплаты труда.

 

Общий экономический эффект: прирост выручки интернет-магазина составил ~28% за первый месяц. Без увеличения штата. Без дополнительных инвестиций в персонал.

Это не «экспертная оценка». Это реальные цифры из системы учёта заказчика.

Почему ИИ здесь заработал

В e-commerce, как и в любой другой нише, успех внедрения искусственного интеллекта зависит не от того, насколько «умная» модель, а от того, решает ли она конкретную бизнес-задачу с измеримым результатом.

Мы пошли от задачи: «увеличить выручку и сократить издержки». И подобрали технологии под неё:

1. ИИ-агент — для роста конверсии и среднего чека;
2. рекомендательная система — для кросс-продаж;
3. автоматизация ответов — для экономии времени менеджеров.

По данным NIQ, ИИ становится «новым каналом коммерции», и брендам нужно понимать, как их продукты появляются в ИИ-поиске и конвертируются в продажи . Мы это понимаем и строим системы, которые дают ответы на эти вопросы. И здесь важно не повторить чужих ошибок.

Мы уже писали о том, почему многие внедрения ИИ не приносят прибыли и как исправить этот парадокс, в отдельной статье на нашем сайте

Там мы разобрали системные ошибки и дали конкретные шаги для исправления ситуации. Рекомендуем к прочтению, если вы планируете масштабировать ИИ у себя.