Яндекс Маркет встроил искусственный интеллект прямо в примерочные своих пунктов выдачи — теперь покупатель может получить персональный совет по стилю, не выходя из кабинки.
Что произошло
В примерочных ПВЗ Яндекс Маркета появились QR-коды. Сканируешь — попадаешь к ИИ-агенту, который знает, что ты сейчас примеряешь, и предлагает образы на основе уже заказанных вещей.
Функционал у бота двойной:
- Онлайн-примерка — можно виртуально «надеть» вещь, не снимая то, что уже на вас
- Подбор образа — агент предлагает, что ещё из каталога подойдёт к брюкам, пиджаку или платью, которое вы держите в руках прямо сейчас
Контекст важен: ИИ работает не в вакууме. Он видит историю ваших заказов и строит рекомендации на основе конкретного гардероба конкретного человека — не абстрактные «вам также понравится», а «к этим джинсам подойдёт вот такой свитер из вашей прошлой покупки».
Это первый случай на российском рынке, когда офлайн-точка выдачи становится полноценной точкой входа в персонализированный ИИ-шоппинг. Раньше ПВЗ решало одну задачу — выдать или принять товар. Теперь оно становится торговой площадкой само по себе.
Что это значит для селлеров
На первый взгляд — красивая фича для покупателей. На деле — серьёзный инструмент, который изменит поведение покупателей в момент примерки. А значит, напрямую влияет на продажи одежды.
Перераспределение продаж внутри примерочной
Покупатель пришёл за вашими брюками. Примерил, доволен. Сканирует QR — и ИИ предлагает ему рубашку другого продавца, которая «идеально подойдёт». Человек тут же её заказывает через приложение.
Это классический cross-sell — только выигрывает от него тот, кого рекомендует алгоритм. Если ваш товар окажется в рекомендациях — вы получаете горячую продажу клиенту, который уже физически контактирует с вашей аудиторией. Если нет — теряете.
Рост конверсии у тех, кого рекомендуют
Примерочная — это пик покупательского намерения. Человек уже потратил время, приехал, взял вещь в руки. В этот момент его готовность купить что-то дополнительное максимальна.
По данным отраслевых исследований, cross-sell в момент примерки конвертирует в 2–3 раза лучше, чем баннерная реклама на главной странице маркетплейса. Если алгоритм Маркета работает по той же логике — попасть в рекомендации на этом этапе дороже золота.
Качество карточки становится критичнее
ИИ-агент строит рекомендации на основе данных о товаре. Чем точнее описаны состав, крой, цвет, стиль и с чем сочетается вещь — тем выше шанс попасть в релевантную подборку.
Если в вашей карточке написано просто «брюки, размер M, чёрные» — алгоритму сложнее понять, к чему их рекомендовать. Если указано «зауженные брюки в деловом стиле, подходят для офисного лука, сочетаются с пиджаком и классическими туфлями» — шансы кратно выше.
Возвраты могут снизиться
Онлайн-примерка в примерочной звучит парадоксально, но смысл есть: покупатель может «примерить» вещи, которых нет в наличии в этом ПВЗ, но которые он рассматривает к покупке. Это снижает вероятность ошибки при выборе и, как следствие, возвраты.
Для категории одежды, где возврат — это 30–50% заказов у многих селлеров, даже снижение на 5–10 процентных пунктов означает реальные деньги. При обороте 500 000 ₽ в месяц и 40% возвратов — это 200 000 ₽ возвратных товаров. Снижение до 35% — уже экономия 25 000 ₽ ежемесячно.
Что делать селлерам прямо сейчас
Прокачайте описания под алгоритм
Проведите аудит карточек одежды. Проверьте, есть ли там:
- Стилевая принадлежность (деловой, casual, спортивный, базовый гардероб)
- С чем сочетается конкретно — не «подходит ко всему», а «к джинсам, классическим брюкам, юбке-карандаш»
- Характеристики кроя и посадки — облегающий, прямой, оверсайз
- Состав ткани и сезонность
- Цветовые рекомендации — «нейтральный цвет, сочетается с любой палитрой» или «яркий акцент, базовые нейтральные низы»
Следите за аналитикой переходов
Если Яндекс Маркет откроет статистику источников трафика — отслеживайте, появятся ли продажи, атрибутированные к ИИ-рекомендациям в ПВЗ. Это новый канал, и его эффективность стоит замерять отдельно.
Думайте наборами, а не отдельными SKU
Если вы продаёте одежду — начните формировать логические пары внутри своего ассортимента. Загружайте на Маркет информацию о том, что с чем сочетается из вашего каталога. Чем лучше ИИ поймёт вашу линейку как целостный гардероб — тем чаще будет рекомендовать комплекты целиком, а не разрозненные единицы.
Не паникуйте, если вы не в одежде
Пока функция работает в примерочных — она актуальна именно для одежды и аксессуаров. Но логика «ИИ-агент в точке выдачи» универсальна. Вполне вероятно, что в следующих итерациях похожие механики появятся для электроники, косметики, товаров для дома. Держите руку на пульсе.
Яндекс Маркет делает ставку на то, что ПВЗ — это не склад последней мили, а полноценная торговая точка с интерактивом. Для продавцов одежды это уже не завтра — это сегодня.