Трави та кави – AI-персоналізація для e-commerce
Рекомендаційна система + AI pop-up, які працюють як живий продавець
AI
E-commerce
Machine Learning
Клієнт
Tрави та кави – інтернет-магазин преміальних чаїв та кави
Магазин звернувся до нас з метою підвищення конверсії та середнього чека. Клієнт розумів, що користувачам потрібна допомога у виборі серед великого асортименту товарів, але найм живих консультантів для онлайн-чату не підходив через високу вартість та обмежений графік роботи.
Команда проєкту
Project manager
Backend Developer
Frontend Developer
ML Engineer
Робочий процес
Інтеграція AI-технологій в e-commerce: від аналізу даних до персоналізації
Проблема
Магазин мав великий асортимент (понад 200 позицій), але конверсія залишалася низькою через те, що користувачі не могли швидко знайти те, що їм підходить. Стандартні фільтри та пошук не вирішували проблему, оскільки багато клієнтів не знали точно, що саме шукають, а просто хотіли «щось смачне» або «щось для подарунка».
Підхід
Ми вирішили реалізувати комплексне AI-рішення з двох компонентів: рекомендаційної системи та динамічних pop-up. Рекомендаційна система аналізує поведінку користувача (переглянуті товари, час на сторінці, додані в кошик) та пропонує персоналізовані підбірки. AI pop-up з’являються в ключові моменти шляху покупця та допомагають прийняти рішення.
Рішення
Впроваджена система складається з кількох компонентів:
- Рекомендаційна система: використовує моделі машинного навчання для створення персональних підбірок товарів, трендових позицій та гібридних сценаріїв (поведінка + популярність)
- AI pop-up при першому заході: м’яке залучення з поясненням концепції магазину
- AI pop-up на сторінках товарів: коментарі про товар, кожен третій – з гумором для підвищення залученості
- AI pop-up в кошику: персональні рекомендації та ненав’язливий апсел на основі вмісту кошика
Що таке AI Recommendation?
AI Recommendation — це автоматизований інструмент, побудований на сучасних моделях машинного навчання (ML), який безперервно вивчає дії кожного клієнта. Алгоритми ML глибоко аналізують поведінкові фактори в реальному часі: переглянуті сторінки, час на сайті, покинуті кошики та історію покупок. Завдяки навчанню на цих даних система самостійно виявляє приховані закономірності та з високою точністю прогнозує наступні кроки користувача. Це дозволяє повністю відмовитися від ручних налаштувань, адже предиктивні ML-моделі автоматично адаптують пропозиції під кожного відвідувача, створюючи унікальні товарні добірки та роблячи взаємодію з магазином максимально персоналізованою.
Система самостійно
Вивчає поведінку кожного клієнта
Формує Індивідуальні добірки товарів
Працює без вашої участі щодня
ЯК було раніше
Менеджерам доводилося годинами аналізувати таблиці та вручну вішати статичні плашки “топ продажів” на товари. це забирало купу часу, а головне — вітрина була однаковою для всіх покупців, незалежно від їхніх смаків.
Маркетинг працює наосліп і не спирається на дані: всім відвідувачам сайту показують абсолютно однакові товари та пропозиції. Через відсутність індивідуального підходу клієнти не знаходять потрібні речі та швидко йдуть. Власникам доводиться витрачати багато часу на ручне оновлення вітрин, але магазин все одно не може підлаштуватися під смаки конкретної людини.
як ТЕПЕР
Штучний інтелект взяв рутину на себе. тепер система в реальному часі аналізує кожен клік і сама формує динамічні підбірки. замість сліпих “топів” кожен клієнт бачить те, що з найбільшою ймовірністю купить саме він.
Система рекомендацій перетворює магазин на розумну платформу: алгоритми безперервно аналізують поведінку кожного клієнта та історію його переглядів. На основі цього штучний інтелект автоматично формує унікальні вітрини та товарні добірки. Процес повністю автономний — система сама показує людині те, що їй потрібно, утримуючи увагу та підвищуючи продажі без ручної роботи.
Що ми реалізували
Персональні рекомендації на сайті
Система автоматично збирає та аналізує цифровий слід кожного відвідувача: перегляди, час затримки на конкретних позиціях, взаємодію з кошиком та історію попередніх покупок. На основі цих даних алгоритм у реальному часі вибудовує персональну вітрину, яка підлаштовується під смаки клієнта вже після першої хвилини перебування на сайті. Це дозволяє скоротити шлях до покупки та підвищує конверсію в середньому на 18%, оскільки користувач бачить саме те, що шукає.
Схожі товари
Покупець бачить логічні альтернативи або доповнення, а не випадкові товари. Замість випадкової видачі, ШІ порівнює склад, цінову категорію та призначення товарів, щоб запропонувати покупцеві максимально релевантні альтернативи. Якщо потрібного чаю чи кави немає в наявності або клієнт вагається, система підбирає логічне доповнення, яке відповідає його запиту. Це не просто «сусідні товари з категорії», а глибока аналітика подібності, що допомагає втримати клієнта на сайті.
Часто купують разом
Система показує пари товарів, які часто купують разом — це формує відчуття “комплекту”. Алгоритм досліджує тисячі успішних замовлень і знаходить неочевидні зв’язки між товарами, формуючи готові набори. Система пропонує додаткові позиції, які ідеально доповнюють основний вибір (наприклад, конкретний вид солодощів до обраного сорту кави). Це створює ефект роботи професійного консультанта, який знає кращі поєднання, що стимулює клієнтів додавати більше товарів до чека. Такий підхід забезпечує зростання середнього чека на 23% без жодної ручної модерації з боку власника магазину.
Розумні AI Pop-up: персоналізований супровід
Ці інтелектуальні віджети працюють у синергії з товарами на кожному етапі шляху клієнта. Алгоритми аналізують дії користувача та автоматично адаптують повідомлення — від теплого привітання до персональної поради чи влучного жарту.
Результати
AI-персоналізація, яка продає без участі людини
Впровадження AI-рішень дало відчутні результати вже в перший місяць роботи. Рекомендаційна система та pop-up створили ефект живого продавця, який знає, що запропонувати кожному відвідувачу.
- Підвищення конверсії на 18%: Персоналізовані рекомендації та своєчасні AI pop-up допомогли більшій кількості відвідувачів прийняти рішення про покупку
- Зростання середнього чека на 23%: Ненав’язливий апсел та персональні рекомендації в кошику стимулювали додаткові покупки
- Збільшення повторних покупок на 15%: AI-система запам’ятовує уподобання клієнтів та пропонує релевантні новинки при наступних відвідуваннях
Клієнт залишився задоволеним результатами та планує розширити використання AI-технологій на email-розсилки та Telegram-бота.
Ми завжди готові вам допомогти.
Почніть автоматизувати продажі зараз