Умный поиск по сайту и рекомендации товаров на ИИ

Умный поиск по сайту понимает опечатки, синонимы и запросы словами — «тёплая куртка до 5 000», «подарок папе на рыбалку». Рекомендации на карточке и в корзине подсказывают похожие и дополняющие товары.

  • Встраиваем в вашу платформу
  • Меряем эффект в заказах, а не в ощущениях
  • Каталог приводим в порядок
Строка поиска с опечаткой находит нужный товар

Когда поиск теряет покупателей

Проблема

«Ничего не найдено» на опечатке или неправильной раскладке

Решение

Поиск по смыслу исправляет опечатки и раскладку и находит товар с первого раза.

Проблема

Поиск не понимает бытовые слова: «пуховик» вместо «куртка утеплённая»

Решение

Синонимы и разговорные слова связываются с названиями из каталога.

Проблема

Блок «похожие товары» показывает случайные позиции

Решение

Рекомендации строятся по сути товара и по тому, что смотрят и покупают вместе.

Проблема

Каталог грязный: пустые характеристики, дубли, разные названия одного и того же

Решение

Сначала чистим данные — поиск хорош настолько, насколько хорош каталог.

Как сделать поиск по сайту: три способа

Создать поиск по сайту можно по-разному — от бесплатного до своего. Что выбрать, зависит от размера каталога и того, сколько покупателей приходят через поиск.

Встроенный поиск CMS

идёт с платформой
Цена
бесплатно
Опечатки и синонимы
обычно нет
Запрос словами → фильтры
нет
Отчёт о пустых запросах
редко
Когда подходит
небольшой каталог

Поиск Яндекса для сайта

внешний сервис
Цена
по тарифу сервиса
Опечатки и синонимы
частично
Запрос словами → фильтры
нет
Отчёт о пустых запросах
да
Когда подходит
контентный сайт
Наш выбор

Умный поиск на ИИ

под ваш каталог
Цена
проект + сервер или запросы
Опечатки и синонимы
да
Запрос словами → фильтры
да
Отчёт о пустых запросах
да
Когда подходит
большой каталог, много поиска

Если товаров немного и покупатели находят их через меню, умный поиск может не окупиться — хватит настройки поиска по сайту средствами платформы. Он нужен, когда каталог большой, а в статистике много запросов без результата.

Что выбрать, если магазин ещё строится

В новом магазине поиск лучше закладывать сразу — вместе с разработкой интернет-магазина: структура каталога и характеристики проектируются под фильтры. Если каталог уже есть, но данные в нём разнородные, начинаем с очистки данных и сопоставления товаров, а пустые описания заполняет генерация контента нейросетями.

Что умеет умный поиск

Опечатки и раскладка

«Кросовки», «rhjccjdrb» — всё равно кроссовки.

Синонимы

«Пуховик», «зимняя куртка», «куртка утеплённая» — одна группа товаров.

Запрос словами → фильтры

«Красное платье до 5 000, размер 44» превращается в фильтры по цвету, цене и размеру.

Подсказки

Варианты запросов и товаров появляются, пока человек печатает.

Поиск по характеристикам

Артикулы, модели, совместимость — поиск находит товар по любой характеристике из каталога.

Аналитика пустых запросов

Что ищут и не находят — готовые идеи для ассортимента и SEO.

Витрина с подсказками «с этим покупают»

Рекомендательная система для интернет-магазина

Рекомендательная система показывает покупателю товары, которые ему скорее всего нужны. На карточке — похожие, в корзине — с этим покупают, на главной и в письмах — вы смотрели и личная подборка.

Где ставить блоки, решаем по данным: на карточке рекомендации помогают выбрать, в корзине — увеличить заказ, на пустой странице поиска — не потерять покупателя. Готовые решения рекомендательной системы есть у платформ и SaaS-сервисов; свою сборку делаем, когда нужны ваши правила — маржа, остатки, сезон.

  • «Похожие» на карточке товара
  • «С этим покупают» в корзине
  • «Вы смотрели» и персональные подборки

Как работает рекомендательная система

  1. 01

    Собираем данные

    Просмотры, добавления в корзину и покупки, а для новых товаров — их описания и характеристики.

  2. 02

    Ищем похожее

    Похожие товары — по описанию и характеристикам; похожих покупателей — по истории покупок (это называют коллаборативной фильтрацией).

  3. 03

    Показываем и проверяем

    Показываем блок части покупателей и сравниваем с теми, кто его не видит, — тест A/B. Оставляем то, что даёт больше заказов.

Как меряем эффект

Цифры роста заранее не обещаем: они зависят от каталога, цен и трафика. Поэтому сравниваем «до» и «после» на ваших данных.

Доля пустых поисковсколько запросов заканчиваются «ничего не найдено»до и после запуска
Конверсия из поискасколько поисков заканчиваются заказомпо данным аналитики
Клики по рекомендациямкак часто покупатели открывают подсказанные товарыпо блокам
Средний чеку заказов с рекомендациями и безтест A/B

Сколько стоит

Стоимость — по запросу. Цену называем после разбора каталога и статистики поиска.

От чего зависит цена:

  • платформа магазина и доступ к её API — 1С-Битрикс, WordPress, собственный движок;
  • размер каталога и заполненность характеристик;
  • что запускаем: поиск для интернет-магазина, рекомендации или всё вместе;
  • несколько языков или регионов с разным ассортиментом.

Оплачивается отдельно: сервер поиска или запросы к нейросети — зависит от выбранной схемы.

Поиск и рекомендации дают больше, когда магазин находят в поисковиках, — смотрите SEO интернет-магазина. Остальные направления — в разделе ИИ-сервисы для бизнеса.

Цены на ИИ-услуги

Цены «от» из нашего прайса. Цена зависит от размера каталога и платформы магазина.

Внедрение ИИ в бизнес

Находим процесс, где нейросеть снимет рутину, запускаем пилот и встраиваем ИИ в ваши системы.

  • Разбор процессов
  • Выбор задачи для пилота
  • Подбор нейросети
от 140 000 ₽ за проектОбсудить
ИИ-ассистент для бизнеса

Помощник для сотрудников: пишет письма и отчёты, ищет по документам и CRM, ведёт протоколы встреч.

  • Выбор отдела и задач
  • Подключение почты, CRM, 1С и документов
  • Права доступа как у сотрудника
по запросуОбсудить
Чат-бот с ИИ для сайта и мессенджеров

ИИ-консультант отвечает по вашим материалам, собирает заявки в CRM и зовёт менеджера на сложных вопросах.

  • База ответов из ваших материалов
  • Правила и тон общения
  • Сайт, Telegram, WhatsApp, VK, MAX
по запросуОбсудить
База знаний с ИИ (RAG)

Поиск по документам компании: ответ своими словами и ссылка на источник.

  • Подключение источников документов
  • Очистка и разбивка текстов
  • Поиск по смыслу
по запросуОбсудить
ИИ-агенты для бизнеса

Агент сам проходит цепочку шагов: читает заявки, ищет данные, заполняет CRM, готовит ответ.

  • Описание сценария
  • Подключение к CRM, почте, таблицам
  • Ограничения и права агента
по запросуОбсудить
Генерация контента нейросетями

Поток текстов и картинок в вашем стиле: карточки товаров, статьи, посты — с проверкой редактором.

  • Инструкция по стилю и эталоны
  • Тексты из характеристик, а не из воздуха
  • Картинки в едином стиле
по запросуОбсудить
Речевая аналитика и голосовые роботы

Каждый звонок — в текст и оценку по вашему чек-листу; голосовой робот для типовых разговоров.

  • Подключение телефонии и CRM
  • Расшифровка разговоров
  • Чек-лист оценки звонка
по запросуОбсудить
Нейросеть на своём сервере

Подбираем сервер для ИИ, разворачиваем локальную модель и подключаем к вашим системам — данные не уходят наружу.

  • Проба моделей на ваших примерах
  • Расчёт сервера: аренда или покупка
  • Установка vLLM или Ollama
по запросуОбсудить
Обучение команды работе с нейросетями

Корпоративное обучение на задачах вашей команды: запросы, работа с документами, безопасность данных.

  • Интервью с руководителем
  • Программа под отделы
  • Практика на ваших документах
по запросуОбсудить
Аудит процессов под ИИ и автоматизацию

Находим ручную работу, считаем её стоимость и показываем, что отдать ИИ, автоматизации, а что не трогать.

  • Интервью с сотрудниками
  • Карта процессов
  • Потери в часах и рублях
по запросуОбсудить
Умный поиск и рекомендации товаров

Поиск по каталогу понимает опечатки и живые запросы, рекомендации подсказывают похожие и дополняющие товары.

  • Подготовка каталога
  • Поиск по смыслу
  • Разбор запроса на фильтры
по запросуОбсудить

Рекомендации можно запустить отдельно от поиска, если начинать хочется с меньшего.

Этапы и сроки

  1. 01

    Разбор каталога и поиска

    Смотрим статистику запросов и находим, где поиск подводит. На выходе — список проблем и смета.

  2. 02

    Прототип

    Собираем поиск на копии каталога и сравниваем выдачу со старой. На выходе — сравнение на ваших запросах.

  3. 03

    Встраивание

    Подключаем к сайту, настраиваем блоки рекомендаций. На выходе — новый поиск у покупателей.

  4. 04

    Сравнение

    Смотрим на запросы без результата и переходы из поиска до и после. На выходе — отчёт и план донастройки.

От чего зависит срок

Сроки называем после разбора каталога. Больше всего на них влияют размер каталога, заполненность характеристик и доступ к API платформы. Важны и объём работ — поиск, рекомендации или всё вместе, — и то, сколько данных о поведении покупателей уже накоплено.

Кто работает над проектом

Команду собираем под задачу: в проекте только те специалисты, которые нужны именно вам.

Александр Свердлов — руководитель проекта

Основатель sverdlov.pro. Лично ведёт проект: разбирает задачу, собирает команду, согласует с вами решения и отвечает за результат.

Инженер по поиску и ИИ

Настраивает поиск по смыслу, разбор запроса на фильтры и рекомендации.

Специалист по данным

Приводит в порядок каталог: названия, характеристики, дубли.

Разработчик

Встраивает поиск и блоки рекомендаций в вашу платформу.

Вопросы про умный поиск

Как сделать поиск по сайту?
Три пути: включить встроенный поиск платформы, подключить внешний сервис поиска или настроить умный поиск на ИИ под ваш каталог. Для небольшого каталога хватает первого, для большого с множеством запросов окупается третий.
Как работает рекомендательная система?
Она собирает данные о просмотрах и покупках, находит похожие товары и похожих покупателей и показывает подходящие позиции. Что работает лучше, проверяют тестом A/B: часть покупателей видит блок, часть — нет.
Какие есть примеры рекомендательных систем?
Блоки «похожие товары» и «с этим покупают» в интернет-магазинах, подборки фильмов и музыки в стриминговых сервисах, персональные рассылки с товарами. В магазине чаще всего начинают с «похожих» на карточке.
Какие бывают виды рекомендательных систем?
По содержанию — похожие товары по описанию и характеристикам; коллаборативные — по поведению похожих покупателей; гибридные — сочетание обоих. Для нового магазина без истории покупок начинают с первого вида.
Подойдёт ли умный поиск для нашей платформы (Битрикс, Tilda, своя)?
Для 1С-Битрикс, WordPress и собственных движков с API — да, встраиваем через API. У конструкторов вроде Tilda возможности ограничены: проверяем на первом шаге, можно ли заменить поиск.
Что такое фасетный поиск?
Поиск с фильтрами по характеристикам: цена, размер, цвет, бренд. Умный поиск делает шаг дальше — сам превращает фразу покупателя в такие фильтры.
Сколько данных нужно для рекомендаций?
Для «похожих товаров» достаточно заполненного каталога. Для рекомендаций по поведению нужна накопленная история просмотров и покупок — если её мало, начинаем с рекомендаций по содержанию.
Как понять, что поиск стал лучше?
Сравнить до и после: долю запросов без результата, конверсию из поиска в заказ, клики по рекомендациям и средний чек. Эти метрики мы показываем в отчёте.
Подойдёт ли умный поиск небольшому магазину?
Если товаров немного и покупатели находят их через меню, умный поиск может не окупиться. Он полезен, когда каталог большой и в статистике много запросов без результата.
Вы гарантируете рост продаж?
Нет: продажи зависят от каталога, цен и трафика. Мы сравниваем поиск «до» и «после» на ваших данных и показываем это в отчёте.

Разберём поиск в вашем магазине

Заявку читает руководитель проекта, а не колл-центр и не автоответчик.

Что будет после заявки

  1. Укажите удобный способ связи для обсуждения задачи.
  2. Созвонимся: задача, цифры, ограничения. Первый разговор бесплатный.
  3. Пришлём план: порядок работ, кто подключится и смета.

Заявка ни к чему не обязывает.
Если задача не наша, скажем прямо и подскажем, к кому идти.

Расскажите о задаче

Имени и телефона достаточно. Подробности можно добавить сразу или обсудить при звонке.

Добавить подробности