Магазин детской одежды: AI-консультант по размерам

Интернет-магазин детской одежды с трафиком около 60 тысяч визитов в месяц и широким ассортиментом от нескольких десятков брендов. Продажи идут в основном через мессенджеры, и вечером, когда родители освобождаются после работы, поток обращений вырастал в несколько раз. Пять операторов работали посменно, но не успевали за пиком: в самые загруженные часы клиент ждал первого ответа до 40 минут, и часть покупателей просто закрывала чат.

Мы разобрали переписку за полтора месяца и увидели, что больше половины сообщений это один и тот же вопрос: подойдёт ли размер по росту и возрасту ребёнка. Родители путались, потому что у разных брендов размерные сетки не совпадают, и переспрашивали снова и снова. Заметная доля рабочего времени уходила ещё и на ручной перенос контактов и заказов в CRM, а из-за долгого ожидания часть тёплых клиентов утекала к конкурентам.

Простые кнопочные боты здесь только раздражали: родителю нужен совет живого продавца, а не меню из вариантов. Задача была научить ассистента понимать свободные формулировки вроде «сыну пять лет, рост метр десять, что взять на осень» и отвечать конкретной моделью, а не общими словами. При этом он должен держать в голове различия размерных сеток брендов, видеть остатки на складе и ни в коем случае не выдумывать наличие, которого нет.

Мы собрали AI-ассистента в WhatsApp, который понимает вопросы на обычном языке и советует конкретные модели с небольшим запасом на рост, сверяясь с базой размеров и текущими остатками. Он подсказывает размер по бренду, предлагает аналоги, если позиции нет, и сам заводит собранную заявку в CRM без ручного копирования. Тон задан примерами из реальной переписки магазина, поэтому ответы звучат по-человечески. В сложных случаях, например при возврате оплаты, диалог мягко уходит оператору.

Запуск занял около пяти недель. Сначала выгрузили историю диалогов и собрали из неё частые вопросы и формулировки родителей. Затем построили базу соответствия размеров по каждому бренду и связали её с остатками на складе. Отдельно проработали границы: где ассистент отвечает сам, а где обязан позвать человека. После этого обкатали формулировки на части трафика, поправили тон по живым диалогам и только потом вывели ассистента на весь поток обращений.

Сейчас бот сам закрывает около 60 процентов рутинных обращений о размерах, а первый ответ приходит за секунды вместо прежних сорока минут. Ручной перенос заявок в CRM исчез: карточка клиента собирается автоматически. Операторы перестали отвечать на одинаковые вопросы и переключились на сложные случаи и допродажи. Конверсия из чата в корзину подросла примерно на 15 процентов, потому что покупатель получает совет сразу, пока желание купить ещё горячее.