Подсказки и автокоррекция
Нейросеть подсказывает популярные запросы и исправляет опечатки — покупатель не упирается в «ничего не найдено».
Fashion Search — поиск, который понимает моду. Surf AI Try-On — персональная примерка в каждой карточке товара. Оба продукта работают на одну метрику — конверсию.
95% покупателей не пользуются поиском в fashion-магазинах. Не потому что не нужно искать, — потому что поиск подводит. «Чёрное платье» выдаёт 400 результатов, а «платье с вырезом на спине» ломает поиск: этого нет в текстовом описании.
До 40% заказов в fashion возвращаются. В онлайне покупатель видит образ на чужом человеке: смотрит на платье на модели с идеальными параметрами и не понимает, как эта вещь сядет на его фигуру. Сомнение превращается в потерянную выручку и возвраты: покупатель либо не покупает, либо заказывает несколько вариантов «на примерку».
Итог: поиск и карточка — самые недоиспользованные каналы конверсии в fashion e-commerce. При правильной реализации оба становятся источником дополнительной выручки.
Оба продукта уже работают в приложении крупного fashion-бренда — эффект подтверждён A/B-тестами на реальном трафике.
×2
Конверсия из поиска в корзину после замены стандартного поиска на Fashion Search.
×2,3
Конверсия в корзину для товаров после виртуальной примерки.
−17% возвратов
Покупатель видит вещь на себе до заказа и не берёт размеры «на пробу».
+4% к выручке
Суммарный эффект примерки уже в первый месяц после запуска.
×2
Конверсия из поиска в корзину после замены стандартного поиска на Fashion Search.
×2,3
Конверсия в корзину для товаров после виртуальной примерки.
−17% возвратов
Покупатель видит вещь на себе до заказа и не берёт размеры «на пробу».
+4% к выручке
Суммарный эффект примерки уже в первый месяц после запуска.
Умный поиск. Заменяет стандартный поиск (Elasticsearch, Битрикс) на решение, которое понимает не только текст в карточке, но и то, что видно на фотографии: крой, фасон, ткань, стиль. Растит конверсию из поиска в корзину и увеличивает долю поиска в выручке.
Примерка в карточке товара. Покупатель видит выбранную вещь на себе — со своей фигурой, ростом и пропорциями — до того, как оформит заказ. Растит конверсию карточки в корзину и снижает возвраты «на примерку».
Продукты решают разные задачи и внедряются независимо. Если запускать оба, эффект складывается: поиск отвечает за то, чтобы покупатель дошёл до нужной карточки, примерка — за то, чтобы он положил вещь в корзину, а не закрыл вкладку.
Fashion Search — единственный поиск на российском рынке, который анализирует не только текст, но и фотографии товаров. Битрикс, Elasticsearch и другие решения «слепые»: они работают только с текстовыми описаниями из PIM/CMS. Fashion Search смотрит на фотографию каждого товара и извлекает то, что невозможно описать в карточке: нюансы кроя, текстуру ткани, настроение, стиль.
Покупатель наконец может добавить в запрос каплю конкретики — и получить точный результат:
Пользователь вводит любой запрос. Нейросеть подсказывает популярные запросы и исправляет ошибки.
Нейросеть сопоставляет смысл слов и фото — понимает сезон и текстуру ткани, фасон и крой, настроение и повод.
Подбирает оптимальные товары с учётом сезонности, трендов и предыдущей активности пользователя.
Мультимодальная нейросеть, обученная на открытых мировых датасетах: e-commerce каталоги, high fashion коллекции и тренды.
Нейросеть подсказывает популярные запросы и исправляет опечатки — покупатель не упирается в «ничего не найдено».
Собирает fashion-профиль покупателя за сессию и подбирает готовые луки — статистически связанные образы, а не случайные товары.
Запрос «тёплый свитер» — поиск сам выставляет сезон «Зима» и сортирует по плотности ткани, без ручных фасетных фильтров.
Приоритизация товаров под задачи бизнеса: новая коллекция, распродажа остатков, сезонная ротация.
Покупатель один раз загружает свои фото в личном кабинете — из них собирается реалистичный аватар с его ростом, пропорциями, цветом волос и кожи. Дальше все вещи из каталога «примеряются» на этот аватар: в любой карточке товара покупатель видит выбранную блузку или платье на себе, а не на модели.
Половина возвратов в fashion — это «не тот размер», а «не так село». Модель на фото — 90-60-90 и рост 178; у покупателя другие пропорции, и он это понимает. Дальше два сценария, и оба стоят магазину денег: либо покупатель уходит без покупки, либо заказывает 2–3 размера «на примерку», а потом возвращает бо́льшую часть. Try-On закрывает этот вопрос до оформления заказа, а не после доставки.
Покупатель загружает фото и параметры один раз.
Один клик, несколько секунд ожидания.
Покупатель видит вещь на себе и добавляет к заказу без выхода из карточки.
Сомнение «как это будет на мне» снимается до заказа: ×2,3 конверсии в корзину после примерки.
Покупатель не заказывает 2–3 размера «на пробу»: он уже видел, как вещь сидит.
Возвращаемость: 5% MAU и 4 примерки на пользователя в первый месяц.
Реалистичный аватар без «трёх рук» и перекошенных пропорций — вещь сидит как на настоящей фотосъёмке.
Один из крупнейших российских fashion-брендов заменил стандартный поиск на Fashion Search и встроил AI-инструменты в экосистему приложения:
Результаты подтверждены A/B-тестированием на реальном трафике. Приложение объединило магазин, fashion-медиа и цифрового стилиста; проект отмечен наградами CrossConf, Tagline и Workspace Awards.
Запуск не требует переделки сайта или приложения: нужен только товарный фид и немного времени ваших инженеров — остальное берём на себя.
YML-фид (стандартный формат Яндекс.Маркета) и 20–40 часов работы ваших инженеров.
Полная настройка и запуск, поддержка в интеграции, A/B-тесты, аналитика и дашборды.
REST API для backend-интеграции (web и мобильные приложения) или готовый JavaScript-виджет для сайта.
Полная отказоустойчивость, включая пиковые нагрузки и сезонные распродажи.
За каждый поисковый запрос ваших покупателей:
*Стоимость Surf AI Try-On рассчитываем под ваш трафик. Точную смету по обоим продуктам считаем на основе данных вашего сайта и приложений.
Предоставьте фид — и через пару дней покажем демо на ваших реальных товарах, а не на абстрактных примерах. Вы увидите, как продукты работают с вашим ассортиментом и вашим трафиком, прежде чем принимать решение.
Стандартный YML — тот же формат, что для Яндекс.Маркета.
Подключаем AI к вашему ассортименту без нагрузки на вашу команду.
На ваших реальных товарах и вашем трафике, а не на абстрактных примерах.
Решение о масштабировании принимаем по цифрам.
Продукты делает команда, которая больше 14 лет строит e-commerce для крупного ритейла.
14+ лет
Строим мобильные и веб-продукты для крупного бизнеса с 2011 года.
50+ e-commerce проектов
Витрины, доставка, программы лояльности — от приложения до бэкофиса.
250+ специалистов
Инхаус-команда: разработка, дизайн, аналитика, ML.
Экспертиза в fashion
Среди клиентов — Love Republic, РИВ ГОШ, Lamoda и другие ритейл-бренды.
14+ лет
Строим мобильные и веб-продукты для крупного бизнеса с 2011 года.
50+ e-commerce проектов
Витрины, доставка, программы лояльности — от приложения до бэкофиса.
250+ специалистов
Инхаус-команда: разработка, дизайн, аналитика, ML.
Экспертиза в fashion
Среди клиентов — Love Republic, РИВ ГОШ, Lamoda и другие ритейл-бренды.