Материалы
Тесты, гайды, кейсы и разборы об ИИ в онлайн-торговле.
Всего: 44
Контроль ложных открытий: что означает FDR в анализе ИИ-мерчандайзинга
FDR ограничивает ожидаемую долю ложных находок.
Калибровка вероятностей: почему 0,8 ещё не означает 80%
Калибровка проверяет именно вероятности.
Mindbox MCP: как заполнить лист передачи результата человеку
Заполните учебный лист передачи: черновик, сохранение, тестовая отправка и открытые задачи человеку.
Время отгрузки FBS: как проверить интервал в ответе ИИ
Девять учебных интервалов: UTC-смещения, длительность и неизвестные поля без вывода о просрочке.
Автообновления товаров в Merchant Center: почему они не заменяют фид
Если источник продолжает присылать старое значение, причина ошибки остаётся в вашем потоке данных.
ИИ и причины отмены DBS-заказа: 12 учебных историй без подмены вины
Модель Sol различила самостоятельный отказ и отказ после изменения условий магазина. 12 учебных историй, исходные ответы и локальная проверка.
Внешняя аналитика маркетплейсов: где данные, а где оценка
Сначала установите происхождение показателя, затем решайте, подходит ли он для закупки.
ДРР на маркетплейсах: какую выручку брать в знаменатель
Сам по себе низкий ДРР не доказывает, что продавец заработал.
ИИ-аудит карточки товара: какие рекомендации брать в работу
CSV для разбора рекомендаций: сопоставимые конкуренты, подтверждение проблемы и одна правка для проверки. Учебный пример на трёх товарах.
ИИ-название в Merchant Center: почему старый title перекрывает structured_title
Четыре учебных случая: выбор title или structured_title, метка ИИ-происхождения и проверка TSV/XML.
Что такое re-ranking и почему он не находит пропущенный товар
Почему перестановка найденных товаров не вернёт пропущенный SKU: шесть учебных товаров, pin/hide, CSV и код.
Как рассчитать число сборщиков по прогнозу заказов
Как перевести заказы в рабочие минуты и людей: учебный расчёт, паспорт норм, CSV и код.
Согласование прогнозов: почему общий спрос не равен сумме каналов
Почему прогноз бренда расходится с суммой каналов: учебный расчёт bottom-up и top-down, CSV и код для проверки.
Как проверить CRM-сегмент «два заказа от 5000 рублей каждый»
Почему два заказа от порога, общая сумма и одна дорогая покупка дают разные аудитории. Учебный журнал, три списка клиентов и код для повторения.
Сигнал ИИ о потерянном покупателе: что обещает Calltouch и что проверить до звонка
Сигнал ИИ «потерян целевой лид» — повод открыть запись разговора, а не команда перезвонить.
Квалификация оптовой заявки: что спросить ИИ до передачи менеджеру
Что спросить о товаре, объёме, регионе и сроке: карта условий и два учебных диалога без автоматического отказа дилеру.
Матчинг товаров: тот же товар, другой вариант или аналог
Чем одинаковый товар отличается от варианта и аналога: восемь вымышленных пар с ручным разбором.
Как составить проверяемые критерии оценки звонка магазина
Запишите каждый критерий как одно действие оператора, которое можно подтвердить конкретной репликой.
Как разобрать запросы автотаргетинга перед правкой минус-фраз
Сначала отметьте, какие запросы означают покупку именно у вашего магазина, и только потом выбирайте исключения.
Как проверить ИИ-резюме перед передачей смены поддержки
Как сохранить факты, обещания и открытые вопросы при передаче смены: учебные диалоги, ошибочные конспекты и бланк проверки.
Как принять ИИ-видео товара: проверка по кадрам
Учебная раскадровка: форма, маркировка, комплект и выдуманное действие. Заполненный лист и бланк проверки вашего ролика.
Отмена заказа в Метрике: как проверить историю целей
Шесть учебных заказов: почему CANCELLED не стирает прошлую оплату. CSV событий, две таблицы и локальный скрипт без загрузки в Метрику.
ИИ-цены: почему нижнего предела мало для прибыли группы
Нижняя цена ограничивает потери на единице, но для заменителей нужна ещё проверка группы: скидка может перетянуть покупки с соседнего товара.
Как разобрать отзыв для Google Product Ratings: реестр решений
Восемь вымышленных ситуаций по правилам Google Product Ratings: пустой бланк и заполненный реестр решений. Без XML и подключения к программе.
ИИ-примерка: что картинка говорит о товаре, а что — нет
Что ИИ-примерка говорит о цвете, стиле, комплекте, посадке и размере: матрица по документам Ultima и Google, шесть учебных ситуаций для бренда одежды.
OCR накладных для магазина: что выяснить до покупки
Матрица документации Smart Document Engine и ContentReader Engine: товарные строки, API, локальность и цена. Учебная накладная и задание до закупки.
Как проверить прогноз продаж до закупки товара
Проверьте готовый прогноз продаж на будущих датах: учебные CSV, простой ориентир, расчёт MAE и проверка утечки без установки ML-библиотек.
ИИ-поиск магазина: готовый набор для приёмки
Учебный каталог, запросы с допустимыми артикулами, заполненный журнал и запасной поиск: подготовьте требования до подключения ИИ-поиска магазина.
Нейрообъявления Директа: реестр страниц и план обновления
Чтобы после смены цены или акции не забыть про нейрообъявления, заведите реестр рекламируемых страниц и очередь на проверку.
Выгрузка магазина в ИИ: что проверить в условиях API
Что проверить в условиях Yandex AI Studio и корпоративного GigaChat до передачи выгрузки: состав данных, логирование, договор и вопросы поставщику.
Как рассчитать маржу для «Максимума прибыли» в Директе
Сначала определите, какое действие считается конверсией, затем посчитайте маржу на каждое такое действие с учётом выкупов и потерь. Директу нужна маржа до расходов на рекламу, а не выручка или желаемая цена заказа.
Когда магазину нужен поток событий, а не суточная выгрузка
Контракт свежести данных магазина: задержка, повторы, отмены и остатки. Учебные события, код и журнал проверки; когда хватит суточной выгрузки.
Как оценить эффект ИИ в ритейле: прибыль, ресурсы и заказы
Прибыль X5, расчётное окно Магнита и заказы Spadream: паспорт метрик, ограничения источников и учебный расчёт после внедрения и эксплуатации.
Товарные рекомендации: что исправляли Олант, Ennergiia и Spadream
Олант, Ennergiia и Spadream: неудачные варианты рекомендаций, контроль, расходы и план первой гипотезы. Разбор исторических кейсов Mindbox.
Как подготовить базу знаний ИИ-консультанта магазина
Карточка товара, доставка, возвраты и отдельная инструкция: учебный комплект с десятью вопросами и картой передачи оператору до подключения.
Как сверить AI-конспект с полями сделки до записи в CRM
Учебный диалог, конспект с ошибками и CSV-карта сверки: бюджет, цена, срок контакта и договорённость до записи в CRM.
Как «Магнит» сократил расчёт прогноза с десяти до четырёх часов
Кейс Magnit Tech: оптимизация расчётного окна F&R, Spark и Ignite. Какие выводы полезны небольшому магазину и чего не говорят цифры компании.
Как проверить CRM-цепочку от ИИ до рассылки
Как проверить AI-черновик CRM-сценария без отправки: оплата, согласие, дубли и срок промокода. Правила, CSV-бланк и заполненная карта.
Нейросеть для описания товара: тест генераторов, Алисы AI и GPT — что они выдумывают
Бесплатные генераторы добавили непроверенные свойства в 7 из 10 описаний. Проверили GPT, DeepSeek и Алису AI с промптом редакции — плюс чек-лист вычитки.
Нейросеть для ответов на отзывы: тест пяти моделей и трёх бесплатных генераторов
Пять моделей ответили на 30 отзывов, мы прочитали все 150 ответов: где нейросеть выдумывает, какие отзывы отдавать человеку и сколько стоит ответ.
Нейросеть для объявлений Авито: тест пяти моделей
Пять моделей написали объявления для 12 товаров с правилами и без: где нейросеть выдумывает, что проверить перед публикацией и сколько стоят 100 объявлений.
Нейросети для карточек товара: проверили сервисы и модели на одних товарах
Проверили ИИ для карточек маркетплейсов на 10 учебных товарах: ChatGPT сохранил товар на 10 фото из 10, а модели через API дописывали надписи и цены. Сколько стоит карточка.
Инфографика для маркетплейса нейросетью: 11 товаров, слепая проверка и цена слайда
Нейросеть по фото товара делает слайд с русским текстом, который проходит строгую проверку: в нашем тесте OpenAI gpt-image-2 справился для 9 товаров из 11 с первой попытки.
ИИ-агент для маркетплейса: какие права нужны для анализа, а какие — для изменения цен
WB и Яндекс Маркет дают право читать цены отдельно от права их менять, а право на цены захватывает и акции. Какой доступ давать ИИ-агенту для анализа и для правки цен.