ИИ для маркетплейсов: отзывы, продажи и гипотезы ассортимента

У двух вариантов товара падают продажи, а в отзывах покупатели жалуются на размер, доставку и качество. ИИ для маркетплейсов поможет разложить эти сигналы и подготовить гипотезы, если связать сообщения с конкретными товарами, периодами и остатками. Разберём процесс на вымышленном магазине: от трёх выгрузок до небольшой проверки перед решением об ассортименте.

ИИ для маркетплейсов: начните с одного решения

Поставьте вопрос, на который команда действительно может повлиять: уточнить размеры существующего органайзера, проверить качество ручек или протестировать комплект с разделителем. Запрос «найди прибыльный товар» требует сведений о спросе, конкуренции и затратах, которых в одних отзывах нет.

Для первого опыта выберите одну товарную группу и ограниченный набор данных. Практическая задача ИИ для селлеров — собрать таблицу «наблюдение → источник → гипотеза → проверка». Сначала проведите разбор на небольшом фрагменте вручную, затем сравните с ответом модели.

Разделите роли инструментов. Кабинет продавца и учётная система дают исходные сведения. Таблица или проверенный скрипт считает показатели. Нейросеть помогает разметить текст, сопоставить объяснения и подготовить вопросы. Обычный чат не получает доступ к Ozon или Wildberries автоматически: для подключения нужны отдельные права и настройка.

Если задача — написать описание и подготовить визуал, используйте отдельный материал об ИИ для карточек товара. Здесь конечная задача другая: решить, какую гипотезу о товаре проверить и какие данные для этого собрать.

Как связать отзывы, продажи и остатки

Подготовьте три таблицы и справочник вариантов. Названия могут меняться, поэтому основной связью должен быть устойчивый артикул конкретного варианта — SKU. «Органайзер серый, маленький» и «Органайзер серый, большой» нельзя объединять только потому, что они находятся в одной карточке.

Это рекомендуемая структура для анализа, а не точный формат экспорта какой-либо площадки. Если отзыв относится ко всей карточке и вариант неизвестен, сохраните «вариант не установлен». Не приписывайте его самой продаваемой модификации.

Задайте одинаковые даты и часовой пояс. Выберите один показатель: заказанные, выкупленные или проданные единицы по принятому в вашей системе определению. Не смешивайте заказы одной недели с выкупами другой. Отзывы могут появляться позже покупки; прямое сопоставление «отзывы за неделю / продажи за неделю» без связи с покупками не показывает частоту проблемы среди купивших.

Период выбирайте с учётом цикла пополнения, задержки отзывов и сезонности. Для первичного разбора возьмите несколько полных сопоставимых недель и отметьте праздники, акции и изменения товара. Если работает выраженная сезонность, добавьте соответствующий прошлый период и объясните различия. Универсального количества недель для всех категорий нет.

Перед загрузкой удалите ненужные имена, контакты и номера заказов, оставив технические ID. Работайте с копиями и разрешёнными компанией данными; пароли и ключи кабинетов для такого разбора не нужны.

Проверьте количество строк, уникальные ID, пустые SKU и суммы по каждому файлу. Сначала агрегируйте продажи до нужного уровня «SKU × период», а темы отзывов считайте отдельно. Соединение каждой продажи с каждым отзывом одного товара может размножить строки и завысить итог. После объединения контрольная сумма продаж должна сохраниться. Строки без соответствия вынесите в отдельный список и объясните каждое исключение; не отбрасывайте их молча.

Как получить проверяемые темы из отзывов

Попросите модель вернуть для каждого ID тему, точную цитату и границу вывода. Разделите свойства товара, доставку, упаковку и ожидания. «Коробка помята, товар цел» не подтверждает брак товара, а «меньше, чем ожидал» ещё не доказывает неверные размеры.

Ниже восемь вымышленных отзывов об органайзерах. В исходной учебной выгрузке девять строк: R2 повторяется с тем же внешним ID и текстом. Подтверждённый повтор учитываем один раз.

После проверки тем ограничение внутреннего размера упоминают R1, R2 и R6: три из пяти отзывов о маленьком варианте. R6 дополнительно относится к доставке. Поэтому сумма упоминаний по темам может превышать число уникальных отзывов.

Это не означает, что проблема есть у 60% покупателей. Отзывы оставляет часть людей; один человек может написать несколько сообщений. Если идентификатор автора недоступен или его нельзя использовать, честно считайте отзывы, а не покупателей. Не удаляйте разные отзывы за похожие формулировки и не определяйте подлинность отзыва только по оценке модели.

AAPOR различает вероятностные и добровольные выборки и подчёркивает важность прозрачного метода отбора. Применительно к нашей задаче вывод такой: разметка показывает структуру переданного набора, а распространённость проблемы среди всех клиентов нужно проверять отдельно.

Количество упоминаний — один из признаков важности. Единичная жалоба на потенциально опасную поломку может требовать проверки быстрее частой жалобы на оттенок. Перед решением откройте источники, проверьте серьёзность ситуации и определите ответственного.

Для подробной разметки используйте промпты для анализа отзывов. В ассортиментном анализе они дают исходный реестр наблюдений, а не готовую рекомендацию о закупке.

Как отличить слабый спрос от отсутствия товара

Снижение продаж при отсутствии товара не доказывает снижение интереса к нему. Сопоставьте динамику продаж с доступностью именно нужного размера, цвета и региона. Остаток на складе и доступность заказа для покупателя тоже могут различаться.

Рассмотрим два учебных периода по семь дней. В таблице «продажи» — единицы по одному выбранному показателю. День доступности означает полный день, когда вариант можно было заказать в выбранном регионе.

У маленького варианта объём снизился с 28 до 12 единиц, но описательный темп при наличии остался равным четырём. Сначала стоит проверить причину четырёх дней недоступности. По этим данным нельзя уверенно объявить товар непопулярным.

У большого варианта доступность полная, а темп снизился. Это повод проверить показы, переходы, цену, рекламный трафик, сроки доставки и возвраты. Одних продаж недостаточно, чтобы назвать причиной качество или конкурента.

Показатель «штуки / дни доступности» не является прогнозом упущенных продаж. Дни могут отличаться составом аудитории и рекламой, а наличие в течение части суток — исказить расчёт. Если доступность равна нулю, темп не рассчитывайте: деление на ноль не имеет смысла. При отсутствии данных о доступности пометьте вывод как неопределённый и запросите историю, вместо того чтобы заменять пропуск нулём.

Схема показывает переход от наблюдения к проверке. Ни количество жалоб, ни скорость продаж по отдельности не дают достаточного основания для изменения закупки.

Как превратить наблюдение в гипотезу ассортимента

Запишите отдельно подтверждённый сигнал и возможное объяснение. По R1, R2 и R6 известно, что некоторые авторы не смогли использовать маленький органайзер для А4. Пока не известно, были ли неверно указаны размеры, неправильно понята карточка или нужен иной товар.

Не превращайте одну просьбу в оценку объёма рынка. Нейросеть может предложить формулировку гипотезы и недостающие вопросы, но не должна придумывать готовность платить.

Различайте исправление существующего товара, изменение объяснения и выпуск нового варианта. Эти действия имеют разную стоимость и решают разные проблемы. Если размеры неверно поняты, закупка нового размера может оказаться преждевременной; если найден дефект, одного изменения текста недостаточно.

Как выбрать гипотезу с учётом затрат и остатков

Сравнивайте гипотезы по качеству доказательств, серьёзности проблемы, объёму затронутых продаж, стоимости проверки и возможности отменить решение. При малом бюджете полезнее сначала проверить исходную причину, чем сразу закупать новую позицию.

Для нашего примера уточнение внутреннего размера требует измерения образца и проверки понимания. Новый комплект с разделителем добавляет закупку, хранение и риск остатков. Это разные проверки; популярность темы в нескольких отзывах не устанавливает их приоритет автоматически.

Попросите команду заполнить для каждого варианта:

• Какие данные подтверждены и каких ещё нет.
• Какой текущий остаток нужно учитывать.
• Сколько стоит проверка и какой предел потерь приемлем.
• Какой вклад в результат останется после закупки, комиссий, логистики, возвратов, хранения и продвижения.
• Кто принимает решение и что сможет отменить.

Подставляйте собственные условия площадки и фактические расходы. Выручка не равна прибыли, а обещание модели «товар будет хорошо продаваться» не заменяет расчёт. Для самостоятельной проверки показателей пригодятся промпты для юнит-экономики.

Отказ от позиции рассматривайте, когда проблема сохраняется при достаточной доступности, сопоставимом трафике и понятной экономике. Один неудачный период или один негативный отзыв для этого недостаточны.

Как провести небольшую проверку

Составьте паспорт теста до изменения товара. В методике NIST по планированию эксперимента сначала фиксируют цели, а затем выбирают дизайн. Для продавца практический смысл — заранее решить, какой результат изменит действие команды.

Например, гипотеза звучит так: «Если покупатель до заказа понимает полезные внутренние размеры, ошибок выбора станет меньше без ухудшения результата продаж». Это предложение для проверки, а не установленная причина возвратов.

В паспорте запишите изменение, SKU, период, ответственного, бюджет, основную метрику и ограничения. Для размера основной метрикой может быть доля возвратов по этой причине среди доставленных единиц соответствующей группы покупок. Дождитесь согласованного окна возвратов, иначе свежая группа будет выглядеть лучше просто потому, что обращения ещё не поступили.

По возможности используйте сопоставимую контрольную группу или разрешённое площадкой случайное распределение. Если доступно только сравнение «до / после», отметьте его ограничение: одновременно могли измениться сезон, реклама и доставка. Не выдавайте такое наблюдение за доказанный причинный эффект.

Ограничьте изменение одним понятным действием. Для теста разделителя заранее определите небольшую согласованную партию и не меняйте одновременно цену, упаковку и рекламную стратегию без учёта этих факторов.

Назначьте дату пересмотра и минимальный объём данных исходя из обычной частоты события и значимого для бизнеса различия. Универсального правила «хватит десяти отзывов» нет; для статистического подтверждения план и объём лучше рассчитать с аналитиком.

Предусмотрите три исхода: продолжить при выполнении критериев; остановить при превышении бюджета или ухудшении ограничивающих метрик; признать результат недостаточным, если наблюдений мало. Не продлевайте тест до первого удачного числа и не называйте неопределённость провалом гипотезы.

Как повторять анализ без смены правил

Сохраните исходники, словарь SKU, определения показателей, схему тем, запрос, модель и дату запуска. Результат должен содержать ID источников и перечень исключений. Подсчёт уникальных отзывов и продаж перепроверяйте формулами или проверенным скриптом.

Оставьте небольшой эталонный набор: смешанный отзыв R6, повтор R2, положительный R8 и строку с неизвестным вариантом. При следующем запуске сравните разметку с сохранённой ручной проверкой. Если модель иначе понимает «размер», исторические и новые количества нельзя напрямую сравнивать.

Отчёт AAPOR о применении ИИ в исследованиях, выпущенный в 2026 году, рекомендует человеческую проверку, документирование и повторную оценку: прежнее качество может измениться вместе с моделью и процессом. Это методический ориентир, не измерение точности вашего магазина.

Если знакомы со скиллами, сохраните в одной инструкции порядок обработки, обязательные колонки, правила подсчёта и причины остановки. Скрипт подключайте после проверки логики на примере. Скилл или код не добавляет права на кабинет и не устраняет ошибки исходных данных.

FAQ

Можно ли использовать ИИ для маркетплейсов бесплатно?

Для знакомства подойдёт небольшой вымышленный набор в доступном вам чате. Перед реальной загрузкой проверьте условия обработки данных и ограничения сервиса. Бесплатный доступ не подтверждает, что инструмент прочитает всю выгрузку.

Может ли ИИ сам выбрать, что закупать?

Он может подготовить варианты и вопросы. Решение требует данных о спросе, затратах, поставках и допустимом риске, которые подтверждает команда. В нашем процессе закупка не выполняется автоматически.

Что делать, если отзывов почти нет?

Используйте их как качественные сигналы, проверьте свойства товара и поговорите с доступными покупателями по разрешённым каналам. Не просите модель дописать недостающие отзывы и не рассчитывайте долю всей аудитории по нескольким сообщениям.

Нужно ли сразу подключать API?

Для первого разбора достаточно разрешённых выгрузок. Автоматический обмен имеет смысл после проверки правил, прав доступа и контроля ошибок. Повторяемая таблица с понятными источниками полезнее неподтверждённой автоматизации.

Первый разбор в Agent Roi

Выберите одну товарную группу и подготовьте безопасные фрагменты отзывов, продаж и наличия. В Agent Roi начните с задания выделить наблюдения с ID источников и составить вопросы к одной гипотезе. Независимо проверьте количества и оформите паспорт теста до решения о закупке.

Больше материалов по теме — в разделе «Маркетинг, продажи и клиенты».