ИИ-консультант для розничной сети

У розничной сети с офлайн-магазинами есть проблема, которой нет у чистого интернет-магазина. Товар лежит не на одном складе, а в двадцати, пятидесяти или трёхстах точках. Покупатель хочет прийти и потрогать. Перед тем как ехать, он звонит: «У вас есть вот эта модель?» И вот здесь начинается то, из-за чего сеть теряет деньги каждый день.

Телефон в магазине один. Трубку берёт продавец, который в этот момент стоял с живым покупателем в зале. Пока он идёт смотреть остаток, живой покупатель уходит. Звонящий не дозвонился с третьей попытки и поехал к конкуренту. А если дозвонился и ему сказали «есть» по данным учётной системы — есть шанс, что он приедет, а товара не окажется. Это худший из сценариев: человек потратил час дороги и больше не вернётся.

Разберём модельно: как устроен поток обращений в розничной сети, что из него реально закрывается ИИ-консультантом, почему тема остатков — самая тонкая часть проекта, и как посчитать эффект до того, как вы потратите бюджет.

Из чего складывается поток обращений в розничной сети

Прежде чем автоматизировать, надо понять структуру. Обычно в отрасли — в сети с офлайн-точками и сайтом-витриной — картина выглядит примерно так. Доли приведены как типовой ориентир, у вас они будут отличаться.

Первые четыре строки — это половина потока и больше. Все они отвечаются по данным, которые у сети уже есть: в товарном учёте, в справочнике магазинов, в карточках номенклатуры. Не нужен «интеллект, который догадается» — нужна система, которая находит факт, правильно его формулирует и честно помечает степень его надёжности.

Почему офлайн-ритейл — не то же самое, что интернет-магазин

В интернет-магазине один логический склад и один статус: есть или нет. В рознице у одной и той же SKU одновременно двадцать разных ответов — по числу точек. И каждый из них может быть неверным по своей причине.

Пересорт. Товар физически лежит не там, где числится: не на своей полке, в подсобке, на витрине без учётной отметки, перепутан с похожей моделью. В категориях с большим ассортиментом близких артикулов — одежда, обувь, крепёж, косметика — это не исключение, а норма.

Товар в руках у покупателя. Последняя единица прямо сейчас едет в тележке к кассе. В системе она ещё числится. Через четыре минуты — уже нет.

Задержка синхронизации. Касса выгружает продажи в учётную систему не мгновенно. Где-то раз в 15 минут, где-то в конце смены, где-то по расписанию с ночной обработкой. Всё это время остаток на витрине — вчерашний.

Резервы и «висяки». Товар отложен по устной договорённости, лежит под прилавком «до вечера», зарезервирован под онлайн-заказ, который ещё не собрали. Учётно он есть, фактически недоступен.

Приёмка и перемещения. Поставка пришла, но не оприходована. Или наоборот: перемещение проведено, а машина ещё в пути.

Отсюда главный вывод, который определяет всю архитектуру проекта: консультант в рознице не имеет права утверждать наличие. Он имеет право сообщать данные учётной системы с указанием источника и времени — и предлагать механику, которая снимает риск.

Как консультант говорит об остатках

Разница между плохой и хорошей формулировкой — одна фраза, но она меняет всё.

Плохо: «Да, эта модель есть в магазине на Ленина, 12».

Хорошо: «По данным учётной системы на 14:35 в магазине на Ленина, 12 числится 2 штуки. Данные обновляются раз в 15 минут, и последняя единица может быть уже в чьей-то корзине. Могу оформить бронь на 24 часа — тогда товар отложат на кассе и вы приедете наверняка».

Во второй формулировке четыре обязательных элемента:

1. Источник. «По данным учётной системы» — а не «я посмотрел и там есть». Ассистент не в зале, он читает базу.
2. Отметка времени. Не «сейчас», а конкретное время среза. Это честно и заодно объясняет, почему возможно расхождение.
3. Количество, а не бинарный флаг. «Числится 2 штуки» и «числится 40 штук» — разный уровень риска для покупателя, и он должен это видеть. Практичный приём: при остатке 1–2 единицы система усиливает предупреждение и настойчивее предлагает бронь, при остатке от 10 — говорит спокойнее.
4. Действие, снимающее риск. Бронь, звонок в точку, альтернативный магазин.

Отдельная категория — нулевой и отрицательный остаток. Ноль в учёте почти всегда означает «нет», но не всегда: товар мог быть не оприходован. Поэтому корректная формулировка про ноль — «по учёту не числится, ближайшая точка с этой моделью — на Гагарина, 7, там числится 4 штуки», а не «нигде нет».

Механика брони как способ снять риск

Бронь — это то, ради чего вообще стоит подключать консультанта к остаткам. Без неё вы просто перекладываете неопределённость на покупателя. С ней — превращаете неточные данные в надёжное обещание.

Логика простая: система не гарантирует наличие в момент вопроса, но гарантирует наличие в момент приезда, потому что физически изымает единицу из свободного остатка.

Как это обычно устроено:

Резерв создаётся в учётной системе, а не в блокноте у ассистента. Это ключевое требование к интеграции. Если резерв живёт только в базе бота, кассир о нём не знает и продаст товар. Резерв должен уменьшать доступный остаток в той же системе, из которой консультант его читает.

У резерва есть срок жизни. Типично — от нескольких часов до суток. Дальше он автоматически снимается и товар возвращается в продажу. Без автоснятия магазин быстро зарастает мёртвыми бронями, и остаток становится ещё менее достоверным, чем был.

Резерв персонализирован и проверяем. Номер брони, имя, телефон. Кассир должен уметь найти бронь по номеру за пять секунд, иначе на кассе будет спор.

Есть напоминание и отмена в один шаг. Сообщение за пару часов до истечения — «бронь до 19:00, подтвердить или отменить?». Отмена в один клик снижает долю невыкупа сильнее, чем любые уговоры.

Есть ограничения. Резерв обычно не даётся на акционный сток в последний день промо, на товар с остатком, который магазин физически не проверял неделю, и на позиции сверх разумного количества — иначе механику начнут использовать для перекупа.

Как консультант работает с выбором товара

Второй большой блок после наличия — консультация. Здесь боль другая: экспертиза в зале распределена неравномерно. Опытный продавец объяснит разницу между двумя моделями за минуту. Новичок, вышедший на третью смену, — не объяснит или объяснит неверно. В сезон, когда сеть набирает временный персонал, доля новичков в зале максимальна, а поток вопросов — тоже.

Консультант выравнивает эту неравномерность, потому что он читает одни и те же карточки товаров, одни и те же матрицы сравнения и одни и те же инструкции производителя — независимо от того, в какой магазин пришёл вопрос.

Что он делает хорошо:

• Сравнивает модели по характеристикам. Не «эта лучше», а «отличия три: мощность, объём, тип управления; для вашей задачи важна первая».
• Задаёт уточняющие вопросы. Хороший консультант не вываливает каталог, а спрашивает: под какую задачу, какой бюджет, есть ли ограничения по размеру. Две-три уточняющих реплики повышают релевантность подбора сильнее, чем любая рекомендательная модель поверх обезличенного запроса.
• Объясняет комплектацию. Что входит в коробку, что докупается отдельно, нужны ли расходники — типовой источник разочарования после покупки.
• Справочно излагает условия гарантии и обмена. Гарантийный срок производителя, категория товара, общие правила сети — со ссылкой на регламент и пометкой, что конкретный случай решает магазин.

Что он не делает — об этом отдельно ниже, и это не менее важная часть проекта.

Что автоматизируется, а что нет

Честная таблица границ важнее красивых обещаний. Если подрядчик говорит «закроем 95% обращений» — он либо не считал, либо собирается считать закрытым любой ответ бота.

Границы, которые нельзя переходить

Эти четыре правила стоит зафиксировать в техническом задании отдельным пунктом, потому что каждое из них — про юридический или репутационный риск, а не про удобство.

Не обещает наличие. Максимум — данные учёта с меткой времени и предложением брони. Формулировки вида «точно есть», «гарантирую» и «можете смело ехать» должны быть запрещены на уровне инструкций и проверяться при приёмке.

Не подтверждает цену при расхождении систем. В рознице сайт, прайс и касса живут в разных контурах и синхронизируются с задержкой. Акция могла закончиться в полночь, а витрина обновиться утром. Правильное поведение: назвать цену по данным витрины, указать источник и оговорить, что окончательная цена — на кассе магазина. При обнаруженном расхождении между источниками — не выбирать «ту, что покрасивее», а передавать вопрос человеку.

Не решает вопросы по возвратам и претензиям. Это область закона о защите прав потребителей и материальной ответственности сотрудников. Ассистент может пересказать регламент и объяснить, какие документы понадобятся, но не может принять решение о возврате, признать брак, назначить экспертизу или пообещать деньги. Любой такой запрос — эскалация на человека с полной историей диалога.

Не консультирует там, где нужна квалификация. Подбор по медицинским показаниям, совместимость с назначенным лечением, вопросы безопасности, любые ситуации, где ошибка вредит здоровью, — жёсткий стоп и переадресация к специалисту. Ассистент при этом может остаться полезным: сообщить, в каких точках такой специалист принимает и в какие часы.

Данные, которые нужны для работы

Проект в рознице упирается не в модель, а в доступ к данным. Практический минимум — четыре источника.

Остатки по точкам. Выгрузка или API товарного учёта: SKU, магазин, доступное количество, время последнего обновления. Критично именно последнее поле — без метки времени честная формулировка невозможна. Если учёт умеет отдавать раздельно общий и свободный (за вычетом резервов) остаток — используем свободный.

Справочник магазинов. Адрес, координаты, режим работы, телефон, признаки: есть ли самовывоз, зона выдачи, парковка, доступность для маломобильных. Это же основа для подсказки ближайшей точки.

Номенклатура и карточки. Название, характеристики, комплектация, аналоги и замены, признак снятия с производства. Для сравнения моделей важны именно структурированные характеристики, а не только маркетинговое описание.

Регламенты. Гарантия по категориям, сроки обмена, правила брони, правила промо. Обычно это самая запущенная часть: документы противоречат друг другу, часть правил живёт в головах у директоров магазинов. Аудит на первом этапе как раз это и вскрывает — и нередко оказывается самостоятельной ценностью, независимо от судьбы ассистента.

Покупатель → Консультант
               ├─ Товарный учёт (остатки по точкам + метка времени)
               ├─ Справочник магазинов (адрес, часы, геолокация)
               ├─ Карточки товаров (характеристики, сравнение)
               ├─ Система резервирования (создать / продлить / снять бронь)
               ├─ Ответ с указанием источника и времени среза
               └─ Претензия / цена спорна / нужна квалификация → человек

Модельный расчёт эффекта

Дальше — модельный расчёт по типовым отраслевым вводным. Смысл не в красивой цифре, а в том, чтобы вы подставили свои значения и увидели, есть ли смысл вообще.

Возьмём условную сеть: 25 магазинов, в среднем 40 входящих звонков и сообщений на точку в день по вопросам наличия и выбора, средняя длительность разговора 3 минуты.

Шаг 1. Объём. 25 × 40 × 30 = 30 000 обращений в месяц. При 3 минутах на обращение это 90 000 минут, то есть 1 500 часов продавцов ежемесячно.

Шаг 2. Автоматизируемая доля. По таблице потока — 50–60%. Берём осторожную нижнюю границу: 50%, то есть 750 часов.

Шаг 3. Реальное высвобождение. Часть диалогов ассистент закроет не полностью, часть эскалирует, часть покупателей всё равно позвонит. Заложим 70% от автоматизируемого объёма — 525 часов в месяц, около 21 часа на магазин.

Шаг 4. Деньги. При ставке продавца с налогами 400 ₽/час это порядка 210 000 ₽ в месяц по сети. Но в рознице важнее второй эффект: эти часы возвращаются в торговый зал, где продавец работает с покупателем, который уже пришёл. Час в зале обычно стоит сети дороже часа на телефоне.

Шаг 5. Недозвоны. Отдельная строка, которую почти никто не считает. Если из десяти звонков в час пик один остаётся без ответа, при таких вводных это порядка 3 000 несостоявшихся контактов в месяц по сети. Даже при конверсии в покупку 10% и среднем чеке 4 000 ₽ это 1,2 млн ₽ упущенной выручки — и это оценка сверху вниз, а не обещание.

Этапы внедрения

1. 1
   3–5 дней

   Аудит потока и данных

   Разбираем реальные обращения: записи звонков, переписку, вопросы с сайта. Проверяем главное — как устроен товарный учёт, с какой периодичностью синхронизируются кассы, есть ли API для чтения остатков и создания резерва. На выходе честная оценка автоматизируемой доли и список пробелов в данных.

2. 2
   1–2 недели

   MVP на самой массовой теме

   Собираем консультанта на вопросах наличия и режима работы — это половина потока. Подключаем остатки и справочник магазинов. Запускаем на нескольких точках или на части трафика сайта, чтобы увидеть поведение на реальных вопросах.

3. 3
   1–1,5 недели

   Резерв, подбор и каналы

   Подключаем систему резервирования с автоснятием и напоминаниями, добавляем сравнение моделей и справку по гарантии. Разводим по каналам: виджет на сайте, мессенджеры, при необходимости — голосовой контур на входящей линии.

4. 4
   1 неделя

   Калибровка и передача

   Разбираем логи, вычищаем формулировки, где система звучит увереннее, чем позволяют данные, настраиваем метрики и дашборд слепых зон. Передаём код, документацию и инструкции команде сети.

От старта до работающей системы — примерно месяц-полтора. Дольше, чем в интернет-магазине, ровно из-за одного пункта: интеграция с товарным учётом и резервом почти всегда оказывается сложнее, чем выглядит на старте.

Как измерять качество

Одной цифры недостаточно. Смотреть надо на связку — иначе легко получить растущую «долю закрытых ботом» и одновременно падающее доверие покупателей.

Особое внимание — двум строкам про бронь. Они измеряют не ассистента, а состояние учёта в сети. Если по конкретному магазину товар «числился, но не нашёлся» систематически, это управленческий сигнал: там нужна инвентаризация, а не доработка промпта.

И ещё про эскалации. Интуиция говорит, что чем их меньше, тем лучше. На деле слишком низкая эскалация — плохой знак: значит система отвечает там, где должна была передать человеку. В рознице здоровый коридор обычно 10–20%, и он выше в категориях со сложным товаром.

Риски и как они снимаются

«Консультант скажет, что товар есть, а его не будет». Главный риск проекта, и он снимается не качеством модели, а правилом формулировки: только данные учёта, только с меткой времени, только с предложением брони. Плюс приёмочные тесты, где отдельно проверяется, что система не произносит запрещённых утверждений.

«У нас плохие остатки, значит это не для нас». Наоборот. Плохие остатки — это причина, по которой в сети вообще существует проблема с телефонными звонками. Ассистент не чинит учёт, но впервые делает его качество измеримым по каждой точке. Многие сети получают от этого больше пользы, чем от самой автоматизации.

«Покупатели не любят ботов». Не любят тупиковые сценарии, где нельзя дозваться человека. Переход на сотрудника должен быть доступен в один шаг в любой момент диалога — это условие доверия, а не поражение.

«Продавцы будут саботировать». Реальный риск, если систему подают как замену людям. Она не замена: она снимает телефон, который мешает работать в зале. Это стоит проговорить с директорами магазинов до запуска, а не после.

«Мы попадём в зависимость от подрядчика». Код, документация и права передаются вам. Обновлять карточки, регламенты и правила брони ваша команда сможет сама.

Частые вопросы

Заменит ли консультант продавцов? Нет. Он снимает телефонный поток и работает в часы, когда магазины закрыты. Продажа в зале, работа с возражениями, претензии, сложный подбор и все решения о деньгах остаются за людьми. Практически всегда это перераспределение нагрузки: те же сотрудники начинают заниматься покупателем, который уже пришёл, а не тем, кто отвлекает от него звонком.

Что если товарный учёт не отдаёт остатки по API? Частая ситуация. Рабочие варианты: регулярная выгрузка файлом по расписанию, промежуточная витрина данных, чтение из реплики базы. Точность при этом падает — и это надо честно отразить в формулировках ассистента: если срез суточный, он так и говорит, что данные на утро.

Можно ли обойтись без брони? Технически да, но тогда вы теряете главный механизм снятия риска и оставляете покупателю неопределённость. Если резерв невозможен на старте, разумная промежуточная механика — предложение уточнить в магазине по конкретному номеру телефона плюс подсказка альтернативной точки. Но бронь стоит планировать как обязательный второй этап.

Что делать с товаром, где остаток вечно неточен? Категории с высоким пересортом можно помечать отдельно и для них смягчать формулировку ещё сильнее: не называть количество, а говорить «числится, но по этой категории учёт даёт погрешность — рекомендуем бронь». Это лучше, чем одинаково уверенный тон по всему ассортименту.

Насколько это дорого в эксплуатации? Помимо разработки есть расходы на вызовы модели и хранилище. Порядок величины: при потоке в десятки тысяч обращений это обычно заметно дешевле одной ставки в сети. Точная цифра считается на этапе аудита, когда понятен объём и средняя длина диалога.

Можно ли начать с малого? Нужно. Самый рабочий заход — одна тема (наличие и режим работы) на нескольких магазинах. За две-три недели видно и качество ответов, и реакцию покупателей, и, что важнее всего, реальную достоверность ваших остатков. После этого решение о полном внедрении принимается на данных, а не на презентации.

Что понадобится от вас

Чтобы аудит был расчётом, а не гаданием:

• выгрузка обращений за последний месяц: звонки, переписка, вопросы с сайта;
• доступ к остаткам по точкам — API или регулярная выгрузка, обязательно с временем последнего обновления;
• справочник магазинов с адресами, координатами и режимом работы;
• действующие регламенты: гарантия, обмен, правила резерва и промо;
• один человек со стороны сети, который знает, как правильно отвечать в спорных случаях, и один — со стороны ИТ, кто отвечает за товарный учёт.

Этого достаточно, чтобы через неделю у вас была не презентация, а две цифры: какая доля вашего потока реально автоматизируется и насколько достоверны ваши остатки. Вторая, как правило, оказывается более важным открытием.