ИИ в поддержке магазина: доставка, возврат, размер

ИИ в интернет-магазине берёт на себя типовые обращения покупателей: где мой заказ, как оформить возврат, какой размер выбрать, есть ли товар в наличии. Ассистент отвечает круглосуточно по правилам магазина и данным о заказах, а разбор обращений сортирует входящий поток и готовит менеджерам черновики. Спорные случаи и нестандартные вопросы по-прежнему решают люди.

Почти у каждого магазина одежды, обуви или товаров для дома поддержка устроена похоже. Большая часть сообщений — одни и те же вопросы, ответы на которые уже есть в правилах магазина или в системе заказов. Пока поток небольшой, менеджеры успевают. В сезон распродаж и праздников ответы задерживаются, покупатель пишет второй раз, а время команды уходит на вопросы, которые не требуют её опыта.

Ниже разберём, какие обращения можно доверить ИИ, как это устроено технически, где проходит граница с работой менеджера и с чего начать.

Если разобрать переписку типичного интернет-магазина, большинство обращений укладывается в несколько групп:

• Доставка. Где заказ, когда привезут, можно ли изменить адрес или время, почему не пришло уведомление.
• Возврат и обмен. Можно ли вернуть товар, в какой срок, как оформить, когда вернут деньги, можно ли обменять на другой размер.
• Размер и посадка. Какой размер выбрать при моих мерках, как сидит модель, чем отличается размерная сетка бренда.
• Наличие. Есть ли нужный размер или цвет, когда будет поступление, можно ли забронировать.
• Оплата. Какие способы доступны, почему не прошёл платёж, можно ли оплатить частями или другому человеку.

У этих вопросов есть общее: ответ определяется правилами магазина и данными о конкретном заказе или товаре. Именно такие обращения ИИ закрывает лучше всего.

Для магазина полезны два разных ИИ-инструмента. Их можно внедрять по отдельности или вместе.

Инструмент — Что делает — Кто отвечает покупателю

ИИ-ассистент — Общается с покупателем на сайте и в мессенджерах, отвечает по базе знаний и данным заказа, выполняет простые действия — Ассистент, а сложные вопросы — менеджер

Разбор обращений — Сортирует входящие письма, заявки и сообщения по темам и срочности, распределяет между сотрудниками, готовит черновики ответов — Менеджер, который проверяет и отправляет черновик

Ассистент снимает нагрузку на первой линии: покупатель получает ответ сразу, в том числе ночью и в выходные. Разбор обращений помогает команде быстрее работать с тем, что всё равно требует человека: менеджер видит уже рассортированный поток и готовый черновик вместо пустого поля для ответа.

Вопрос о статусе заказа — самый частый и самый простой для автоматизации. Ассистент подключается к системе заказов через API и работает с актуальными данными, а не с выгрузкой. Покупатель называет номер заказа или телефон, ассистент проверяет статус и отвечает: заказ собран, передан курьеру, ожидает в пункте выдачи.

Через API ассистент может не только сообщить статус, но и выполнить действие: создать заявку на смену адреса или передать менеджеру запрос, который требует решения человека. Права доступа для таких сценариев настраивают отдельно, чтобы ассистент не мог изменить больше, чем ему разрешено.

Условия возврата у магазина обычно описаны в правилах, но покупателю проще спросить, чем искать нужный раздел. Ассистент отвечает по этим правилам, уточняет детали — что за товар, когда получен, в каком он состоянии — и оформляет заявку на возврат или обмен.

Решение по спорным случаям остаётся за менеджером: брак, повреждение при доставке, исключения из правил. Ассистент передаёт такой диалог человеку вместе с историей переписки и собранными данными, чтобы покупателю не пришлось объяснять всё заново.

Вопросы о размере особенно частые в магазинах одежды и обуви. Ассистент сверяет мерки покупателя с размерной таблицей конкретного бренда или модели и подсказывает подходящий вариант. Если в базе знаний есть описание посадки — «маломерит», «свободный крой» — ассистент учтёт и его.

Качество подсказки напрямую зависит от данных: у каждой модели должна быть корректная размерная таблица. Если для товара таблицы нет, ассистент честно скажет об этом и предложит связаться с менеджером, а не будет угадывать.

ИИ в поддержке — инструмент команды, а не замена ей. Ассистент:

• не придумывает ответ, если его нет в базе знаний, — передаёт вопрос менеджеру;
• не принимает решения по спорным возвратам и компенсациям;
• не ведёт консультации там, где покупателю нужен живой стилист или продавец;
• передаёт диалог человеку по заранее заданным правилам: по теме, после нескольких неудачных ответов или по прямой просьбе покупателя.

В разборе обращений тоже есть страховка. Система сначала работает в режиме подсказок: категорию и черновик предлагает ИИ, а решение принимает оператор. В автоматический режим переводят только те категории, где точность подтверждена на практике. По умолчанию ответ отправляет сотрудник, и магазин сам решает, насколько далеко заходит автоматизация. О том, почему ИИ усиливает команду, а не заменяет её, — в статье Почему ИИ никого не заменит.

ИИ окупается не везде. Он полезен, когда:

• поток обращений стабильный, а в сезон резко растёт;
• большая часть вопросов повторяется;
• правила доставки, возврата и размерные таблицы описаны и поддерживаются в актуальном виде;
• у магазина есть система заказов, к которой можно подключиться.

При небольшом потоке ручная обработка обычно дешевле. Если вопросы покупателей сильно различаются, доля автоматических ответов будет скромной. Поэтому процент автоматизации мы не обещаем до разбора реальной переписки.

Мы разрабатывали сайты и приложения для магазинов одежды. Эти проекты не были внедрением ИИ, но хорошо показывают, откуда берутся обращения и на какой основе строится автоматизация.

SHI TRENDY. Московский мультибрендовый концепт-стор с коллекциями сеульских дизайнеров и аудиторией более 300 тысяч подписчиков в соцсетях. С 2013 года магазин продавал только через соцсети: заказы оформлялись в переписке. Мы разработали интернет-магазин и мобильное приложение на Flutter для iOS и Android с автоматической синхронизацией каталога и остатков. По оценке компании, сайт сократил время работы персонала более чем на 35%, а небольшая команда стала справляться с потоком заказов.

В этом проекте есть наблюдение, важное для поддержки: по данным магазина, консультацию менеджера перед покупкой хотят только 25% покупателей. Остальным важнее, чтобы покупка проходила гладко и без лишних вопросов. Для них быстрый ответ ассистента о доставке или размере — продолжение того же удобства. Подробнее — в кейсе SHI TRENDY и интервью с командой.

Grande Boutique. Сеть мультибрендовых бутиков из Уфы, которая работает больше двадцати лет, с каталогом более 35 000 товаров. Мы перезапустили интернет-магазин: остатки и цены обновляются на сайте и в рекламных фидах практически в реальном времени, поэтому покупатель не может заказать то, чего нет на складе. Это снижает количество отменённых заказов — и вместе с ними обращений «почему отменили». Следующим шагом команда магазина запланировала личный кабинет со статусом заказа, как на маркетплейсах. Подробнее — в кейсе Grande Boutique и статье о проекте.

Оба проекта показывают одно и то же: ассистенту нужны точные данные — остатки, статусы, правила. Когда они уже связаны между собой, ассистент и разбор обращений подключаются к ним следующим шагом.

Менять сайт, CRM или helpdesk не нужно. Ассистент и разбор обращений подключаются к существующим системам через API. Для работы им нужны:

• данные о заказах и статусах доставки;
• остатки и карточки товаров с размерными таблицами;
• правила магазина: доставка, оплата, возврат и обмен;
• история обращений — для обучения разбора и проверки ответов ассистента.

Ассистент работает в тех каналах, где уже пишут покупатели: на сайте, в Telegram и других мессенджерах. Разбор обращений принимает письма, заявки с сайта, сообщения из мессенджеров и звонки из телефонии. Если вы только планируете новый магазин, на странице разработки eCommerce описано, как мы связываем сайт с 1С, CRM и службами доставки.

Эффект измеряют на пилоте, и значения до внедрения фиксируют заранее, чтобы было с чем сравнить. Основные показатели:

Показатель — Что показывает

Доля обращений, закрытых без человека — Сколько вопросов ассистент решает сам

Время первого ответа — Особенно вечером, в выходные и в сезон

Повторные обращения — Сколько покупателей пишут снова по той же причине

Доля переназначений — Насколько точно разбор распределяет поток

Качество передачи менеджеру — Хватает ли менеджеру данных, чтобы не переспрашивать

Как выбрать участок для пилота и какие метрики заложить, мы разобрали в статье Пилот ИИ-проекта.

Магазин работает с персональными данными: имена, телефоны, адреса доставки, история заказов. Поэтому требования к хранению фиксируют до начала разработки:

• решение разворачивается на серверах в России с российскими моделями (GigaChat, YandexGPT) или в контуре магазина;
• зарубежные облачные модели в такой конфигурации не используются;
• права доступа ассистента к данным заказов настраиваются отдельно.

Подробный разбор требований — в статье 152-ФЗ и ИИ.

1. Разбор архива обращений. Какие вопросы повторяются чаще всего и какую долю реально закрыть автоматически.
2. База знаний и границы. Собираем правила доставки, возврата, размерные таблицы и фиксируем, что ассистент сообщает сам, а что передаёт менеджеру.
3. Прототип и проверка. Проверяем ответы на исторических вопросах покупателей, включая поведение на границе компетенции.
4. Подключение каналов и систем. Сайт, мессенджеры, система заказов, правила передачи менеджеру.
5. Эксплуатация. Контроль качества, донастройка по реальным диалогам, обновление базы при изменении правил.

Как складывается бюджет таких проектов, мы разобрали в статье Сколько стоит внедрение ИИ.

Мы работаем с 2015 года и делаем интернет-магазины, приложения и ИИ-решения для бизнеса. Среди наших eCommerce-клиентов — GrandeBoutique.ru, ShiTrendy.com, VremyaSna.ru, MyRoomy.com и другие. mrktng.bz занимает 1 место в Рейтинге Рунета 2026 в категориях «Разработчики сайтов: Право» и «Право / Юридические, бухгалтерские услуги, консалтинг».

Если вместе с ассистентом магазину нужен новый сайт, помогает вайбкод — разработка с ИИ-инструментами: до 50% экономии. Ориентиры по сайтам: сайт-визитка — 300–550 тыс. ₽, многостраничный сайт — 750 тыс. – 1,5 млн ₽, крупный проект — от 1,5 млн ₽.

Все направления ИИ-автоматизации — на странице Автоматизация и вайбкод. Расскажите, какие вопросы покупателей сейчас занимают у команды больше всего времени, — и мы предложим формат пилота на вашей переписке.

Какие вопросы покупателей ИИ может закрывать сам?

Типовые и повторяющиеся — статус и сроки доставки, условия возврата, подбор размера по таблице и меркам, наличие товара, способы оплаты. Ответы ассистент берёт из правил магазина и данных о заказах, а не придумывает.

Что будет, если ассистент не знает ответа?

Он не угадывает, а передаёт диалог менеджеру вместе с историей и уже уточнёнными деталями, например номером заказа. Правила передачи задают заранее — по теме вопроса, по числу неудачных ответов или по просьбе покупателя.

Сможет ли ИИ оформить возврат без менеджера?

Ассистент объясняет условия, собирает данные и создаёт заявку на возврат. Решение по спорным случаям — брак, нестандартная ситуация, исключения из правил — остаётся за менеджером.

Нужно ли менять сайт, CRM или 1С?

Нет. Ассистент и разбор обращений подключаются к существующим системам через API, менять helpdesk или CRM не требуется. Нужен доступ к данным о заказах, остатках и статусах доставки.

Подойдёт ли это небольшому магазину?

Если обращений немного, ручная обработка обычно дешевле. ИИ окупается при стабильном потоке однотипных вопросов и сезонных пиках, когда менеджеры перестают успевать.

Где хранятся данные покупателей?

Решение разворачивают на серверах в России с российскими моделями (GigaChat, YandexGPT) или в контуре магазина. Зарубежные облачные модели в такой конфигурации не используются, требования к хранению фиксируют до начала разработки.

С чего начать и сколько это стоит?

Начинают с разбора архива обращений — он показывает, какую долю вопросов реально закрыть автоматически. Стоимость зависит от каналов, интеграций и объёма базы знаний, поэтому точную оценку даём после брифа.