Дмитрий Ковпак объясняет как нейросети вышли за пределы ChatGPT на Wildberries
Большинство маркетологов и предпринимателей до сих пор воспринимают нейросети как продвинутый генератор текстов. Они используют ChatGPT или его аналоги, чтобы писать SEO-описания для карточек. На практике это составляет не более пяти процентов реальной пользы, которую AI может принести в e-commerce.
Пока одни компании тратят время на генерацию текстов, другие уже используют ИИ для управления рекламными ставками, автоматического A/B-тестирования главного фото и глубокого анализа отзывов. Наш опыт анализа сотен e-com проектов показывает: AI — это не «текстовый помощник», а «операционный менеджер». Он перестает быть просто инструментом и становится системой управления, которая работает на каждом этапе воронки продаж, от первого показа до конверсии в корзину.
AI запускает «контент-завод» для главного фото
Главная ошибка селлеров — выбирать «креатив» для обложки интуитивно, основываясь на личном вкусе. «Ручное» тестирование двух-трех вариантов занимает недели и не дает статистически верного результата. Это приводит к низкому CTR (кликабельности) и сливу рекламного бюджета.
Эффективные команды используют AI как «контент-завод». Это непрерывный цикл A/B-тестирования, который управляется данными, а не вкусовщиной.
- Этап 1: Гипотеза. Маркетолог больше не говорит: «Мне нравится это фото». Он говорит: «У конкурента Х высокий объем продаж, и он использует модель в синем платье на белом фоне. Наша гипотеза: синий фон даст CTR выше, чем серый».
- Этап 2: Генерация. Вместо одного «идеального» фото, с помощью нейросетей или дизайнера быстро создаются 10 вариантов: синий фон, серый фон, модель в другой позе, товар крупным планом.
- Этап 3: Тест. Cервисы A/B-тестирования автоматически запускают трафик на все 10 вариантов и собирают статистику за 24–48 часов.
- Этап 4: Анализ и новая гипотеза. Система показывает сухие цифры: «Вариант 7 (синий фон) дал CTR 8,4%. Остальные — 5%». Этот вариант становится новым «чемпионом». Теперь он будет тестироваться против новой гипотезы (например, «а что если добавить красный шрифт?»).
Этот цикл превращает маркетинг из искусства в технологический процесс и напрямую влияет на первый этап воронки — CTR.
Нейросети анализируют отзывы и находят смыслы для конверсии
Многие селлеры не читают отзывы или отвечают на них шаблонно. Они упускают самый ценный источник данных о продукте. В результате инфографика в карточке часто содержит выдуманные преимущества, которые не волнуют покупателя.
Это правильное применение языковых моделей, выходящее за рамки ChatGPT. Специализированный AI может проанализировать тысячи отзывов (своих и чужих) и кластеризовать их. Он находит:
- реальные «боли» клиента (например, «платье просвечивает»).
- «драйверы» покупки (например, «идеально село без ремня»).
Маркетолог берет эти смыслы и переносит их в инфографику. Это напрямую повышает конверсию в корзину (CR), так как карточка начинает отвечать на реальные вопросы клиента.
AI управляет рекламными ставками и ценой
Ни один менеджер не способен эффективно управлять рекламными ставками 24/7. Рынок на Wildberries слишком динамичен. «Ручное» управление приводит либо к перегреву бюджета (слишком высокие ставки), либо к потере показов (слишком низкие ставки), особенно ночью или в пики распродаж.
Здесь AI выступает как финансовый оптимизатор. AI-биддеры и репрайсеры — это уже стандарт для селлеров-миллионников. Эти системы автоматически отслеживают ставки конкурентов, удерживают нужную рекламную позицию (например, «топ-5») и корректируют цену товара в заданном диапазоне. Они оптимизируют бюджет под конкретную цель, например, удержание доли рекламных расходов (ДРР) на уровне 15%.
Ловушка автоматизации: почему AI-биддер без контроля сжигает бюджет
Но в AI-биддерах кроется и главная ловушка. Многие предприниматели воспринимают их как «волшебную таблетку». Они задают программе одну цель — например, «держать 3-ю позицию в выдаче» — и уходят. AI начинает выполнять задачу: он вступает в войну ставок с таким же роботом конкурента.
В результате оба AI взвинчивают цену клика до небес. Бюджет сгорает к полудню. Цель (3-я позиция) достигнута, но доля рекламных расходов (ДРР) улетает к 50%, делая каждую продажу убыточной.
AI — это инструмент, а не стратег. Ему нужен оператор-человек, который задаст финансовые ограничения. Эффективная команда привязывает AI-биддер к P&L (финансовой модели). Задача звучит иначе: «Держать 3-ю позицию, пока ДРР не превышает 15%. Если превышает — снижать ставку». Так AI из слепого исполнителя превращается в помощника, работающего в рамках юнит-экономики.
Кейс бренда электроники показывает рост CTR через AI-анализ отзывов
Один бренд электроники (оборот 20 млн) столкнулся с проблемой: конверсии работали, но CTR оставался на уровне 7%. Команда не понимала, чем «зацепить» клиента на главной обложке. Они действовали интуитивно, пока не применили ИИ для анализа отзывов.
Нейросеть проанализировала все негативные отзывы и выявила главную «боль» покупателей: «Товар пришел разбитым из-за плохой упаковки». Команда тут же вынесла на главное фото тезис: «Усиленная тройная упаковка. Гарантия доставки в целости». CTR мгновенно вырос с 7% до 18%. Они перестали продавать «товар» и начали продавать «решение главной боли», которое нашел ИИ.
Кейс другого селлера показывает AI как систему автоматизации контента
Другой предприниматель, также в нише электроники (оборот 12 млн), пошел дальше простого анализа. Он столкнулся с тем, что его команда не успевала создавать уникальный контент для сотен карточек.
Он использовал нейросети для создания «GPT-ассистентов» — ботов, обученных на его задачах. Один бот генерировал описания, второй — находил «смыслы» для инфографики, третий — создавал ТЗ для дизайнера. Это позволило автоматизировать рутинные задачи по контенту и визуалу. В итоге его команда смогла запустить в 2 раза больше тестов CTR и CR, что привело к росту конверсии в заказ в несезон.
Как сделать первый шаг к AI-воронке
Начать следует с простого аудита. Руководитель должен проанализировать, где его команда тратит больше всего времени вручную. Если менеджеры часами корректируют ставки, узкое место найдено. Если дизайнер тратит неделю на одно «креативное» фото, которое в итоге не работает, проблема в подходе.
Не нужно пытаться автоматизировать все процессы сразу. Лучше начать с малого и получить быстрый результат. Например, можно подключить AI-биддер только на пять или десять ключевых карточек. Это позволит сравнить его эффективность, в частности долю рекламных расходов, с ручным управлением и убедиться в пользе технологии на малом бюджете.
Самый важный шаг — изменить мышление. Нужно перестать платить дизайнеру за «одно гениальное фото». Вместо этого следует платить за «десять быстрых гипотез» для A/B-теста. Успех в e-commerce сегодня определяет не креатив, а скорость и объем тестирования.
Новая реальность превращает маркетолога из исполнителя в стратега
Конкуренция на маркетплейсах смещается из плоскости «кто нашел лучший товар» в плоскость «у кого эффективнее система управления». AI на Wildberries — это уже не про помощь в написании текстов, это про прямое управление юнит-экономикой.
Маркетологам и агентствам, которые работают с e-com, пора менять фокус. Клиентам-селлерам нужно продавать не «SEO-статьи от ChatGPT». Им нужно предлагать интеграцию систем: AI-биддеров, процессов для AI-тестирования контента и AI-аналитики. В этой новой реальности человек-маркетолог перестает быть «руками» и становится стратегом, который ставит задачи нейросети.