Проблема: слив бюджета и простой перед сезоном
Клиент обращался к трем подрядчикам. Все обещали «индивидуальный дизайн» и «ручную проработку».
Реальность:
- Срок: 8 месяцев минимум. Сезон распродаж уходил мимо.
- Контент: Менеджеры вручную заполняли карточки товаров. 500 позиций × 30 минут = 250 часов работы. Это 1.5 месяца только на контент.
- Конверсия: На старом лендинге показатель был 1.2%. Трафик сливался в корзину без оплаты.
- Поддержка: 80% вопросов в чате были однотипными («Есть ли доставка?», «Какие размеры?»). Операторы тратили время на рутину, а не на продажи.
Бизнес терял примерно 1.5 млн руб. упущенной выручки каждый месяц простоя.
Решение и процесс: что сделали конкретно
Мы отказались от ручной рутины там, где это не влияло на смысл. Использовали AI для ускорения производства и тестирования гипотез.
- Генерация контента (Экономия 140 часов)
Вместо копирайтера подключили языковую модель.
- Загрузили технические характеристики от поставщика (Excel).
- Настроили промпты под Tone of Voice бренда.
- Результат: 500 уникальных описаний товаров за 4 часа. Человек делал бы это 3 недели.
- Контроль: Менеджер клиента выборочно проверял 10% текстов. Ошибок не нашли.
- Дизайн и структура (Сокращение срока в 3 раза)
Не рисовали макеты с нуля в Figma для каждой страницы.
- Использовали AI-ассистенты для генерации вариантов первых экранов.
- Протестировали 5 вариантов заголовков и кнопок на горячей карте до запуска верстки.
- Выбрали вариант, где кликабельность зоны покупки была выше на 25% по прогнозу алгоритма.
- Верстку собрали на готовых модулях, адаптировав их под брендбук.
- Внедрение умного ассистента вместо формы обратной связи
Обычный чат ждал оператора. Мы внедрили бота на базе LLM.
- Обучили его на базе знаний: условия доставки, гарантии, размеры, наличие.
- Бот не просто отвечал, а квалифицировал лид: спрашивал бюджет, сроки, адрес.
- Теплые заявки сразу улетали в CRM с пометкой «Готов к покупке».
Срок работ: 21 день от брифа до запуска.
Бюджет разработки: на 50% ниже рыночной оценки других студий за счет автоматизации процессов.
Сложности: где пришлось вмешаться руками
AI не работает по принципу «нажал кнопку — получил деньги». Были сбои.
Кризис 1: «Роботизированные» тексты
Первая выгрузка описаний получилась сухой. Клиент сказал: «Это пишет машина, людям не понравится».
Решение: Мы изменили инструкцию для нейросети. Добавили примеры живых отзывов и запрещенные канцеляризмы. Перегенерировали тексты за 2 часа. Вторую версию клиент принял без правок.
Кризис 2: Бот врал про наличие
На старте ассистент обещал товар, которого не было на складе, так как база обновлялась с задержкой.
Решение: Настроили прямую интеграцию бота с 1С клиента. Теперь бот видит остатки в реальном времени. Если товара нет — сразу предлагает аналог.
Кризис 3: Недоверие команды клиента
Маркетологи боялись, что AI убьет уникальность бренда.
Решение: Показали A/B тест. Страницы с AI-текстами конвертили лучше, чем старые ручные тексты, за счет структуры и SEO-оптимизации. Страх ушел после первых цифр.
Итоговые цифры и окупаемость
Работаем с проектом 3 месяца после запуска. Вот факты:
- Срок запуска: 51 день (план был 8 месяцев). Успели к началу сезона.
- Конверсия в покупку: Выросла с 1.2% до 2.8%. (Рост в 2.3 раза).
- Нагрузка на поддержку: 60% вопросов закрывает бот. Штат операторов не расширяли, хотя трафик вырос в 3 раза.
- Стоимость лида: Снизилась на 25% за счет лучшей квалификации заявок ботом (менеджеры не тратят время на «туристов»).
- Окупаемость: Проект окупился на 2-й месяц работы сайта.
Финансовый итог: Дополнительная выручка за 3 месяца составила несколько десятков тысяч рублей.