Последние посты
Маркетплейсы: будущее, ИИ и инновации
22 сент., 08:00
Instacart строит цифровую карту продуктовой полки из ежедневных скановНовые инструменты Instacart объединяют изображения от сборщиков и умных тележек Caper с данными заказов. Inventory Intelligence показывает магазину фактическую выкладку по проходам, а Store Excellence Portal даёт брендам ежедневный срез по магазинам и товарным кодам.По данным компании, около 600 тысяч сборщиков создают более 10 млн точек данных в день. Система должна находить пустые места, замечать замены товара конкурентом и прогнозировать позиции с риском дефицита. Это связывает компьютерное зрение не с красивой демонстрацией, а с конкретным действием — пополнить полку или изменить выкладку.Запуск пока ограничен отдельными сетями и брендами. Реальный эффект нужно проверять по точности распознавания, задержке обновления и времени от сигнала до пополнения.Источник: Instacart
Маркетплейсы: будущее, ИИ и инновации
21 сент., 13:01
Гид: как тестировать автоматические скидки без потери маржиGoogle Merchant Center может автоматически менять скидочную цену товаров в Shopping Ads, оценивая спрос, сезонность, конверсии, себестоимость и валовую прибыль. Обычно система снижает цену не более чем на 20%, но продавец сам задаёт нижнюю границу через атрибут минимальной цены.Для контролируемого теста выделите товары с достаточным числом показов, передайте корректную себестоимость и установите минимальную цену для каждого SKU. Затем сравнивайте не только конверсию и выручку, но и валовую прибыль с оценочным сценарием без автоматической скидки.Ограничение: функция требует настроенных конверсий Google Ads и не поддерживает измерение через Floodlight или Search Ads 360.Источник: Google Merchant Center Help
Маркетплейсы: будущее, ИИ и инновации
21 сент., 10:00
🚀 Сгенерировал карточку за 5 минут и опубликовал на WB в одном окне. Показываю, как это работает в Sellerden.aiРаньше на карточку уходила куча времени: отдельно фотосессия, инфографика, видео. Каждый блок со своими промтами и правками. Мы собрали весь путь в один инструмент "Автогенерация карточки товара".Как это работает: 1️⃣ Загружаете фото и выбираете маркетплейс.2️⃣ ИИ разбирает фото и собирает бриф: название, категорию, аудиторию. Вам - пара уточняющих вопросов.3️⃣ Предлагает план карточки: преимущества, слайды, стиль.4️⃣ Генерит эталонный кадр - единый стиль всей карточке. Утверждаете.5️⃣ Дальше сам собирает фото, инфографику и видео, до 12 слайдов под формат маркетплейса.За вами 3 точки контроля: план, эталонный кадр, главный слайд. Не зашёл слайд? Перегенерируете только его.И финал: готовую карточку сразу публикуете на Wildberries по API. Ничего не скачивая и неМаркетплейсы: будущее, ИИ и инновации
21 сент., 08:00
Salesforce связала витрину, каталог и доставку с ИИ-агентамиВ обновлении Commerce Cloud появился агент Carter: он ведёт покупателя от подбора до оформления заказа, сравнивает товары внутри диалога и учитывает открытую страницу. Для мерчандайзеров отдельный агент умеет по текстовой команде распределять позиции по категориям и менять правила сортировки.Параллельно Salesforce готовит интеграцию с протоколом UCP: товары можно будет находить и покупать через Gemini и AI Mode в Google Search, при этом продавец останется стороной сделки. Часть функций уже доступна, расширение контекста покупателя и UCP заявлены на октябрь 2026 года.Практический ограничитель здесь — качество каталога: агенту нужны точные атрибуты, остатки и правила категорий, иначе автоматизация лишь ускорит ошибки.Источник: Salesforce
Маркетплейсы: будущее, ИИ и инновации
20 сент., 08:00
Google превратил семейные планы в общий список покупокGoogle тестирует новую версию ИИ-агента CC для домашних задач. Он собирает разрешённые пользователями данные из писем, календаря, чатов и списков дел, а затем помогает составлять меню на неделю, перечни школьных покупок и общие задачи семьи.К одному агенту можно подключить до шести взрослых участников. Каждый сам выбирает, какие письма и события открыть системе; CC работает в отдельной облачной среде и при нехватке данных задаёт уточняющие вопросы.Для e-commerce это ещё один шаг от поиска товара к формированию корзины из бытового контекста. Пока эксперимент доступен только совершеннолетним пользователям личных Gmail в США, а новым участникам нужна запись в лист ожидания.Источник: TechCrunch
Маркетплейсы: будущее, ИИ и инновации
19 сент., 08:00
Кассы самообслуживания впервые обогнали обычные по популярностиВ 2026 году 55% россиян предпочитают оплачивать покупки самостоятельно, а кассу с сотрудником выбирают 40%. Год назад оба формата набирали по 47%. Данные получил SuperJob в опросе 1600 экономически активных респондентов.Разрыв особенно заметен среди покупателей младше 35 лет: 83% выбирают самообслуживание. При этом в группе 45+ обычная касса пока сохраняет преимущество — 49% против 45%.Для ритейла это уже не эксперимент с оборудованием, а изменение базового сценария оплаты. Следующий показатель для оценки — не число установленных терминалов, а доля чеков без помощи сотрудника и время прохождения кассовой зоны.Источник: New Retail
Маркетплейсы: будущее, ИИ и инновации
18 сент., 13:01
Walmart превращает аналитику поставщика в действия по запасам и рекламеWalmart Data Ventures развивает Scintilla из набора отчётов в единую commerce intelligence-платформу. На Inspire 2026, где собрались более 2 000 поставщиков и сотрудников Walmart, компания показала AI-функции для разбора продаж на собственных данных сети, персональных сигналов и автоматических уведомлений.Сценарий не заканчивается дашбордом: если товар рискует закончиться в 50 магазинах, пользователь сможет перейти к пополнению запасов. Insights Activation уже связывает аналитику с Walmart Connect, а рекомендации для полевых команд должны подсвечивать проблемы прямо в магазинах.Для брендов практический эффект измеряется не числом AI-ответов, а сокращением out-of-stock, скоростью реакции и дополнительными продажами после конкретного действия.Источник: Walmart
Маркетплейсы: будущее, ИИ и инновации
18 сент., 08:00
Semantico проверит, готов ли товарный каталог к покупкам через ИИНа eCommerce Expo компания покажет трёхминутный Catalog Maturity Calculator. Инструмент оценивает каталог по сигналам, которые влияют на конверсию, SEO и скорость вывода товаров, а также используются в покупательских сценариях ChatGPT, Perplexity и Gemini.Результат включает общий уровень зрелости, сравнение с компаниями того же сегмента и список быстрых исправлений. Для каталожной команды это способ проверить не только тексты карточек, но и полноту структуры данных, по которой ИИ должен распознать товар и сопоставить его с запросом.Практический предел такого аудита — его выводы ещё нужно подтвердить на реальной воронке: видимостью товара, переходами в карточку и заказами.Источник: eCommerce Expo
Маркетплейсы: будущее, ИИ и инновации
17 сент., 08:00
«Стокманн» связал приложение с консультантами и остатками в магазинахВ мобильном приложении сети появилась функция вызова сотрудника прямо к кассе или примерочной. Покупатель сканирует QR-код, указывает точку и получает помощь с размером или выбором товара — без поиска консультанта по универмагу.Второй сценарий соединяет офлайн-полку с общим каталогом: по штрих-коду приложение показывает наличие вещи в других магазинах региона и позволяет сразу оформить заказ. Выбранный товар обещают подготовить в магазине, где его нашли, за полчаса.Для омниканальной торговли это практичная автоматизация «последних метров»: эффект стоит считать по времени ответа, доле найденных размеров и заказам после проверки остатков.Источник: Retail.ru
Маркетплейсы: будущее, ИИ и инновации
16 сент., 13:01
Гид: как проверять AI-отчёт магазина до управленческого решенияShopify Sidekick умеет по запросу собирать отчёты по продажам, себестоимости, прибыли, возвратам и скидкам, строить графики и выгружать результат в CSV, Parquet, JSONL или XML. Это сокращает путь к разбору ассортимента, но не отменяет проверку исходных данных.Практический сценарий: запросить топ-100 товаров сразу с продажами, затратами, прибылью, возвратами и скидками; отделить позиции с ростом выручки от позиций с ростом маржи; затем сверить спорные SKU в исходном отчёте. Ссылки на выгрузку действуют десять минут, поэтому результат лучше сохранять сразу.Ограничение принципиальное: Sidekick показывает предлагаемые действия и изменения для проверки, а применяет их только после подтверждения пользователя.Источник: Shopify Help Center
Маркетплейсы: будущее, ИИ и инновации
16 сент., 08:00
Ozon добавил отдельный режим покупок для молодой аудиторииВ мобильном приложении и мобильной версии сайта появился «Лайкзон» — пространство с трендовыми рекомендациями и игровым интерфейсом. Подборка учитывает возраст и интересы, а товары можно листать свайпами.Главная механика — «Купи мне»: ребёнок добавляет товар в семейную корзину, чтобы показать его родителям. Самостоятельная покупка остаётся доступна, но товары 18+ и часть других категорий скрыты.Для маркетплейса это новый сценарий выбора: путь к заказу начинается не с поиска, а с персональной ленты и семейного согласования. Результат стоит измерять по добавлениям в семейную корзину и завершённым покупкам, а не только по свайпам.Источник: Retail.ru
Маркетплейсы: будущее, ИИ и инновации
15 сент., 08:00
Wildberries начал менять обложку товара под конкретного покупателяНа маркетплейсе появилась персонализация главного фото карточки. Продавец может загрузить несколько вариантов и назначить аудиторию по полу, возрасту, семейному положению или региону. Подходящее изображение Wildberries выбирает автоматически, а если условия не совпали — показывает основную обложку.Функция доступна в подписке «Джем»: лимит составляет от 10 карточек на стандартном тарифе до 26 с продвинутой опцией, на премиальном ограничений нет. Это превращает первое фото из единого рекламного макета в управляемый слой персонализации внутри каталога.Проверять эффект стоит на сопоставимых сегментах по переходам, добавлениям в корзину и заказам: сама смена картинки ещё не доказывает рост конверсии.Источник: E-pepper
Маркетплейсы: будущее, ИИ и инновации
14 сент., 08:00
ИИ уже занимает 26% цифровых систем российского ритейлаПо оценке аналитического центра STAQ, за первое полугодие 2026 года использование ИИ в российской рознице выросло на 22%. При этом около 60% прироста пришлось не на рекомендации покупателям, а на операционные задачи: обработку заявок, обслуживание оборудования и поддержку сотрудников.В проектах STAQ классификатор закрывал без участия человека более 20% обращений, а точность автоматической маршрутизации достигала 90%. Система распознаёт тип неисправности, назначает исполнителя и предупреждает о риске нарушения сроков.Для e-commerce это заметный сдвиг: ценность ИИ всё чаще измеряют не качеством витрины, а сокращением простоев и стоимостью операций.Источник: CNews
Маркетплейсы: будущее, ИИ и инновации
13 сент., 08:00
Ozon Tech собрал 50+ докладов о технологиях маркетплейса на E-CODE 202612–13 сентября в Москве проходит E-CODE 2026 — ежегодная конференция Ozon Tech. В программе восемь треков: от бэкенда и инфраструктуры до ML/DS, робототехники и автотестирования.В центре технологической части — архитектура машинного обучения, работа с большими данными и возможности AI-агентов. Отдельные сессии посвящены тому, как агентные системы меняют разработку и тестирование продуктов электронной торговли.Для рынка это важный сдвиг: ИИ в e-commerce всё чаще обсуждают не как отдельный чат-бот, а как часть поиска, рекомендаций, качества сервисов и внутренней инженерной платформы.Конференция показывает, что конкурентоспособность маркетплейса всё сильнее зависит от зрелости его ML-инфраструктуры и способности быстро внедрять агентные инструменты в реальные процессы.Источник: Ozon Tech
Маркетплейсы: будущее, ИИ и инновации
12 сент., 08:00
B2B-Center поручил ИИ раскладывать товары по категориям без участия поставщиковB2B-Center запустил «Агента-Товароведа»: система автоматически сопоставляет товарные позиции поставщиков с единым рубрикатором и помогает находить продукцию по характеристикам. Пользователям не нужно вручную размечать каталог или запускать отдельную обработку.Платформа рассчитывает убрать из каталогов пропущенные и ошибочные категории. Заказчики получат более точную аналитику расходов, а поставщики — корректное попадание товаров в поиск и подборки.Это пример незаметной автоматизации e-commerce: ИИ работает не в чат-окне, а прямо внутри товарного каталога и улучшает его данные.Источник: АЭТП
Маркетплейсы: будущее, ИИ и инновации
11 сент., 08:00
Clementine собирает продуктовую корзину из рецепта и учитывает наличие в магазинеInstacart представил Clementine — ИИ-ассистента для продуктовых покупок, доступного в США и Канаде. Он превращает обычный запрос, список или рецепт в персонализированную корзину и позволяет менять товары в диалоге.Система учитывает каталог, наличие, цены, прошлые покупки и предпочтения пользователя. Одновременно Instacart расширяет Cart Assistant для сайтов самих ретейлеров: магазины получают похожий разговорный поиск на основе собственных данных и ассортимента.Для рынка это переход от подсказок к завершённому сценарию покупки: ИИ не только рекомендует товар, а формирует готовый заказ внутри маркетплейса.Источник: Instacart
Маркетплейсы: будущее, ИИ и инновации
10 сент., 08:00
Shipt запустил ИИ-помощника, который собирает продуктовую корзину по описанию и фотоСервис доставки Shipt представил Ask Shipt — встроенного в приложение и сайт помощника для планирования покупок. Пользователь может описать задачу обычной фразой или загрузить фотографию блюда, а система за несколько секунд предложит готовую корзину.Состав заказа можно уточнять в диалоге: учитывать бюджет, пищевые ограничения, предпочтения семьи и действующие скидки. Перед оплатой покупатель по-прежнему сам проверяет и подтверждает товары.Для онлайн-ритейла это переход от поиска отдельных позиций к сборке заказа вокруг конкретного сценария — например, ужина или недельного меню. Чем точнее каталог передаёт состав, цену и наличие, тем полезнее он становится для таких ассистентов.Источник: Shipt
Маркетплейсы: будущее, ИИ и инновации
9 сент., 08:17
AfterShip поручил AI-агенту разбирать сбои доставки и возвратыAfterShip представил Intelligence — систему для автоматизации операций после покупки. AI-агент выявляет проблемы с отправлениями, собирает контекст заказа, предлагает решение и может запускать нужное действие. Финансовые операции и сообщения клиентам при этом требуют подтверждения сотрудника.Платформа также прогнозирует дату доставки, отмечает риск задержки до обращения покупателя и помогает проверять возвраты. По данным AfterShip, её модели опираются на информацию о более чем 11 млрд отправлений и сети из 1 600 перевозчиков.Для e-commerce это сдвиг от чат-ботов к управляемой автоматизации реальных процессов: AI не только отвечает, но и готовит операционное решение, оставляя контроль человеку.Источник: Practical Ecommerce
Маркетплейсы: будущее, ИИ и инновации
8 сент., 08:00
Маркетплейсы допустят к госзакупкам при охвате минимум 45 регионовС 1 октября в России стартует эксперимент с закупками «с полки» через цифровые платформы. Минэкономразвития готовит критерии отбора: площадка должна состоять в реестре цифровых платформ, иметь логистическое присутствие как минимум в 45 субъектах РФ и показывать предложения не менее двух поставщиков по утверждённым категориям товаров.Эксперимент продлится до 30 сентября 2028 года и откроет маркетплейсам новый B2G-сценарий — от витрины и сравнения предложений до исполнения заказа. Для продавцов это отдельный спрос со стороны школ, детсадов и колледжей, где решающими станут документы, стандартизированные карточки и предсказуемая логистика.Маркетплейс превращается из потребительской витрины в инфраструктуру закупок.Источник: Retail.ru
Маркетплейсы: будущее, ИИ и инновации
7 сент., 08:00
AI-трафик ведёт покупателей к крупным маркетплейсамПо данным, приведённым TechRadar, ChatGPT уже обрабатывает около 50 млн shopping-запросов в день, а переходы из AI на американские сайты ритейлеров выросли почти на 400% в первом квартале 2026 года. Маркетплейсы получили около 47 млн AI-переходов за год по май — больше любой другой категории онлайн-ритейла.Почему это важно• AI становится новым слоем товарного поиска до визита на сайт. • Крупные площадки выигрывают за счёт ассортимента, доверия и готового чекаута. • Качество структурированных данных напрямую влияет на попадание товара в рекомендацию агента.Мини-практика (10 минут): проверьте у пяти ключевых SKU названия, атрибуты, варианты, актуальную цену и остаток. Уберите противоречия, которые мешают машине уверенно сравнить предложение.Источник: TechRadar
