Управление e-commerce *

Итог по кабинету сходится с отчётом Wildberries до копейки, а прибыль по артикулам посчитана неверно. Разбираю, почему совпадение «сверху» ничего не доказывает, как устроена сверка двумя независимыми источниками, какие инварианты ловят ошибки по товарам, и где мой движок ошибался: чужая колонка, потерянный знак, файл, который врёт о своём размере.

3 сентября Верховный Суд РФ утвердил Концепцию внедрения технологий искусственного интеллекта в судопроизводство.

К 2030 году более 95% судей должны постоянно использовать ИИ-сервисы в работе. Звучит как фантастика)

Что будет делать ИИ

Обработка документов. Автоматическая регистрация входящих, проверка комплектности, определение категории дела и подсудности, проверка приложений, калькулятор госпошлины.

Плюс предварительная оценка рисков для заявителя - вероятный исход по типовой категории, без предсказания решения по конкретному делу.

Классификация дел. Автоматическая сортировка по категориям и сложности, распределение между судьями с учётом нагрузки и специализации.

Поддержка заседания. Автоматическое протоколирование с распознаванием речи и идентификацией говорящего, перевод в реальном времени, предоставление судье релевантных норм и практики прямо по ходу заседания.

И самое интересное:

Анализ материалов. Системный анализ позиций сторон, выявление доводов и противоречий, краткое резюме иска и возражений, хронология событий, справка для судьи перед заседанием.

Поиск по практике. Поиск по базе судебных актов с учётом не только категории, но и специфических обстоятельств. С ранжированием по релевантности и фильтрами.

Предупреждение об отклонении от практики. Сравнение проекта решения с позициями ВС РФ и аналогичными делами, выявление противоречий, предупреждение судьи о возможных ошибках.

Помощь в назначении наказания. Анализ обстоятельств, смягчающих и отягчающих, статистика по аналогичным делам, проверка квалификации с учётом повторности.

Клиент нажал «Оплатить», деньги списались, а статус заказа не обновился. Вебхук не пришёл, пришёл трижды или пришёл с несовпадающей подписью. Покупатель ждёт подтверждения, менеджер не видит заказа, а вы разбираетесь, что пошло не так.

В документации платёжных сервисов обычно описывают только идеальный сценарий. А что делать, когда запросы дублируются, клиент закрыл страницу до редиректа или платёж завис в статусе PENDING? В статье — об архитектуре приёма платежей: от создания заказа до фискального чека. С примерами кода, схемами и разбором граничных случаев, которые не описаны в документации.

Небольшое отступление. За годы работы в IT я видел очень много коммерческих предложений коллег: красивых, пестрых, прекрасных и ужасных. Максимально крутые — это сочетание контента, персонализации и дизайна.

Хотелось отдельно рассказать о структуре КП, которую мы используем, но в целом мы придерживаемся вечной классики — написанная давным-давно Андреем Тереховым, текст можно найти на Хабре. В целом мы придерживаемся этой структуры, пытаемся отказаться от PDF и перейти на цифровые носители. Туда можно и видео прикрутить и интерактив, но пока королями здесь остаются PDF и Эксель. 

Но сегодня не об этом. 

Элементом любого КП является смета. В целом они есть практически везде, без разницы, работает вы в продукте, агентстве, веб-студии и т.д.

У кого-то смета занимает одну страницу, у кого-то Excel растягивается на несколько десятков вкладок. Где-то заказчику показывают только итоговую сумму, а где-то можно найти часы аналитика, ставку программиста, загрузку дизайнера и чуть ли не количество созвонов.

У каждого подхода есть свои причины.

Но важнее всего то, что смета должна помочь заказчику сравнить предложения подрядчиков. По ней заказчик пытается понять сразу несколько вещей: что именно он покупает, из чего складывается бюджет, насколько предложение сопоставимо с другими подрядчиками и где могут появиться дополнительные расходы.

Допустим, у одного подрядчика проект стоит 7 млн, у другого — 10 млн. Кажется, что выбор очевиден. Но если в первой смете нет части интеграций и тестирования, то сравнивать 7 и 10 млн бессмысленно. Поэтому я бы смотрел сначала на состав работ.

Как Bookbot использует Manticore Search для поиска по 1.29 млн подержанных книг, сопоставляет новые поступления с 3.5 млн сохранённых запросов и развивает канал, на который приходится около 10% выручки.

Долго выбирал что взять в первый практический разбор/демонстрацию возможностей своего инструмента. Решил остановиться на разборе изменений Правил продажи.

С 1 сентября действуют новые Правила продажи товаров — ПП № 657. Прежние, ПП № 2463, утратили силу. Это не поправки, а новый документ: в начало добавили три пункта, и дальше вся нумерация сдвинулась на три.

Наверняка его уже всесторонне разобрали, но я решил показать возможный новый способ.

Динамическое ценообразование — влажная фантазия каждого ритейла. Оно обещает сразу и рост маржинальности, и решение проблемы с нехваткой предложения, и с избытком спроса. Просто вжух — и все проблемы решены. Сегодня охвачу тему динамического ценообразования Ozon и WB: как это видит пользователь, какие негативные последствия могут понести компании, и почему они этого могут не замечать.

Привет! Меня зовут Маша, я Senior Product Manager и разбираю только те продукты, над которыми сама хотела бы поработать, так как ими пользуюсь, люблю и вижу, где есть потенциал роста. Мне драйвово искать для них решения, которые выводят продукт на новый уровень не только по деньгам, но и по UX и любви пользователей. Мои другие разборы: Цифровая медицина: разбор UX‑барьеров и точки роста и Тест‑драйв 2GIS: как завалить навигатор рекламой и потерять базовый UX 

Что, если два небольших автоматизированных процесса возвращают компании больше 160 рабочих часов в месяц?

В одном из проектов я связал внутреннюю Excel-систему компании с маркетплейсами и добавил AI-черновики ответов на обращения покупателей — при этом финальное решение всегда остаётся за сотрудником.

Разобрал, где именно терялось время, что автоматизировал и почему эффект получился примерно на 100 тысяч рублей рабочего времени в месяц на 5 сотрудников.

В статье — цифры, архитектура и экономика внедрения.

Внешняя среда меняется быстрее, чем складские процессы. Новые требования к документам и маркировке, изменения в работе торговых площадок, условия аренды, кадровый рынок и стоимость капитала по-разному влияют на бизнес. Но последствия возникают в одной точке — там, где нужно изменить операцию, назначить ответственного и понять её фактическую стоимость.

Для этого недостаточно просто установить WMS. Нужны описанные операции, данные по их стоимости и производительности, а также владелец, который отвечает за изменение.

Привет, Хабр!

Меня зовут Дмитрий, руководитель отдела рекламы и продвижения в Аспро. Мы запускаем интернет-магазины и развиваем систему управления бизнесом Аспро.Cloud.

Частый вопрос от владельцев магазинов: каталог вырос с 500 до 15 000 товаров, а сайт вместо роста продаж начал тормозить — фильтры зависают, поиск не справляется с опечатками. Обычно чинят что-то одно: хостинг, картинки, тяжелый скрипт — и не понимают, почему скорость не выросла.

Разберем, что тормозит, что закрывает платформа, а что нужно чинить самому.

30 августа делал security-ревью собственной инфраструктуры и решил проверить один служебный маршрут вручную, вместо того чтобы верить, что раз он «внутренний», значит закрыт. Обычный curl с ноутбука:

Классический совет при каннибализации запросов - найти пересекающиеся страницы и склеить их редиректом. На практике это часто ломает рабочую структуру: пересечение может оказаться недельным шумом, естественной смешанной выдачей или временным перехватом карточкой товара.

Собрал воркфлоу на n8n для категорийного ядра магазина. Система сопоставляет 28 7 дневные срезы GSC и Метрики, считает детерминированный риск-скоринг 0-100 по шести факторам (доминирование, сдвиг позиций, клики, тренд, персистентность) и строит граф реальных конфликтов.

Внутри - математика скоринга, отделение категорий от карточек товаров и ссылки на репозиторий с воркфлоу.

У нас есть скрипт, который каждый день просит Google переиндексировать свежие страницы двух сайтов через Search Console — вручную по одному URL это бы никто не тянул, а сайтов и статей достаточно, чтобы запускать это руками было бы отдельной работой. 3 сентября я посмотрел в лог и увидел: за прогон дошло 59 проверок по доставке и 4 отказа «превышена квота», а адреса avitoma, помеченные как приоритетные в gsc_pinned.txt, за сутки не отправились ни разу. Не «отправились с опозданием» — ни разу, вообще.

Правовое регулирование доменов набирает обороты

Ранее мы уже кратко рассматривали эту тему. Сегодня хочу рассмотреть её подробнее, ибо эта тема актуальна для всех - и для бизнеса, и для экспертов, для всех, у кого есть сайт.

Привет, я основатель издательства детских книг Rabbits and Books. На складе Wildberries сгорел наш тираж больше чем на 3 млн рублей, и мы лишились трети годового оборота. После пары постов в соцсетях нам позвонили из Сбера и предложили бесплатно сделать интернет-магазин. И уже через 2 недели команда Сбер2В Онлайн-продаж запустила полностью рабочий сайт с настроенной оплатой и доставкой. Сейчас расскажу, как мы автоматизировали заполнение карточек товаров и получили 700 тысяч рублей за первые пять дней работы сайта:

Аптайм-монитор может рапортовать о 100% доступности, а поисковый трафик при этом медленно падает. Классический сценарий: обновили шаблон и поймали noindex, сменили H1 "для красоты" или отвалилась микроразметка. Сервер честно отдаст 200 OK, но для поисковика страница фактически мертва.

Чтобы не ждать неделями просадки в Search Console, собрал автоматический аудит на n8n: ежедневный экспресс-контроль статусов и метатегов плюс еженедельный разбор состава каталога, JSON-LD и наличия товаров.

Внутри - физика разделения проверок, обход ограничений песочницы n8n регулярками и ссылка на GitHub с готовыми воркфлоу и шаблоном таблицы.

Баг всплыл не из мониторинга, а из жалобы: клиент написал, что AI-карточка сгенерировалась и легла в пикер, а счётчик кадров в пакете при этом не уменьшился — как будто генерация не потрачена. Разбор лога занял вечер 5 сентября, потому что первая гипотеза (двойной клик на кнопке) не подтвердилась: id генерации был один.

04.09 в 09:06:45 UTC ночной опрос Fleet нашёл одного «нового» курьера. Дальше автоматика отработала без единой ошибки: new_ids: 1, dispatch_alerted: 1, sms_sent: 1. В Google Sheet появилась строка 1248, в служебную группу пришёл алерт, человеку ушла SMS с просьбой подтвердить налоговый статус.

Разбираем технологии речевой аналитики: ASR, словари, ML, семантический анализ, LLM и Auto-QA. Сравниваем подходы Deeray, Naumen, SpeechSense, BSS, WordPulse и других систем.

Поиск слова «дорого» в транскрипте звонка когда-то считался речевой аналитикой.

Сегодня бизнес хочет получить ответ уже на совершенно другой вопрос:

Сравнили 10 систем речевой аналитики для крупного бизнеса: AI и LLM, On-Premise, API, омниканальность, контроль качества, интеграции, цены, плюсы и ограничения.