Статья:

ФОРМИРОВАНИЕ ПРЕДЛОЖЕНИЙ ПО УСОВЕРШЕНСТВОВАНИЮ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ ДЛЯ ПРОДВИЖЕНИЯ БРЕНДА В РОССИЙСКИХ МАРКЕТПЛЕЙСАХ (НА ПРИМЕРЕ HENDERSON)

Конференция: CCCXLVII Студенческая международная научно-практическая конференция «Молодежный научный форум»

Секция: Экономика

Выходные данные
Багдасарян А.С. ФОРМИРОВАНИЕ ПРЕДЛОЖЕНИЙ ПО УСОВЕРШЕНСТВОВАНИЮ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ ДЛЯ ПРОДВИЖЕНИЯ БРЕНДА В РОССИЙСКИХ МАРКЕТПЛЕЙСАХ (НА ПРИМЕРЕ HENDERSON) // Молодежный научный форум: электр. сб. ст. по мат. CCCXLVII междунар. студ. науч.-практ. конф. № 21(347). URL: https://nauchforum.ru/archive/MNF_interdisciplinarity/21(347).pdf (дата обращения: 14.06.2026)
Подводятся итоги голосования
Эта статья набрала 0 голосов
Мне нравится
Дипломы
лауреатов
Сертификаты
участников
Дипломы
лауреатов
Сертификаты
участников
на печатьскачать .pdfподелиться

ФОРМИРОВАНИЕ ПРЕДЛОЖЕНИЙ ПО УСОВЕРШЕНСТВОВАНИЮ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ ДЛЯ ПРОДВИЖЕНИЯ БРЕНДА В РОССИЙСКИХ МАРКЕТПЛЕЙСАХ (НА ПРИМЕРЕ HENDERSON)

Багдасарян Ашхен Саргисовна
студент, Российский университет дружбы народов, РФ, г. Москва
Чернышева Анна Михайловна
научный руководитель, канд. экон. наук, доц., Российский университет дружбы народов, РФ, г. Москва

 

Почему нейросети стали нужны на маркетплейсах?

Сейчас очень мало просто отвезти товар на склад и развесить его на витрине. Тысячи продавцов делают одно и то же каждый день. И как среди этого всего заметить свой бренд? Как заставить покупателя нажать на вашу карточку, а не на соседнюю? Вопрос сложный.

Рынок и площадки перенасыщены. Покупатель "избалован", рынок должен быть гибким, как мир, поэтому продавцам приходится подстраиваться под многое. Покупатель видит сотни вариантов одного и того же. И чтобы его зацепить, нужно приложить усилия. Тут уже интуиция не всегда работает.

Сейчас повсюду можно услышать слово "нейросеть". Если говорить простым языком, почему же нейросеть нужна маркетплейсам, то она умеет анализировать огромные куски информации за несколько секунд. Например, в программу можно загрузить тысячи карточек товаров с маркетплейса, и нейросеть сама найдет закономерности. Она видит, какие рубрики привлекают больше всего, какие заголовки приносят больше просмотров, какие картинки открываются чаще всего, какие слова в описании внушают доверие, а какие - нет.

Почему же именно сейчас нейросети стали реально нужны, а не просто прикольной игрушкой? Думаю, дело в скорости. Сейчас же маркетплейсы работают настолько быстро, что если ты не выстрелил в первые дни после выхода товара, то всё, твою позицию задвигают куда-то в конец поиска. Нейросеть позволяет сократить этот путь от предположения к результату.

Кроме того, нейросети сейчас стали доступнее. Раньше для работы с ними нужно было быть айтишником. А сейчас есть простые сервисы, куда обычный человек может загрузить данные и получить понятные рекомендации. Это просто инструмент, который упрощает жизнь.

Кто в России уже использует нейросети для продвижения?

Чтобы понять, насколько хорошо нейросети зарекомендовали себя на российских рынках, я посмотрела, какие компании их уже используют.

Начну с самих площадок. Вайлдберриз и Озон уже интегрировали нейросети в свои личные кабинеты для продавцов. Например, система сама может сгенерировать описание, выбирать заголовок или редактировать фотографии. Также Вайлдберриз и Озон используют нейросети для настройки результатов поиска: система анализирует, что клиент искал раньше, и показывает ему наиболее подходящие товары.

Теперь давайте поговорим о конкретных компаниях. "Яндекс Маркет" предлагает продавцам автоматическое написание описаний товаров. Также они тестируют умные заголовки.

У "Сбер" есть нейросеть Кандинский. Ее можно использовать, чтобы сгенерировать изображения по описанию. Пользователю нужно всего лишь очень точно объяснить текстом свою идею, то есть подобрать правильный промт. Также можно создать короткие видео продолжительностью до 5-6 секунд.

"Lamoda" использует нейросети для персонализации рекомендаций. Они также тестируют нейросеть для определения размера: покупатель вводит рост и вес, а система советует, какой размер лучше выбрать. Это снижает процент возвратов.

Бренд "Love Republic" также активно использует нейросети. В мобильном приложении работает умный поиск. Нейросеть распознает текстовые запросы как "костюм для уютной осени" и выделяет тренды и стили.

Как показывают примеры, нейросети уже проникли на различные этапы работы с маркетплейсами - от создания карточек до персонализации рекомендаций. Получается, нейросети на российском рынке маркетплейсов - это постепенно развивающаяся практика.

Как Henderson работает с нейросетями сейчас?

После анализа других компаний имеет смысл перейти к бренду, который я выбрала для этой статьи. И это компания "Henderson". Я могу рассказать не по слухам, а исходя из собственного опыта.

Начну с того, как работает продвижение в Henderson. Бренд достаточно известен, у него есть свои магазины, приложения и карточки на маркетплейсах. Однако, если говорить конкретно о нейросетях, то ситуация такова: их практически нет. Никакого обучения, никаких тестирований.

В приложении Henderson карточки товаров создаются на реальных моделях. Это преимущество для компании, так как людям легче представить, как вещь будет смотреться на них. Но недостатком является то, что каждый сезон приходится снимать новые коллекции, нанимать моделей, фотографов. Это дорого и отнимает много времени.

Что касается работы приложения. Когда вы заходите в приложение, появляется система рекомендаций. Приложение запоминает прошлые покупки, на основе этого генерируются персональные скидки. Но сколько нейросетей задействовано в этом? Скорее всего, это обычные алгоритмы, которые собирают и анализируют данные. Это не то же самое, что генеративная нейросеть.

Так, что касается маркетплейсов, компания Henderson представлена на Вайлдберриз и на Озон. Карточки оформлены аккуратно, фотографии высокого качества, а описания подробные. Но это работа реальных людей. Это явно писал человек, который знает, о чем говорит.

Если вы сравните Henderson с Lamoda или Love Republic, вы сможете увидеть разницу. Lamoda уже использует нейросети для подбора размеров. А это в Henderson помогло бы очень. В Henderson, помимо размеров, товары делятся на узкую, очень узкую и прямую категории. А в Love Republic сделали умный поиск. Henderson пока работает по старинке. Однако современные инструменты для продвижения на маркетплейсах компании пока не применяются.

Чего им не хватает?

Итак, получается, что Henderson современные инструменты пока что не использует. Но это не значит, что бренду ничего не нужно. Я говорю про конкретные болевые точки, которые я сама замечала, когда работала в этой компании.

Первое и, наверное, самое важное - это нормализация системы подбора размеров. В Henderson с размерами сложнее, чем во многих других брендах. Рубашки подбираются в соответствии с обхватом ворота. Кроме того, существует несколько вариантов кроя. Человек, совершающий покупки в Интернете, часто не понимает, что ему нужно. У Lamoda уже есть такая система: вводите рост, вес и обхват груди -- нейросеть подскажет вам, какой размер взять. У Henderson, к сожалению, только таблица размеров.

Второе - это умный поиск в приложении. Сейчас приложение Henderson использует поиск по ключевым словам. Люди часто выражают свои мысли по-разному. Было бы идеально, если бы покупатель написал в запросе "что надеть в офис осенью", и нейросеть выдала ему подходящую одежду. Однако у Henderson нет такой технологии.

Третье - это работа с отзывами клиентов. У Henderson есть собственное приложение, но в нем вообще нет возможности дать оценку продукту. Компания не узнает о проблеме, пока она не станет действительно серьезной. И если бы в приложении был отдельный раздел для отзывов о каждом товаре, это предоставило бы массу полезных данных.

Но одного сбора мнений недостаточно. Здесь нужна нейросеть. Она могла бы проанализировать все отзывы и составить обобщенную картину.
И здесь можно пойти еще дальше. Нейросеть может не только обобщить отзывы, но и привязать эту информацию к конкретному покупателю. Представьте: мужчина попросил футболку 40-го размера, и ему она мала. Он написал об этом в своем отзыве, а нейросеть сохранила эту информацию в его профиле. В следующий раз, когда тот же клиент войдет в приложение, система может показать, что в прошлый раз ему был мал. Клиент чувствует, что его помнят. Кроме того, компания сокращает количество возвратов.

Есть и другие возможности. Но основные проблемы, которые я увидела своими глазами - это размер и обратная связь, сложности с поиском. Вот чего действительно не хватает Henderson на данный момент.

Идеи, что можно предложить

Мы уже разобрались, чего не хватает Henderson, и теперь логично предложить, как это исправить.

Первая идея - внедрить систему подбора размера на основе нейросети. Что можно сделать? Добавить в приложение и на сайт форму, где человек вводит несколько простых параметров, например: рост, вес, обхват груди, талии, шеи. Нейросеть на основе этих данных выдает рекомендацию. У Love Republic такая же схема, ничто не мешает Henderson сделать то же самое.

Вторая идея - это сделать умный поиск по смыслу. В настоящее время поиск в приложении Henderson работает только по ключевым словам. Нейросеть, подобная Love Republic, могла бы определить значение запроса "что надеть в офис осенью". Это не только удобно для покупателя, но и увеличивает продажи.

Третья идея заключается в том, чтобы добавить в приложение раздел отзывов и подключить нейросеть для анализа. В настоящее время невозможно оставить отзыв о продукте в приложении Henderson. Поэтому можно добавить кнопку "Оставить отзыв" после получения заказа. Дальше подключенная нейросеть читает все отзывы и публикует отчет. Руководство быстро распознает проблему.

Четвертая идея - привязать отзывы к профилю покупателя. Допустим, человек написал в отзыве: "рубашка 40-го размера мала". Нейросеть сохранит эту информацию в его профиле. В следующий раз система автоматически выдаст ему подсказку. Это особенно актуально для Henderson, у которого сложная размерная сеть.

Четыре идеи, и все они реальны. Henderson не нужно менять всю систему целиком. Достаточно взять то, что уже работает у других, и адаптировать это под себя. Что-то где улучшить. У бренда уже есть приложение, есть клиенты и есть данные о возвратах. Нужно просто сделать первый шаг – начать с чего-то малого.

Вывод: нейросети - это не про тренд, а про необходимость для брендов на маркетплейсах.

Когда я только начала разбираться, как же работают продажи, мне казалось, что главное - создать красивый продукт. Но чем больше я углубляюсь в тему маркетплейсов, тем больше понимаю, что на данный момент этого недостаточно. Тысячи продавцов делают одно и то же каждый день, и покупатель избалован.

И вот тут-то на помощь приходят нейросети. Они могут обрабатывать информацию за секунды. Раньше продавец проверял гипотезы неделями. Сейчас нейросеть может показать, какой вариант сработает лучше. И самое главное - эти инструменты доступны.

В России нейросети уже активно используются. Пока что Henderson работает по старинке, но думаю, изменения коснутся и их. Выбор размера, интеллектуальный поиск, анализ отзывов - все это можно реализовать, не изобретая велосипед. Для этого не требуется больших бюджетов.

Нейросети - это не модный тренд. Это рабочий инструмент, без которого становится все сложнее работать на маркетплейсах. Потому что конкуренты уже используют их и получают хорошие результаты.

Поэтому я считаю, что нейросети на маркетплейсах - это необходимость, а не прихоть. Henderson - сильный бренд с хорошей репутацией. И если они сделают этот шаг, у них есть все шансы стать еще сильнее.

 

Список литературы:
1. Статья написана на основе личного опыта работы в компании Henderson, а также анализа открытых данных с официальных сайтов Wildberries, Ozon, Lamoda, Love Republic и публикаций в российских СМИ.
2. Электронный ресурс: https://www.rbc.ru/technology_and_media/12/03/2024/65efd23f9a79475c1cb8e4f2
3. Электронный ресурс: https://www.forbes.ru/tekhnologii/489983-lamoda-zapustila-nejroset-dla-podbora-razmera-odezdy
4. Электронный ресурс: https://www.vedomosti.ru/technology/articles/2023/12/21/1012459-sber-zapustil-neiroset