Tag: shopping-assistant

В личном кабинете Shopping Assistant появился раздел «Качество». Он показывает, как ассистент отвечает покупателям, как меняются оценки и какие диалоги стоит разобрать первыми. Автоматические проверки, реакции покупателей и отзывы команды магазина собраны на одном экране.

Теперь в личном кабинете Shopping Assistant можно посмотреть, по каким правилам работает ваш ассистент: как он подбирает товары, общается с покупателями и отвечает на вопросы. Подключения, параметры подбора и исходные инструкции магазина собраны в новом разделе «Настройки».

Что нужно покупателям — аналитика задач в Shopping Assistant В личном кабинете Shopping Assistant появился раздел «Темы». Он показывает, с какими задачами покупатели обращаются к ассистенту и какую долю диалогов занимает каждая из них. «Обзор диалогов» отвечает на вопрос, сколько людей пользуется ассистентом и как меняется вовлечённость. «Темы» отвечают на вопрос, зачем они приходят. Подобрать ноутбук, сравнить модели, узнать, где заказ, или разобраться, почему не начислились бонусы, — это разные задачи, и каждой нужны свои сценарии, данные и точки входа.

Наблюдающая память Shopping Assistant Человеческая память превращает множество разговоров в несколько значимых наблюдений: любимые продукты, важные ограничения, прошлые решения и причины выбора. Теперь такую память начинает формировать Shopping Assistant.

Плейбуки Shopping Assistant С помощью плейбуков интернет-магазин может настроить отдельные сценарии консультации для сложных задач покупателей. Например, если покупатель хочет собрать рабочее место для видеомонтажа, Shopping Assistant уточнит бюджет, используемые программы и требования к мобильности, а затем подберёт совместимый комплект: компьютер или ноутбук, монитор, накопитель и периферию. Покупатель получит готовое решение своей задачи, а не отдельные товары из разных разделов каталога.

Шаринг диалогов Shopping Assistant Выбор товара не всегда происходит в одиночку. Подборку мебели обсуждают с семьёй, сравнение техники отправляют другу, а товары для рабочего проекта согласовывают с коллегами. Если контекст остаётся только внутри чата, покупателю приходится пересылать скриншоты, копировать отдельные ответы или заново объяснять задачу.

Современная большая языковая модель — LLM — способна начать решать практически любую покупательскую задачу. Она поймёт просьбу подобрать корм для питомца, сравнит две модели техники, предложит ингредиенты для ужина и задаст уточняющий вопрос о бюджете.

Что нового в Gravity Field За последние месяцы в Gravity Field появились новые продукты и инструменты для работы с поиском, рекомендациями, мобильными кампаниями и AI-ассистентами. Собрали основные обновления в одном материале.

Фидбек по ответам Shopping Assistant После запуска AI-ассистента важно понимать не только сколько людей им пользуется, но и насколько полезными получаются конкретные ответы. Общая активность может расти, а отдельные ошибки — неверно учтённое ограничение, слабая подборка или неточный совет — оставаться незаметными в агрегированных метриках.

Обзор диалогов Shopping Assistant В Shopping Assistant появился раздел «Обзор диалогов». Он показывает, как пользователи работают с ассистентом: сколько людей обращается за помощью, как меняется нагрузка в течение дня, возвращаются ли пользователи после первого контакта и с каких страниц чаще всего начинается диалог.