ИИ подбирает парфюм по эмоциям: что это значит для селлеров

ИИ 9 мин чтения

---

Когда площадка с каталогом из более чем десяти тысяч ароматов запускает инструмент, который заменяет знание парфюмерных нот желаемым настроением, это не просто удобная функция для покупателя. Это сигнал о том, как меняется логика рекомендаций на маркетплейсах. Разбираем механику, чтобы понять, что за этим стоит и как это влияет на работу с карточками товаров.

Как работает подбор по эмоциям, а не по нотам

В мобильном приложении «Золотого Яблока» появился сервис «Найди тот самый аромат». Его логика принципиально отличается от стандартного фильтра по категориям: пользователь не выбирает между «цветочным» и «древесным», а отвечает на шесть вопросов. Для кого аромат, какое настроение он должен создавать, для какого повода нужен, с каким местом ассоциируется, насколько интенсивным должен быть шлейф и каков бюджет.

На выходе система предлагает от двух до шести вариантов с кратким описанием и процентом совпадения с запросом. В подборку попадают только те ароматы, у которых совпадение составляет не менее 25%. Рекомендованные позиции можно сразу открыть в каталоге, добавить в избранное или положить в корзину.

Важно понимать, что сервис не угадывает вкус конкретного человека, он сопоставляет желаемые ощущения с тем, как другие покупатели описывали свои впечатления от аромата. Это честное ограничение: восприятие запаха индивидуально, и сервис об этом прямо предупреждает.

Идея выросла из студенческого проекта под названием «Нейросеть чувств», который появился в рамках сотрудничества компании с Центральным университетом. Команда доработала концепцию и адаптировала её под реальный каталог.

Что внутри: эмоциональные профили по 18 характеристикам

Основой сервиса служат эмоциональные профили парфюмов. Каждый аромат оценивается по 18 эмоциям, таким как уверенность, романтичность, элегантность, притягательность, радость и другим. Профиль формируется на базе двух источников: официального описания бренда и отзывов покупателей на маркетплейсе.

Для новых позиций, у которых отзывов ещё мало, система дополнительно анализирует состав нот. Это позволяет включить их в рекомендации, не дожидаясь накопления пользовательского контента. Такой подход решает классическую проблему холодного старта для новинок.

Проект разработан с применением ИИ-агентов, которые обрабатывают описания и отзывы, выстраивая числовой вектор эмоций для каждого товара. Затем этот вектор сравнивается с ответами пользователя, и система рассчитывает процент совпадения.

Здесь стоит остановиться на одном техническом нюансе: отзывы покупателей влияют на то, в каких подборках окажется товар. Это означает, что качество и содержание отзывов напрямую определяют видимость позиции внутри рекомендательного сервиса, не только её рейтинг в виде звёзд.

Почему отзывы стали частью алгоритма рекомендаций

Традиционно отзывы на маркетплейсах влияли на два параметра: рейтинг товара и доверие покупателя при просмотре карточки. Описанная механика добавляет третий вектор влияния, попадание в тематические подборки, сформированные по эмоциональному запросу.

Если покупатели в отзывах используют слова, связанные с определёнными ощущениями («чувствую себя уверенно», «ощущение лёгкости», «романтический вечер»), алгоритм считывает эти сигналы и усиливает соответствующие позиции в эмоциональном профиле товара. Обратная ситуация тоже работает: нейтральные или формальные отзывы без эмоциональной окраски дают алгоритму меньше материала для работы.

Это меняет ценность отзыва как такового. Раньше для селлера важно было просто получить отзыв и желательно с высокой оценкой. Теперь содержание отзыва: конкретные слова, которые покупатель использует для описания ощущений, влияет на то, в каких контекстах товар будет рекомендован.

При этом сами отзывы селлер не пишет, их оставляют покупатели. Но то, как бренд описывает товар в карточке, какие образы и ощущения транслирует, влияет на то, какой язык покупатели будут использовать в своих впечатлениях. Это длинная, но реальная цепочка влияния.

Что меняется в логике описания карточки товара

Если алгоритм рекомендаций опирается на эмоциональные характеристики, описание товара в карточке перестаёт быть просто техническим текстом. Оно становится частью обучающих данных для профиля позиции.

Для парфюмерии это особенно очевидно: «ноты бергамота и пачули» это техническое описание, которое мало что говорит покупателю без опыта. «Ощущение свежего утра в горах» или «уверенность на деловой встрече», это уже эмоциональный сигнал, который алгоритм может сопоставить с запросом пользователя.

Принцип, однако, шире парфюмерии. Любая категория товаров, где покупатель выбирает не только по характеристикам, но и по ощущениям: одежда, косметика, товары для дома, потенциально движется в сторону эмоционально-контекстных рекомендаций. Описание карточки, которое говорит на языке ситуаций и ощущений, а не только на языке состава и размеров, даёт алгоритму больше точек для сопоставления.

Практически это означает: при написании описания стоит задавать себе вопрос не только «что это за товар», но и «что покупатель почувствует, когда будет его использовать» и «в какой ситуации он за ним потянется».

Как аналитика отзывов помогает улучшить позиции в рекомендациях

Если отзывы формируют эмоциональный профиль товара, то регулярный анализ того, что именно пишут покупатели, становится не просто инструментом контроля качества, но и источником данных для улучшения карточки.

Например, если покупатели парфюма раз за разом пишут об ощущении «свежести» и «лёгкости», но в описании карточки эти слова отсутствуют, есть разрыв между тем, как товар воспринимается, и тем, как он представлен. Устранение этого разрыва делает карточку более точной и помогает алгоритму правильнее сопоставлять её с запросами.

Обратная ситуация тоже показательна: если описание обещает «романтичность», а покупатели в отзывах этого не подтверждают, либо описание нужно скорректировать, либо аудитория, которую привлекает карточка, не совпадает с той, для которой товар создавался.

Аналитика отзывов маркетплейсов в этом контексте не просто мониторинг настроений, а инструмент согласования позиционирования товара с реальным восприятием покупателей. Именно здесь инструменты вроде SaleSynergy, которые анализируют тональность и темы отзывов и выдают конкретные инсайты по карточкам, дают практическую точку приложения: видеть, какие эмоциональные характеристики покупатели приписывают товару, и корректировать описание под реальное восприятие.

Чем эмоциональный поиск отличается от обычных фильтров

Стандартный фильтр на маркетплейсе работает по атрибутам: цена, бренд, объём, тип аромата. Покупатель должен знать, что ищет, и уметь сформулировать запрос в терминах каталога. Это удобно для тех, кто разбирается в теме, и создаёт барьер для тех, кто не разбирается.

Эмоциональный поиск переворачивает логику: покупатель описывает желаемое состояние, а система переводит его в атрибуты товара. Вопрос «с каким местом должен ассоциироваться аромат», это не фильтр по составу, это попытка понять контекст использования. Вопрос о поводе это сегментация по ситуации, а не по характеристике.

Для селлера это означает, что покупатель, который раньше не мог сформулировать запрос и уходил ни с чем, теперь получает подборку. Конверсия из «зашёл посмотреть» в «добавил в корзину» потенциально растёт не потому что товар стал лучше, а потому что путь к нему стал короче.

При этом сервис честно обозначает вероятность совпадения в процентах, не обещая идеального результата. Это важный элемент доверия: покупатель понимает, что перед ним рекомендация на основе опыта других людей, а не гарантия.

Что делать с этим прямо сейчас

Если вы продаёте на «Золотом Яблоке» или других маркетплейсах, которые движутся в сторону контекстных и эмоциональных рекомендаций, вот конкретные шаги, которые имеет смысл предпринять.

• Проверьте язык описания карточек. Есть ли в них слова, которые описывают ощущения и ситуации использования, а не только состав и характеристики? Если нет, добавьте. Не вместо технических параметров, а рядом с ними.
• Прочитайте последние 20-30 отзывов на ваши товары. Какие эмоциональные слова покупатели используют чаще всего? Совпадают ли они с тем, как вы позиционируете товар в описании? Расхождение это точка роста.
• Для новых позиций не ждите накопления отзывов. Описание нот, состава, ситуаций использования в карточке это то, на что алгоритм опирается при недостатке пользовательского контента. Чем точнее описание, тем лучше стартовые позиции в рекомендациях.
• Следите за тем, как покупатели отвечают на ваши ответы на отзывы. Управление репутацией на маркетплейсе это не только про рейтинг, но и про качество диалога. Ответ, который подтверждает эмоциональную ценность товара («рады, что аромат создал нужное настроение»), усиливает нужные ассоциации в публичном пространстве карточки. Автоответы на отзывы, настроенные с учётом tone of voice бренда, помогают держать этот диалог последовательным без ручной работы на каждое сообщение.
• Не игнорируйте отзывы с низким рейтингом. Если покупатель написал, что ожидал одного, а получил другое это сигнал о несоответствии между описанием и реальным восприятием. Именно такие расхождения алгоритм считывает и учитывает при формировании профиля товара.

Главный вывод: эмоциональные рекомендации это не магия, а работа с данными, которые уже есть в карточке и в отзывах. Чем точнее эти данные отражают реальный опыт покупателя, тем выше шанс попасть в нужную подборку в нужный момент.