Готовы ли B2B-каталоги к покупателям-нейросетям

Большинство B2B-каталогов пока готовы к покупателям-нейросетям лишь частично. Агент сможет прочитать общие описания и названия, но столкнётся с неструктурированными характеристиками, смешанными модификациями, документами без связи с товаром и формой «оставьте телефон». Для автоматического предварительного выбора каталогу нужны не специальные AI-тексты, а нормальная модель номенклатуры и понятный переход к специалисту.

Проверять готовность лучше не абстрактно, а по реальному запросу клиента: от исходных требований до заявки с выбранными позициями и нерешёнными вопросами.

Структура должна отражать способ выбора

Категории по внутренним отделам компании редко совпадают с логикой закупщика. Пользователь ищет по назначению, параметрам и совместимости. Один товар должен находиться по нескольким входным путям без создания дублей карточки.

Посадочная страница типа оборудования объясняет выбор, а карточка модели содержит конкретные данные. Нельзя заменять ассортимент сотней почти одинаковых SEO-страниц.

Модификации и номенклатура

Серия, модель и торговое предложение — разные уровни. Общие свойства не должны автоматически приписываться каждому варианту. У продаваемой позиции есть стабильный ID, артикул, набор характеристик и связь с 1С.

• Одинаковые свойства используют одно название.
• Значения имеют единицы измерения.
• Диапазоны не смешаны со свободным текстом.
• Отсутствие данных отличается от нулевого значения.
• После обмена ID и URL сохраняют смысл.

Документы — часть товарных данных

Паспорт, чертёж и сертификат должны иметь тип, версию, дату актуальности и связь с конкретной моделью. Папка из файлов «document1.pdf» не позволяет понять, какой документ подтверждает свойство.

Критичные параметры полезно вынести в каталог. PDF остаётся первичным подтверждением и подробным источником, но не единственным способом сравнения.

Цена, наличие и срок поставки

В B2B цена часто зависит от комплектации, объёма и региона. Вместо нуля или пустого поля укажите механизм: какие данные нужны для расчёта и что получит клиент. Наличие на складе отделяется от возможности производства и ожидаемого срока.

AI не должен сообщать точную поставку по неопределённому статусу. Он может сформировать запрос менеджеру с нужной моделью и количеством.

Фильтр и подборщик решают разные задачи

Фильтр подходит человеку, который знает параметры и хочет сократить список. Подборщик задаёт вопросы, объясняет зависимости и обрабатывает неполные требования. AI-агент может выполнять роль диалогового подборщика, но только поверх проверяемых правил.

Если критерий критичен, система не ослабляет его без согласия. При отсутствии данных она помечает неопределённость.

Заявка должна сохранять результат выбора

Форма передаёт модели, количество, параметры, страницу и вопросы, которые остались. Менеджер видит ход подбора и не начинает разговор заново. Перед отправкой клиент проверяет сводку и контактные данные.

Быстрый тест готовности

1. Возьмите сложную заявку прошлого месяца.
2. Попробуйте воспроизвести выбор только по сайту.
3. Запишите, какие знания пришлось спросить у сотрудника.
4. Проверьте выбранный SKU после обмена с 1С.
5. Отправьте тестовую форму и сверьте данные в CRM.

Получившийся список пробелов и есть практический план развития каталога. Не все пункты требуют AI: многие решаются структурой данных и шаблонами.

Алиса может помочь провести такой тест и связать критерии B2B-подбора с каталогом, 1С и формой коммерческого запроса.