Задача
elkomplect.ru продаёт оборудование для лабораторий и промышленных предприятий — от осциллографов до очистительных инструментов. Большой объём номенклатуры со специфическими свойствами; с сайтом часто работают менеджеры по закупкам, не погружённые в тематику. Структурированных карточек со свойствами по всей базе на старте не было.
Как мы это решили
Шли итерациями, получая обратную связь от реальных запросов.
Итерация 1 — векторный поиск
Векторизовали описания через Voyage, для запроса возвращали топ-5 ближайших по смыслу. Закрыло базовые сценарии, но обнажило проблему: для техники критичны количественные характеристики, а в чистом векторном поиске они теряются.
Итерация 2 — структурирование базы
Сгенерировали наборы свойств по категориям и проставили значения по всему каталогу. Прямой прогон LLM по десяткам тысяч товаров стоил бы сотни тысяч рублей — решили гибридно (алгоритмы + модели разного класса). Стоимость сократили в 10+ раз.
Итерация 3 — гибридный поиск
Объединили семантический матчинг и количественные ограничения из запроса как фильтры поверх векторного поиска.
Результаты
- Конверсия в покупку выросла в 1,5 раза
- Оформление заказа стало быстрее в 2,5 раза
- Средний чек вырос на 20%
- Стоимость обогащения базы свойствами сокращена в 10+ раз
- Умный поиск понимает смысловые и количественные запросы; база автоматически обогащена структурированными свойствами