Wildberries без витрины: как маркетплейс учится читать мысли и конкурировать с соцсетями

Погоня за вниманием покупателя вышла на новый уровень. Wildberries теперь конкурирует не с Ozon или Яндекс Маркетом, а с банковскими приложениями, лентами соцсетей и стриминговыми сервисами. Платформа больше не хочет быть просто местом для транзакций — она стремится стать интерфейсом, который решает любую повседневную задачу, от выбора подарка до планирования досуга.

#От витрины к предугадыванию потребностей

Главный вектор трансформации — смена роли продукта. Раньше задача сводилась к тому, чтобы показать ассортимент и провести оплату. Теперь пользователь приходит с конкретной потребностью: одеться на мероприятие, обустроить дом, найти подарок. Это меняет всю продуктовую логику и метрики успеха.

Мы конкурируем не только с другими маркетплейсами, но и с соцсетями, банковскими приложениями, развлекательными сервисами. В борьбе за время и внимание побеждает не тот, у кого больше товаров, а тот, кто лучше понимает контекст.

Именно поэтому Wildberries активно инвестирует в искусственный интеллект, развивает экосистемные сервисы и работает над бесшовностью опыта. Цель — чтобы пользователь решал любую задачу, не покидая периметр платформы, а продукт предугадывал намерения и сокращал путь от «хочу» до «получаю».

#Как проверяют гипотезы: от точечных фич до роста GMV

Любая значимая идея проходит стадию оперативного тестирования. Команда исследований отслеживает минимальные изменения в поведении пользователей и быстро проверяет гипотезы на практике. Иногда результаты превосходят ожидания.

Показательный кейс — внедрение триггерного обновления рекомендаций на главной странице. Когда пользователь добавляет товары в корзину или избранное, лента моментально перестраивается под свежие интересы. Релиз закладывали как точечное улучшение, ожидая умеренный прирост вовлеченности. Однако по итогам теста зафиксировали рост GMV платформы — эффект, который обычно наблюдают только при масштабных платформенных изменениях.

Другой пример — тестирование нового формата QR-кода в пунктах выдачи заказов. На экран ожидания добавили рекомендации товаров. Помимо ожидаемого эффекта, получили значимый прирост итоговых выкупов. Вывод прост: единственный способ объективно оценить влияние на бизнес-метрики — провести контролируемый эксперимент. Даже гипотезы с низкой оценкой могут демонстрировать высокую эффективность.

#Мобильный опыт: 10 минут в приложении и разница в чеке

Поведенческие метрики различаются в зависимости от платформы. На iOS средняя продолжительность сессии в первом квартале достигла 10 минут, что на 8% выше показателей прошлого года. На Android рост более сдержанный, но стабильный: частота сессий и время увеличились в пределах 1% год к году.

Десктопная версия показывает сокращение времени сессии, что соответствует общерыночной логике. Мобильные платформы становятся средой для глубокой вовлеченности, а сайт всё чаще используется для точечных транзакционных сценариев. При этом средний чек на десктопе на 25–30% выше — сказывается фактор доверия к «большому экрану» при дорогостоящих покупках. Соотношение мобильного трафика к веб-версии составляет примерно 85% на 15%.

#Лояльность как конструктор из трёх уровней

Лояльность в Wildberries рассматривают не как результат разовой акции, а как следствие системной работы по трём направлениям.

1. Базовые ожидания — цена, ассортимент, удобство и скорость. Это обязательные условия, но их недостаточно для построения долгосрочной лояльности.
2. Точки дифференциации — глубокая персонализация, способность продукта предвосхищать запрос, а также совокупная ценность отношений через программы лояльности, накопительные механики и выгодные офферы.
3. Эмоциональная составляющая — продукт выступает проводником бренд-идентичности, формируя привязанность за пределами рациональных выгод.

На зрелом российском рынке приоритет сместился с привлечения новой аудитории на удержание текущей. Объёмы наращивают за счёт повышения частоты покупок и конверсии существующей базы. Период активного притока пользователей, характерный для пандемии, остался позади, и теперь ставка делается на глубину взаимодействия.

#Искусственный интеллект: от карточек товаров к виртуальной примерочной

ИИ пока не стал ядром архитектуры, но платформа активно движется в этом направлении. Сейчас технологии применяются для B2B-задач: генерация карточек товаров, создание визуального контента, оптимизация логистики. На самом маркетплейсе тестируют и внедряют ИИ-инструменты:

• Виртуальная примерочная для одежды и мебели.
• Умный поиск по фото.
• Нейросетевые пересказы отзывов.

Роль ИИ сводится к тому, чтобы максимально сократить путь пользователя от выбора до покупки, облегчить принятие решений и взять на себя рутинные процессы. Пользователь ожидает помощи именно в процессе поиска, и платформа движется к модели, где продукт предугадывает намерения и минимизирует количество шагов до целевого действия.

#Что это значит для селлеров

Трансформация Wildberries в экосистему меняет правила игры для продавцов. Рост значимости персонализации означает, что товары будут всё точнее подбираться под конкретного пользователя — и тем, кто не работает над качеством контента, будет сложнее попасть в рекомендации. Инструменты вроде нейросетевых пересказов отзывов и умного поиска по фото повышают ценность визуального и текстового оформления карточек. А смещение фокуса на удержание аудитории и частоту покупок делает критически важным участие в программах лояльности и акциях, которые стимулируют повторные продажи. Платформа перестаёт быть безликой витриной — и селлерам пора учиться работать в среде, где контекст и скорость закрытия потребности решают всё.