Вы купили клик. Кто теперь должен поговорить с клиентом — сайт или ИИ?

Человек перешёл по рекламе. Деньги списались. Дальше ему предстоит самому понять, что выбрать, чем отличаются варианты, какие условия ему подходят и почему вообще стоит покупать у вас. На этот участок пути я предлагаю посмотреть внимательнее: здесь ИИ-агент может стать полноценным участником продажи.

В Андате мы соединяем для этого несколько вещей: агента-консультанта, контекст визита, данные о предложении и аналитику событий. Меня интересует, как разговор помогает человеку принять решение и сколько денег после этого остаётся у бизнеса. Ниже — как я предлагаю собирать такой сценарий и проверять его результат.

После клика у покупателя ещё много работы

Представим интернет-магазин мебели. Это учебный пример. Посетитель пришёл по рекламе дивана, посмотрел несколько моделей и остановился. Ему нужен раскладной диван для небольшой комнаты, доставка до переезда и возможность распределить оплату. На сайте всё это может быть: размеры в карточке, сроки в отдельном разделе, рассрочка в условиях, бонусы в личном кабинете.

Чтобы собрать ответ под свою ситуацию, человеку нужно соединить эти сведения. Агент может начать с пары вопросов: какие ограничения по размеру и когда нужна доставка. Затем проверить подходящие варианты и объяснить различия. Если дело упирается в оплату — рассказать о доступных условиях. При сложном вопросе подключить сотрудника уже с собранным контекстом.

Так работает разговорный маркетинг: бизнес помогает покупателю через диалог в тот момент, когда тот выбирает. ИИ расширяет возможности такого разговора, если у него есть данные и понятный порядок действий. Самостоятельный выбор при этом остаётся: кому-то проще быстро открыть карточку и оформить заказ.

Почему к этой задаче пришла OpenAI

16 сентября OpenAI объявила о тестировании Sponsored Agents. После рекламы в ChatGPT пользователь может начать отдельный, явно обозначенный разговор с агентом рекламодателя: задать вопросы о предложении, уточнить условия и перейти на сайт компании. Тест пока проводится с отдельными рекламодателями в США.

Я вижу в этом важный сдвиг в рекламном продукте. После привлечённого внимания бизнесу нужен способ помочь человеку разобраться. Разговор становится продолжением рекламы.

Для собственного сайта эту задачу можно решать уже сейчас. В Андате мы развиваем агентную платформу вместе с аналитикой и инструментами работы с поведением посетителей. Агент на сайте работает в среде бизнеса — с его предложением, подключёнными данными и правилами. Именно такой сценарий я и разбираю дальше.

Что агенту полезно знать до первого ответа

Один посетитель пришёл из объявления про компактные диваны, другой — из письма о новой коллекции. Первый уже открыл условия доставки. Второй покупал раньше и возвращается за дополнительным креслом. Если начинать каждый разговор с нуля, мы теряем полезный контекст.

Агенту можно передавать источник и кампанию из UTM-разметки, просмотренные страницы и товары, отмеченные события, доступную историю предыдущего диалога. Поисковый запрос тоже полезен, когда рекламная или поисковая система действительно его передаёт. Из одной UTM-разметки узнать любой реальный запрос пользователя нельзя.

В Андате поведение сайта связывается с событиями через Тег Менеджер. Дальше нужно определить, какие из этих сведений помогают конкретному агенту: выбранный товар, повторный просмотр, интерес к доставке, начало оформления. Так он сможет уточнить нужную деталь, а не просить человека пересказать всё заново.

Для возвращающегося клиента полезна история покупок и обращений. Она подключается после подтверждённого сопоставления клиента с учётной системой и в пределах разрешённого доступа. Введённого чужого номера телефона недостаточно, чтобы раскрыть чьи-то покупки.

Хороший результат здесь простой: покупатель чувствует, что разговор продолжается с того места, где он остановился.

Бонус, рассрочка или скидка — когда они помогают выбрать

Вернёмся к дивану. Покупатель говорит: «По размеру подходит, но сейчас тяжело заплатить всю сумму». Это момент, когда имеет смысл объяснить существующую рассрочку, её условия и следующий шаг. Если человек выбирает несколько предметов, уместно проверить условия большого заказа. Если у него есть доступные бонусы — показать, как их использовать.

На обычном пути посетитель может узнать об этих возможностях слишком поздно. До страницы с условиями он ещё не дошёл, письмо с купоном не открыл, а оформление уже бросил. В разговоре предложение появляется рядом с конкретным затруднением.

Для меня это один из самых интересных сценариев: собрать полезные механики бизнеса в диалоге. Агент понимает, что сейчас мешает человеку, и объясняет подходящий вариант из разрешённых. Скидки, ограничения по товарам, сроки акции и условия оплаты он берёт из актуального источника. Если данных не хватает, запрашивает их или передаёт вопрос сотруднику.

Бизнесу при этом нужно считать стоимость предложения. Дополнительный заказ со слишком большой скидкой может ухудшить экономику. Поэтому правила агента должны учитывать допустимые условия продажи, а итоговый отчёт — показывать, что произошло с маржой.

Скил агента: как превратить опыт продавца в порядок действий

Для такого консультанта я использую скил — описание того, как выполнять задачу. В нём фиксируется метод работы: что уточнить, как подобрать предложение, где проверить условия и каким действием закончить разговор.

Для нашего магазина это можно сформулировать так:

• выясни ограничения по размеру, назначению и сроку получения;
• проверь подходящие товары, наличие и доставку в подключённых источниках;
• объясни различия, которые важны этому покупателю;
• если мешает цена или размер разового платежа, проверь разрешённые условия;
• предложи конкретный следующий шаг: открыть товар, оформить заказ или связаться с сотрудником;
• при передаче сотруднику сохрани суть запроса и уже полученные ответы.

Такой порядок легче обсуждать с руководителем продаж: он видит, какую работу поручает агенту. Отдельно задаются полномочия. Объяснить условия акции, применить купон и изменить цену заказа — разные действия, для каждого нужны свои права и проверка результата.

В AI Агентах Андаты для этого используются инструкции, знания и подключённые инструменты. Источники товаров и заказов нужно настроить под конкретный бизнес. Как вызывать агента из своей системы, я отдельно разобрал в статье об API Андаты.

Вот как такой разговор начинается на сайте «Лучей». Посетитель остаётся на странице ДМС для бизнеса и открывает консультанта: можно сразу описать свою задачу.

Подробнее о создании и подключении таких консультантов — на странице «AI Агенты Андаты»: задачи, инструкции, знания, инструменты и права на действия.

Разговор должен быть виден в воронке

Я хочу видеть путь от рекламного перехода до результата. Человек заметил приглашение? Начал разговор? Получил подходящий вариант? Перешёл к оформлению? Оплатил? На каждом этапе возможна своя причина потери.

В Андате я смотрю этот путь в разделе «Воронки». Этапы идут строками, рядом — число паспортов и доля тех, кто дошёл до каждого шага. Ниже я разобрал два учебных сценария магазина за один условный месяц. Числа придуманы для расчёта, а таблицы собраны в настоящих компонентах Андаты. Это не результаты клиентов.

В первом сценарии человек выбирает сам: рекламный визит → карточка товара → корзина → заказ → оплата. Из 1000 посетителей карточку открыли 600, товар в корзину положили 240, заказ создали 120, оплатили 80.

Самая большая потеря среди посетителей, уже открывших товар, — переход к корзине: 360 из 600 человек, или 60%, не сделали следующий шаг. Я бы начал разбор с карточки: понятны ли размеры и наличие, видны ли сроки и стоимость доставки, удобно ли перейти к покупке. Воронка указывает место проверки; причину нужно искать в поведении и вопросах покупателей.

Во втором сценарии фиксируем разговор: рекламный визит → первое сообщение → показ подбора → начало оформления → заказ → оплата. Из 1000 посетителей 400 написали агенту, 260 получили подбор, 180 перешли к оформлению, 120 создали заказ, 80 оплатили.

Здесь между первым сообщением и подбором остановились 140 из 400 человек — 35%. Я бы открыл эти диалоги: агент задаёт лишние вопросы, не находит товар или предлагает неподходящее? Между подбором и оформлением теряются ещё 80 из 260 — около 30,8%. Здесь уже проверяем предложение, условия и следующий шаг. Так появляется конкретная задача для изменения скила.

В обоих примерах до оплаты дошли 80 из 1000 посетителей — 8%. Одинаковый итог я оставил специально: дополнительные разговоры сами по себе не означают дополнительные продажи. Более того, покупки после общения могут завершаться через обычный каталог. Эффект агента нужно считать отдельным экспериментом, который я опишу ниже.

Открытие окна ещё не означает начала разговора: здесь этапом служит первое отправленное сообщение. Каждый следующий шаг задаётся своими событиями и условиями. В примере выбран подсчёт «Каждый следующий входит в предыдущий этап»: на уровне остаются паспорта, прошедшие предыдущие уровни. Паспорт связывает действия посетителя; десять сообщений одного клиента не должны превратиться в десять покупателей. Проценты на полосах показывают долю от входа, а потери между соседними шагами мы считаем от предыдущего этапа.

Подробнее о настройке этапов и чтении отчёта — на странице «Воронки Андаты».

Для разметки этих путей понадобится такая карта событий. Названия ниже — пример; их нужно связать с реальными действиями сайта и системами учёта.

Листайте таблицу вправо →

Фраза покупателя «беру» ещё не подтверждает оплату. Этот факт должен прийти из системы, в которой деньги действительно учтены. Номер заказа помогает связать этапы и не посчитать одну покупку несколько раз.

Пути будут пересекаться. Человек может поговорить с агентом, вернуться в каталог и купить позже. Или начать сам, а затем задать один решающий вопрос. Поэтому я сохраняю последовательность действий и смотрю, где именно помог разговор.

В Андате для этого используются воронки и аналитика. Для девелопера или сложной B2B-продажи после диалога появятся квалифицированное обращение, встреча и сделка. Окно оценки должно охватывать реальный цикл продажи.

Как проверить, помогает ли агент продавать

Сначала полезно узнать, какая доля посетителей выбирает разговор и что происходит дальше. Но для вывода об эффекте этого мало: в чат могут чаще приходить люди с более сложной задачей или с большей готовностью купить.

Поэтому для первого теста я предлагаю случайно разделить подходящих посетителей на две группы. Одной оставить текущий путь, другой добавить агента с согласованным приглашением. За возвращающимся посетителем закрепить прежнюю группу. Товары, цены и условия привлечения должны быть сопоставимы. Такой тест оценивает весь добавленный сценарий, включая приглашение к разговору. Конверсию в оплату считаем от всех посетителей своей группы, включая тех, кто не открыл чат или после разговора купил через каталог. Воронка помогает найти слабый этап, но сама по себе ещё не доказывает прирост продаж.

Основной показатель лучше выбрать заранее. Для магазина это может быть вклад в прибыль на посетителя: выручка оплаченных заказов за вычетом возвратов, себестоимости и переменных расходов, включая рекламу, ИИ и обслуживание. Состав расчёта нужно согласовать с финансовым учётом; скидку, уже учтённую в выручке, второй раз не вычитать.

Рядом я смотрю GMV — объём продаж по принятому в компании определению, конверсию в оплату, средний чек, отмены, возвраты и обращения к сотрудникам. Так видно, какой ценой получен дополнительный объём.

До запуска следует определить минимальный эффект, который оправдывает внедрение, и нужную выборку. Длительность зависит от трафика и цикла покупки. Всплеск заказов за один удачный день — повод продолжить наблюдение; решение о масштабировании требует завершённого сравнения. Если оплат пока мало, можно изучать прохождение этапов, сохраняя вопрос окупаемости открытым.

Как агент будет улучшать путь покупателя

У сайта есть знакомый цикл изменений: найти проблему, договориться о новой логике, подготовить тексты и макеты, внести изменения, проверить. Для сложных сценариев в нём участвуют маркетинг, продукт, дизайнеры и разработчики.

В диалоге часть улучшений можно делать через скил. Допустим, люди регулярно доходят до выбора дивана и только потом выясняют, что доставка не успевает к нужной дате. Можно перенести вопрос о сроке в начало разговора и проверять его до подбора. Затем сравнить новую версию с прежней и увидеть, что изменилось в заказах и отказах.

Именно так я понимаю движение к самообучающемуся клиентскому пути: разговоры дают материал для анализа, по нему появляются гипотезы, правила обновляются, результат проверяется. Анализ повторяющихся затруднений можно поручать ИИ. Выпускать изменения в условия продажи нужно с тем контролем, который установил бизнес.

Поменять порядок вопросов или правило подбора часто можно без перестройки страниц. Новую интеграцию, сложное оформление и изменение бизнес-процесса всё равно потребуется разработать. Выигрыш я вижу в скорости проверки содержательных гипотез: команда может быстрее выяснять, что действительно помогает покупателю.

С чего начать в своём бизнесе

Я предлагаю взять один участок с понятной задачей. Например, помочь выбрать товар из категории, где посетители часто задают уточняющие вопросы. Подготовить для него актуальные характеристики, цены, наличие, условия доставки и допустимые предложения.

Затем собрать скил консультанта и проверить его на реальных типах вопросов: товар закончился, нужный срок недоступен, бонус не подходит, клиент хочет сотрудника. Проверять нужно и ответ, и действие: правильную ссылку, созданное обращение, передачу контекста.

Следующий шаг — связать события с заказом и оплатой, пройти тестовый путь самим и убедиться, что он виден в отчёте без дублей. После этого можно включать эксперимент на выбранной аудитории.

Приглашение к разговору тоже требует внимания. Баннерокрутилка Андаты позволяет разместить предложение помощи на подходящих страницах. Формулировка «Помочь выбрать по размеру и сроку доставки?» объясняет пользу конкретнее, чем просто «У нас появился ИИ». Условия показа и переход к агенту настраиваются под сценарий; навязчивое окно способно испортить даже хорошую консультацию.

Для первого запуска заранее назначьте человека, который будет разбирать диалоги и принимать изменения скила. Тогда у эксперимента появится продолжение: конкретная проблема, новая версия и следующая проверка по продажам.

Попробуйте прийти к агенту со своей задачей

На сайте ДАРС можно начать с вопроса о выборе квартиры. У «Лучей» — на странице ДМС для бизнеса — с задачи по страхованию команды. На andata.ru — с вопроса об аналитике или ИИ-агентах для своей компании.

Посмотрите, какие вопросы задаёт агент, что помогает понять и к какому следующему шагу ведёт. Затем задайте тот же вопрос своему бизнесу: что должен получить человек после того, как мы заплатили за его переход?

Мне интересно строить именно такой маркетинг — где разговор помогает выбрать, а мы видим его вклад в продажу и можем улучшать следующий шаг.

Источники и полезные ссылки

• OpenAI: Reimagining advertising with AI — анонс Sponsored Agents от 16 сентября 2026 года.
• AI Агенты Андаты, Аналитика и Воронки — описание инструментов.
• Справка Андаты — настройка платформы и документация API.