Мы любим, когда цифры совпадают с ощущениями. В мебельной категории покупатель решает задачу «как будет в доме», а не «как называется товар». В проекте с «33 комода» мы сделали так, чтобы нужные «33 дивана» находились быстрее: ускорили поиск, добавили умные рекомендации, а результат закрепили A/B‑тестами. Покажем, как совместная работа с командой клиента превратила поиск и рекомендации в понятный рост заказов и выручки.
Market Insight: почему поиск и рекомендации решают выручку в мебели
Российский онлайн‑рынок мебели и товаров для дома продолжает расти двузначными темпами: по оценкам отраслевых аналитиков, сегмент демонстрировал стабильный рост в 2023—2024 годах на уровне 12−18% год к году. При этом мобильный трафик уже доминирует: по данным Data Insight за 2023 год, на мобильные устройства приходится более 60% заказов в российском e‑commerce — значит, удобство мобильного поиска критично. Исследования Baymard Institute показывают, что более половины интернет‑магазинов не справляются с базовыми сценариями поиска (синонимы, опечатки, сложные запросы), что напрямую «бьёт» по конверсии. Персональные рекомендации, по отраслевым бенчмаркам, стабильно дают 5−15% дополнительной выручки, а CTR рекомендаций чаще всего колеблется в диапазоне 5−10% — на этом фоне сверхкликабельные блоки быстро отражаются на метриках. В сумме это объясняет, почему именно поиск и рекомендации — первые рычаги роста для мебельного ритейла.
Когда выбор сложнее покупки: с чем мы столкнулись у «33 комода»
Мы пришли в проект с простой целью: увеличить выручку и конверсию за счёт умного поиска по сайту и актуальных рекомендаций. Масштаб — вся Россия, каталог — более 5000 SKU, аудитория — 109 812 посетителей в месяц. До старта было видно: классический поиск не помогает покупателю говорить «на человеческом" — по цветам, стилям, размерам и совместимости. На мобильных покупателей поджидали длинные вводы и "узкие» фильтры, которые сложно включать «на лету». В итоге люди уходили, так и не найдя нужный товар.
Мы взяли курс на радикальное упрощение пути. Ускорить ввод (особенно на мобильных), «угадать» категорию запроса за покупателя и показать релевантные наборы товаров — те самые «33 дивана», «широкие стеллажи под сканди», «белые столы в минимализме». Параллельно мы договорились о строгой аналитике: выделили сегменты «с поиском/без поиска», подготовили дизайн‑обновление и план экспериментов.
Мы взяли курс на радикальное упрощение пути. Ускорить ввод (особенно на мобильных), «угадать» категорию запроса за покупателя и показать релевантные наборы товаров — те самые «33 дивана», «широкие стеллажи под сканди», «белые столы в минимализме». Параллельно мы договорились о строгой аналитике: выделили сегменты «с поиском/без поиска», подготовили дизайн‑обновление и план экспериментов.
«Мы начали с очевидного: покупатель должен быстрее доходить до нужного. Новый шаблон поиска получился свежим и красивым, а главное — заметно удобнее на мобильных. Уже 54% заказов оформляется после взаимодействия с поиском, а за четыре месяца общий объём заказов вырос примерно на 30%»
Виктор Павлушин
руководитель IT-подразделения компании «33 комода»
Поиск, который думает за покупателя: как мы внедряли AnyQuery и AnyRecs
Мы внедрили умный поиск AnyQuery и рекомендации AnyRecs. Технически это был быстрый старт: по API, без сложной интеграции — весь цикл занял около недели с момента согласования до стабильного продакшена.
Что именно добавили в поиск:
Ускорение ввода запроса до 5 раз за счёт бесклавиатурных уточнений и быстрых подсказок. Наш опыт показывает: 7−12% пользователей выбирают уточнение без набора текста — особенно на мобильных.
Автоматический предвыбор категории: AI‑алгоритм «на лету» понимает, что человек ищет — диван, комод или комплект — и переводит запрос в правильный раздел магазина.
Динамические фильтры для мобильных: мы автоматически строим фильтры из реального спроса и характеристик товаров. По отраслевым замерам 10−30% пользователей поиска применяют фильтры; аналитика кликов помогает поднять эффективность фильтров на 15−20%.
Умное ранжирование: по популярности и цене, учитывающее востребованность и маржинальность. Ансамбль наших алгоритмов — победитель международного соревнования CIKM (Чикаго, США).
Дизайн‑основа: 30+ юзабилити‑тестов, принципы Material Design и гайдлайны iOS для «горячих зон» на мобильных. Плюс маркетинговые бейджи и сортировки, чтобы подсветить хиты и акции.
Параллельно мы развернули AnyRecs — все ключевые стратегии рекомендаций в одном решении:
«С этим товаром покупают» и сопутствующие — на основе LLM‑подходов и истории заказов/просмотров.
Хиты продаж, новинки и промо — для витрин и листингов.
Похожие товары — чтобы удерживать внимание при сомнениях.
Персональные рекомендации — с учётом поиска и просмотренных страниц.
Коллаборативная фильтрация — «часто смотрят вместе», «часто покупают вместе».
Мы провели A/B‑тесты: новая версия поиска показала статистически значимое преимущество. В результате конверсия из сессий с поиском выросла примерно на 40% относительно исходных значений, а рекомендации за первые недели показали заметный вклад — это редкий случай, когда и поиск, и рекомендации дают эффект почти сразу
Татьяна Лукьянова
аккаунт-менеджер компании any
Цифры, которые двигают кассу: конверсия, заказы, выручка
Мы измеряли эффект в период июнь — сентябрь 2025 года и фиксировали не только средние значения, но и динамику.
Что получили по поиску:
Конверсия в заказ из сессий с поиском — 0,37%. Без поиска — 0,08%. Это уже текущие значения после четырёх месяцев.
До внедрения AnyQuery оба показателя были примерно на 40% ниже — рост подтвердили A/B‑тестами.
Доля заказов, оформленных после взаимодействия с поиском, достигла 54% — больше половины всей выручки идёт через «умный» путь поиска.
За четыре месяца совокупное число заказов выросло примерно на 30% — это отражается на всей юнит‑экономике, а не только на кликах в поисковой строке.
Удобство сильнее всего сказалось на мобильных: при 60% доле мобильного трафика короткий ввод, предвыбор категорий и динамические фильтры существенно сократили время до первого клика по релевантному товару.
Что показали рекомендации:
AnyRecs в проде две недели, и уже в сентябре last‑click‑выручка составила 365 186 ₽.
Показов блоков — 188 300, кликов — 50 578. Это даёт CTR около 27% — заметно выше типичных бенчмарков по рынку.
Uplift в заказах благодаря рекомендациям — около +10% (по доступным данным).
Особенно активно кликают мобильные пользователи — сказывается компактная вёрстка и релевантность подборок «С этим товаром покупают» и «Похожие».
Важно, что решения работают «в связке»: поиск приводит к точному подбору и прогревает интерес, рекомендации аккуратно увеличивают средний чек и страхуют от ухода, если первая позиция не зашла. Мы поддержали это аналитикой и «развернули» отчётность так, чтобы команде «33 комода» было видно вклад каждого сценария без серых зон.
Что получилось у «33 комода» вместе с any
Быстрый старт: внедрение AnyQuery и AnyRecs по API заняло около недели.
Поиск, который понимает покупателя: 0,37% конверсия в заказ в сессиях с поиском против 0,08% без поиска; доля заказов через поиск — 54%.
Доказанный эффект: рост после внедрения — примерно +40% к исходной конверсии поиска; подтверждено A/B‑тестами. За четыре месяца число заказов выросло на ~30%.
Рекомендации, которые продают: 365 186 ₽ last‑click‑выручки за сентябрь; 188 300 показов и 50 578 кликов (CTR ~27%); uplift заказов +10%.
Мобильный фокус: 60% трафика — мобильный; ускорение ввода, предвыбор категорий и динамические фильтры сократили путь к товару.
Мы видим, что умный поиск и рекомендации — два самых коротких пути к росту в мебели. Когда «33 дивана» находятся за секунды, корзина собирается быстрее, а сомнения — меньше.
Расскажем как повысить выручку в вашем интернет-магазине
