AI, който удържа обещанието на продуктовата страница
Работим по целия обхват на един търговски бизнес: от онзи артикул, за който системата твърди, че има четири броя, докато рафтът е празен, и подвижния 30-дневен минимум, който решава дали една отстъпка е законна, до пиковата седмица, която трябва да мине без кризисен щаб. По-голямата част от тази работа е поправка на данни — цензурирано търсене, разминали се резервации, GTIN-и, преизползвани от доставчик — а моделът идва накрая.
30 минути с инженера, който би свършил работата — не с търговец. Без ангажимент, а каквото стигнем на разговора, остава при вас.
Числата, с които този сектор живее
29–50%
Точност на складовата отчетност при точно съвпадение на ниво магазин, без намесаИзследване на ECR Loss при шест европейски търговци, измерено при броене на място в магазина. Един добре управляван склад с циклично броене е на 95–99% и не е вашият проблем; разликата между двете е причината наличността на ниво верига да изглежда достатъчна, докато магазинът е празен, а системата за поръчки все още изпълнява от него. Точността в рамките на ±1 брой е 51–71%, а фантомни наличности засягат 8–24% от артикулите при инвентаризация и се доближават до 27%, когато броенето падне до два пъти годишно. Ако зареждането ви тихо задушава най-бързите артикули, причината обикновено е тази.
10–20% / 30–50%
WMAPE на ниво артикул × обект × седмица: стабилна FMCG в склад срещу свежи стоки и мода в магазинДвата работни диапазона. Който цитира едно число MAPE за целия сайт, цитира грешното число — точността има смисъл само на нивото, на което се взема решение, а дългата опашка е мястото, където изтичат парите.
20–40% / 8–15%
Дял на връщанията онлайн: облекло срещу електроникаДиапазони по категории, събрани от отчетите за връщанията на NRF/Appriss и от платформени набори — извадката на Littledata за Shopify и сесийните данни на Dynamic Yield мерят различни съвкупности и се различават по своята конструкция; обувки 17–30%, дом 15–23%, козметика 4–12%, общо около 19–20%. Третирайте ги като порядък на величина, докато вашите собствени числа ги заменят. Приблизително половината връщания при облеклото са заради размер и посада, тоест самата продуктова страница ги произвежда.
под 3%
Здравословен дял на запитванията „къде е поръчката ми“, запитвания ÷ изпратени поръчкиОперативният ориентир: 3–8% е нормално, но скъпо, а над 8% е дефект в изпълнението или в проследяващите данни, а не проблем с щата. Знаменателят задължително са изпратените поръчки — измерен спрямо броя тикети, показателят ви ласкае, докато растете.
Какво изграждаме
Прогнози върху търсене, а не върху продажби
Преди какъвто и да е модел историята се поправя: интервалите с липси се маркират от логовете за наличност и моментните снимки на склада, латентното търсене се възстановява за цензурираните периоди, промоционалният ефект се отделя от базата, а очакваните връщания се приспадат по артикул и размер. След това градиентно бустнати модели на ниво артикул × обект × ден с квантилна целева функция, за да върви зареждането по ниво на обслужване, а не по точкова оценка.
Walk-forward бектест срещу сезонно наивен модел, преди да се цитира каквото и да е число за точност
Forecast Value Added, публикуван за всяка стъпка — включително за нашата
Новите артикули се прогнозират по аналози на база атрибути и мащабирани криви на стартиране, не по средно за категорията
Ценообразуване, в което 30-дневният минимум е ограничение, а не справка
Първият компонент е история на цените само за добавяне, с времеви печат по артикул, канал и валута — гръбнакът на съответствието. Подвижният 30-дневен минимум се изчислява от нея и става твърд предпазител, през който минава всяка предложена цена, заедно с долна граница на маржа, съгласуваност на ценовата стълбица между разфасовките, максимално дневно движение и правила за следване при KVI артикулите. Препоръчителните цени на доставчика влизат като съвещателен флаг с логнато отклонение, никога като наложена долна граница: обвързващата минимална препродажна цена е тежко ограничение по чл. 101 от ДФЕС и Регламент (ЕС) 2022/720, а механизъм, който я налага, събира доказателствата срещу вас. Всяка автоматична промяна се записва с правилото, входните данни и одобрилия я.
Еластичност върху стабилните артикули, с йерархично обединяване за дългата опашка
Съпоставяне с конкуренти първо по GTIN, размитото съответствие само като оценен резервен вариант
Един и същ механизъм от предпазители движи сайта и офертите на маркетплейса — Omnibus важи и за двете
Продуктови данни, които каналите наистина приемат
Таблиците и PDF файловете на доставчиците влизат в PIM с правила за пълнота по канал като условие за публикуване. Извличането върху текст и изображения попълва фиксирана схема от атрибути, нормализирана към контролиран речник и мерни единици, а прагове на увереността пращат слабите полета към човешка опашка, вместо да ги публикуват. Вътрешната таксономия се съпоставя със Shopify Standard Product Taxonomy, GS1 GPC и категориите на Google, а GTIN-ите се валидират по контролна цифра и префикс.
Причините за отхвърляне се връщат като задачи срещу отговорния атрибут, а не се третират като проблем на рекламата
Полетата по GPSR — производител, отговорно лице в ЕС, идентификатор, предупреждения — се моделират като атрибути, а не като правна страница
Извличането постига около 85–91% F1 върху чисти набори; опашката за преглед се планира, а не се пренебрегва
Интеграция, която издържа пикова седмица
Записи, водени от събития, върху устойчива опашка: ключове за идемпотентност при всеки запис в ERP, експоненциално изчакване с разсейване при 429 и Bulk Operations или асинхронен bulk REST за работа по целия каталог, за да остане свободен интерактивният бюджет. Един източник на истина за наличността на артикул с изричен буфер по канал и планирана пълна сверка — на час за наличности, дневно за поръчки — която всяка сутрин отчита брой разминавания.
Опашка за изключения с поименни отговорници: сгрешени адреси, откази при наложен платеж, неиздадени етикети, разминавания между плащане и изпълнение
При Magento: индексаторът в режим по график, ежедневно почистване на резервациите, inventory:reservation:list-inconsistencies като проверка на здравето
Договорен предварително период без промени, обикновено от средата на октомври, и документиран план за връщане назад за всичко, което е живо
Примери от практиката
Това са проектни решения и диапазоните, срещу които бихме се ангажирали, изведени от публикувани отраслови данни — не са резултати на Palamed. Четирите системи, които реално сме доставили, са в проектите ни.
Прогноза за търсене с корекция за цензурирани данни от липси
Проблем
Отговорниците зареждат от система, обучена върху историческите продажби, така че всяка липса я учи, че търсенето е било по-ниско, отколкото е било. Тя поръчва по-малко, изчерпва се отново и най-бързо въртящите се артикули са точно тези, които най-надеждно остават без стока. Промоционалните седмици стоят в същата таблица като нормалното търсене и надуват базата за следващата година.
Подход
Историята се възстановява преди какъвто и да е модел: интервалите с липси се маркират от логовете за наличност или от моментните снимки на склада, латентното търсене се възстановява за цензурираните периоди с цензурирана регресия или двустепенен модел, промоционалният ефект се отделя от базата чрез календарни, ценови и механични признаци, а очакваните връщания се приспадат по артикул и размер. След това LightGBM на ниво артикул × обект × ден — лагове, плъзгащи прозорци, ценови и еластични признаци, местни календари и метеорология — с квантилна целева функция (pinball loss), за да върви зареждането по квантил на нивото на обслужване, а не по точкова прогноза. Йерархията се съгласува отдолу нагоре, бектестът е walk-forward срещу сезонно наивен модел, а FVA се публикува за всяка стъпка от процеса.
Целта, срещу която проектираме
Изследването FreshRetailNet-50K — 50 000 часови серии артикул–обект от 898 магазина и 863 бързоразвалящи се артикула — премахва 7,37% системно подценяване, след като латентното търсене бъде възстановено, и подобрява точността с 2,73%. Това е свежа хранителна стока, където цензурирането от липси е най-силно, а възстановимото отклонение е функция от вашите часове без наличност: при 97% наличност очаквайте ниски едноцифрени стойности, при 90% — по-голямата част от него. Върху вашия каталог очакваме корекция на отклонението, оразмерена по вашия цензуриран дял, плюс подобрение на WMAPE спрямо текущия ви процес. Двете числа, които финансират работата, са надолу по веригата: 8–15% по-малко запаси при същото или по-добро ниво на обслужване и 1–3 процентни пункта повече наличност — и двете са цели, срещу които проектираме и които се доказват спрямо ваша договорена база, и двете изразени в оборотен капитал и пропуснати продажби, а не в метрики за грешка. Пригответе се първите четири до шест седмици да са поправка на данни, а не моделиране — и ако този етап заключи, че проблемът е инвентаризацията, а не моделът, това е резултатът и го казваме.
Ценообразуване, построено около 30-дневния минимум по Omnibus
Проблем
Цените се правят в таблици срещу скрийншоти на конкуренти, отстъпките се смятат спрямо препоръчителна цена вместо спрямо собствения ви 30-дневен минимум и никой не може да възстанови коя цена е била активна на дадена дата в сайта, на маркетплейса и в магазина. Ходовете на конкурентите се отговарят с дни закъснение по важните артикули и никога по опашката.
Подход
Първият компонент е хранилище на цени само за добавяне, с времеви печат по артикул, канал и валута — то е едновременно доказателството пред регулатора и наборът от данни за еластичността. Подвижният 30-дневен минимум се изчислява от него и се превръща в твърдо ограничение за всяко предложение за цена. Той се симулира и напред във времето, защото референцията се движи само надолу: всяко намаление, което правите днес, сваля цената, спрямо която законно можете да рекламирате през следващите 30 дни. Промоционалният календар се проверява като последователност, преди да бъде приет, за да разберете още през октомври, че планираната декемврийска отстъпка я няма — а не на 1 декември. Еластичността идва от log-log модели с регуляризация върху стабилните артикули и йерархично обединяване за опашката; съпоставянето с конкуренти е първо по GTIN, с оценено размито съответствие като резервен вариант. Всяко предложение минава през долна граница на маржа, съгласуваност на ценовата стълбица между разфасовките, максимално дневно движение, правила за следване при KVI артикулите и политика за закръгляне, а всяка промяна се записва с правилото, входните данни и одобрилия я. Препоръчителните цени на доставчика се моделират като съвещателен флаг с логнато отклонение, никога като наложена долна граница — обвързващата минимална препродажна цена е тежко ограничение по чл. 101 от ДФЕС и Регламент (ЕС) 2022/720, а машина за ценообразуване, която я налага, събира доказателствата срещу вас.
Целта, срещу която проектираме
Относително подобрение от 1–4% в стойността на брутния марж върху препозиционирания асортимент — грубо 30–120 базисни пункта марж като процент при типичен микс — е защитимо очакване; 5–10% от казусите на доставчиците е таван, а не прогноза. Времето за отговор на конкурентен ход пада от дни на часове. Страничният продукт често струва повече на финансовия директор от маржа: одитна следа, която отговаря на регулатор, поискал доказателство за 30-те дни — въпросът, който полската UOKiK зададе на Zalando и Temu, преди да им наложи глоби от около 8,5 млн. евро общо през януари 2026 г.
Обогатяване на каталога, таксономия и поправка на фийдовете
Проблем
Данните от доставчиците идват като несъгласувани таблици и PDF файлове. Заглавията носят вътрешните кодове на доставчика, цветът е свободен текст на три езика, вариантите не са групирани, а GTIN-ите липсват или са преизползвани. Мърчандайзерите прекарват седмицата в преписване на атрибути, отхвърлените оферти в Shopping стоят непоправени, а вътрешното търсене не връща нищо за заявки, на които каталогът може да отговори.
Подход
Данните от доставчиците влизат в Akeneo или Pimcore с правила за пълнота по канал и оценка за качество като условие за публикуване. Извличане с езиков модел върху текст и изображения срещу фиксирана схема от атрибути, нормализиране към контролиран речник и мерни единици, а прагове на увереността насочват слабите полета към човешка опашка, вместо да ги публикуват. Вътрешната таксономия се съпоставя със Shopify Standard Product Taxonomy, GS1 GPC и категориите на Google чрез поддържан кросуок, а GTIN-ите се валидират по контролна цифра и префикс. Причините за отхвърляне от Merchant Center и eMAG се връщат в PIM като задачи срещу отговорния атрибут — при вариантите обикновено виновникът е item_group_id.
Целта, срещу която проектираме
Пълнотата на задължителните атрибути се движи, в публикувани внедрявания на този подход, от 60–75% към над 95% в рамките на едно тримесечие, а отхвърлянията падат със 70–90% — цел върху вашите данни, а не резултат на Palamed, по същия стандарт като показателите по-горе. Тъй като атрибутите захранват филтрите и търсенето, конверсията на категорийните страници се качва с 3–8% относително — при база от 2,5% това е 2,58–2,70%, а не 5% — а търсенията без резултат намаляват. Същите атрибути после правят възможна прогнозата за нови артикули в каталог, който се сменя всеки сезон — втората възвръщаемост, която никой не залага в бюджета.
Оркестрация на поръчките между сайт, ERP, куриер и маркетплейс
Проблем
Поръчките идват от онлайн магазина, от eMAG и по телефона; наличностите живеят в ERP; етикетите идват от два куриера; а лепилото е нощен CSV файл и един човек. Симптомите са продажби над наличност в пиковете, дублирани поръчки в ERP след повторен опит, наличности в сайта с часове давност и поръчки от маркетплейса, изпратени достатъчно късно, за да ударят рейтинга на продавача.
Подход
Интеграция, водена от събития, върху устойчива опашка: webhooks за създадена поръчка и за изпълнение, ключове за идемпотентност при всеки запис в ERP, експоненциално изчакване с разсейване при 429 и Shopify Bulk Operations или асинхронния bulk REST на Magento за всичко, което обхваща целия каталог, за да остане свободен интерактивният бюджет. Един източник на истина за наличността на артикул с изричен буфер по канал, плюс планирана пълна сверка — на час за наличности, дневно за поръчки — която отчита брой разминавания, защото потоците от събития губят съобщения безшумно. Етикетите и наложените платежи на Еконт и Спиди стоят зад същата опашка за изключения, а поръчките с наложен платеж се оценяват по риск още на поръчката — по качество на адреса, състав на кошницата, история на клиента и доставка до офис или до врата — и високорисковата опашка се насочва към предплащане или потвърждаващо обаждане, вместо да се блокира.
Целта, срещу която проектираме
Продажбите над наличност падат до едноцифрен брой на 10 000 поръчки, p95 на закъснението при синхронизацията на наличности минава от часове под две минути, а по-голямата част от ръчните намеси по поръчка изчезват — цели спрямо вашата договорена база, а не резултати, които отчитаме. Потвърдените откази остават като търсене — клиентът е искал стоката — но вероятността за отказ се моделира по регион, куриер, доставка до офис или до врата и състав на кошницата и се приспада на етапа на зареждането. Така капацитетът за окомплектоване и резервациите остават оразмерени по брутните поръчки, а зареждането спира да поръчва срещу продажби, които никога не са се разплатили. Третирането на отказа като изтрита продажба е честата грешка и тя отново оставя без стока същите бързи артикули. Пригответе се процесът по сверка да намери още първата седмица разминавания, в които никой не е вярвал.
Статус на поръчки и връщания, обслужени с инструменти, а не с текст
Проблем
Между една четвърт и половината от входящите запитвания са „къде е поръчката ми“, а операторите отговарят, като преписват номера за проследяване между админа на магазина, портала на куриера и ERP. Връщанията вървят по имейл: всичко се одобрява, складът оценява на око, парите излизат преди стоката да пристигне, а системните злоупотреби остават невидими.
Подход
Агентът е свързан с инструменти, а не със статии: функции само за четене срещу API-то за поръчки на магазина, OMS и проследяването на Еконт, Спиди или DPD, така че всеки отговор е извлечен, а не съчинен. Дефиниран набор от намерения — статус, очаквана доставка, смяна на адрес преди изпращане, отказ преди събиране, стартиране на връщане — със списък на разрешените записващи действия и потвърждение за всичко, зад което стоят пари. Разкриване, че се говори с AI, още при първия контакт съгласно чл. 50 от Закона за изкуствения интелект, пълно журналиране на извикванията на инструменти и ескалация при ниска увереност или при втори неуспешен опит. Връщанията минават през портал със структурирана таксономия от причини. Порталът първо класифицира връщането: законният отказ по чл. 9 от Директивата за правата на потребителите не е предмет на договаряне — парично възстановяване, включително стандартните разходи за доставка натам, в рамките на 14 дни от връщането или от доказателството за него, без подканване за замяна по пътя. Всичко извън законния срок или извън законовите изключения е добра воля и точно там политиката може да варира: първо се предлага замяна или кредит, възстановяване без връщане на стоката под изчислен праг на възстановимата стойност, ръчен преглед при висока стойност или висок риск, а причините се анализират по артикул и размер, за да се намерят моделите, чиято таблица с размери произвежда връщанията.
Целта, срещу която проектираме
30–45% от общия обем запитвания, обслужени изцяло без оператор, е реалистична цел за първата година при добре интегриран магазин; цитираните от доставчици 70–80% важат само за тесния сегмент „статус на поръчка“. Проактивните известия при изпращане, при тръгване за доставка и при изключение обикновено правят повече — свалят запитванията за статус от 6–8% от изпратените поръчки под 3%, като премахват запитването, вместо да отговорят на него. При връщанията делът на паричните възстановявания пада с 15–30% чрез преобразуване към замяна, докато делът на връщанията почти не се променя.
Разпределение, преразпределение и размерни криви
Проблем
Наличността на ниво верига изглежда достатъчна, докато магазините са без основните размери. Складът бута равномерно по една национална размерна крива, бавните магазини остават с бройките, които са трябвали на бързите, а към шеста седмица единственият останал лост е намалението — 15–35% от продажбите при облеклото, най-големият отделен ред в маржа и единственият, който никой не моделира. Онлайн същият провал носи друго име: „налично“ в обект, от който системата за поръчки няма да изпълни.
Подход
Магазините се групират по формата на търсенето, а не по оборот, защото два магазина с еднакъв оборот може да искат противоположни размерни криви. След това размерните профили по магазин и по модел се оценяват с йерархично свиване, за да може магазин с малък обем да заема сила от своята група, вместо да бъде напасван върху шум. Разпределението се ограничава от минималната експозиция на рафта, разфасовките и транспортния капацитет — разпределение, което не може да бъде окомплектовано, не е препоръка. Седмичното преразпределение подрежда прехвърлянията по очакван възстановен марж минус разхода за прехвърляне, с твърд праг, за да не се мести стока за по-малко, отколкото струва местенето. Същата картина на наличностите захранва правилата за избор на обект при разпределеното управление на поръчките, така че разделените пратки и разходът за обслужване се остойностяват предварително, а не се откриват после.
Целта, срещу която проектираме
Това са цели за проектиране, договорени с вас преди старта, а не резултати, които отчитаме: 30–50% по-малко случаи на липсващи основни размери при ключовите модели, 2–5% подобрение в продажбите на пълна цена и по-малко остатъчна стока в края на сезона, всяко измерено спрямо ваш съпоставим предходен сезон. Тъй като преразпределението минава през праг за марж, обемът на прехвърлянията обикновено пада, а не расте, и първото, което моделът обикновено доказва, е колко прехвърляния вече сте правили, които никога не са се изплатили.
Системи, с които работим
Интегрираме се с това, което вече ползвате. Ако не виждате ваша платформа по-долу, кажете ни — подходът обикновено се пренася.
Магазини, маркетплейси и фийдове
Shopify и Shopify PlusGraphQL Admin API, Bulk Operations, Flow, Functions
eMAG Marketplace APIproduct_offer, order, AWB, RMA; RO/BG/HU и FBE
Google Merchant Center
Amazon SP-API
Kaufland Global Marketplace
Allegro
Channable
Feedonomics
DataFeedWatch
Productsup
Shopify Standard Product Taxonomy26 вертикала, над 10 000 крайни категории
ERP, POS, PIM и основни данни
SAP S/4HANA и SAP Business One
Microsoft Dynamics 365 Business Central, Odoo, NetSuite
Микроинвест, Selmatic, Business Navigator, Плюс Минусбългарски ERP/POS с фискална интеграция за НАП
Akeneo PIM с Data Quality Insights
Pimcore
Salsify
inRiver
GS1GTIN, SSCC, GS1-128, GPC, GDSN
EANCOM ORDERS
ORDRSP
DESADV
INVOIC
PRICAT
Celigo
Patchworks
Alumio
n8n
Make
Workato
Изпълнение, поддръжка, връщания и плащания
API на Еконт и Спиди/DPDетикети, наложен платеж, избор на офис и автомат
Fluent Commerce, Manhattan Active Omni, IBM Sterlingкорпоративно разпределено управление на поръчките — интегрираме се с тях, когато вече ги ползвате, а не ги внедряваме
Loop Returns
Returnless
Narvar
nShift
ReturnGO
Gorgias
Zendesk AI agents
Intercom Fin
Freshdesk
Adyen, Stripe, Mollie, myPOS, Борика3DS2, SCA и изключенията по TRA
Forter, Signifyd, Riskified, SEONизмами, чарджбек и злоупотреби с връщания, свързани там, където вече ги лицензирате
Прогнози, ценообразуване и пайплайнът отдолу
RELEX, Blue Yonder, Slimstock, ToolsGroup, Lokadсистеми за планиране, с които се интегрираме или спрямо които сравняваме, а не ги внедряваме
Omnia Retail
Competera
Pricefx
Prisync
Dealavo
LightGBM
XGBoost
Nixtla StatsForecast и MLForecast
Darts
GluonTS
dbt с Airflow
Dagster или Prefect
Snowflake
BigQuery
ClickHouse
DuckDB
Klaviyo, Bloomreach, Emarsysзадвижвани от оценени сегменти, а не от общи закъснения
Segment
RudderStack
Snowplow; Algolia
Klevu
Constructor
Какво измерваме
10–25%
Намаление на WMAPE на ниво артикул–обект–седмица спрямо текущата базаЦел, срещу която проектираме, а не резултат на Palamed. Може да се твърди едва след walk-forward бектест върху вашата история срещу сезонно наивен модел и текущия ви процес, с публикуван Forecast Value Added за всяка стъпка — включително за стъпката, която сме построили ние.
15–30%
По-нисък дял на паричните възстановявания чрез замяна и кредитБазата са текущите ви възстановявания ÷ поръчки в съпоставими осемседмични периоди, а не делът на връщанията. Той почти не се променя от тази работа; променя се дали парите излизат. Доставчиците на портали за връщания публикуват 20–40% преобразуване към замяна; това е измерено от самите тях върху собствената им клиентска база, затова го третирайте като таван.
6–8% → под 3%
Запитвания за статус на поръчка спрямо изпратени поръчки, след проактивни известияИзмерва се върху вашия експорт от тикети спрямо изпратените поръчки за същия период. По-голямата част от движението идва от известията при изпращане, при тръгване за доставка и при изключение, които премахват запитването, а не от агент, който отговаря по-бързо.
Регулации и стандарти в обхвата
Директива (ЕС) 2019/2161 (Omnibus), изменяща Директива 98/6/ЕО за обозначаване на цените, чл. 6а — при обявено намаление трябва да се посочи предходната цена, определена като най-ниската ваша цена за този продукт и канал през поне 30 дни преди намалението. Прогресивните намаления и бързоразвалящите се стоки са възможности, оставени на държавите членки по чл. 6а, ал. 2–3, а не автоматични изключения за целия ЕС: в България идват през Закона за защита на потребителите и се прилагат от КЗП, и точно тази транспозиция изпълнява ценовият механизъм, а не абстрактната директива. Препоръчителната цена може да се покаже като ясно обозначено сравнение, но никога като основа на отстъпка, а 98/6/ЕО носи и задължението за единична цена — цена за килограм или литър — което е рутинната констатация на КЗП при онлайн магазин. Прилагането е активно в целия единен пазар: полската UOKiK глоби Zalando и Temu с близо 37 млн. злоти общо, около 8,5 млн. евро, през януари 2026 г., като и двете решения не са влезли в сила и са обжалвани; нидерландската ACM глоби пет онлайн магазина с 621 000 евро през юни 2024 г. за подвеждащи цени „от“; а Landgericht München I се произнесе срещу Amazon на 14 юли 2025 г. (4 HK O 13950/24, също обжалвано) за сравняване на Prime Deal Days с препоръчителната цена на производителя.
Регламент (ЕС) 2023/988 за общата безопасност на продуктите, приложим от 13 декември 2024 г. — всяка онлайн оферта трябва да показва името и пощенския и електронния адрес на производителя, отговорното лице в ЕС, когато производителят е извън Съюза, идентификатор на продукта като тип, партида или сериен номер, изображение и предупрежденията за безопасност. На практика това е промяна в схемата на PIM, в съпоставянето на фийдовете и кампания за събиране на данни от доставчиците, а не редакция на правна страница. Същата схема носи и два съседни реквизита, които блокират офертата, вместо да я предупредят: регистрационните номера по разширената отговорност на производителя за всяка държава и всеки поток — опаковки, ИУЕЕО, батерии, като маркетплейсите проверяват най-често германския LUCID и френския UIN — и данните за проследимост на търговеца по Законодателния акт за цифровите услуги, които eMAG и Amazon проверяват, преди офертата да излезе. И двете са задължителни полета в офертата, което ги прави атрибути в PIM със собственик и срок на валидност, а не задача за бекофиса.
Регламент (ЕС) 2024/1689 (Законът за изкуствения интелект) — забранените практики по чл. 5 се прилагат от 2 февруари 2025 г. и ограничават докъде може да стигне поведенческото ценообразуване и убеждаване, а прозрачността по чл. 50 се прилага от 2 август 2026 г. и изисква клиентът да бъде уведомен, че говори с AI, още при първия контакт и осезаемо вътре в самото взаимодействие, а не в общите условия. Дигиталният омнибус за изкуствения интелект, приложим от 27 юли 2026 г., отложи по-голямата част от задълженията за високорисковите системи по Приложение III за 2 декември 2027 г. и премести маркирането на синтетично съдържание за 2 декември 2026 г. — задължението за разкриване не беше пипнато. Ако ботът ви за поддръжка е жив и мълчи какво е, това вече е активна експозиция, а не проект за 2027 г. Санкциите достигат 15 млн. евро или 3% от световния оборот при нарушения на прозрачността и 35 млн. евро или 7% при забранени практики. Делото Moffatt срещу Air Canada — решение на арбитражен състав по дребни спорове в Британска Колумбия, което не обвързва никого и най-малко нас — остава най-чистата илюстрация на риска: авиокомпанията трябваше да изпълни политика, измислена от нейния бот. В ЕС отговорността стои в Директивата за нелоялните търговски практики и в националното договорно право, а инженерният отговор е един и същ и в двата случая: агентът никога не съчинява политика.
Наредба № Н-18/2006 — електронният магазин се декларира в НАП по електронен път с квалифициран електронен подпис преди започване на дейност, включително домейн, име и версия на платформата, начини на плащане, договор за виртуален ПОС и сметки за получаване; промените се подават в 7-дневен срок; когато магазинът е извън обхвата на СУПТО и е освободен от фискално устройство, месечният одитен файл за продажбите е до 15-о число на следващия месец; осигурява се профил на одитор само за четене за проверяващите, а всяка продажба носи уникален код на поръчка. Магазини, приемащи само дистанционни картови плащания през виртуален ПОС, могат да бъдат освободени от фискално устройство и от СУПТО. Успоредно с това въвеждането на еврото от 1 януари 2026 г. при фиксирания курс 1,95583 лв. засегна ценовите стълбици, правилата за закръгляне, оформлението на касовите бележки и всяка историческа ценова серия, използвана за еластичност или за доказателство по Omnibus. На практика хранилището на цени пази и оригиналната стойност в лева, и превалутирането в евро заедно с приложения курс и правило за закръгляне, така че твърдение за отстъпка, чийто 30-дневен прозорец пресича смяната, да може да бъде възстановено пред КЗП — и решение за закръгляне, взето при превалутирането, да не бъде разчетено по-късно като повишение на цената.
Директива 2011/83/ЕС за правата на потребителите и Директива (ЕС) 2019/882 (Европейски акт за достъпността) — 14-дневното право на отказ, възстановяването на стандартните разходи за доставка и бутонът за поръчка, който трябва да указва задължение за плащане, са основата, върху която стои всяка автоматизация на връщанията; актът за достъпността се прилага към услугите в е-търговията от 28 юни 2025 г., което на практика означава EN 301 549 и WCAG 2.1 AA в магазина и на плащането плюс публикувана декларация за достъпност.
Регламент (ЕС) 2016/679 (GDPR) и правилата за електронните съобщения — основание за обработване и срок за съхранение на изведените от поръчките признаци, които стоят зад оценката на риска при наложен платеж, оценката на поведението при връщания и CLV; оценка на въздействието (DPIA), където профилирането е систематично и в голям мащаб; и чл. 22, който не позволява оценката на риска при наложен платеж да се превърне в изцяло автоматизирано решение — високорисковите поръчки отиват към потвърждаващо обаждане, което прави човек, а не се блокират безшумно. Consent Mode v2 определя дали маркетинговите ви данни изобщо съществуват в ЕИП, и точно затова дизайнът на контролната група и отчетените от платформата реализации не са един и същ разговор.
Преди един модел да прогнозира търсене, наличността трябва да е вярна.
Какво вероятно си мислите
Данните ни са в хаос — ще чистите шест месеца, преди нещо да заработи.
Вярно е и точно това е ангажиментът. Първият резултат е одит, който измерва хаоса в бизнес термини: какъв дял от историята ви е цензуриран от липси, каква всъщност е точността на складовата ви отчетност при точно съвпадение, колко артикула нямат надежден GTIN, колко поръчки се сверяват между магазина и ERP. Този одит е полезен сам по себе си и ви казва дали етапът с моделиране си струва да бъде финансиран. Който предлага да го прескочи, ви продава демо.
Вече купихме модул за прогнози към ERP и той не победи планиращите.
Обикновено е вярно и обикновено планиращите са прави, защото модулът е прогнозирал върху продажби, а не върху търсене, игнорирал е промоциите и не е имал начин да изрази квантил на нивото на обслужване. Проверката е евтина: walk-forward бектест на модула, на финалните числа на планиращите и на сезонно наивен модел върху едни и същи периоди. Ако модулът не бие наивния, планиращите са били прави да го коригират. Ако планиращите не бият модула, имате проблем с FVA, а не с моделирането. И в двата случая — две седмици и един експорт на данни.
Автоматичното ценообразуване ще ни докара глоба по Omnibus.
Само ако го построите без ограничението. Правилото е механично: отстъпката се обявява спрямо вашата най-ниска цена за този продукт и канал през предходните 30 дни. Затова историята на цените само за добавяне е първият компонент, който се строи, а 30-дневният минимум е предпазител, през който минава всяко предложение, а не справка, която някой преглежда после. Направено така, автоматизацията ви прави по-съответстващи, отколкото сте с таблица, защото доказателството се получава като страничен продукт от всяка промяна на цена.
AI агент ще каже на клиент нещо грешно и това ще ни струва.
Ще каже, ако му позволите да съчинява политика. Проектното решение е агентът никога да не пише текст на политика — той извлича от версионирани източници или извиква инструмент, а всичко, зад което стоят пари, е потвърдено записващо действие с лимити, а не изречение. Разкриването при първия контакт не е по избор: чл. 50 от Закона за изкуствения интелект се прилага от 2 август 2026 г. и Дигиталният омнибус не го отложи. Добавете го, заедно с пълно журналиране на извикванията и ескалация при ниска увереност или при втори неуспешен опит. И го ограничете по обхват: статус, проследяване, стартиране на връщане, смяна на адрес преди изпращане. Не тълкуване на гаранция.
Маржовете ни са 3% — това трябва да се изплати в рамките на година.
Тогава започнете там, където изплащането е аритметика, а не статистика. Корекцията на складовата отчетност е документирана като действие за приход, а не като хигиена: ECR отчита 4–8% ръст, съсредоточен върху бързооборотните артикули с големи разминавания, а академична програма за инвентаризация върху около 24 000 артикула в 11 хранителни магазина измери 11% ръст за целия магазин. И двете са резултати от физически хранителни магазини — механизмът се пренася директно към вашите магазини, а към единичен склад само там, където фантомните наличности потискат зареждането, което е и първото нещо, което инвентаризацията измерва. Автоматизацията на статуса на поръчките има разлика в цената на едно запитване, която можете да сметнете от собствения си обем преди да е написан ред код — грубо 1,50–6 евро при човек срещу 0,20–1,00 евро автоматизирано. Поправката на отхвърлените оферти във фийдовете конвертира трафик, за който вече сте платили. Прогнозите и ценообразуването имат по-висок таван и по-дълъг цикъл на доказване — подредете ги втори, финансирани от първата вълна, с договорени база и контролна група преди старта.
Кога не сме подходящи за вас
Каталози и обеми, от които няма какво да се научи. Под около две години история на поръчките или при обеми, в които една промоция доминира цялата серия, проектът за прогнозиране няма върху какво да стъпи — дисциплинирана инвентаризация, поправена таблица с размери и работеща синхронизация на наличностите ще преместят числата ви повече и ще струват част от парите.
Смяна на платформа и изграждане на магазин. Не правим миграция от Shopify към Magento, не преработваме тема и не поемаме фронтенда на плащането. Това са отделни изпълнители на друг критичен път; ние се интегрираме с това, което ползвате, и работим редом с тях, никога вместо тях.
Персонализирани цени за отделния купувач и дизайн на убеждаване. Цена, различна за конкретен човек въз основа на автоматизирано профилиране, носи задължение за разкриване, а чл. 5 от Закона за изкуствения интелект забранява направо използването на уязвимост, включително финансово затруднение. Не правим и фалшиви броячи на наличност, скрито натрупване на цената или изкуствена спешност — това е същата категория риск с по-малка полза.
Въпроси, които ни задават
Ние сме на Shopify. Платформата ограничава ли какво може да се построи?
Оформя го. Admin API е презареждащ се бюджет в точки за секунда — 100 при Standard, 200 при Advanced, 1000 при Plus — с таван от 1000 точки за една заявка, масиви до 250 елемента и странициране до 25 000 обекта. Всичко, което обхваща целия каталог, минава през Bulk Operations, които стоят извън този бюджет. При Magento еквивалентното ограничение е регистърът с резервации зад salable quantity; при WooCommerce е пропускливостта на Action Scheduler по време на прехвърляне към HPOS.
Влизаме в пиков сезон. Може ли да започнем сега, или да изчакаме?
Може да започнем, но не пускаме в пика. Системата върви в shadow режим: тя произвежда препоръки, вашите хора продължават да решават, а в края на периода сравняваме двата набора решения с това, което реално се е случило. Така получавате истинско число за Forecast Value Added върху собствените си данни, преди каквото и да е да бъде автоматизирано. Периодът без промени, обикновено от средата на октомври, и планът за връщане назад за всичко живо влизат в договора. За дежурството — честната позиция: водени сме от основателя и не поддържаме денонощен график, затова всичко наше, което работи през пика, е проектирано да се изражда до съществуващия ви ръчен процес, а не да спира — опашките се изчерпват, сверката отчита разминаването, а опашката за изключения има поименен отговорник при вас. Писмено поемаме поименен контакт, договорено време за реакция за целия период без промени и връщане назад, което всеки ваш човек може да изпълни без нас. Ако ви трябва денонощно покритие по часови зони, кажете го сега и ще ви кажем, че не сме правилният избор.
Половината ни артикули са нови всеки сезон. Може ли да се прогнозира без история?
Да, като задача за студен старт с известна форма. Новият артикул се разполага в същото признаково пространство като каталога — категория, марка, ценови клас, цвят, материал, размерна гама — намират се най-близките исторически съседи и техните мащабирани криви на стартиране стават априорната оценка, която се стеснява с постъпването на реални продажби. Точно затова обогатяването на каталога се изплаща два пъти: атрибутите, които оправят търсенето и фийдовете, са същите атрибути, които правят прогнозата при студен старт възможна.
Наложеният платеж е по-голямата част от обема ни. Това чупи ли нещо?
Променя две неща. Отказаните пратки са реален разходен ред — доставка натам, доставка обратно, обработка и стока, резервирана три дни — затова поръчките се оценяват по риск още при поръчване, по качество на адреса, състав на кошницата, история и доставка до офис или до врата, а високорисковата опашка се насочва към предплащане или потвърждаващо обаждане, вместо да се блокира. Второто, и по-често пропускано: отказът не е изтрита продажба. Клиентът е искал стоката, затова тя остава в търсенето; отделно се моделира вероятността за отказ — по регион, куриер, офис или врата и състав на кошницата — и се приспада на етапа на зареждането. Така капацитетът за окомплектоване и резервациите остават оразмерени по брутните поръчки, а зареждането спира да поръчва срещу продажби, които никога не са се разплатили.
С какво това се различава от това, което агенцията ни вече прави с Klaviyo и Google Ads?
Инструментите за кампании оптимизират какво да се изпрати. Тази работа променя какво е вярно отдолу: дали продуктовите данни са достатъчно пълни, за да бъде намерен артикулът, дали той наистина е наличен в обекта, от който поръчката ще бъде изпълнена, дали сегментът, по който се задейства потокът, е оценен от вашите данни за поръчки и каталог, а не от 30-дневен прозорец, и дали отчетеният ръст оцелява при контролна група. Ако рекламната платформа и вашият отчет за приходите се разминават двойно, никакво тестване на криейтив не затваря тази разлика — постоянна контролна група от 5–10% на всеки поток и гео-тестове я затварят.
Какво притежаваме при предаването и могат ли нашите хора да го поддържат?
Моделите са най-малко ценният резултат. Оставате с хранилището на признаци, dbt трансформациите, задачите по сверка, схемата от атрибути в PIM, таблицата с история на цените и наръчниците — на вашата инфраструктура, в отворени формати, с документиран пайплайн за преобучение и предадени като работна процедура монитори за дрейф и прагове за аларми. Предаването включва обучение на конкретен човек от ваша страна да преобучава и преоценява. Ако накрая никой при вас не може да го направи, ангажиментът е провален, каквото и да показват метриките.
Запишете 30 минути преглед на данните за търсене и наличности
Донесете един месец поръчки, моментна снимка на наличностите от същия период и първите 100 артикула по оборот. На разговора ще ви кажем какъв дял от историята ви е цензуриран от липси, дали резервациите ви са се разминали и кой от четирите цикъла — прогноза, цена, каталог или интеграционният слой отдолу — ви струва най-много в момента.
Говорите с инженера, който би свършил работата, и ако отговорът е инвентаризация и поправена таблица с размери, а не модел, ще кажем и това.
Бисквитки за анализ
Бихме искали да измерваме как се използва сайтът — кои страници се разглеждат, приблизително откъде идват посетителите и от какво устройство. Нищо не се записва на устройството ви без вашето съгласие, а рекламни бисквитки не използваме изобщо. Политика за поверителност.
