Кейс: как B2B-оптовик автоматизировал заказы из WhatsApp — от сообщения до отгрузки

Знаете, что объединяет почти всех оптовиков, с которыми мы работали? Утро понедельника. WhatsApp разрывается от сообщений: «Повторите прошлый заказ», «Скиньте остатки по профилю», «Вот список, сделайте счёт». И менеджер садится переписывать. Позиция за позицией. Артикул за артикулом. Количество, цена, проверка остатков, ручной ввод в 1С. К обеду — три заказа обработаны, ещё семь ждут в очереди. Клиенты нервничают. Менеджер устал. А где-то в этой цепочке обязательно закралась ошибка: не тот артикул, не то количество, не та цена.

Эта история — про оптовую компанию «СтройОпт» (название изменено по просьбе клиента), которая торгует строительными материалами. Ничего экзотического: профиль, крепёж, сухие смеси, утеплители. 800 постоянных клиентов, три менеджера, один склад. И классическая боль B2B-опта — заказы приходят в мессенджеры, а дальше начинается ручная работа.

Через три месяца после внедрения ИИ-бота картина изменилась. Менеджеры перестали быть «переписчиками прайса» и начали заниматься тем, для чего их нанимали — продавать.

Как выглядела работа до автоматизации

Руководитель отдела продаж Алексей описывал типичный день так: «Утром открываю WhatsApp — там 30-40 сообщений. Половина — заказы. Кто-то пишет текстом: „Нужен профиль 60х27 — 200 штук, саморезы чёрные 3.5х25 — 10 пачек". Кто-то скидывает фотографию своей заявки, написанной от руки. Кто-то присылает Excel-файл с прошлого раза и пишет „как в прошлый раз, только без утеплителя". И каждое такое сообщение — это 10-15 минут работы менеджера».

Что делал менеджер с каждым заказом? Сначала — разбор сообщения. Клиент написал «профиль 60», а в каталоге есть профиль ПП 60х27, профиль ПН 60х27, профиль ПС 60х50. Какой именно? Менеджер либо переспрашивает (а клиент отвечает через час), либо смотрит историю заказов этого клиента и угадывает. Иногда угадывает неправильно.

Потом — проверка остатков. Открыть 1С, найти каждую позицию, посмотреть, сколько на складе. Если чего-то нет — написать клиенту, предложить замену или уточнить, ждать ли поставку. Это ещё один раунд переписки, ещё полчаса ожидания ответа.

Дальше — ценообразование. У каждого клиента своя скидка, свои условия. Менеджер открывает карточку контрагента, смотрит процент скидки, считает итоговые цены. Ошибиться легко, особенно когда в заказе 15-20 позиций.

Наконец — оформление. Создать заказ в 1С, выписать счёт, отправить клиенту. Создать задачу на сборку для склада. И только после этого можно переходить к следующему заказу.

Восемь процентов ошибок — это звучит терпимо, пока не посчитаешь в деньгах. При среднем чеке в 150 000 тенге и 40 заказах в день — это 3-4 проблемных заказа ежедневно. Возвраты, пересортица, недовольные клиенты, испорченные отношения. И главное — время менеджеров, которое уходит на исправление вместо продаж.

Идея: пусть бот делает рутину

Когда мы обсуждали проект с руководством «СтройОпта», главный вопрос был: что именно должен делать бот? Вариантов много. Можно сделать каталог в мессенджере. Можно сделать систему статусов заказов. Можно сделать проактивные напоминания о повторных закупках.

Но мы решили сфокусироваться на самой болезненной точке — на моменте, когда клиент отправляет заказ, а менеджер начинает его «переводить» в систему. Именно здесь терялось больше всего времени и возникало больше всего ошибок.

Задача сформулировалась так: бот должен принять заказ в любом формате — текст, фотография, файл — и превратить его в структурированный список позиций. Потом сверить с каталогом, проверить остатки, рассчитать цены с учётом скидок клиента. И если всё в порядке — автоматически создать заказ в 1С, сформировать счёт, отправить клиенту и поставить задачу на сборку.

На практике — множество нюансов.

Как это работает: от сообщения до счёта

Пройдём по всей цепочке — от сообщения в WhatsApp до готового счёта.

Шаг 1. Приём заказа в любом формате

Клиенты присылают заказы по-разному. Кто-то пишет текстом — аккуратно, с артикулами и количеством. Кто-то скидывает фотографию рукописной заявки (да, такое до сих пор популярно на стройках). Кто-то присылает Excel-файл или PDF со своей учётной системы. Кто-то просто голосовое сообщение: «Слушай, кинь как в прошлый раз, только профиля побольше».

Бот обрабатывает все эти форматы. Текст анализирует напрямую. Изображения — через распознавание (OCR + LLM для понимания контекста). Файлы Excel и PDF — парсит и извлекает табличные данные. Голосовые сообщения — расшифровывает и анализирует как текст.

Это было одним из ключевых требований. Мы не хотели заставлять клиентов менять привычки. Если прораб привык фотографировать свою заявку — пусть фотографирует. Бот разберётся.

Шаг 2. Нормализация в структуру

Это самый интересный этап с технической точки зрения. Клиент пишет «саморезы чёрные 35», а в каталоге — «Саморез по ГКЛ 3.5х35 фосфат, уп. 500 шт.». Клиент пишет «профиль потолочный», а в 1С — пять разных позиций с похожими названиями.

Бот использует RAG-систему, которая связывает свободный текст с позициями каталога. Он учитывает сленг («гипсарь» = гипсокартон), сокращения («проф» = профиль), типичные ошибки в написании. И главное — он учитывает историю заказов конкретного клиента. Если клиент всегда заказывает профиль ПП 60х27, а не ПН 60х27 — бот это запоминает и предлагает именно эту позицию.

На выходе — структурированный список: артикул, название, количество, единица измерения. Всё как в 1С, всё готово для создания заказа.

Шаг 3. Сверка с каталогом и остатками

Бот обращается к 1С через API и проверяет каждую позицию. Есть ли товар в каталоге? Сколько на складе? Достаточно ли для выполнения заказа?

Если чего-то не хватает — бот не просто сообщает об этом. Он предлагает варианты. «Утеплитель Rockwool 50мм — на складе только 15 упаковок, а вы заказали 20. Варианты: взять 15 сейчас и дозаказать через 3 дня, или заменить на Paroc 50мм (есть 30 упаковок, цена та же)?»

Это принципиально отличается от того, как работал менеджер. Раньше он писал: «Утеплителя не хватает, что делать?» — и ждал ответа. Теперь бот сразу даёт решение, клиент выбирает одним кликом, процесс не останавливается.

Шаг 4. Расчёт цен и формирование счёта

Бот идентифицирует клиента по номеру телефона (он привязан к карточке контрагента в CRM) и запрашивает из 1С персональные условия: тип цен, скидки, особые договорённости. После этого рассчитывает итоговую сумму заказа.

Клиент видит предварительный расчёт прямо в чате: список позиций с ценами, итоговая сумма, условия оплаты и доставки. Может внести коррективы — добавить, убрать, изменить количество. Когда всё согласовано — подтверждает заказ.

В этот момент бот автоматически создаёт заказ покупателя в 1С, формирует счёт на оплату и отправляет его клиенту — PDF-файлом прямо в WhatsApp. Никаких задержек, никакого ручного ввода.

Шаг 5. Задача на отгрузку и уведомление склада

Одновременно с созданием заказа бот формирует задачу в CRM: «Заказ №12345, клиент „СтройМастер", отгрузка завтра до 14:00». Задача попадает к ответственному менеджеру и дублируется на склад — в их рабочий чат или в WMS, если она используется.

Кладовщик видит задачу, собирает заказ. Когда сборка завершена — отмечает это в системе. Клиент автоматически получает уведомление: «Ваш заказ собран и готов к отгрузке».

Шаг 6. Отслеживание оплаты и статусов

Когда клиент оплачивает счёт, информация из банка попадает в 1С (через стандартную интеграцию с банком). Бот отслеживает статус оплаты и при поступлении денег автоматически меняет статус заказа, уведомляет склад о готовности к отгрузке и сообщает клиенту: «Оплата получена, заказ передан в доставку».

Весь цикл — от сообщения в WhatsApp до уведомления об оплате — происходит автоматически. Менеджер подключается только в нестандартных ситуациях: сложные переговоры по цене, нетипичные запросы, проблемы с качеством.

Интеграции: что пришлось связать

Бот — это «клей» между системами. Он не хранит данные сам, он оперирует данными из других систем и синхронизирует их между собой. Вот что пришлось интегрировать в проекте «СтройОпта».

Самым сложным оказалась интеграция с 1С. У «СтройОпта» была доработанная конфигурация «Управление торговлей», и стандартные методы обмена данными не подходили. Пришлось писать кастомные HTTP-сервисы для работы с каталогом, ценами и заказами. На это ушло около двух недель — но это разовые инвестиции, которые окупились за первый месяц работы.

Отдельная история — синхронизация остатков. Склад работает в режиме реального времени: товар отгрузили — остаток уменьшился, товар поступил — увеличился. Если бот будет показывать устаревшие данные — клиенты закажут то, чего нет, и доверие к системе рухнет. Мы настроили обновление остатков каждые 5 минут, а для ходовых позиций — синхронизацию по событию (при изменении остатка в 1С данные мгновенно попадают в кеш бота).

Сложности и как их решали

Только об успехах — нечестно. Проблемы были, и некоторые потребовали серьёзных усилий.

Проблема 1: Бот путал похожие товары

В первую неделю после запуска мы получили несколько жалоб: бот подставлял не те позиции. Клиент писал «гипсокартон 12.5», а бот предлагал влагостойкий вместо обычного. Или подставлял саморезы длиной 25 мм вместо 35 мм.

Причина была в недостаточной детализации каталога для поиска. Мы переработали индекс: добавили синонимы, уточнили веса для критичных характеристик (размер, тип), настроили более строгое сопоставление. И главное — добавили подтверждение. Теперь бот показывает распознанные позиции и просит клиента подтвердить: «Правильно ли я понял ваш заказ?» Это добавило один шаг в процесс, но исключило ошибки.

Проблема 2: Клиенты не доверяли боту

Первые две недели многие клиенты игнорировали бота и звонили менеджерам напрямую. «Я привык работать с Мариной, она меня знает» — типичный ответ. Это нормальное сопротивление изменениям, и мы к нему готовились.

Решение было комплексным. Во-первых, менеджеры (та же Марина) начали активно направлять клиентов к боту: «Попробуйте скинуть заказ в наш чат, там бот сам всё оформит, а я проконтролирую». Во-вторых, мы настроили уведомления менеджерам обо всех заказах — они видели, что происходит, и могли вмешаться при необходимости. В-третьих, добавили опцию «хочу связаться с менеджером» — для тех, кому принципиально важен человеческий контакт.

Через месяц сопротивление сошло на нет. Клиенты оценили скорость: заказ оформляется за минуты, а не за часы. Счёт приходит сразу, не нужно ждать и переспрашивать.

Проблема 3: Нестандартные запросы

Бот хорошо справлялся с типовыми заказами, но иногда клиенты присылали что-то необычное. «Нужен профиль, но не как обычно, а с запилом под 45 градусов». Или: «Сделайте как в прошлый раз, но доставку на другой адрес, и ещё скажите Пете со склада, чтобы позвонил».

Здесь помогла правильная настройка эскалации. Бот научился распознавать запросы, которые выходят за рамки его компетенции, и передавать их менеджеру. Не молча — а с контекстом: «Клиент хочет заказать X, Y, Z (стандартная часть), но есть дополнительный запрос: [нестандартная часть]. Передаю вам». Менеджер подключается уже в курсе дела и быстро решает вопрос.

Результаты через три месяца

Цифры за три месяца работы бота:

Особенно интересен рост конверсии. Почему клиенты стали чаще оплачивать заказы? Ответ простой: скорость. Раньше между заказом и счётом проходило несколько часов. За это время клиент мог передумать, найти другого поставщика, просто забыть. Теперь счёт приходит за минуты, пока потребность горячая, пока клиент в контексте задачи.

Снижение ошибок — тоже понятно. Бот не устаёт, не отвлекается, не путает похожие артикулы. Он берёт данные напрямую из 1С и подставляет точные позиции. Человеческий фактор исключён из рутинных операций.

А рост количества заказов — это следствие того, что стало проще заказывать. Клиенты, которые раньше звонили раз в неделю и делали один крупный заказ, теперь легко пишут несколько раз — потому что это не требует времени и усилий. Бот работает 24/7, можно заказать вечером или в выходные.

Что изменилось для менеджеров

«Менеджер перестаёт быть переписчиком прайса и начинает продавать» — не лозунг, а факт.

До внедрения бота менеджеры тратили 70% времени на операционку: приём заказов, ввод данных, проверка остатков, выписка счетов, ответы на вопросы «где мой заказ». На активные продажи — поиск новых клиентов, работу с «уснувшими» покупателями, допродажи — оставалось 30%. И то в хороший день.

После автоматизации пропорция перевернулась. Теперь 25% времени — на нестандартные ситуации, которые бот передаёт на эскалацию. А 75% — на то, что реально приносит деньги. Менеджеры начали обзванивать клиентов, которые давно не заказывали. Стали предлагать новинки ассортимента. Появилось время на выездные встречи с ключевыми клиентами.

Один из менеджеров, Дмитрий, сказал так: «Раньше я ненавидел понедельники. Приходишь — и сразу завал. Теперь прихожу, смотрю: бот за ночь принял 8 заказов, все счета отправлены, клиенты довольны. Я пью кофе и думаю, кому сегодня позвонить с новым предложением. Это совсем другая работа».

И ещё один неочевидный эффект: снизился стресс. Менеджеры перестали чувствовать себя «затычкой» между клиентами и системой. Они стали экспертами, которые подключаются там, где нужна экспертиза. Это повлияло на атмосферу в отделе и, как следствие, на текучку — за три месяца никто не уволился, хотя до этого средний срок работы менеджера был меньше года.

Экономика проекта: затраты и окупаемость

Честно про деньги. Сколько стоило и когда окупилось?

А теперь — экономия и дополнительная выручка.

Экономия на времени менеджеров — сложно посчитать точно, но примерная оценка такая: если менеджер тратил 5 часов в день на рутину, а теперь — 2 часа, то высвобождается 3 часа × 3 менеджера × 22 рабочих дня = 198 часов в месяц. При средней зарплате это эквивалент одной дополнительной ставки, которую не нужно нанимать.

Сокращение ошибок — 8% ошибок × 45 заказов × 22 дня = примерно 80 проблемных заказов в месяц. Каждая ошибка — это возврат, пересортица, потерянное время. Консервативная оценка — 50 000 тг потерь на ошибку. Итого: 4 000 000 тг/мес экономии.

Рост конверсии — +12% от оплаченных заказов. При среднем чеке 150 000 тг и 45 заказах в день это примерно 8 дополнительных оплат в месяц = 1 200 000 тг дополнительной выручки.

Рост количества заказов — +35% заказов. Это не весь рост выручки (часть заказов просто стала мельче и чаще), но дополнительные 5 000 000-7 000 000 тг в месяц — реальная цифра.

Окупаемость проекта наступила на третий месяц. После этого бот начал приносить чистую прибыль — примерно 3-4 млн тенге в месяц, если считать экономию и дополнительную выручку вместе.

Что бы мы сделали иначе

Несколько вещей, которые стоило сделать по-другому:

Начать с пилота на одной товарной группе. Мы сразу запустили бота на весь каталог — 3000+ позиций. Первые две недели ушли на исправление ошибок распознавания. Если бы начали с одной группы (например, только профиль и крепёж) — быстрее бы отладили логику и масштабировали на остальное.

Раньше вовлечь склад. Кладовщики узнали о боте, когда он уже начал слать им задачи. Это вызвало сопротивление: «Откуда это? Кто это придумал?» Лучше было привлечь склад на этапе проектирования — тогда они восприняли бы систему как свою, а не как «навязанную сверху».

Сразу настроить аналитику. Первый месяц мы не собирали детальную статистику по боту — сколько заказов, какой процент эскалаций, на каких позициях ошибки. Потом пришлось восстанавливать данные по логам. Встроенная аналитика с первого дня сэкономила бы время.

Подходит ли это вашему бизнесу

История «СтройОпта» — не универсальный рецепт. Но есть признаки, что автоматизация сработает:

Много повторных заказов. Если 60%+ заказов — это постоянные клиенты, которые берут примерно одно и то же — бот окупится быстро. Чем выше повторяемость, тем выше эффект.

Заказы приходят в мессенджеры. Если клиенты всё равно пишут в WhatsApp или Telegram — бот встраивается в существующий процесс. Если все заказы через EDI или личный кабинет — бот менее актуален.

Есть учётная система с API. 1С, SAP, любая ERP — главное, чтобы можно было получать данные автоматически. Без интеграции бот превращается в FAQ-бота, который не умеет ничего полезного.

Менеджеры тонут в рутине. Если ваши продавцы 70% времени занимаются вводом данных и ответами на типовые вопросы — освобождение этого времени даст мощный эффект. Если рутины мало — экономия будет скромнее.

Ошибки дорого стоят. В опте ошибка в заказе — это не просто возврат, это сорванные сроки у клиента, испорченные отношения, потерянные будущие продажи. Чем выше цена ошибки — тем ценнее автоматизация.