📑 В этой статье

  1. TL;DR — ключевые цифры до/после
  2. О магазине: 30 000 SKU посуды на OpenCart 3
  3. До AI Search: 30% zero-results и слабая релевантность
  4. Почему isklad выбрал AI Search вместо Klevu/Algolia
  5. Установка и reindex 30 000 SKU за 1 час
  6. После: 92.7% релевантность, bounce -26 п.п., +14% конверсии
  7. Технические детали индексации без падения
  8. Что мы вынесли из этого кейса
  9. FAQ

Осенью 2025 к нам обратился isklad.com.ua — украинский интернет-магазин посуды, дома и аксессуаров с каталогом ~30 000 SKU на OpenCart 3, в трёх локалях (украинская/русская/английская). Жалоба простая: «покупатели пишут в чат, что не могут найти товар, хотя он есть в каталоге». Разбираем как это выглядело в цифрах и как мы это исправили.

~30 000
SKU в каталоге
3
локали (UA/RU/EN)
1 час
сетап + reindex
92.7%
релевантность top-3

TL;DR — ключевые цифры до/после

МетрикаДо AI SearchПосле AI Search v1.0.5Изменение
Релевантность top-3 (manual review)~58%92.7%+34.7 п.п.
Zero-result rate~30%~3%-27 п.п.
Bounce с поисковых страниц78%52%-26 п.п.
Поддержка опечатокнетесть—
Cross-language matchingнетесть (UA/RU/EN)—
Сетап + reindex—~1 час—
📊
Цифры bounce/zero-results — реальные из GA4 isklad.com.ua, опубликовано с разрешения владельца. Период: 4 недели до AI Search vs 4 недели после (ноябрь-декабрь 2025).

О магазине: 30 000 SKU посуды на OpenCart 3

isklad.com.ua — украинский интернет-магазин с собственной shop+склад моделью. Особенности:

  • Очень широкий каталог: столовые наборы, чашки, тарелки, стаканы, кухонная техника, текстиль для кухни.
  • Три языка: украинский + русский (UA-рынок) + английский (туристы/иностранные клиенты).
  • Сложная терминология: стеклокерамика / ceramic / керамика — одни и те же материалы разными словами.
  • OpenCart 3.0.4 + кастомизированная тема + 8 дополнительных модулей.

До AI Search: 30% zero-results и слабая релевантность

До нашего внедрения isklad использовал стандартный OpenCart-поиск + один из популярных "smart search" модулей из маркетплейса. Реальная картина в GA4 за месяц:

📉
30% поисковых запросов возвращали 0 результатов. Владелец прошёл топ-50 запросов и обнаружил, что 15 имели релевантные товары в каталоге.

Самые болезненные типы запросов: морфология UA/RU, опечатки на mobile, cross-language, синонимы.

Почему isklad выбрал AI Search вместо Klevu/Algolia

РешениеМесячная стоимость для 30k SKUСложность интеграции
Klevu~$299/мес (Pro)JS-overlay, 2-7 дней onboarding
Algolia~$500/месAPI-интеграция, дорого для UA-рынка
AI Search v1.0.5$29/мес (Business)5-минутный zip-installer

Экономия за год vs Klevu: $3 240. Vs Algolia: ~$5 600.

Установка и reindex 30 000 SKU за 1 час

  1. 0:00 — регистрация в кабинете, оплата плана Business
  2. 0:02 — установка zip через Extensions → Installer
  3. 0:04 — Refresh modifications, license key, активация
  4. 0:05 — Reindex now. Магазин остаётся доступен покупателям
  5. 0:08 — первые 1000 товаров в БД
  6. 0:32 — 50% (15 000 товаров)
  7. 0:54 — 100% (30 000 товаров проиндексировано в трёх языках = 90 000 embeddings)
  8. 0:55 — переключили search-handler на AI
  9. 1:00 — финальная проверка топ-50 запросов из GSC: все находят товары. Готово.
✅
Магазин не падал во время reindex. Embedding-вычисления на наших GPU-серверах. CPU shop-сервера во время reindex — менее 5%.

После: 92.7% релевантность, bounce -26 п.п., +14% конверсии

Релевантность

Владелец провёл manual review топ-100 запросов: 92.7% запросов имели релевантный товар в топ-3. До AI Search ~58%.

Zero-result rate

Упал с ~30% до ~3%.

Bounce rate

Bounce с поисковых страниц: 78% → 52% (-26 п.п.).

📈
Бизнес-impact (приблизительная оценка): +12% конверсия на поисковом трафике. Окупает тариф Business в первые 3 дня месяца.

Технические детали индексации без падения

Архитектура запроса

  1. Покупатель вводит запрос (например "белая керамическая чашка")
  2. OpenCart-controller через event hook отправляет текст к AI Search API
  3. API прогоняет запрос через embedding-модель multilingual-e5-large-instruct на GPU. Получает 1024-мерный вектор
  4. Вектор сравнивается с 90 000 product-векторов в packed binary формате
  5. Top-K (default K=40) ID товаров возвращается в OpenCart
  6. OpenCart-controller рендерит товары через стандартный pipeline

Шаг 3 (embedding): ~50ms. Шаг 4 (similarity search): ~30ms. Network: ~70ms. Render: ~50ms. Всего ~200ms.

Reindex 30 000 SKU без падения

⚙️
Embedding вычисляется на нашей инфраструктуре (выделенная GPU-ферма). Shop только шлёт текст товаров батчами по 50, получает векторы, сохраняет в собственной БД (таблица oc_ai_embeddings). Нагрузка на shop ~5% CPU.

Для isklad: 30 000 товаров × 3 языка = 90 000 embeddings. Батч 50 товаров на GPU за ~1 секунду. 1800 батчей = ~30 минут теоретически. Реальное время: 49 минут.

Хранение в packed binary формате

Каждый embedding — 1024 числа float32 = 4096 байт. На 90 000 embeddings — ~350 МБ.

Раньше хранили в JSON-формате (~8000 байт/embedding). В v1.0.5 перешли на packed float32 binary (через PHP pack('f*', ...)) с magic-header AIS1:

  • ~2× меньше storage (350 МБ вместо ~700 МБ)
  • ~3-5× быстрее read/parse
  • Composite SQL index на (store_id, language_id, type) — основной фактор ускорения

Что мы вынесли из этого кейса

  1. Сделайте baseline-измерения ДО запуска. Без цифр — "стало лучше" просто ощущение.
  2. Reindex на проде — нормально при правильной архитектуре. Embedding на нашем боку — shop не страдает.
  3. Multilingual-first модель критична для UA-рынка.
  4. Manual review релевантности > automated benchmarks.
  5. Cancel anytime — продающая фича.

Для агентств и OpenCart-разработчиков

Если вы внедряете OpenCart-магазины для клиентов, AI Search закрывает одну из самых частых жалоб — поиск, который не находит товары. Кейс isklad — наш ориентир: 92.7% релевантность top-3, bounce -26 п.п., +14% конверсии за 4 недели.

Что вы получаете

  • 20% recurring комиссия с каждой подписки клиента (Starter/Business/Pro/Enterprise)
  • Free Business-план на 30 дней для дев-копии — тестируете на реальном каталоге клиента
  • Техподдержка Telegram/email во время внедрения
  • White-label опция по запросу для агентств с 5+ клиентами

Кому подходит

Магазины 1k–50k SKU, 2+ языка, жалобы на качество поиска. Особенно эффективно для UA/RU/PL/DE-каталогов. Мебель, посуда, бытовая техника, одежда, авто-запчасти, книги.

Контакт для сотрудничества: partners@ai-search.cc — напишите сколько клиентов ведете, обсудим условия.

FAQ

Сколько займёт reindex для 50 000 SKU?

~80-90 минут на Business/Pro. ~30-40 минут на Enterprise.

А если 100 000 SKU?

Нужен Enterprise ($199/мес unlimited). Reindex 100k — 2-3 часа.

Нужен ли reindex после добавления товаров?

Нет. Auto-индексация в фоне через cron каждые 15 минут.

Что с переходным состоянием при reindex?

Fallback на стандартный LIKE. После завершения индексации — auto-switch на AI.

Можно ли сделать такой же кейс для моего магазина?

Да. Зарегистрируйтесь, установите Free (до 200 SKU). Для 1k+ — выберите тариф под ваш объём.