B2B-фудритейл нового времени: без каких технологий сейчас не обойтись (опыт «Вкусвилла»)

время публикации: 10:00 12 августа 2025 года
Фото: пресс-служба «Вкусвилла»
Будущее фудритейла наступает не на следующей неделе и даже не завтра – оно уже в черновиках продуктовых команд, строках кода и скриптах нейросетей. В B2B-сегменте, где на карту поставлены надежность процессов и скорость масштабирования, автоматизация перестает быть роскошью и становится необходимостью.
В этой статье Денис Лялин, руководитель клиентского пути «ВкусВилл Бизнес», расскажет, какие технологические решения уже сейчас формируют новые стандарты индустрии и как их внедряют в компании.
В работе с B2B-клиентом необходимо чаще, чем в B2C-сегменте, напоминать себе об одном базовом правиле. Компания, которая закупает у вас продукты – это не просто бренднейм, а люди, у которых есть свои проблемы, потребности и особенности.
За каждой цифрой в CRM стоит Ирина, которая предпочитает избегать бумажной работы, или Дмитрий, который оценивает поставщиков по их готовности быстро реагировать на его запросы, даже если они приходят в ночное время или в праздничные дни. И именно среди таких сотрудников, как Ирина и Дмитрий, вам предстоит строить успешный бизнес.
Нельзя забывать и о том, что человеческий фактор присущ не только клиенту, но и вашему бизнесу. Его наличие создает большое количество непредсказуемых обстоятельств. К примеру, может возникнуть ситуация, когда водитель случайно отключит двигатель в машине, от этого перестанет работать система кондиционирования, и целая партия продуктов испортится. Или при подсчете товаров на складах будет упущен важный показатель, и результаты поставок будут оценены некорректно.
Далеко не все подобные проблемы пока реально решить с помощью технологических наработок. К примеру, тому же водителю не прикажешь, как алгоритму, не выключать двигатель: полный контроль на таком уровне пока практически недосягаем. Тем не менее автоматизация – именно тот вектор развития, в который стоит инвестировать, поскольку он позволяет управлять хотя бы частью непредсказуемой ситуацией.
Разбирая тот же контекст: в грузоперевозках внедрены технологии телематики, а в фурах установлены датчики температуры, которые могут сигнализировать о неполадках.
Прежде всего, автоматизация пригодится в тех ситуациях, когда ручной процесс не только неэффективен, но и в некоторым смысле невозможен. Так работает, например, отслеживание одновременных заказов из одного офиса.
Нередко случается, что разные сотрудники запрашивают доставку примерно в одно и то же время. С помощью автоматизации процессов мы научились отслеживать подобные заказы и объединять их в один. Это позволяет избавить курьеров от избыточной занятости и необходимости перемещаться между складом и точкой доставки несколько раз, а значит, снизить расходы на логистику.
При этом в алгоритм парсинга важно интегрировать несколько критериев.
1. Временной лаг, в рамках которого можно объединять заказы. Нельзя допускать, чтобы первая порция продуктов приезжала с теми, которые были заказаны намного позже – в таком случае мы заставляем одного из сотрудников ждать непозволительно долго и вызываем раздражение нашим сервисом. В случае, когда речь идет об офисном работнике, который наверняка привязан ко времени звонков и встреч, каждая минута обеденного перерыва на счету. Максимальный интервал, который мы определили путем проб и ошибок – 13-15 минут.
2. Масса и объем заказа на курьера. Технологию парсинга нужно выстроить с возможностью просчитать, поместятся ли продукты в рюкзак, и, если они соответствуют ему по габаритам, не задавят ли они курьера своим весом. Ударяться в другую крайность и пытаться положить все в одного человека в целях экономии – тоже не очень правильная идея.
Технологии могут быть очень полезными с точки зрения понимания клиентов и ощущения того, чего они ждут от сотрудничества с вами. Просто ориентироваться на метрики в дашборде уже мало: важно уметь слышать клиента, соответствовать его просьбам.
Иначе даже при хороших, в соответствии с метриками, показателях сотрудничества, вы можете утратить партнера, потому что не смогли обратить внимание на ту самую просьбу, о которой он не раз упоминал между звонками в Zoom.
Спросите себя: «Насколько хорошо мы знаем своих B2B-заказчиков?» Даже если у вас есть обширная аналитика, без ответа могут остаться самые простые вопросы:
● Какие неочевидные сложности возникают у них при работе с нашим сервисом?
● Что их действительно раздражает, а что мотивирует покупать снова?
● Какие «неозвученные» потребности остаются за кадром?
В современном B2B-фудритейле нельзя себе позволить ограничиться лишь тем, что хранится в CRM, таблицах и на серверах. Чтобы выйти из сложившейся ситуации, можно начать искать ответы в неочевидном месте – например, в телефонных разговорах.
Чтобы извлечь из звонков информацию, мы продумали алгоритм с участием «лучшего друга» любого бизнеса – ИИ:
1. Забрать из CRM данные о звонках и сформировать таблицу, в которой будут ссылки на скачивание записей, а также – базовая информация о клиенте, необходимая для анализа (сегмент компании, название, выручка).
2. С помощью ИИ извлечь и транскрибировать звонки, после добавления в исходный файл очистить текст от сущностей персональных данных.
3. Передать в ИИ на анализ, расписав для него четкие задачи:
а) выявить скрытые проблемы клиентов,
б) обрисовать их живые портреты, определить паттерны поведения, конкретные эмоции и интерпретировать их.

Таким образом выглядит таблица, которую мы составляем для ИИ
Благодаря глубокому исследованию удаётся удержать сразу несколько важных клиентов – именно в результате обнаруженных технических проблем и незаметных, на первый взгляд, сложностей, которые приводят к потере лояльности.
Можно представить ситуацию, в которой клиент с ростом выручки на 55% за последние несколько месяцев неоднократно жалуется на неработающие функции. А другой заказчик, выручка которого, наоборот, падает до 7%, даст понять, что находится в шаге от перехода к конкурентам из-за ошибок в оплате.
Только через тщательную аналитику и долгую практику вы сможете убедиться в том, что метрики в отрыве от контекста — это слепые пятна. Нужно дополнять их качественными данными: жалобами, диалогами, эмоциями. Так, чтобы увеличить глубину понимания клиентов, лучше переходить на более точные ИИ-модели транскрибации (например, Whisper large v3), дорабатывать очистку текста – и проводить подобный «ритуал анализа» на постоянной основе, интегрировав его в рабочие процессы продуктовой команды.
Читайте также: Безопасное партнерство: как В2В-компании защититься от ненадежных клиентов
Автоматизация может пригодиться не только для максимально нетривиальных задач, но и, конечно же, заметно облегчить рутинные процессы. Авторегистрация юрлиц – именно такой случай. С помощью простого алгоритма можно избавить себя от необходимости создания и оформления договора вручную.
Раньше создание контрагента и заведение его в базу занимало от нескольких дней, когда им занималось только договорное подразделение. Или до нескольких часов – когда удавалось вовлечь в процесс разные отделы. Сейчас механизм внедрения контрагентов в систему и выдача всех доступов для покупки занимает в среднем три минуты.
Чтобы добиться такого ускорения процесса, помогают новые методы регистрации юридических лиц, заведения их в базу, внесения реквизитов, а также автоматические отправки приглашения к обмену ЭДО. С помощью этих мер онбординг партнеров выстраивается таким образом, чтобы все шаги перед покупкой были понятны и прозрачны, и конверсия в приобретение продукта оставалась стабильной.
Какими бы позитивными и простыми ни казались примеры и советы выше, помните: автоматизация – не волшебная таблетка. Чтобы она начала приносить результаты, придется приложить немало усилий. Та же ИИ-модель, задуманная для составления портретов клиентов, на этапе тестирования может формировать их не слишком качественно. Ее алгоритмы приходится бесчисленное количество раз адаптировать, дублировать ей указания, обучать и совершенствовать. Без всех дополнительных итераций выводы, которые нейросеть генерирует, оказываются непонятными ни продукту, ни отделу продаж, ни маркетингу.
Однако это не значит, что пробовать не нужно: от вашей способности соответствовать новому зависит удовлетворенность и лояльность клиента, а значит, и успех бизнеса как таковой.
В2В-закупки – сложный процесс, в котором до сих пор обработка запросов происходит преимущественно в ручном режиме. Это создает риски возникновения ошибок из-за пресловутого «человеческого фактора». Какие задачи в этом сегменте можно автоматизировать, и как это сделать?

В этой статье Денис Лялин, руководитель клиентского пути «ВкусВилл Бизнес», расскажет, какие технологические решения уже сейчас формируют новые стандарты индустрии и как их внедряют в компании.
Почему без автоматизации в B2B-ритейле никуда
В работе с B2B-клиентом необходимо чаще, чем в B2C-сегменте, напоминать себе об одном базовом правиле. Компания, которая закупает у вас продукты – это не просто бренднейм, а люди, у которых есть свои проблемы, потребности и особенности.
За каждой цифрой в CRM стоит Ирина, которая предпочитает избегать бумажной работы, или Дмитрий, который оценивает поставщиков по их готовности быстро реагировать на его запросы, даже если они приходят в ночное время или в праздничные дни. И именно среди таких сотрудников, как Ирина и Дмитрий, вам предстоит строить успешный бизнес.
Нельзя забывать и о том, что человеческий фактор присущ не только клиенту, но и вашему бизнесу. Его наличие создает большое количество непредсказуемых обстоятельств. К примеру, может возникнуть ситуация, когда водитель случайно отключит двигатель в машине, от этого перестанет работать система кондиционирования, и целая партия продуктов испортится. Или при подсчете товаров на складах будет упущен важный показатель, и результаты поставок будут оценены некорректно.
Далеко не все подобные проблемы пока реально решить с помощью технологических наработок. К примеру, тому же водителю не прикажешь, как алгоритму, не выключать двигатель: полный контроль на таком уровне пока практически недосягаем. Тем не менее автоматизация – именно тот вектор развития, в который стоит инвестировать, поскольку он позволяет управлять хотя бы частью непредсказуемой ситуацией.
Разбирая тот же контекст: в грузоперевозках внедрены технологии телематики, а в фурах установлены датчики температуры, которые могут сигнализировать о неполадках.
3 технологии, которые помогут брендам усовершенствовать B2B-фудритейл
Технология №1: Парсинг заказов
Прежде всего, автоматизация пригодится в тех ситуациях, когда ручной процесс не только неэффективен, но и в некоторым смысле невозможен. Так работает, например, отслеживание одновременных заказов из одного офиса.
Нередко случается, что разные сотрудники запрашивают доставку примерно в одно и то же время. С помощью автоматизации процессов мы научились отслеживать подобные заказы и объединять их в один. Это позволяет избавить курьеров от избыточной занятости и необходимости перемещаться между складом и точкой доставки несколько раз, а значит, снизить расходы на логистику.
При этом в алгоритм парсинга важно интегрировать несколько критериев.
1. Временной лаг, в рамках которого можно объединять заказы. Нельзя допускать, чтобы первая порция продуктов приезжала с теми, которые были заказаны намного позже – в таком случае мы заставляем одного из сотрудников ждать непозволительно долго и вызываем раздражение нашим сервисом. В случае, когда речь идет об офисном работнике, который наверняка привязан ко времени звонков и встреч, каждая минута обеденного перерыва на счету. Максимальный интервал, который мы определили путем проб и ошибок – 13-15 минут.
2. Масса и объем заказа на курьера. Технологию парсинга нужно выстроить с возможностью просчитать, поместятся ли продукты в рюкзак, и, если они соответствуют ему по габаритам, не задавят ли они курьера своим весом. Ударяться в другую крайность и пытаться положить все в одного человека в целях экономии – тоже не очень правильная идея.
Технология №2. Анализ звонков с клиентами
Технологии могут быть очень полезными с точки зрения понимания клиентов и ощущения того, чего они ждут от сотрудничества с вами. Просто ориентироваться на метрики в дашборде уже мало: важно уметь слышать клиента, соответствовать его просьбам.
Иначе даже при хороших, в соответствии с метриками, показателях сотрудничества, вы можете утратить партнера, потому что не смогли обратить внимание на ту самую просьбу, о которой он не раз упоминал между звонками в Zoom.
Спросите себя: «Насколько хорошо мы знаем своих B2B-заказчиков?» Даже если у вас есть обширная аналитика, без ответа могут остаться самые простые вопросы:
● Какие неочевидные сложности возникают у них при работе с нашим сервисом?
● Что их действительно раздражает, а что мотивирует покупать снова?
● Какие «неозвученные» потребности остаются за кадром?
В современном B2B-фудритейле нельзя себе позволить ограничиться лишь тем, что хранится в CRM, таблицах и на серверах. Чтобы выйти из сложившейся ситуации, можно начать искать ответы в неочевидном месте – например, в телефонных разговорах.
Чтобы извлечь из звонков информацию, мы продумали алгоритм с участием «лучшего друга» любого бизнеса – ИИ:
1. Забрать из CRM данные о звонках и сформировать таблицу, в которой будут ссылки на скачивание записей, а также – базовая информация о клиенте, необходимая для анализа (сегмент компании, название, выручка).
2. С помощью ИИ извлечь и транскрибировать звонки, после добавления в исходный файл очистить текст от сущностей персональных данных.
3. Передать в ИИ на анализ, расписав для него четкие задачи:
а) выявить скрытые проблемы клиентов,
б) обрисовать их живые портреты, определить паттерны поведения, конкретные эмоции и интерпретировать их.

Таким образом выглядит таблица, которую мы составляем для ИИ
Благодаря глубокому исследованию удаётся удержать сразу несколько важных клиентов – именно в результате обнаруженных технических проблем и незаметных, на первый взгляд, сложностей, которые приводят к потере лояльности.
Можно представить ситуацию, в которой клиент с ростом выручки на 55% за последние несколько месяцев неоднократно жалуется на неработающие функции. А другой заказчик, выручка которого, наоборот, падает до 7%, даст понять, что находится в шаге от перехода к конкурентам из-за ошибок в оплате.
Только через тщательную аналитику и долгую практику вы сможете убедиться в том, что метрики в отрыве от контекста — это слепые пятна. Нужно дополнять их качественными данными: жалобами, диалогами, эмоциями. Так, чтобы увеличить глубину понимания клиентов, лучше переходить на более точные ИИ-модели транскрибации (например, Whisper large v3), дорабатывать очистку текста – и проводить подобный «ритуал анализа» на постоянной основе, интегрировав его в рабочие процессы продуктовой команды.
Читайте также: Безопасное партнерство: как В2В-компании защититься от ненадежных клиентов
Технология №3: Авторегистрация юридических лиц
Автоматизация может пригодиться не только для максимально нетривиальных задач, но и, конечно же, заметно облегчить рутинные процессы. Авторегистрация юрлиц – именно такой случай. С помощью простого алгоритма можно избавить себя от необходимости создания и оформления договора вручную.
Раньше создание контрагента и заведение его в базу занимало от нескольких дней, когда им занималось только договорное подразделение. Или до нескольких часов – когда удавалось вовлечь в процесс разные отделы. Сейчас механизм внедрения контрагентов в систему и выдача всех доступов для покупки занимает в среднем три минуты.
Чтобы добиться такого ускорения процесса, помогают новые методы регистрации юридических лиц, заведения их в базу, внесения реквизитов, а также автоматические отправки приглашения к обмену ЭДО. С помощью этих мер онбординг партнеров выстраивается таким образом, чтобы все шаги перед покупкой были понятны и прозрачны, и конверсия в приобретение продукта оставалась стабильной.
Какими бы позитивными и простыми ни казались примеры и советы выше, помните: автоматизация – не волшебная таблетка. Чтобы она начала приносить результаты, придется приложить немало усилий. Та же ИИ-модель, задуманная для составления портретов клиентов, на этапе тестирования может формировать их не слишком качественно. Ее алгоритмы приходится бесчисленное количество раз адаптировать, дублировать ей указания, обучать и совершенствовать. Без всех дополнительных итераций выводы, которые нейросеть генерирует, оказываются непонятными ни продукту, ни отделу продаж, ни маркетингу.
Однако это не значит, что пробовать не нужно: от вашей способности соответствовать новому зависит удовлетворенность и лояльность клиента, а значит, и успех бизнеса как таковой.
Денис Лялин,
руководитель клиентского пути «ВкусВилл Бизнес».
Для NEW RETAIL
0
Последние новости
Самое популярное
-
«Дофаминовый лайфстайл», новая модель детства и другие тренды потребления в 2025...
-
Не только VK и Яндекс: нетрадиционные площадки для рекламы в 2025
-
Как новый закон о платформенной экономике изменит работу с маркировкой на маркет...
-
Кейс Easy Commerce x «Сенежская»: минус 87% расходов, плюс 83% выручки — как авт...
-
Как вывести товары и услуги в ответы ChatGPT и других ИИ‑ботов