В последнем релизе «Битрикс24 Невесомость» стартовала функция автоматического выявления клиентов, готовых к повторным покупкам, и формирования для них персонализированных сделок. Инструмент работает на тарифах «Профессиональный» и «Энтерпрайз» и использует алгоритмы машинного обучения для анализа поведения клиентов в системе: историю покупок, частоту взаимодействий, время с момента последней сделки, типы товаров и другие параметры, определяющие вероятность повторного обращения.

На основе этих данных система самостоятельно создает новые сделки в CRM, не требуя ручного вмешательства. Каждая сделка сопровождается делом с конкретными рекомендациями для менеджера — какие продукты или услуги предложить, на каких преимуществах сделать акцент, какие ранее купленные товары можно дополнить, и какую форму коммуникации выбрать (звонок, сообщение, email). Это позволяет снизить порог входа для новых сотрудников и повысить эффективность работы опытных специалистов, направляя усилия на наиболее перспективные контакты.

За первые несколько месяцев после запуска инструмент сформировал более 55 тысяч сделок для 1500 компаний-клиентов платформы. Из них 23% были успешно закрыты — то есть привели к реальной дополнительной продаже. При этом эти сделки возникли без привлечения новых рекламных бюджетов, без масштабных изменений в процессах продаж и без увеличения численности команды.

Работа системы основана на анализе паттернов, характерных для клиентов, совершивших повторные покупки в прошлом. Алгоритмы учитывают не только факт покупки, но и контекст: например, клиент, купивший систему видеонаблюдения, через 8–12 месяцев чаще всего возвращается за расширением камеры или сервисным обслуживанием. Такие закономерности обнаруживаются и применяются в режиме реального времени, даже если они не очевидны для человека.

Функция не заменяет менеджера — она усиливает его способность принимать решения на основе данных. Рекомендации не являются универсальными шаблонами: они адаптируются под отрасль, размер компании и стиль коммуникации клиента. Например, для B2B-клиента может быть предложена комплексная опция поддержки, а для розничного покупателя — бонус за отзыв или скидка на совместимый аксессуар.

Поскольку система обучается на данных реальных сделок, её точность со временем возрастает. Внедрение уже показало, что значительная часть потенциальных повторных продаж ранее ускользала из поля зрения — либо потому, что клиенты не активны в CRM, либо потому, что менеджеры не успевали отслеживать все возможности. Автоматизация этого этапа позволила перенести фокус с рутинного поиска на качественную работу с высокопотенциальными контактами.

Система продолжает развиваться: в планах — интеграция с каналами коммуникации (например, автоматическая отправка сообщений через мессенджеры), прогнозирование сроков закрытия сделок и рекомендации по ценовым стратегиям. Первые результаты демонстрируют, что даже на текущем уровне зрелости алгоритмов ИИ способен генерировать значимый бизнес-эффект — без дополнительных затрат на маркетинг или найм, исключительно за счет оптимизации существующей клиентской базы.