А ЭТО ТОЧНО ТОТ ТОВАР? 🧐

Интернет-магазины много лет учились показывать нам товары красиво.

Белый фон.

Пять фотографий.

⭐️⭐️⭐️⭐️⭐️

И обязательно:
«ПРЕМИАЛЬНОЕ КАЧЕСТВО»

Даже если продаётся пластиковый тазик за 399 рублей. 😄

Но есть информация немного полезнее слова «премиальный».

Например:

📄 кто подтвердил соответствие товара;
🔢 номер документа;
📅 до какого числа он действует.

С 1 сентября правила интернет-торговли изменились.

Если товар требует обязательного подтверждения соответствия, при дистанционной продаже покупателю должны быть доступны сведения о соответствующем сертификате или декларации.

А маркетплейс должен дать продавцу возможность разместить ссылку прямо на запись в официальном реестре.

То есть в идеальном мире вместо:

«Поверьте нам, товар хороший»

получается:

«Не верьте. Вот документ — проверьте». 😎

Нам эта идея очень нравится.

Потому что хорошая карточка товара должна постепенно отвечать не только на вопрос:
«Красивый?»

Но и на другие:

Это именно тот товар?
Кто его продаёт?
Есть ли он сейчас? 📦
Какие у него характеристики?
Есть ли необходимые документы? ✅
Когда его привезут? 🚚

Чем меньше покупателю приходится верить на слово, тем лучше работает интернет-торговля.

И каталог ЧоПочом мы хотим строить именно таким:
не витриной из красивых картинок, а нормальной базой товаров, которым можно доверять.

Крымские продавцы, интересно узнать 👇

У вас документы на товары сейчас где живут — в учётной системе, у поставщика, в папке на компьютере или в легендарной папке «ДОКУМЕНТЫ НОВЫЕ ФИНАЛ 2»? 😄

Пишите. Нам как раз важно понять, как сделать эту часть ЧоПочом максимально простой.

@achopochom — закулисье создания локального маркетплейса 🦄

#ЧоПочом #Крым #продавцам #маркетплейс #ecommerce

СКЛАД УЖЕ ПОСТРОЕН. ЭТО ВЕСЬ ГОРОД 🏪

Когда интернет-магазину нужна быстрая доставка, первая мысль обычно такая:

Нужен склад.

Большой.

Красивый.

С конвейерами, стеллажами и людьми в жилетках. 📦

Китайские маркетплейсы сейчас показывают другую модель.

Там стремительно растёт instant retail — доставка обычных товаров примерно в течение часа.

Не только еды.

💊 лекарства
🌷 цветы
🎧 электроника
🥛 продукты
🧴 бытовые товары

Reuters оценивает, что уже к концу этого года этот рынок может достичь 1,2 триллиона юаней — около $178 млрд.

Но самое интересное даже не цифра.

А откуда берётся товар.

В старой модели:

покупатель → огромный склад → грузовик → сортировка → ПВЗ → покупатель.

В новой:

покупатель → ближайший товар → курьер → покупатель. ⚡

И вот здесь начинается интересная математика.

Представим Симферополь.

В городе уже есть тысячи магазинов.

А внутри них прямо сейчас лежат:
матрасы,
телевизоры,
смесители,
кроссовки,
кофе,
корм для собак.

То есть огромный склад уже существует.

Просто он разрезан на тысячи маленьких кусочков. 🧩

Остаётся связать их одной системой:

остатки → заказ → магазин → курьер → покупатель.

И тогда магазин на соседней улице становится маленьким распределительным центром.

Причём бесплатно.

Его уже построили. 😄

Именно поэтому нам так нравится модель локального маркетплейса.

Мы не хотим сначала свезти весь Крым на один огромный склад, чтобы потом развезти его обратно по Крыму.

Хочется сделать наоборот:
найти товар максимально близко к покупателю. 📍

Сегодня он лежит на полке.

Через час — уже у вас дома.

Вот это направление мы и хотим постепенно построить в ЧоПочом.

Крымские продавцы, давайте проверим одну вещь 👇

Какой товар из вашего магазина особенно бессмысленно ждать 2–3 дня, если он уже сегодня лежит в Симферополе?

Пишите — такие категории особенно интересны нам для первых запусков. 🚀

@achopochom — закулисье создания локального маркетплейса 🦄

#ЧоПочом #Крым #маркетплейс #доставка #продавцам #ecommerce

60 МИНУТ МЕНЯЮТ САМ СМЫСЛ ИНТЕРНЕТ-МАГАЗИНА ⚡

В Китае быстро растёт instant retail — доставка обычных товаров примерно за час.

Не только еды.

💊 лекарства

🌷 цветы

🎧 электроника

🧴 косметика

🧸 игрушки

К концу 2026 года этот рынок может достичь $178 млрд. 📈

Во II квартале рынок почти поровну поделили:
Taobao Instant Commerce — 45,7%
Meituan — 45,3%
JD — 7,7%.

А выручка instant-retail направления Alibaba выросла на 45% за год 💰

Но самое интересное — не цифры.

Компании уже переходят от войны скидок к инфраструктуре: строят dark stores и маленькие склады внутри жилых районов.

Логика простая:
товар должен лежать не “где-то”, а в нескольких километрах от покупателя. 📍

В Симферополе матрасы уже лежат в магазинах.
Телевизоры лежат.
Цветы есть.
Корма.
Стройматериалы.

Остаётся соединить:
остаток → заказ → ближайший магазин → курьер → покупатель.

И вместо:
склад за тысячу километров → несколько дней

получаем:

магазин рядом → доставка за час. 🚚

В МАГАЗИН ЗАШЁЛ ПОКУПАТЕЛЬ. НО ОН НЕ ЧЕЛОВЕК 🤖

— Найди кофемашину до 40 тысяч. Тихую, компактную, с хорошим капучинатором. Доставка в Симферополь.
— Вот три варианта.
— У второй гарантия?
— Два года.
— Отзывы?
— 4,8 из 5.
— Берём.

👨 Человек здесь сказал только первую фразу.

Остальное сделал его AI-агент.

И это уже не только фантастика.
Британский John Lewis сообщил:

2,5% поисков товаров уже приходят через AI-агентов.

Год назад было 0,3%.

Рост — больше чем в 8 раз за год. 📈

Для продавцов это меняет одну важную вещь.

Раньше карточку товара делали прежде всего для визуала:

📸 красивые фото
🔥 «ХИТ»
✨ инфографика
❤️ преимущества

Но AI совершенно всё равно, насколько эффектно написано:

СУПЕРМЕГАКАПУЧИНАТОР!!!

Ему нужны данные. 🧠

Цена.
Размер.
Остаток.
Гарантия.
Характеристики.
Отзывы.
Срок доставки.
Условия возврата.

Следующая борьба продавцов будет идти не только за внимание человека.Но и за рекомендацию его робота.

AI спросит не:

«У кого карточка красивее?»

А:

«Какой товар лучше подходит под условия покупателя?»

Вот почему в ЧоПочом мы так внимательно относимся к характеристикам, остаткам и структуре данных.

Карточка будущего должна быть понятна сразу двум покупателям:

👨 человеку
🤖 машине

Хотите проверить свою?

Откройте лучшую карточку товара и мысленно уберите все фотографии.

По оставшимся данным робот поймёт, почему нужно выбрать именно ваш товар?

Если нет — кажется, мы нашли полезную работу на понедельник. 😄

@achopochom — строим локальную торговлю следующего поколения 🦄

#ЧоПочом #AIcommerce #продавцам #ecommerce #AI #Крым

ROAS 800%. ПРИБЫЛЬ −4 000 ₽. ОБЕ ЦИФРЫ МОГУТ БЫТЬ ПРАВДОЙ

На рекламу потратили 10 000 ₽ и получили заказов на 80 000 ₽.

ROAS = 800%. Красота. 📈

Но если разобраться:

товар — 42 000 ₽
комиссии и логистика — 17 000 ₽
скидки — 9 000 ₽
возвраты — 6 000 ₽
реклама — 10 000 ₽
Получаем −4 000 ₽.

Именно поэтому в рекламной автоматизации ЧоПочом мы не учим AI правилу:

«ROAS высокий → добавь бюджет».

Это слишком примитивный автопилот.

Нужна цепочка:

click → user/session → order → SKU → revenue → COGS → fees → delivery → refund → contribution margin.

Причём есть проблема посложнее.

Человек увидел рекламу в понедельник, вернулся напрямую в четверг и купил. Кто сделал продажу?

Реклама? Бренд? Органика? 🤔

Например, Wildberries учитывает корзины, заказы и долю рекламных расходов ещё 14 дней после рекламного контакта.

Поэтому следующий уровень рекламной автоматизации — не AI, который быстрее человека двигает ставки.

Это система, которая понимает экономический результат каждого рекламного решения.

Мы сейчас как раз строим этот фундамент: clickstream, attribution и связь рекламы с заказом. 🧩

Пока данных недостаточно, правильное решение автоматики звучит скучно:

«Не трогать бюджет. Я пока не уверен».

Это гораздо умнее, чем автоматически масштабировать красивый ROAS. 🙂

А какую метрику вы сейчас используете для решения «добавить бюджет» — ROAS, ДРР, прибыль или маржу после рекламы? Напишите одну цифру/метрику — сравним подходы. 👇

@achopochom — строим торговлю и рекламу как одну систему.

#ЧоПочом #реклама #performance #юнитэкономика #AI

ПВЗ СТАНОВИТСЯ СКЛАДОМ 📦

Как устроен обычный ПВЗ?

Стойка.
Примерочная.
Девушка ищет вашу коробку.
Кто-то третий раз диктует код из SMS. 😄

А теперь поставим туда ещё один стеллаж.

И внезапно получим склад.

Именно такой эксперимент начинает Ozon.

С 10 сентября отменённый или невыкупленный товар теперь не обязательно поедет обратно на большой склад.

Он сможет остаться прямо в ПВЗ, снова появиться на витрине — и отправиться следующему покупателю. 🔄

А в октябре станет ещё интереснее.

Продавцам планируют разрешить самим привозить товар непосредственно в ПВЗ. 🚚

Потенциальный масштаб — более 80 000 точек по стране.

И вот здесь идея гораздо интереснее.

Классический e-commerce двадцать лет строил огромные склады:

🏭 товар сюда
📦 сортировка
🚛 потом обратно в города
🏠 потом покупателю

А теперь маятник начинает двигаться в другую сторону:

товар снова едет ближе к человеку.

Потому что помещение уже есть.
Сотрудник есть.
Курьер туда ездит.
Покупатели ходят.

Остаётся добавить полку и связать её с общей системой. 🧩

Получается занятная штука:
ПВЗ + остатки + софт + доставка = микро-склад.

Для ЧоПочом эта логика особенно близка.

Только мы смотрим ещё шире.

В городе уже существуют тысячи помещений, заполненных товаром.

Это магазины продавцов.

Телевизор уже стоит в двух километрах от покупателя.

Корм для собаки — в километре.

Матрас — в трёх. 📍

Необязательно сначала собирать всё это в одном гигантском ангаре.

Можно научиться видеть весь город как один распределённый склад.

И тогда главный вопрос логистики меняется.

Не:

«На каком складе лежит товар?»

А:

«Где ближайший товар, который можно забрать прямо сейчас?» ⚡

Кажется, именно вокруг этого вопроса будет строиться следующая глава локального e-commerce.

@achopochom — строим локальную торговлю следующего поколения 🦄

#ЧоПочом #маркетплейсы #Ozon #доставка #продавцам #ecommerce

34 МИНУТЫ. ЧТО В ЭТО ВРЕМЯ ДЕЛАЕТ МАРКЕТПЛЕЙС? ⚡️

Покупатель нажал «Оплатить».
Курьер ещё ничего не знает.
Сборщик ещё не подошёл к полке.
Но система уже должна принять несколько решений одновременно.

У Meituan пиковый объём instant-retail заказов доходит до 150 млн в сутки, а среднее время доставки по всем заказам составляло 34 минуты. 🚀 Это 1 736 заказов в секунду.

И вот что должно произойти за эти 34 минуты.

00:00 — проверить, существует ли товар вообще

Первый вопрос не «кто повезёт?».

Первый вопрос:

товар реально есть?

Нужен не каталог, а ATP — Available to Promise: остаток, который система действительно готова обещать покупателю.

Если на полке числится 3 штуки, но одна повреждена, вторую уже забирает другой заказ, а третью только что купили офлайн — «остаток 3» бесполезен.

Здесь instant retail живёт или умирает на inventory accuracy.

00:01 — зарезервировать SKU

Как только заказ принят, остаток должен стать недоступен другим покупателям.

Иначе два человека одновременно купят последнюю бутылку молока.

То есть появляется отдельное состояние:

on hand → reserved → picked → packed → handed off.

Это уже не просто «остатки в базе».

Это realtime inventory ledger.

00:01–00:10 — собрать заказ

Сборщик получает не PDF со списком.

Хорошая система строит оптимальный маршрут по магазину или dark store.

Если нужно взять:

молоко,
кофе,
подгузники,
бананы,

то последовательность обхода полок должна минимизировать расстояние и не заставлять человека бегать зигзагами.

В больших операциях используются zoning, batching, pick-path optimization, put-to-light и другие методы.

Именно поэтому скорость сборки — отдельный KPI, а не просто «сотрудник быстро работает».

Параллельно — вызвать правильного курьера

Вот здесь начинается настоящая математика.

Нельзя просто отдать заказ ближайшему курьеру.

Нужно оценить:

- где он сейчас;
- какие заказы уже везёт;
- когда сборщик закончит упаковку;
- сколько займёт путь до магазина;
- можно ли объединить 2–3 заказа;
- не сорвёт ли новый заказ SLA предыдущих.

Это многоточечная задача маршрутизации и назначения заказов, причём новые заказы появляются непрерывно.

Meituan описывает dispatch как realtime optimisation problem, где решения должны приниматься очень быстро; в их технической архитектуре используются одновременно OR-алгоритмы и ML-модели.

00:10–00:13 — handoff

Идеальная ситуация:

сборщик заканчивает упаковку ровно тогда, когда курьер подходит к точке.

Если курьер приехал раньше — он ждёт.

Если позже — ждёт заказ.

Оба сценария стоят денег.

Поэтому ETA в instant retail — это не просто Google Maps.

Нужно прогнозировать отдельно:

pick time + queue time + courier arrival + travel time + handoff + delivery.

У Meituan ETA используется не только для обещания клиенту, но и внутри dispatch и pricing.

00:13–00:34 — last mile

Курьер уже едет.

Но система продолжает пересчитывать маршрут.

Пробки.

Закрытый въезд.

Лифт.

Двор без нормального адреса.

Шлагбаум.

Покупатель на 17-м этаже.

Meituan отдельно прогнозирует даже время от приезда курьера к дому до фактической передачи заказа, включая подъём по этажам.

Вот почему instant retail — это не «поставили курьера возле магазина».

Это связка:

Inventory → OMS → Picking → ETA → Dispatch → Routing → Courier → Customer.

И одна ошибка в начале может испортить всё дальше.

Неточный остаток → отмена.

Медленный pick → курьер ждёт.

Плохой dispatch → лишние километры.

Плохой ETA → сорванное обещание.

Слишком большой радиус → экономика развалилась.

И вот это уже очень интересно для ЧоПочом.

Нам не обязательно копировать Meituan целиком.

Но архитектурно вопросы те же:

где товар?
можем ли обещать его покупателю?
кто собирает?
когда вызывать курьера?
какой радиус выгоден?
какой SLA мы реально способны гарантировать?

Вот это и будем разбирать дальше.

@achopochom — строим локальную торговлю как инженерную систему.

#ЧоПочом #InstantRetail #Qcommerce #LastMile #DeliveryTech #Ecommerce

1,8 КМ И 2 140 ЗАКАЗОВ В ДЕНЬ: ЭКОНОМИКА РАДИУСА INSTANT RETAIL

У quick commerce есть неприятная правда:

огромный склад почти бесполезен, если он далеко от покупателя.

Zepto прямо называет свою стратегию densification-led: не строить один мегасклад, а уплотнять сеть небольших dark stores внутри районов.

И вот цифры.

Средняя дистанция заказа у Zepto:

2,05 км → 1,73 км → 1,78 км → 1,83 км

А производительность dark store:

1 325 → 1 565 → 1 677 → 2 140 заказов в день.

Причём в квартале к марту 2026 года сеть из 1 139 dark stores обработала примерно 210 млн заказов — 2,33 млн в день.

Почему какие-то 300 метров имеют значение?

С 2,05 до 1,73 км — это минус 320 метров на заказ.

При городской скорости 20 км/ч это около 58 секунд чистого движения.

На одном заказе — ерунда.

На 2 140 заказах одного dark store — уже примерно 34 часа движения в сутки, если грубо представить каждый заказ отдельной поездкой.

Это иллюстрация, а не экономика Zepto один к одному: batching уменьшает эффект. Но масштаб хорошо видно.

И здесь появляется второй двигатель — batching.

Meituan не обязательно отправляет одного курьера с одним заказом. Система периодически группирует несколько заказов и ищет маршруты, которые можно совместить без срыва SLA. Это many-to-one assignment: несколько заказов → один курьер → один оптимизированный маршрут.

Экономика очень простая.

Если курьер стоит условно 600 ₽/час:

2 заказа/час → 300 ₽ труда на заказ

2,5 заказа/час → 240 ₽

Всего +0,5 заказа в час — и трудовая составляющая падает на 20%.

Вот зачем платформе нужна плотность.

Не просто много заказов.

Много заказов рядом и одновременно.

И тут появляется парадокс dark store.

Открываешь больше точек → вроде бы делишь поток между ними.

Но если новые точки:

сокращают расстояние,
повышают скорость,
увеличивают частоту покупок,
дают больше доступного ассортимента,

то сеть может получить и меньшую дистанцию, и больше заказов на одну точку.

Именно это Zepto и показывает: Q2 FY26 → Q4 FY26 производительность выросла примерно с 1 433 до 2 140 заказов на dark store в день, а общий cost per order, по данным из IPO-материалов, сократился примерно с ₹181 до ₹128. Это корреляция нескольких улучшений сразу, а не эффект только радиуса.

Но и здесь магии нет.

Средняя стоимость одной доставки у Zepto в FY26 всё ещё была около ₹45,74 и почти не снизилась относительно FY25. То есть одной геометрией прибыльность не починишь.

Нужны одновременно:

короткий радиус + высокая плотность заказов + batching + быстрый picking + высокая загрузка dark store.

Вот настоящая формула quick commerce.

И для ЧоПочом здесь очень важный вывод.

Нам необязательно начинать с собственного dark store.

Можно попробовать получить тот же эффект иначе:

магазины продавцов = распределённые micro-fulfillment nodes.

Тогда ключевой вопрос становится уже не:

«Сколько продавцов мы подключили?»

а:

«Сколько заказов на квадратный километр мы способны создать вокруг каждой точки товара?»

Вот это я бы сделал одной из главных operational-метрик будущего ЧоПочом.

Следующий материал предлагаю ещё глубже:

«Dark store изнутри: как собрать 2 000+ заказов в день на нескольких сотнях квадратных метров»

Разберём planogram, zoning, replenishment, pick path, put-to-light, chilled/frozen zones, picker productivity, stock accuracy и почему планировка склада напрямую превращается в секунды и рубли. 🚀

20 000 МАГАЗИНОВ. НИ ОДНОГО НОВОГО СКЛАДА. 🔥

DoorDash только что подключил очень интересный кусок инфраструктуры.

Через Locally к его marketplace получают доступ 20 000+ независимых специализированных магазинов и 1 000 брендов.

И это уже далеко не пицца и продукты.

👟 Кроссовки.
🚲 Велотовары.
🎸 Музыкальные инструменты.
🎿 Лыжи.
🎣 Рыболовное оборудование.
🏕 Outdoor.

Но интереснее всего не ассортимент.

Посмотрите, что происходит технически.

У локального магазина уже есть товар.

Locally знает:

"SKU → магазин → остаток → цена".

Эти данные передаются DoorDash.

Покупатель видит товар, который физически сейчас находится где-то рядом с ним.

После заказа магазин делает только:

PICK → PACK.

А доставку забирает существующая last-mile сеть.

Получается:

LOCAL INVENTORY
↓
REALTIME STOCK
↓
UNIFIED CATALOG
↓
ORDER
↓
NEAREST STORE
↓
COURIER
↓
CUSTOMER

Причём Locally остаётся source of truth для каталога, остатков и заказов.

Магазину не нужно создавать ещё одну систему учёта или вручную загружать каталог в очередной маркетплейс. Интеграция позволяет подключаться к DoorDash за дни. ⚡️

А теперь самое интересное.

Locally сообщает, что в его сети возможность same-day delivery конвертирует в 2,3 раза лучше, чем стандартная доставка. Это собственные данные компании, поэтому воспринимаем их именно так — но направление очень показательное.

По сути DoorDash строит альтернативу классическому dark store.

Не:

построить склад → купить товар → положить товар → найти покупателя.

А:

найти товар, который уже лежит в городе → показать его покупателю → быстро доставить.

И вот здесь наши уши в ЧоПочом уже начинают подозрительно шевелиться. 😄

Потому что это очень близко к нашей гипотезе:

ГОРОД УЖЕ ЯВЛЯЕТСЯ СКЛАДОМ.

Нам не обязательно строить ещё один.

Нужно научиться видеть существующий городской inventory почти в реальном времени, принимать заказ и правильно выбирать точку исполнения.

И поэтому Inventory Core для нас — не просто «синхронизация остатков с Ozon».

В перспективе это один из базовых слоёв instant retail:

что есть → где лежит → сколько действительно доступно → кто может собрать → кто быстрее доставит.

🚀 Вот эту машину мы и хотим постепенно собрать.

Если у вас обычный магазин в Крыму: насколько точно вы прямо сейчас знаете остаток каждого товара на каждой своей точке?

#ЧоПочом #InstantRetail #Qcommerce #Inventory #Ecommerce

AMAZON НЕ ПУСТИЛ AI В МАГАЗИН 🤖🚪

Кажется, начинается очень интересная война за покупателя.

Meta запустила AI-ассистента Muse.

Он может действовать за человека: искать товары, сравнивать варианты и совершать действия в интернете.

Но когда Muse пришёл за покупками на Amazon…

Amazon его заблокировал.

Официальная позиция Amazon: сторонний агент должен идентифицировать себя, соблюдать правила площадки и не создавать рисков для пользовательских данных.

Всё разумно.

Но есть слой поглубже. 👇

Сегодня путь покупки выглядит примерно так:
ЧЕЛОВЕК → AMAZON → ПОИСК → РЕКЛАМА → КАРТОЧКА → ПОКУПКА

Amazon контролирует практически весь путь.

Он знает, что вы искали.
Показывает рекомендации.
Продаёт sponsored placements.
Делает cross-sell.
Собирает данные о намерении купить.

А теперь между человеком и магазином появляется новый слой:
ЧЕЛОВЕК → AI-АГЕНТ → ? → ТОВАР

Представьте команду:

«Найди мне хорошие беговые кроссовки до $120. Изучи отзывы, сравни цены и закажи лучшие».

Человек может вообще не увидеть магазин.

Не увидеть баннер.

Не листать 40 карточек.

Не нажать sponsored product.

AI сам выберет SKU и придёт к продавцу уже за транзакцией.

И поэтому начинается борьба не просто за checkout.
🔥 Начинается борьба за discovery layer торговли.

Особенно интересно, что Shopify выбрал противоположную стратегию: вместо блокировки — интеграция с Muse и возможность проводить покупки через Shop Pay.

Получаются две философии:

Amazon:
AI → наша экосистема → покупка

открытая commerce-модель:
любой AI → каталог → checkout → fulfillment

И вот здесь для ЧоПочом возникает архитектурный вопрос на несколько лет вперёд.

Мы строим marketplace только для людей?

Или наши:
CATALOG → INVENTORY → PRICE → CHECKOUT → DELIVERY
должны стать инфраструктурой, которой смогут пользоваться ещё и AI-агенты?

Потому что следующими покупателями интернет-магазина вполне могут оказаться…
не люди. 🤖

А люди просто скажут им, что купить.

#ЧоПочом #AICommerce #Ecommerce #AI #Marketplace

БЛИЖАЙШИЙ МАГАЗИН МОЖЕТ БЫТЬ ХУДШИМ 📦

Представим будущий ЧоПочом.

Покупатель заказал товар.

Система нашла три магазина:
A — 600 метров
B — 1,4 км
C — 2,1 км

Товар есть во всех трёх.

Казалось бы:
👉 отправляем заказ в A.

Но именно так можно сломать доставку за 30 минут.

Потому что у A сейчас:
12 заказов ждут сборки
1 сотрудник
очередь на 18 минут.

У B:
2 заказа
2 сборщика
заказ можно начать через 40 секунд.

И внезапно магазин в 1,4 км может доставить быстрее магазина в 600 метрах.

Вот почему настоящий instant retail должен маршрутизировать не просто по расстоянию.

Нужно считать примерно так:

ETA = QUEUE + PICK + PACK + COURIER_WAIT + DRIVE

🚀 И здесь появляется важнейшая метрика:

FULFILLMENT CAPACITY.

Сколько заказов конкретная точка способна обработать прямо сейчас.

У Flipkart Minutes уже больше 1 000 dark stores в 130 городах. Средняя точка обрабатывает порядка 1 000–1 100 заказов в сутки.

Но dark store специально спроектирован для сборки.

А теперь представьте обычный магазин.

Там одновременно:

покупатели ходят между полками;
кассир обслуживает очередь;
продавец консультирует клиента;
приходит поставка;
и тут прилетают ещё семь интернет-заказов. 😄

Поэтому для модели ЧоПочом недостаточно знать:
SKU 48291 → AVAILABLE = 3.

Нам в перспективе понадобится знать ещё:
QUEUE = 4
PICKERS_AVAILABLE = 1
AVG_PICK_TIME = 6:20
READY_AT ≈ 14:37

И только после этого решать, откуда исполнять заказ.

Получается интересная вещь.

В instant retail лучший магазин — не обязательно ближайший.

Лучший — тот, который минимизирует:
ORDER → DOOR TIME.

А это уже задача не карты.

Это задача оркестратора города. 🧠

Если у вас обычный магазин: сколько интернет-заказов в час вы реально сможете собирать, не мешая офлайн-покупателям?

Напишите цифру. Нам очень интересно собрать реальные данные крымской розницы.

#ЧоПочом #InstantRetail #Qcommerce #Fulfillment #Ecommerce

$131,5 МЛН ЗА ОШИБКУ В РАСЧЁТЕ КУРЬЕРА 🛵

DoorDash согласился выплатить $131,5 млн после расследования расчётов с курьерами Нью-Йорка.

Около $115 млн получат примерно 264 000 курьеров.

Но самое интересное здесь — техническая причина.

Казалось бы, что сложного?

Курьер доставил заказ → получил деньги.

На практике одной доставки недостаточно.

У курьера существуют состояния:

AVAILABLE → ASSIGNED → TO_STORE → WAITING → PICKED_UP → TO_CUSTOMER → DELIVERED

А теперь начинается веселье. 😄

Курьер приехал, но магазин собирает заказ ещё 11 минут.
К нему добавили второй заказ.

Второй магазин задержался.

Первый покупатель отменил заказ.

Один заказ из batch отменился после pickup.

Курьер пересёк границу тарифной зоны.

И возникает главный вопрос:

какие именно минуты являются оплачиваемой работой?

DoorDash говорит, что часть проблем возникла из-за технических ошибок и сложных сценариев вроде multi-location orders и частичных отмен.

Только спор вокруг расчёта рабочего времени составил около $83 млн.

Вот почему серьёзная delivery-система должна хранить не просто:

order.status = delivered.

Нужен event ledger:

14:03:11 ASSIGNED
14:05:42 ARRIVED_STORE
14:14:08 PICKED_UP
14:19:17 SECOND_ORDER_ADDED
14:31:54 DELIVERED

Каждое событие имеет timestamp, источник и историю изменений.

Из этого одного потока потом считаются:

⏱️ ETA
💰 оплата курьера
📦 SLA магазина
🛵 utilization
❌ ответственность за задержку
📊 экономика заказа

ЧТО ЭТО ЗНАЧИТ ДЛЯ ЧОПОЧОМ?

Если мы строим крауд-доставку, учёт работы курьера нельзя делать «потом».

Delivery ledger — почти финансовый ledger.

Сначала нужно научиться безошибочно отвечать:

кто, где, сколько времени и в каком состоянии находился.

И только потом поверх этого строить тарифы, бонусы, batching и умный dispatch.

Потому что ошибка в одной строчке алгоритма на масштабе может стоить уже не 100 рублей.

А $131,5 млн. 🔥

Курьеры и магазины: расскажите, какое ожидание заказа при выдаче вы считаете нормальным — 2, 5, 10 минут?

#ЧоПочом #Delivery #LastMile #Qcommerce #Ecommerce

100 РЕГИСТРАЦИЙ И НОЛЬ РАБОТАЮЩИХ ПРОДАВЦОВ — ЭТО НЕ РОСТ 📉

Мы сейчас переделываем онбординг продавцов в ЧоПочом и поймали довольно неприятную продуктовую ловушку.

Можно отлично оптимизировать регистрацию.

Продавец нажал кнопку → оставил данные → получил кабинет.

Conversion = отлично. Ценности = пока ноль.

Для синхронизации остатков настоящий путь выглядит иначе:

регистрация → источник → склады → товары → mapping → dry-run → LIVE.

И только когда остаток реально начал обновляться, продавец получил первый результат. ⚙️

Поэтому одной из главных метрик нам нужен не signup rate, а Time-to-First-Value (TTFV) — сколько времени прошло от первого контакта до первой работающей ценности.

Рынок уже конкурирует именно здесь.

Rivly обещает подключение продавца менее чем за 15 минут.
SmokeDrop — запуск до первой продажи менее чем за 1 час. ⏱️

Мы пока не будем придумывать красивый норматив.

Сначала измерим фактическую воронку:

нашли → связались → заинтересовался → начал подключение → LIVE → первая оплата.

И посмотрим, где продавец реально теряет часы или дни.

Например, если регистрация занимает 2 минуты, а сопоставление 3 000 товаров — два дня, улучшать кнопку регистрации бессмысленно. 🔧

Вот это и есть автоматизация онбординга: не «сделали красивый мастер из пяти экранов», а сократили расстояние между «хочу попробовать» и «оно уже работает».

Крымские продавцы, здесь нам нужны реальные данные. Если вы синхронизируете остатки с Ozon/Wildberries/сайтом — какой этап подключения бесит больше всего?

Напишите нам. Самые частые проблемы попробуем убрать из процесса вообще. 🚀

@achopochom — строим локальную торговлю на практике 🦄

#ЧоПочом #InventoryCore #маркетплейсы #автоматизация #продавцам

В БАЗЕ ЕСТЬ. НА ПОЛКЕ НЕТ. 📦

Представьте идеальный instant retail.

Покупатель нажимает «Купить».
Система обещает доставку через 30 минут.
Курьер уже рассчитывается алгоритмом.

Через четыре минуты picker подходит к полке.

Товара нет.

Вот эта маленькая неприятность называется phantom inventory: компьютер считает товар существующим, физически продать его уже невозможно.

И здесь начинается одна из самых важных частей instant retail.

Остаток 3 ещё совершенно не означает:

«можно продать три штуки».

Между полкой и кнопкой «Купить» должна существовать примерно такая цепочка:

Physical stock → Inventory ledger → Reservations → Safety buffer → ATP

ATP — Available to Promise. То количество, которое система действительно готова сейчас обещать покупателю.

Допустим, числится 3 бутылки шампуня.

Одну покупатель прямо сейчас несёт к обычной кассе.
Вторую секунду назад зарезервировал другой онлайн-заказ.
Третья физически стоит на полке.

ON HAND = 3

Но реальный:

ATP = 1.

⚡️ И чем быстрее доставка, тем опаснее ошибка.

При доставке завтра склад ещё успеет найти замену.

При SLA 30 минут ошибка обнаруживается уже после запуска всей дорогой машины исполнения: picker потратил время, заказ приходится менять, ETA уплывает, курьер может приехать зря, покупатель получает substitution или отмену.

Поэтому Walmart строит realtime inventory visibility непосредственно внутри магазинов, внедряет цифровые полочные метки и Pick-to-Light. Сегодня digital shelf labels работают примерно в 2 300 американских магазинах Walmart. Walmart News & Leadership

И вот где становится интересно для ЧоПочом.

Мы хотим использовать обычные магазины продавцов как распределённые micro-fulfillment nodes.

Значит, нам со временем нужен не просто импорт:

товар → цена → остаток.

Нужен настоящий Inventory Core:

ON_HAND
RESERVED
AVAILABLE
SAFETY_STOCK
UPDATED_AT

А дальше — события:

SALE → RESERVE → PICK → CANCEL → RETURN → ADJUSTMENT.

Иначе можно построить великолепный dispatch, идеальный ETA и доставку за 30 минут…

…которая очень быстро привезёт покупателю ничего. 😄

🔥 Следующий вопрос ещё интереснее: как синхронизировать последнюю единицу товара, если её одновременно покупают человек у кассы и человек в приложении?

#ЧоПочом #InstantRetail #Qcommerce #Inventory #Ecommerce

ТОВАРА ПОЧТИ НЕТ. РЕКЛАМА ПРОДОЛЖАЕТ ПОКУПАТЬ КЛИКИ. 💸

У рекламных алгоритмов есть довольно забавная проблема.

Они могут быть совершенно правы — и одновременно вредить бизнесу.

Допустим:

ОСТАТОК = 4 шт.
CPC = 70 ₽
ROAS = 700%

Алгоритм видит отличный товар и делает логичный вывод:

давайте дадим ему ещё трафика.

Но рекламная система может не знать, что поставка будет только через пять дней.

Через час последние четыре штуки проданы.

А кампания продолжает участвовать в аукционах.

Получаем:

реклама → клик → карточка → товара нет.

И это не только потерянные 70 ₽.

Покупатель мог уйти к конкуренту, реклама потратила бюджет впустую, а накопленная статистика начинает обучать алгоритм на уже неактуальном состоянии товара.

📊 Проблема становится заметнее по мере роста стоимости рекламы.

По данным CommerceIQ, за последний год CPC на Amazon вырос на 8,4%, а ROAS брендов снизился на 8,1%.

Поэтому следующий уровень рекламной автоматизации — соединить два мира, которые исторически жили отдельно:

ADS + INVENTORY.

Тогда решение о ставке может выглядеть уже не так:

ROAS высокий → BID ↑

а примерно так:

ROAS высокий
CM положительный
ATP = 184
DAYS_OF_SUPPLY = 11
REPLENISHMENT = 3 дня
→ BID ↑

Но если:

ATP = 4
DAYS_OF_SUPPLY < 1
REPLENISHMENT = 5 дней
→ BID ↓ / PAUSE

🔥 А дальше становится ещё интереснее.

Можно делать обратное: если товара слишком много, спрос слабый, срок хранения или сезон заканчивается — реклама получает сигнал ускорить sell-through.

То есть inventory перестаёт быть просто цифрой в учётной системе.

Он становится входным сигналом рекламного алгоритма.

Что это значит для ЧоПочом?

Именно поэтому Ads Core и Inventory Core в перспективе интереснее не как два отдельных сервиса.

Их ценность появляется в момент, когда один начинает понимать другого:

остаток → прогноз → маржа → реклама → заказ → новый остаток.

Получается замкнутый контур управления торговлей. 🧠

Мы его ещё строим — и именно поэтому сейчас важно правильно определить сигналы между системами.

Продавцы, интересно проверить это на реальности: у вас бывало, что реклама продолжала вести покупателей на товар, который уже закончился или вот-вот закончится?

Расскажите кейс.

#ЧоПочом #Реклама #Ecommerce #Inventory #Marketplace

WALMART БОЛЬШЕ НЕ ХОЧЕТ БЫТЬ ПРОСТО МАГАЗИНОМ 🛒

Происходит интересная штука.

Walmart начал подключать к своей доставочной системе… чужие рестораны.

Теперь очередь дошла до Dunkin': сначала 150 точек внутри Walmart, а затем сервис планируют распространить на большинство из примерно 10 000 ресторанов Dunkin' в США. ☕️

Причём ресторан необязательно должен находиться внутри Walmart.

Покупатель открывает приложение Walmart → выбирает ресторан → собирает заказ → получает его через уже существующую доставочную инфраструктуру Walmart.

То есть архитектура постепенно становится такой:

ПОКУПАТЕЛЬ
↓
ЕДИНЫЙ МАРКЕТПЛЕЙС
↓
ТЫСЯЧИ ЛОКАЛЬНЫХ ТОЧЕК
↓
ЕДИНАЯ LAST MILE СЕТЬ
↓
ПОКУПАТЕЛЬ

И вот это уже гораздо интереснее очередной доставки пончиков. 🚀

У Walmart есть невероятный инфраструктурный козырь:

около 90% населения США живёт в пределах 10 миль от магазина Walmart.

Раньше эти магазины были местами продажи.

Потом стали fulfillment nodes для интернет-заказов.

Теперь поверх них строится сеть, которая способна обслуживать ещё и сторонних продавцов и рестораны.

Получается довольно важный сдвиг:

ритейлер → fulfillment network → local-commerce platform.

И здесь трудно не провести параллель с ЧоПочом.

Только нам необязательно сначала строить тысячи собственных магазинов.

У города они уже есть.

Аптеки.
Мебельные.
Цветочные.
Зоотовары.
Электроника.
Продукты.
Рестораны.

💡 Если объединить их каталог, realtime-остатки, заказы и доставку в одну систему, сам город превращается в распределённый склад.

И тогда главный актив маркетплейса — уже не огромный склад на окраине.

А способность ответить за миллисекунды:

где ближайшая нужная вещь и как быстрее всего доставить её покупателю.

Вот эту инфраструктуру нам и интересно построить в ЧоПочом. 🔥

Если у вас магазин в Крыму — напишите, что продаёте и насколько быстро сегодня можете подготовить интернет-заказ к выдаче. Нам очень интересны реальные цифры.

#ЧоПочом #InstantRetail #Qcommerce #Ecommerce #Доставка

120 ГОРОДОВ. 800 УЗЛОВ. $1 МЛРД. НО ГЛАВНАЯ ЦИФРА — <10% 📍

Amazon Now за две недели расширился уже более чем до 120 городов Индии.

Заказы поддерживают около 800 micro- и urban fulfillment centers.

В сентябре сервис достиг примерно $1 млрд annualized gross sales.

Квартальный объём заказов удваивается.

Звучит как готовая машина. 🚀

Но есть цифра интереснее остальных:

Amazon Now пока используют менее 10% пользователей основного приложения Amazon India.

И вот здесь хорошо видно, как строится instant retail.

Обычный q-commerce стартап начинает примерно так:
dark stores → курьеры → ассортимент → пользователи

У Amazon уже существует огромный слой спроса.

Поэтому конструкция другая:

существующие пользователи → fulfillment nodes → локальный inventory → обещание доставки → активация

То есть компании не обязательно сначала искать нового покупателя.

Нужно сделать так, чтобы существующему покупателю внезапно стали доступны товары через 10–30 минут.

Но поставить 800 точек на карту недостаточно. ⚙️

Каждый fulfillment node должен набрать плотность.

Для сравнения: Flipkart Minutes уже имеет 1 000+ dark stores, а точки возрастом 5–6 месяцев выполняют примерно 1 000–1 500 заказов в сутки.

Почему это важно?

У dark store есть аренда, персонал, оборудование и запас товара независимо от того, получил он сегодня 100 заказов или 1 000.

Поэтому настоящий KPI сети — не:

«мы открылись в 120 городах».

А примерно:

orders / node / day
И рядом ещё четыре:
acceptance rate

pick time

delivery radius

cost per order

repeat rate

📦 Здесь есть важное отличие ЧоПочом.

Мы не хотим строить сотни собственных dark stores.

Нашими fulfillment nodes могут становиться уже существующие магазины города.

Это сильно уменьшает необходимость инвестировать в собственную недвижимость и товарный запас.

Но создаёт другую проблему:
мы гораздо меньше контролируем остатки, скорость сборки и операционные процессы каждого node.

Поэтому для нашей модели число подключённых магазинов — тоже опасная vanity metric.
1 000 продавцов на карте ≠ 1 000 работающих fulfillment nodes.

Работающий node — это магазин, который видит заказ, подтверждает наличие, собирает его за предсказуемое время и стабильно передаёт курьеру.

Именно такую сеть имеет смысл строить.

Продавцы Крыма: интересный эксперимент — сколько заказов в час ваш магазин реально способен собрать, не мешая обычным покупателям?

1? 5? 20?

Напишите категорию и цифру. Это одна из метрик, которую нам действительно интересно измерять вместе с вами. 📊

#ЧоПочом #InstantRetail #Qcommerce #Fulfillment #Ecommerce