Автоматизировали создание 30 000 карточек товаров. Кейс Kortex

Представьте: вы продаете 6000 товаров. На каждый нужно 3-5 карточек для разных площадок. Вручную это 30 000 изображений. А если нужно обновить плашку со скидкой или протестировать новый фон? Дизайнеры потратят на это месяцы однообразной работы.

При этом регулярное обновление карточек и A/B-тесты напрямую влияют на выручку. По статистике e-commerce, оптимизация визуалов и структуры карточек способна поднять конверсию в покупку на 12–28%. Но чтобы тестировать гипотезы на огромном каталоге, нужен инструмент массовой генерации.

Мы собрали автоматизированный конвейер для компании Kortex — ритейлера автозапчастей на маркетплейсах. Теперь они могут внедрять лучшие варианты дизайна сразу на весь ассортимент за несколько часов, редактируя только один мастер-шаблон.

Вызов: Дизайн под каждый SKU

Раньше компания использовала один компромиссный дизайн карточек. Физически собирать вручную разные версии инфографики (под Ozon, под WB, под сезонные акции) для тысяч товаров было просто очень долго. Дизайн занимал огромную часть времени.

Дизайнерам буквально приходилось вручную искать фотографии нужных автомобилей в правильном ракурсе и раскидывать их по макетам. Это превратилось в бесконечную рутину с высоким риском ошибок.

Цель — сделать так, чтобы система сама забирала данные, сама находила фотографии нужных машин и собирала уникальные карточки для разных товаров.

Решение: Автоматизированный конвейер

Мы не стали делать тяжелую админку. Для скорости запуска MVP-версии интерфейсом управления стала обычная Google Таблица с кастомным меню через Apps Script.

Как это работает:

1. Дизайнер меняет один мастер-шаблон в Figma (перекрашивает плашку, меняет шрифт).

   

2. Менеджер отмечает нужные артикулы галочкой и жмет «Запустить генерацию».

3. Наш скрипт-оркестратор берет шаблон, переводит его в код и подставляет нужные данные: технические характеристики из базы, фото самой детали и фотографию машины.

4. Готовые карточки ложатся в нужные папки на Яндекс.Диск.

Где мы взяли фото авто? Чтобы не искать их вручную, клиент заранее сгенерировал более 1000 изображений автомобилей (без фона, в едином ракурсе), которые мы привязали к базе данных.

Для простоты разработки мы не стали собирать сложный отдельный интерфейс. Управление всем конвейером происходит прямо из обычной Google Таблицы с добавленным кастомным меню.

Результаты

• 30 000 дизайнов в клик. Автоматизирована генерация полных комплектов карточек (главная, размерная, применимость) на 6000 SKU для разных площадок.
• Свобода A/B-тестирования. Стало легко тестировать конверсию. Если новый фон работает лучше, внедрить его на весь каталог теперь — вопрос нескольких часов машинного времени, а не месяцев работы отдела дизайна.
• Снижение когнитивной нагрузки и ошибок. Больше не нужно руками подбирать картинки нужных моделей машин под каждую деталь — алгоритм подтягивает их автоматически.

Факапы и сложности

1. Figma как база данных. Мы завязали логику подстановки текста и картинок на названия слоев в Figma. К этому нужно было привыкнуть: малейшая опечатка в имени слоя или сбитое выравнивание ломали финальный рендер графики.
2. Нужна нормализация базы. Исходные таблицы содержали массу неточностей. Нам пришлось потратить солидное количество энергии, чтобы почистить данные и написать скрипты, раскладывающие сырые тексты в строгие колонки.
3. Эффект «отсутствующей детали». Периодически случались сбои конвейера. При разборе логов выяснялось, что скрипт отработал идеально, просто на исходном Яндекс.Диске физически не лежало нужной фотографии детали.

Мы собрали надежный двигатель контента, который сэкономил компании тысячи часов рутинного труда и развязал руки маркетологам для A/B-тестирования карточек.

Нужна подобная автоматизация рутины? Напишите нам, обсудим ваш процесс.