Корпоративний університет менеджерів для e-commerce: онбординг за 15 днів

Ви найняли менеджера з продажів. Наступні два-три місяці він отримує зарплату, але продає мало - бо ще не знає ні товарів, ні того, що відповідати на типові заперечення.

Щоб він навчився, ваш найкращий продавець витрачає до половини свого часу на «пояснити втретє те саме». Два робочі місця замість одного, і жодне з них не працює на повну.

А коли досвідчений менеджер звільняється, він забирає всі ці знання із собою. Наступний найм починається з нуля, і цикл повторюється.

15 днів

цільовий онбординг новачка

9 модулів

М0-М9 повна програма

6 БД

атомарна структура знань у Notion

Статус проєкту

Кейс у активній розробці. Реалізовано: каркас бази знань, операційні модулі бізнес-процесу й доставки, перші 3 категорії карток топ-товарів. У роботі: скрипти комунікацій, атестаційні квізи, AI-шар на хмарних моделях. Конкретні метрики ефекту фіксуються після першого циклу онбордингу новачка.

Проблема: знання живе в головах, а не в компанії

Інтернет-магазин з кількома тисячами позицій в асортименті. Менеджери продають по телефону і в месенджерах, кожен новий товар чи акція - новий шар знань для команди.

Само це не вирішується, бо в компанії немає місця, де знання зберігається. Воно існує тільки як досвід конкретних людей.

Три наслідки того, що знання ніде не записане

🕐 Довгий старт

Новачок виходить на нормальну продуктивність за 2-3 місяці
Тренер витрачає до половини часу на повтори одних і тих самих пояснень

🧠 Знання не в компанії

Знання про товари живе у головах старших менеджерів
При звільненні досвідченого менеджера експертиза йде разом з ним

🎲 Лотерея для клієнта

Якість консультації залежить від того, на кого попав клієнт
Продаж перестає бути передбачуваним процесом

Спроба закрити це «великим документом» не працює: файл на 300 сторінок ніхто не читає, а після першого ж оновлення асортименту він перестає бути правдою.

Як автоматизація це вирішує

Замість документа збираємо систему, яка сама вирішує, чого саме треба навчити новачка, і сама його тренує. Дані продажів показують, які товари насправді приносять гроші. По них будуються міні-тренінги.

Далі новачок вчиться не на живих клієнтах, а на симуляторі, який поводиться як клієнт і не шкодить продажам, поки той помиляється.

Як товар з каталогу стає компетенцією менеджера

CRM + каталог → Python pandas → Топ-12 категорії → Notion бази даних

Навчання → LLM-симулятор → Атестація

Чому саме топ-12, а не весь каталог

Дані продажів за період підіймаються з CRM, Python формує рейтинг товарів за виручкою і вибирає топ-12 у кожній категорії. На ці 12 позицій будуються повноцінні картки в Notion з усім, що менеджер має сказати клієнту.

Решту асортименту менеджер закриває за принципом «знаю де подивитись», а не «знаю напам’ять». Це різниця між реальною програмою на 15 днів і нескінченним зубрінням.

Що робить хмарна модель

Модель працює поверх бази знань у двох режимах. Перший - довідник: менеджер питає своїми словами і отримує відповідь із бази, а не з інтернету.

Другий - симулятор клієнта: модель грає роль покупця і кидає новачку реальні заперечення, поки той не почне відповідати впевнено. Атестація проходить по гейтах, після яких людину випускають на самостійні продажі.

Що це дає бізнесу

Що вже працює: каркас бази знань розгорнуто, операційні модулі бізнес-процесу й доставки наповнено, а перші 3 категорії закрито повністю - 36 карток-тренінгів топ-товарів, усі перевірено власником. Аналітику побудовано з нуля: топ-12 у кожній категорії визначається автоматично з вивантаження CRM.

Конкретні метрики ефекту фіксуються після першого циклу онбордингу новачка. Ось те, заради чого система будується.

Що змінюється в щоденній роботі команди

📉 До системи

Новачок вчиться на живих клієнтах і на чужому часі
Кожен найм починається з нуля
Продажі залежать від конкретних людей

✅ Після впровадження

Структурована програма на 15 робочих днів з 3 гейтами атестації
База знань як єдине джерело правди про товари, процеси і політики
Скрипти і шаблони, готові до зачитування на «Ви» без імпровізації
Симулятор клієнта на хмарній моделі для тренування реальних заперечень
Знання залишається у системі, а не йде з людьми при ротації

Масштаб роботи попереду видно чесно: 3 категорії з 20+ готові, і це лише старт. Далі весь каталог - 2000+ товарів за відпрацьованим шаблоном.

Як це влаштовано всередині

Далі - інженерна частина

Наступний розділ пояснює, як система влаштована. Якщо вас цікавить лише результат, його можна пропустити - нижче є розділ про те, кому це підходить.

Шари системи

ДаніВивантаження з CRM за період, експорт асортименту з e-commerce платформи з аліасами URL, цінами, фото

АналітикаPython (pandas) формує рейтинг товарів за виручкою, рахує частку у категорії, виявляє топ-12 для глибокого вивчення

База знаньNotion як єдине джерело правди: 6 БД (Категорії, Картки товарів, Скрипти і шаблони, Прогрес новачків, Модулі і тести, Матриця крос-селу)

Програма9 модулів М0-М9: компанія і команда, продукт по категоріях, бізнес-процес замовлення, доставка і оплата, скрипти, робота з запереченнями, атестація

ОркестраціяВласний сервіс на Python 3.12: FastAPI віддає HTTP-endpoint менеджерам, APScheduler веде розклад і тригери з CRM, httpx ходить у моделі, SQLite тримає журнал і ліміти, Docker Compose піднімає все одним файлом

AI-шар у роботіХмарні моделі Anthropic і Google. RAG по базі Notion для відповідей менеджеру, симулятор клієнта для відпрацювання заперечень

Анатомія картки топ-товару

Це не просто картка товару - це повноцінний міні-тренінг із продажу саме цієї позиції. Не PDF-довідник на 300 сторінок, а атомарна одиниця знань: окрема сторінка в Notion з 34 полями метаданих і 13 блоками контенту.

Менеджер відкриває картку і за 30 секунд має все, щоб не просто розповісти про товар, а продати його.

Структура картки топ-товару у Notion

Ідентифікаціяартикули, бренд, фасовки з частками продажів, посилання на товар на сайті, фото

Аналітикасума продажів, замовлень, кількість продано, ранг товару у категорії

Хукпсихологічний хук в одному реченні: чому клієнт це купує

Контентопис продукту, БЖУ зі джерелом, аудиторія, маркери, переваги, способи використання, протипоказання

Скриптготовий питч на 30 секунд, FAQ клієнта, відповіді на типові заперечення, порада новачку

Звʼязкиself-relation на товари для крос-селу, прив'язка до сторінки категорії з усією логікою

Чому Notion як ядро

База знань це не контент, це поведінка системи. Документ у Word після першого ж апдейту перестає бути актуальним, бо не існує процесу його синхронізації. Notion як платформа дає чотири речі, які роблять базу живою:

Атомарність. Кожен товар, кожен скрипт, кожен модуль це окрема сторінка з власною історією змін. Можна правити одну фразу в одній картці без переписування цілого документа.
Реляції. «Допродати з цим» це не текст «див. також», а живе посилання, по якому менеджер потрапляє на потрібну картку за один клік.
Версіонування. Правка скрипта оновлюється для всієї команди одночасно, без розсилки нової версії PDF.
API. Контент Notion стає прямим джерелом для RAG без проміжного експорту.

Зміна тексту скрипта одним менеджером миттєво доступна всім. Через 6 місяців система не «застаріває» сама собою.

Чому хмарна модель, а не локальна

🖥 Своя модель на власному залізі

Дані не покидають периметр - вагомо, коли в базі є персональні дані клієнтів
Сервіс зупиняється разом зі світлом: під час відключення тренажер і довідник недоступні
Капітальні витрати на відеокарту плюс постійний час на утримання інфраструктури
Стеля якості впирається в те, що влазить у памʼять однієї карти

☁️ Хмарна модель

Незалежність від електропостачання: сервіс живий, поки є інтернет
Передбачувані витрати: рахунок рахується наперед по обсягу запитів команди
Інфраструктуру не треба купувати, оновлювати й утримувати
Доступ до топових моделей Anthropic і Google без апгрейду заліза

Аргумент за локальність тримався на приватності. Але база знань тут - це товари, скрипти й регламенти, а не персональні дані клієнтів, тож головна причина тримати модель удома відпадає.

Що лишається вирішальним - безперервність. В українських реаліях з відключеннями світла власний GPU-сервер означає, що симулятор і довідник менеджера зникають разом зі світлом, саме тоді, коли команда вже перейшла на резервне живлення й ноутбуки. Для щоденних операційних задач це питання не економії, а того, працює сервіс чи ні.

Доступ до моделей іде через власний сервіс на FastAPI: він тримає ключі, ліміти й журнал запитів у SQLite, а менеджери працюють через один внутрішній HTTP-endpoint. APScheduler усередині того ж сервісу веде розклад і тригери з CRM, увесь стек піднімається через Docker Compose.

Дорожня карта впровадження

01Каркас Notion

→

02Топ-3 категорії карток

→

03Зараз: скрипти і AI-шар

✅ Готово

Дім Notion розгорнуто: 6 БД зі схемою під продукт, процес і прогрес.
Структура М0-М9 на місці, операційні модулі бізнес-процесу та доставки і оплати наповнено з реального голосового брифа власника.
Розраховано рейтинг товарів і обрано топ-12 у кожній категорії за реальними даними CRM.
Перші 3 категорії повністю готові: 36 карток-тренінгів топ-товарів, усі перевірено власником. Це лише старт - попереду весь каталог: 20+ категорій і 2000+ товарів.

🔄 В роботі

Скрипти комунікацій по телефону і в месенджерах: чекаємо голосовий бриф власника, далі вносимо як готові тексти у БД «Скрипти».
Решта категорій каталогу: підхід відпрацьовано, далі повторюємо як шаблон.
AI-шар: підключення хмарних моделей Anthropic і Google, RAG поверх бази Notion, симулятор клієнта для тренування заперечень.

🛣 Далі

Атестаційні квізи в кінці кожного модуля з автоматичною оцінкою.
Трекер прогресу новачка з гейтами «можна продавати самостійно».
Автоматизації на власному сервісі (FastAPI + APScheduler): тригери з CRM (новий статус, новий клієнт) піднімають релевантний скрипт у поле менеджера.

Кому це підходить

E-commerce з асортиментом від 1 000 SKU і командою продажів від 3 осіб.
Бізнес з постійним наймом новачків, де собівартість «місяця простою» новачка вища за вартість впровадження системи.
Компанія, де знання критичне (медицина, фінанси, складна продуктова експертиза) і його втрата при звільненні досвідченого співробітника боляча.
Власник, який хоче масштабувати команду без падіння якості клієнтського сервісу.

Побутова ознака, за якою легко перевірити, чи це про вас: якщо ваш найкращий продавець регулярно відриває себе від власних клієнтів, щоб пояснити новачкові те, що вже пояснював минулого місяця, - так, це про вас.

Корпоративний університет це не курс. Курс закінчується випуском. Це інфраструктура, яка працює, поки бізнес росте.