SiteLab

DTL.by: headless OpenCart на Next.js с AI-подбором товаров

Витрину интернет-магазина автохимии перевели на быстрый Next.js frontend, не переписывая рабочий OpenCart backend. Заказы, оплаты, доставка и админка остались на месте, а клиентская часть стала быстрее, гибче и получила AI-конфигуратор.

OpenCart 2.3Next.jsTypeScriptSSR / ISRMySQLAI-подборVector cacheSEO URL
DTL.by headless OpenCart на Next.js

Результат

Проект в цифрах

OpenCart

оставили админкой для товаров, заказов, оплат и доставки

Next.js

вынесли клиентскую витрину, каталог, корзину и checkout

~8 → ~1

снизили load average сервера под пиковыми AI-запросами

в 4,8×

ускорили тяжёлые запросы AI-подбора: с ~24 до ~5 с

Не “переписать магазин”, а безопасно заменить слабое место

У бизнеса уже работали товары, заказы, оплата, доставка и админ-процессы. Поэтому задача была не в том, чтобы начать с нуля, а в том, чтобы вынести тормозящую клиентскую витрину в современный frontend и оставить стабильную коммерческую механику внутри OpenCart.

01

Не ломали рабочий backend

OpenCart 2.3 остался источником товаров, цен, заказов, оплат, доставки и личного кабинета. Бизнес не переезжал на новую CMS и не терял привычные процессы.

02

Собрали быстрый storefront

Клиентскую часть вынесли в Next.js: SSR/ISR, быстрые страницы категорий, карточки, фильтры, поиск, корзина и checkout поверх существующих данных.

03

Сохранили SEO при переезде

Проработали SEO URL, структуру страниц и 301-редиректы, чтобы переход на headless-витрину не сломал индекс и поисочный трафик.

04

Добавили AI-подбор автохимии

Покупатель описывает задачу, бюджет и тип применения. Система подбирает товары из каталога и собирает понятную рекомендацию вместо ручного поиска по разделам.

05

Довели AI до продажи

AI-подбор не просто отвечает текстом: он ведёт к конкретным товарам, учитывает приоритет брендов и помогает собрать набор под задачу клиента.

06

Оптимизировали нагрузку

Для AI-поиска по каталогу сделали бинарный векторный кэш. Сервер перестал проседать под тяжёлыми запросами, а ответы стали заметно быстрее.

AI-подбор товаров DTL

AI-фича в продаже

AI-конфигуратор помогает выбрать автохимию без менеджера

В большом каталоге клиент часто не знает, какой состав, расходник или набор ему нужен. AI-подбор переводит свободный запрос в конкретную подборку товаров и быстрее доводит человека до покупки.

подбор по смыслу запроса, а не только по совпадению слов
учёт бюджета, задачи и типа клиента
приоритет нужных брендов и релевантных товарных групп
работа с каталогом 1377+ позиций без ручной консультации менеджера

Когда такой подход нужен

Если магазин уже продаёт, но frontend тормозит и мешает расти

Headless-переезд подходит, когда CMS или OpenCart ещё выполняют бизнес-функции, но клиентская часть не тянет скорость, SEO, мобильный UX, каталог или новые AI-сценарии. В этом случае не обязательно выбрасывать всю систему: можно заменить только то, что ограничивает продажи.

Проверяемый результат

Не переписали бизнес — заменили ограничивающий слой

Headless-переезд ценен не названием технологии, а тем, что действующие товары, заказы и оплаты продолжают работать, пока клиентская часть получает новую скорость и возможности.

01

Задача

Сохранить привычную админку и заказы

Один рабочий backend

Результат

OpenCart 2.3 остался источником товаров, цен, клиентов, оплат, доставки и заказов.

02

Задача

Ускорить и развивать витрину

Живой storefront DTL.by

Результат

Каталог, поиск, фильтры, корзина, checkout и кабинет вынесены в Next.js.

03

Задача

Не потерять поисковые URL

Переезд без второго каталога

Результат

Сохранена структура спроса, настроены SEO URL и 301-редиректы при переезде.

04

Задача

Снять пики AI-поиска

~8 → ~1 load average

Результат

Векторы переведены в бинарный кэш, тяжёлые запросы больше не пересобирают данные на лету.

Что подтверждено

  • ✓Тяжёлый AI-запрос ускорен примерно с 24 до 5 секунд — в 4,8 раза.
  • ✓Подбор работает по реальному каталогу из 1377+ позиций.
  • ✓Корзина, checkout, доставка и оплаты используют существующую бизнес-логику OpenCart.
  • ✓AI ведёт к конкретным товарам и не создаёт отдельную товарную базу.

Границы кейса

  • —Цифры нагрузки относятся к зафиксированному пиковому сценарию AI-поиска, а не ко всем запросам магазина.
  • —Headless не отменяет обслуживание OpenCart: backend остаётся частью рабочей системы.
  • —AI-подбор помогает с выбором, но цена и наличие перепроверяются по данным магазина.

Вопросы по реализации

Нужно ли переносить товары в новую CMS?

Нет. В этом проекте OpenCart остался главным источником каталога и заказов, а Next.js работает как современная клиентская витрина.

Как сохранили SEO при смене frontend?

Сопоставили старые и новые URL, сохранили важную структуру и настроили постоянные редиректы там, где адрес менялся.

Почему бинарный кэш ускорил AI-подбор?

Векторные данные не нужно повторно читать и преобразовывать из тяжёлого исходного формата при каждом запросе.

Следующий шаг

Продолжить архитектуру магазина

Перенос, товарный обмен и новые каналы продаж — отдельные контуры вокруг работающей витрины.

Готовы начать?

Расскажите, какой цифровой продукт нужен бизнесу.

Для первого ответа хватит нескольких предложений: что работает сейчас и какой результат нужен.

info@sitelab.by

Обсудить задачу

Выберите удобный способ связи

Ответим на вопросы, предложим первый план и сориентируем по срокам и бюджету.