Ви витратили місяці на дизайн продукту, але покупець бачить лише статичні фото. Він не може покрутити товар, розглянути деталі, приміряти матеріали. Результат — низька конверсія та повернення через невиправдані очікування. 3D-конфігуратор на WebGL вирішує цю проблему: інтерактивна модель у реальному часі підвищує залученість і довіру. За нашими даними, конверсія зростає на 30–40%, а повернення знижуються на 25%. Ми впроваджуємо такі рішення вже 5+ років, реалізували 20+ проєктів для меблів, взуття, автомобільних аксесуарів.
Основні проблеми, які вирішує 3D-конфігуратор
- Спотворене сприйняття розміру та пропорцій. Покупець не оцінить, як диван впишеться в кімнату. Конфігуратор з AR-режимом показує об'єкт у реальному просторі через камеру смартфона — особливо цінно для великогабаритних товарів.
- Складність вибору з безлічі варіантів. Коли у продукту 20 кольорів і 5 матеріалів, статичні зображення незручні. Конфігуратор динамічно оновлює модель, економлячи час.
- Технічні обмеження пристроїв. WebGL-рендеринг на старих смартфонах може гальмувати. Ми вирішуємо це через LOD-моделі, Draco-стиснення та відкладене завантаження текстур — забезпечуємо 60 FPS на пристроях середньої продуктивності.
Як ми створюємо 3D-конфігуратор?
Вибір стеку — ключовий етап. Якщо проєкт на React — використовуємо React Three Fiber (R3F). Він надає декларативний API для Three.js, скорочуючи boilerplate-код. Для чистого JavaScript або складної фізики — Babylon.js з вбудованим редактором сцени. Для простого перегляду без кастомізації — model-viewer від Google.
Технологічний стек
| Бібліотека |
Особливості |
Коли вибирати |
| Three.js |
Базова WebGL-бібліотека, максимальна гнучкість |
Без фреймворку, повний контроль |
| React Three Fiber |
React-обгортка над Three.js, декларативний підхід |
Проєкт на React |
| Babylon.js |
Вбудовані фізика, PBR, GUI |
Складна сцена, візуальний редактор |
| model-viewer |
Веб-компонент Google з AR |
Простий перегляд, без конфігурації |
Робота з моделями
Основний формат — GLTF/GLB з Draco-стисненням. Стиснення зменшує розмір моделі в 5–10 разів. Для AR на iOS конвертуємо в USDZ. Не приймаємо OBJ та FBX — їх потрібно переводити.
| Формат |
Розмір |
Браузер |
Особливості |
| GLTF/GLB |
Компактний |
Так |
Стандарт вебу, PBR |
| OBJ |
Великий |
Так |
Застарілий |
| FBX |
Великий |
Ні |
Потребує конвертації |
| USDZ |
Середній |
Safari |
Apple AR Quick Look |
| Draco-стиснутий GLTF |
Мінімальний |
Так |
Оптимальний для вебу |
Приклад архітектури на React Three Fiber
import { Canvas, useLoader } from '@react-three/fiber'
import { GLTFLoader } from 'three/examples/jsm/loaders/GLTFLoader'
import { DRACOLoader } from 'three/examples/jsm/loaders/DRACOLoader'
import { OrbitControls, Environment } from '@react-three/drei'
import { Suspense } from 'react'
function ChairModel({ configuration }) {
const gltf = useLoader(GLTFLoader, '/models/chair-base.glb', (loader) => {
const draco = new DRACOLoader()
draco.setDecoderPath('/draco/')
loader.setDRACOLoader(draco)
})
useEffect(() => {
gltf.scene.traverse((node) => {
if (node.isMesh && node.name.startsWith('Seat')) {
node.material = getMaterialForChoice(configuration.material)
}
if (node.isMesh && node.name.startsWith('Frame')) {
node.material.color.setHex(configuration.frameColor)
}
})
}, [configuration])
return <primitive object={gltf.scene} />
}
Оптимізація продуктивності
Використовуємо LOD (Level of Detail): для далеких об'єктів завантажуємо спрощені версії. Для повторюваних елементів (ніжки стільця) — інстансинг. Texture Atlas об'єднує кілька текстур в одну, зменшуючи кількість draw calls. Результат — 60 FPS на пристроях середньої продуктивності.
Процес роботи над конфігуратором
- Аналіз моделі — перевіряємо CAD-модель на полігональну сітку, виправляємо topology, переводимо в GLTF.
- Прототипування — створюємо базовий перегляд з камерою Орбіт.
- Розробка логіки — прив'язуємо параметри до UI, реалізуємо зміну матеріалів, розрахунок ціни.
- Оптимізація — LOD, стиснення, тестування продуктивності.
- Інтеграція — вбудовуємо конфігуратор у каталог, налаштовуємо збереження конфігурації, AR.
- Тестування — на реальних пристроях, у різних браузерах.
Що входить у роботу
- Документація: архітектура, API, інструкція з оновлення моделей.
- Доступ до репозиторію з вихідним кодом.
- Навчання команди замовника: як додавати нові модифікації, змінювати матеріали, завантажувати моделі.
- Гарантія на код — 6 місяців.
- Підтримка після запуску: консультації, виправлення помилок.
Терміни орієнтовно
- Базовий перегляд з обертанням: 2–3 дні.
- Зміна матеріалів і текстур: 3–5 днів.
- Повний конфігуратор з бізнес-логікою та ціною: 5–8 днів.
- AR-режим: 2–3 дні.
- Оптимізація та інтеграція: 3–5 днів.
Загальний термін — 3–5 тижнів. Підготовка моделі (окремий етап) — 1–4 тижні.
Типові помилки при розробці 3D-конфігураторів
- Ігнорування LOD — призводить до гальмування на мобільних.
- Занадто великі текстури без mipmaps.
- Відсутність зворотного зв'язку при завантаженні моделі (користувач бачить порожній екран).
- Неправильне керування пам'яттю — витоки при перемиканні конфігурацій.
Чому варто замовити конфігуратор у нас?
Ми працюємо з 3D-конфігураторами 5+ років, виконали 20+ проєктів для різних ніш. Надаємо гарантію 6 місяців, передаємо документацію та навчаємо команду. Ваш виграш — зростання конверсії та лояльності клієнтів. Окупність конфігуратора — 2–3 місяці за рахунок зниження повернень. Зв'яжіться з нами для аналізу вашої моделі та розрахунку вартості. Замовте розробку 3D-конфігуратора під ключ.
Розробка інтернет-магазинів
Ми знаємо: інтернет-магазин — це не просто «сайт з кошиком». Це розподілена система управління товарами, інвентарем, замовленнями, платежами, доставкою, поверненнями та комунікацією з клієнтами. Кожен блок має нетривіальну реалізацію, і більшість проблем в e-commerce виникає на стику цих підсистем. Наш досвід — понад 50 реалізованих проектів — показує, що правильна архітектура на старті економить до 40% бюджету на доробках.
Чому продуктивність каталогу деградує при зростанні SKU?
Найчастіша технічна проблема e-commerce — деградація сторінок категорій при збільшенні асортименту. Сторінка працює добре на 500 товарах і починає гальмувати на 10 000. Причини майже завжди одні й ті ж.
N+1 на атрибутах. Завантажуєте список товарів — 50 елементів. Для кожного потрібні категорія, головне фото, ціна з урахуванням знижки, наявність на складі, рейтинг. Без правильного eager loading це 250+ запитів на сторінку. В Laravel вирішується через with(['category', 'mainImage', 'currentPrice', 'stockStatus']) та withAvg('reviews', 'rating'). Але варто з'явитися персональним цінам (b2b) або складським залишкам по регіонах — і одного with() недостатньо. Потрібні Query Object або виділений ReadModel.
Фасетна фільтрація без індексів. Фільтр за кольором + розміром + брендом + діапазоном цін на таблиці в 500 000 записів без складених індексів — це seq scan при кожному запиті. PostgreSQL з правильними індексами тримає фасетну фільтрацію до кількох мільйонів товарів. Для великих каталогів — Elasticsearch або OpenSearch з агрегаціями: вони рахують кількість товарів на фільтр (facet counts) значно швидше.
Пагінація через OFFSET. LIMIT 50 OFFSET 10000 на великій таблиці — погана ідея: PostgreSQL все одно читає перші 10 050 рядків. Keyset pagination (cursor-based) через WHERE id > $last_id ORDER BY id LIMIT 50 працює за постійний час незалежно від сторінки. Як зазначено в документації PostgreSQL, cursor-based pagination гарантує O(log n) при будь-якому зміщенні, що особливо важливо для каталогів із сотнями тисяч товарів.
Конкретний кейс: каталог будівельних матеріалів, 180 000 SKU, фасетна фільтрація по 12 атрибутах. Після переходу з OFFSET-пагінації на курсорну та додавання partial index по (category_id, is_active, price) час відповіді сторінки каталогу знизився з 4,2 с до 280 мс. Економія на серверних ресурсах склала близько 30 000 ₽ на місяць. В іншому проекті (ювелірний маркетплейс) впровадження агрегацій через Elasticsearch скоротило час фільтрації з 8 до 200 мс та заощадило 50 000 ₽ на місяць на інфраструктурі — ще один приклад, як правильна архітектура знижує TCO.
Що таке race condition у кошику та як його уникнути?
Checkout — місце, де гроші або потрапляють на рахунок, або ні. Технічні проблеми тут коштують дорого.
Race condition при резервуванні товару. Два покупці одночасно додають останній екземпляр у кошик і обоє натискають «Оплатити». Без песимістичного блокування або атомарного UPDATE з перевіркою залишку обидва замовлення проходять, інвентар іде в мінус. В PostgreSQL:
UPDATE inventory
SET reserved = reserved + $quantity
WHERE product_id = $id
AND (available - reserved) >= $quantity
RETURNING id;
Якщо RETURNING повернув 0 рядків — товару немає, показуємо помилку до списання грошей.
Ідемпотентність платіжних вебхуків. payment.succeeded від Stripe або ЮКассы може прийти двічі через мережеві збої або retry-логіку на стороні шлюзу. Без перевірки WHERE NOT EXISTS (SELECT 1 FROM processed_events WHERE event_id = $id) — дублювання замовлення або подвійне зарахування. Webhook idempotency — обов'язковий патерн для будь-якого платіжного інтегратора. Ми включаємо тест на ідемпотентність у стандартний чек-лист кожного проекту.
Checkout у кілька кроків. Multi-step checkout (адреса → доставка → оплата → підтвердження) vs single-page checkout. Дослідження показують, що single-page з прогрес-індикатором конвертує на 15–20% краще на мобільних. Стан між кроками — або localStorage + server-side сесія, або повністю server-side з проміжним збереженням. Ми гарантуємо, що кожне замовлення проходить аудит на ідемпотентність та блокування — це входить у стандартний чек-лист тестування.
Чому варто уникати CommerceML для великих каталогів
CommerceML через HTTP — класична інтеграція 1С з сайтом. 1С вивантажує XML за розкладом, сайт імпортує. Для невеликих каталогів (до 5 000 SKU) це прийнятно, але при зростанні до 50 000+ SKU виникають проблеми: файл вивантаження 200 МБ кожні 30 хвилин, парсинг блокує чергу, імпорт займає 10–15 хвилин, в цей час на сайті старі ціни. Рішення — інкрементальне вивантаження (тільки зміни) та фонова обробка через Laravel Queue з кількома workers. Для високонавантажених систем ми рекомендуємо REST API або проміжну шину (RabbitMQ).
Як інтегрувати 1С з інтернет-магазином?
1С — окрема глава. Три поширених способи інтеграції:
-
CommerceML через HTTP — 1С вивантажує XML за розкладом, сайт імпортує. Працює для невеликих каталогів, є затримка синхронізації.
-
REST API / OData від 1С — двостороння синхронізація в реальному часі. Вимагає налаштування на стороні 1С, примхлива до версій конфігурацій.
-
Проміжна шина (RabbitMQ / Kafka) — 1С публікує події, сайт підписується. Найнадійніший підхід для високонавантажених систем, але найдорожчий у розробці.
Служби доставки — СДЕК, Boxberry, Пошта Росії, DHL: всі надають REST API для розрахунку вартості та створення накладних. Агрегатори (Shiptor, Shipnow) дозволяють працювати з кількома службами через єдиний API.
Платіжні шлюзи
| Шлюз |
Особливості інтеграції |
| Stripe |
Webhook-based, відмінна документація, Stripe Elements для PCI DSS |
| ЮКасса |
Популярний в РФ, підтримка ФЗ-54 (фіскалізація) |
| ЄРИП |
Білоруська система, SOAP API, специфічна документація |
| Tinkoff Acquiring |
REST API, 3D Secure 2.0, webhook-повідомлення |
Для кожного шлюзу обов'язкова перевірка підпису вебхука — без цього будь-хто може відправити фейковий payment.succeeded.
CMS vs власна розробка
WooCommerce — виправданий для магазинів до ~5 000 SKU з типовою бізнес-логікою. Швидкий старт, величезна екосистема плагінів. Проблеми починаються при нестандартних цінових правилах, складних варіантах товарів або навантаженні від 10 000+ замовлень на місяць. Економія на ліцензії WooCommerce (безкоштовно) обертається витратами на плагіни та хостинг; для каталогу 50 000 SKU місячна вартість підтримки може перевищити 100 000 ₽.
OpenCart, Prestashop — аналогічна історія. Хороші для старту, обмежені при зростанні.
Власна розробка на Laravel — для:
- Нестандартної бізнес-логіки (підписки, оренда, b2b-прайси, конфігуратор);
- Високих вимог до продуктивності;
- Складних інтеграцій (кілька складів, ERP, маркетплейси);
- Унікального UX checkout.
Як ми розробляємо інтернет-магазин: покроковий процес
-
Аналітика та проектування. Збираємо вимоги, уточнюємо бізнес-процеси, моделюємо доменну логіку. На виході — технічне завдання та архітектурна схема.
-
Backend та API. Реалізуємо ядро (товари, кошик, замовлення), інтеграції з 1С/складами/платіжками. Використовуємо Laravel 11 з Repository pattern, чергами для асинхронних операцій.
-
Frontend та checkout. Налаштовуємо React 18 / Next.js 14 з оптимізованим рендерингом (SSR/SSG для каталогу), єдиний single-page checkout.
-
Тестування. Перевіряємо race condition, ідемпотентність вебхуків, навантажувальне тестування (k6), security-аудит.
-
Деплой та моніторинг. Розгортаємо на Vercel / Docker / виділеному сервері, підключаємо Sentry та Uptime.
SEO для e-commerce
Canonical та дублювання. Фасетна фільтрація генерує тисячі URL (?color=red&size=M&sort=price). Без canonical або noindex на фільтрованих сторінках краулінговий бюджет витрачається на дублі, а основні сторінки індексуються гірше.
Structured data. Product schema з offers, aggregateRating, availability — це rich snippets у видачі: зірочки рейтингу, ціна, наявність. Впливає на CTR.
Core Web Vitals на сторінках товарів. Hero image товару — це LCP element. fetchpriority="high" на першому зображенні, правильні srcset з WebP, width та height атрибути для запобігання CLS.
Що входить у результат роботи
Після завершення проекту ви отримуєте:
- Вихідний код та повну документацію (API, архітектура, інфраструктура);
- Доступи до репозиторію, хостингу, моніторингу (Sentry, Uptime);
- Навчання команди роботі з адмін-панеллю та кастомізаціями;
- Гарантійну підтримку 3 місяці (виправлення помилок, консультації);
- Детальний звіт по навантажувальному тестуванню та оптимізації.
Орієнтири за термінами
| Тип магазину |
Термін |
| Малий (до 1 000 SKU, типова логіка) |
8–12 тижнів |
| Середній (до 50 000 SKU, інтеграція 1С) |
14–20 тижнів |
| Великий (100 000+ SKU, ERP, маркетплейси) |
24–40 тижнів |
Вартість розраховується після аналізу вимог: кількість інтеграцій, складність ціноутворення, обсяг каталогу та унікальність UX — основні фактори. Оцінимо ваш проект безкоштовно — замовте консультацію.
Чек-лист перед запуском
- Race condition при оплаті останнього товару — покритий тестом
- Ідемпотентність вебхуків платіжного шлюзу
- Rate limiting на ендпоїнтах кошика та checkout
- Canonical на фільтрованих сторінках каталогу
- Фіскалізація чеків (ФЗ-54 для РФ або аналог)
- Стрес-тест checkout під навантаженням (k6 або Locust)
- Моніторинг помилок (Sentry) та алерти на payment errors
- Backup бази даних з перевіреним restore-процесом
Гарантуємо — кожен проект проходить цей чек-лист перед релізом. Зв'яжіться з нами — підберемо оптимальну архітектуру під ваш бюджет та терміни.