Розробка 3D-перегляду товару для інтернет-магазину

Покупець бачить фото товару, але не може його покрутити, наблизити, оцінити фактуру. Результат — повернення через невідповідність очікуванням, втрачені продажі. 3D-перегляд вирішує цю проблему: користувач самостійно досліджує об'єкт, обертаючи, масштабуючи, вмикаючи доповнену реальність. Дослідження показують: конверсія на картках з 3D до 40% вища, ніж без нього (за даними Shopify для меблів — до 65%). Це означає, що 3D-перегляд конвертує у 1.4 рази краще за звичайні фото.

Наш досвід у нішах меблів, ювелірних прикрас, взуття та техніки підтверджує цю статистику. Ми реалізували понад 15 проєктів, кожен з яких вимагав індивідуального підходу до моделювання, освітлення та інтеграції. Ми на ринку з 2018 року (6+ років досвіду). Зниження витрат на контент-продакшн сягає 70% завдяки фотограмметрії, а ROI від впровадження 3D-перегляду може перевищувати 300%. Зв'яжіться з нами, щоб обговорити 3D-стратегію для вашого каталогу.

Формати 3D-моделей для вебу

GLB — де-факто стандарт для 3D в вебі (glTF 2.0 specification). Все упаковано в один файл: геометрія, матеріали, текстури, анімації. Підтримує PBR-матеріали (metalness/roughness workflow), що дає фізично коректний рендеринг.

Three.js — базовий стек

Мінімальний 3D-віджет на Three.js:

import * as THREE from 'three';
import { GLTFLoader } from 'three/examples/jsm/loaders/GLTFLoader.js';
import { OrbitControls } from 'three/examples/jsm/controls/OrbitControls.js';
import { DRACOLoader } from 'three/examples/jsm/loaders/DRACOLoader.js';
import { RGBELoader } from 'three/examples/jsm/loaders/RGBELoader.js';

const scene = new THREE.Scene();
const camera = new THREE.PerspectiveCamera(45, container.width / container.height, 0.1, 100);
const renderer = new THREE.WebGLRenderer({ antialias: true, alpha: true });
renderer.setPixelRatio(Math.min(window.devicePixelRatio, 2));
renderer.toneMapping = THREE.ACESFilmicToneMapping;
renderer.outputColorSpace = THREE.SRGBColorSpace;

// OrbitControls — обертання, зум, панорамування мишею/тачем
const controls = new OrbitControls(camera, renderer.domElement);
controls.enableDamping = true;
controls.dampingFactor = 0.05;
controls.minDistance = 1;
controls.maxDistance = 10;

// DRACO-декомпресія для стиснених моделей
const dracoLoader = new DRACOLoader();
dracoLoader.setDecoderPath('/draco/');

const loader = new GLTFLoader();
loader.setDRACOLoader(dracoLoader);
loader.load('/models/product.glb', gltf => {
  scene.add(gltf.scene);
  fitCameraToObject(camera, controls, gltf.scene);
});

// HDR-оточення для PBR-освітлення
new RGBELoader().load('/env/studio.hdr', texture => {
  texture.mapping = THREE.EquirectangularReflectionMapping;
  scene.environment = texture;
});

Що дає Draco-компресія?

Draco — алгоритм стиснення 3D-геометрії від Google. Типове стиснення: геометрія зменшується в 5–10 разів без видимої втрати якості. Модель крісла 8MB → 800KB після Draco.

Конвертація в pipeline (offline, при завантаженні моделі адміністратором):

# gltf-pipeline від Khronos
npx gltf-pipeline -i input.glb -o output.glb --draco.compressionLevel 7

# або через blender CLI
blender --background --python export_with_draco.py

Draco-декодер в браузері — WASM-модуль (~200KB). Потрібно розмістити на сервері та вказати шлях у DRACOLoader.setDecoderPath().

<model-viewer> як готовий компонент

Якщо не потрібна глибока кастомізація, <cite><a href="https://github.com/google/model-viewer">model-viewer</a></cite> від Google покриває 90% завдань. Проєкт з відкритим кодом активно підтримується.

<model-viewer
  src="/models/chair.glb"
  ios-src="/models/chair.usdz"
  alt="Офісне крісло Herman Miller"
  camera-controls
  auto-rotate
  auto-rotate-delay="3000"
  rotation-per-second="30deg"
  shadow-intensity="1"
  exposure="0.8"
  environment-image="/env/neutral.hdr"
  ar
  ar-modes="webxr scene-viewer quick-look"
  loading="lazy"
  style="width: 100%; aspect-ratio: 1; background: #f5f5f5;"
>
  <div slot="progress-bar">
    <div class="progress-bar" style="..."></div>
  </div>
  <button slot="ar-button" class="ar-button">
    Подивитися у вашому інтер'єрі
  </button>
</model-viewer>

Вбудовано: OrbitControls, touch support, AR (WebXR + Quick Look), shadow, lazy loading, прогрес завантаження.

Освітлення та PBR-матеріали

Якість рендерингу в браузері визначається освітленням. Без правильного оточення навіть хороша модель виглядає плоскою.

HDR environment map — сферична HDR-панорама студійного або нейтрального освітлення. Вона створює коректні відбиття на металевих та глянцевих поверхнях. Розмір: 2MB–8MB, завантажується один раз і кешується.

Для продуктів: нейтральний студійний HDRI (сірий фон, рівне світло) — neutral.hdr з репозиторію model-viewer. Для ювелірних прикрас — HDRI з вираженими відблисками.

Анімовані матеріали: зміна варіанту (колір, матеріал) — змінюємо material.color, material.roughness, material.metalnessMap. Без перезавантаження моделі:

const materials = model.querySelector('model-viewer').model.materials;
const chairMaterial = materials.find(m => m.name === 'Fabric');
chairMaterial.pbrMetallicRoughness.setBaseColorFactor([0.8, 0.2, 0.2, 1]); // червоний

Як оптимізувати продуктивність?

Розмір моделі: цільовий GLB для картки товару — до 2MB. Більше — користувач чекає, конверсія падає. Методи оптимізації:

• Draco-компресія геометрії (5–10x)
• KTX2 / Basis Universal компресія текстур (3–5x, з GPU-декодуванням)
• Retopology моделі: прибрати приховані грані, спростити невидимі частини
• Запекти (bake) деталі з high-poly в normal map low-poly моделі

Lazy loading: Three.js/WebGL ініціалізується тільки при потраплянні віджета в viewport за допомогою IntersectionObserver. Коли віджет поза видимістю, рендеринг призупиняється.

Pixel ratio: на mobile обмежуємо devicePixelRatio до 1.5 максимум — економить GPU на ретина-дисплеях.

Використовуйте <model-viewer> з вбудованим лінивим завантаженням, якщо не потрібна кастомна логіка.

Анотації та хотспоти

Анотації — точки на 3D-моделі з поясненнями. Користувач наводить / клікає — з'являється tooltip з інформацією про деталь.

У <model-viewer> анотації — через слоти:

<model-viewer src="headphones.glb" camera-controls>
  <button
    slot="hotspot-ear-cup"
    data-position="-0.3 0.1 0.2"
    data-normal="-1 0 0"
    data-visibility-attribute="visible"
  >
    <div class="hotspot-label">
      <strong>Амбушури</strong>
      Пам'ять-піна з ефектом пам'яті, 40мм
    </div>
  </button>
</model-viewer>

Координати data-position — світові координати в системі координат моделі. Визначаються в Blender або через вбудований picking у Three.js.

Конвеєр підготовки контенту

Розробка віджета і підготовка моделей — паралельні завдання. Типовий pipeline:

1. 3D-моделювання (Blender, Cinema 4D) або фотограмметрія (RealityCapture, Meshroom)
2. Оптимізація (Blender: retopology, LOD), Draco-компресія
3. PBR-текстурування (Substance Painter) + конвертація текстур у KTX2
4. QA в браузері: перевірка в model-viewer, тест на мобайлі
5. Конвертація в USDZ для iOS AR (Reality Converter, online-конвертери)
6. Завантаження в CDN з правильними заголовками (Content-Type: model/gltf-binary)

Терміни розробки 3D-перегляду

Підготовка 3D-моделей (якщо немає): від 4 годин до 2 днів на один артикул. При великому каталозі фотограмметрія знижує вартість контент-продакшну в 5–10 разів порівняно з ручним моделюванням.

Що входить до нашого комплексу робіт

• Аналіз існуючих моделей та підготовка рекомендацій щодо оптимізації
• Вибір та налаштування оточення (HDR, освітлення)
• Інтеграція віджета у вашу CMS або фронтенд
• Налаштування лінивого завантаження та кешування
• Документація з управління моделями
• Навчання адміністраторів завантаженню та заміні моделей
• Гарантійна підтримка протягом місяця після здачі

Замовте розробку 3D-переглядача — пишіть для оцінки вашого проєкту. Отримайте консультацію щодо вашого каталогу. Ми запропонуємо оптимальне рішення під ваш бюджет та асортимент. Базова інтеграція model-viewer коштує від $500, кастомний Three.js-віджет — від $2500, повна платформа — від $5000. Економія на контенті до 70% порівняно з ручним моделюванням.

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.

Як інтегрувати 1С з інтернет-магазином?

1С — окрема глава. Три поширених способи інтеграції:

1. CommerceML через HTTP — 1С вивантажує XML за розкладом, сайт імпортує. Працює для невеликих каталогів, є затримка синхронізації.
2. REST API / OData від 1С — двостороння синхронізація в реальному часі. Вимагає налаштування на стороні 1С, примхлива до версій конфігурацій.
3. 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

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

1. Аналітика та проектування. Збираємо вимоги, уточнюємо бізнес-процеси, моделюємо доменну логіку. На виході — технічне завдання та архітектурна схема.
2. Backend та API. Реалізуємо ядро (товари, кошик, замовлення), інтеграції з 1С/складами/платіжками. Використовуємо Laravel 11 з Repository pattern, чергами для асинхронних операцій.
3. Frontend та checkout. Налаштовуємо React 18 / Next.js 14 з оптимізованим рендерингом (SSR/SSG для каталогу), єдиний single-page checkout.
4. Тестування. Перевіряємо race condition, ідемпотентність вебхуків, навантажувальне тестування (k6), security-аудит.
5. 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

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.