Интернет-магазин женской одежды allweneed.ru

Кто мы?

All we need – российский бренд модной женской одежды. Целевая аудитория – девушки и женщины от 25 до 44 лет.

Зачем нам ИМ?

Цель создания интернет-магазина – оптимизация процесса онлайн торговли и увеличение продаж. Задачи сайта и функционал, необходимый для их выполнения приведен в таблице в приложении.

Дизайн

Разметка может быть разной для разных разделов сайта. Нам нравится Т образная разметка у главной страницы и в форме буквы Г для каталога товаров.

Дизайн сайта должен быть воздушным, минималистичным, контент должен быть читабельным. Внимание должен привлекать не дизайн сайта, а его наполнение. Логотип бренда выполнен в виде черной надписи на белом фоне, поэтому фон сайта – белый, цвет текста, кант кнопок и активных элементов– черный/серый.

Верстка

Необходима адаптивная верстка, чтобы сайт корректно отображался как на десктопах, так и на мобильных устройствах с разным разрешением экрана.  На смартфоны приходится 56,6 % трафика, на ПК 32,6 % и на планшеты 10,8 %, поэтому мобильная версия крайне важна. Необходимо корректное отображение в популярных браузерах.

Движок

CMS, на которой будет выполнен интернет-магазин, должна интегрироваться с социальными сетями (для упрощения регистрации), с 1с управление небольшой фирмой (для синхронизации наличия товаров и информации по картам лояльности), с яндекс кассой для выставления счетов на оплату и службами доставки (сдэк или боксберри). СMS должна интегрироваться с amo CRM и Retail CRM

У CMS должна быть русская техническая подержка, чтобы мы могли решать вопросы по сайту без помощи разработчиков.

Админка сайта должна быть удобной и простой, чтобы рядовой пользователь интернет мог сам загрузить  на сайт новые баннеры, изменить текст-описание товаров, добавить новые разделы в меню, в поменять фото в каталоге товаров, загрузить новые товары или текст статической страницы.

В админке должна быть возможность отслеживать заказы покупателей, управлять ими, устанавливать промокоды, цены, скидки. Сайт должен собирать данные о поведении покупателя для персонализации блока рекомендаций и отправки email-рассылок по поведенческим триггерам.