Чьи стратегии окажутся более эффективны – менеджеров или искусственного интеллекта
Как технологии искусственного интеллекта помогают прогнозировать спрос, делать персонализированные предложения, выбирать стратегию ценообразования и оставаться конкурентоспособным обсудили участники онлайн-эфира Ведомостей «Новая реальность ритейла и e-commerce».
Искусственный интеллект поможет ритейлерам заработать на рекламе
Искусственный интеллект способствует увеличению среднего чека, делает сервис быстрее за счет автоматизации процессов, помогает прогнозировать спрос в магазинах. Однако это не предел — по словам Дениса Голованова, директора по работе с крупными клиентами «Билайн Бизнес», скоро ритейлеры смогут стать частью рекламного бизнеса и зарабатывать на таргетированной рекламе внутри своих торговых точек. Пилотный проект, где персонализированная реклама сопровождает клиента на всём пути от входа магазина до кассы, запущен в партнёрстве с крупнейшими федеральными FMCG-сетями.
Персональные предложения показываются на экранах на входе в магазин, прайсчеккерах и на дисплеях покупателя на кассе. При большом потоке людей в магазине выбираются аудитории, на которые есть запрос у рекламодателя. Решение позволяет выстроить очередность показа предложений в зависимости от стоимости аудиторий. Заработок ритейлера будет зависеть от категории ритейла, аудитории, мест размещения рекламного инвентаря и его типа. Одна торговая точка в FMCG-ритейле сможет приносить от 10 000 до 40 000 руб. в месяц. «Билайн Бизнес» помогает заказчикам выстроить инфраструктуру и монетизировать направление.
В эпоху цифровой трансформации важна скорость изменений бизнеса
Битву за потребителя в 2020 г. выиграли компании, которые смогли быстро запустить востребованные сервисы. Вырос спрос на выдачу заказов на парковках торговых центров, доставку заказов на такси к удобной клиенту точке, расширение пунктов выдачи за счет партнерских сетей, новые системы лояльности и рекомендательные модели сайтов и приложений. Цифровая зрелость компании выражена в возможности быстро реагировать на изменения рынка и внедрять новые IT продукты, считает Павел Голубин, руководитель по работе с сектором retail и eCommerce Yandex.Cloud.
Трудности большинства компаний кроются в сложности устаревших IT архитектур и нехватке экспертизы внутренних команд. Ускорить внедрение новых сервисов и продуктов, вывести их на рынок помогут компаниям технологические партнеры. Надежная и легко масштабируемая инфраструктура поможет уменьшить время вывода сервиса на рынок в несколько раз.
Геоаналитика востребована в пандемию
Геоаналитика – это сервис, который использует пространственную информацию, технологии машинного обучения и анализа больших данных для решения коммерческих задач. Основная польза для ритейла – поиск и оценка локации, которая принесет ритейлеру максимальную выручку. На основе анализа внутренних и партнерских данных сервис может спрогнозировать клиентский трафик, чек и товарооборот.
До качественного искусственного интеллекта пока далеко. Не все данные оцифрованы даже у крупных ритейлеров. Кроме внешних сплошных данных, которые уже собраны, нужно думать над внутренними данными, влияющими на товарооборот. Например, цифровать показатели, связанные с продавцами, скоростью их работы, – рассказал генеральный директор Geointellect Денис Струков.
Согласно исследованию «Билайн Бизнес», пандемия сделала сервис геоаналитики наиболее востребованным. Например, во время самоизоляции потребители изменили места пребывания в течение дня и форматы проведения свободного времени, в частности, стали меньше посещать крупные магазины, отмечает Денис Голованов. Big Data «Билайн» помог ритейлерам найти новые места размещения торговых точек вблизи своих потребителей, а также адаптировать сервисы доставки и работу пунктов выдачи.
Искусственный интеллект в ценообразовании и прогнозе продаж
В 2018 г. компания «Лента» начала увеличивать точность прогноза продаж. Контролировать спрос и объем закупок ритейлер стал с помощью технологии машинного обучения (ML). Сегодня это наиболее эффективный подход к использованию Big Data для принятия решений. Компания уже имела промышленное решение, которое показывало отличные результаты. Однако сеть стремилась к еще более точным прогнозам, было принято решение создать собственную модель прогнозирования, учитывающую специфику «Ленты». Это позволило компании уменьшить списание продуктов, повысить точность прогноза во время пандемии и автоматизировать решения по регулярным промо-акциям, – поделился директор по управлению IT-системами компании «Лента» Андрей Тарасов.
При реализации проекта команда столкнулась с рядом трудностей. Например, ML требует больших вычислительных мощностей – здесь желательно партнерство с облачными сервисами. Также на повестке стоит и кадровый вопрос – как находить экспертов, обладающих хорошей математической базой и понимающих бизнес-процессы компании? Затраты на технологию существенные, но полностью окупаются, – отметил эксперт.
Искусственный интеллект помог выбрать стратегию ценообразования для DIY-сети торгового дома «Вимос». Изначально сеть использовала стратегию, при которой клиенту предлагалась самая низкая цена на рынке. Когда выбранная бизнес-модель привела к снижению маржи до минимума, компания решила внедрить систему умного ценообразования на основе искусственного интеллекта.
Решение было рискованным для компании, так как требовало колоссальных трат, однако инвестиции себя оправдали – рост дохода во время реализации пилотного проекта составил 6%, рассказывает Лидия Виноградова, вице-президент компании. Искусственный интеллект помог определить, к каким категориям товаров покупатели менее чувствительны и сбалансировать модель ценообразования. По итогам трех месяцев работы пилотного проекта затраты на него окупились и даже превысили целевые показатели, в связи с чем было принято решение о масштабировании программного обеспечения на всю сеть магазинов.
Согласно исследованию PwC, самые распространенные задачи, которые компании решают с использованием искусственного интеллекта – управление рисками и предотвращение потерь (ответили 40% респондентов), автоматизация рутинного процесса (35%), сбор и прогнозирование данных, помощь сотрудникам (30%).
Компании, которые уже начали внедрять инструменты на базе искусственного интеллекта, получают преимущества и вырываются в лидеры рынка, – подытожил Иван Федяков, генеральный директор InfoLine.
