Как мы подняли выручку на 30% с внедрением ИИ

Искусственный интеллект сегодня стремительно набирает обороты, поэтому компании, пренебрегающие его использованием, неизбежно останутся позади. В руках настоящих профессионалов ИИ становится главным инструментом для улучшения всех бизнес-процессов компании. Сегодня речь пойдёт о проекте, для которого наша команда не только увеличила выручку на 30%, но и повысила средний чек на 17%, а трафик посетителей — на 7%.

Почему наша система прогнозирования вообще понадобилась? Какие были промежуточные результаты после её внедрения? Как производился мониторинг работоспособности, и почему ручной труд – невыгодное вложение? Давайте разбираться.

Что будет в этой статье?

Мы подробно пройдёмся по всем этапам взаимодействия нашей команды с компанией заказчика, чтобы каждый смог как будто бы на себе ощутить эффект от внедрения ИИ в бизнес.

По пунктам всё будет выглядеть так:

Кто мы такие? Почему нас стоит послушать?

Мы – компания Insight AI, занимаемся внедрением уникальных ИИ-решений в бизнес любой сложности. Сотрудничая с нами, компании получают полный цикл программного сопровождения – от анализа бизнес-процессов и разработки концепции до интеграции готового программного обеспечения. За счёт этого удаётся достичь повышения ключевых показателей. Среди наших заказчиков – как перспективные стартапы, так и крупные предприятия, занимающие твёрдые позиции на рынке.

Вот немного цифр:

И это далеко не всё. Каждый месяц мы пополняем копилку кейсов крутыми результатами и помогаем оптимизировать работу компаний в сфере ИТ, финансов, нефтедобычи, здравоохранения и розничной торговли.

В чём наша фишка? Мы реализуем индивидуальный подход. Не секрет, что бизнесы, как отпечатки пальцев, абсолютно не похожи один на другой. И если наше решение сработало для одного магазина, совсем не факт, что оно сработает для другого.

Поэтому Insight AI – это не про копирование сценариев. Для каждого бизнеса мы разрабатываем абсолютно уникальный подход, который базируется на глубоком анализе всех бизнес-процессов. Это и помогает увеличивать различные показатели компаний, растить выручку и прибыль и не останавливаться в положительной динамике.

Яркий пример – наш сегодняшний кейс. Мы увеличили выручку компании на 30%, внедрив интеллектуальную систему прогнозирования спроса. Как мы это сделали?

Первичный анализ бизнеса

Клиент обратился к нам с проблемами списания товаров и высоких издержек на обслуживание складских помещений. Компания регулярно сталкивалась с дефицитом нужных товаров и профицитом товаров, пользующихся низким спросом, из-за чего бизнес постоянно терял клиентов. И даже грамотная работа сотрудников не помогала с этим справиться.

Можно и не упоминать о том, что доля лояльных покупателей у магазина была значительно ниже рынка. Товаров, которые эти клиенты хотели заказать, либо вообще не было в наличии, либо постоянно не хватало.

Итог в цифрах весьма плачевный: компания теряла 10 млн рублей ежемесячно, а сотрудники тратили на 30% больше времени на инвентаризацию, чем в среднем по рынку. А ведь это время можно было провести с гораздо большей пользой. К тому же, ручной подсчёт товаров вполне ожидаемо оказался неэффективен.

В процессе работы мы прошлись по ключевым показателям, которые включает в себя анализ продаж в розничной торговле – объём реализуемой и сдаваемой продукции, число покупателей, стоимость единицы товара без наценки и уровень продаж по категориям и по регионам. Перечисленные показатели также оставляли желать лучшего.

Заказчик пришёл к решению, что так больше продолжаться не может, и обратился за помощью к нам. На начальном этапе мы побеседовали с представителями компании, провели исследование бизнес-модели, тщательный анализ главной проблемы и подготовили план действий.

Наша задача состояла в том, чтобы создать ИИ-модель, способную прогнозировать спрос на те или иные позиции из каталога. Это бы помогло компании более грамотно заказывать товары на склад и не терять ни деньги (из-за простоя “ненужных” и обилия просроченных товаров), ни клиентов (из-за отсутствия нужных позиций).

Мы приступили к работе.

Построение BPMN-модели

На основании полученных данных мы построили BPMN-модель, чтобы определить, какие именно моменты “проседают” у заказчика. BPMN отлично отражает все бизнес-процессы, позволяет проследить логику их реализации и найти слабые места. Это мы и сделали.

Проблема заказчика состояла в неправильном учёте товаров на складе и в постоянных колебаниях между избытком и недостатком определённых позиций. Задача ИИ-решения – избавиться от этой проблемы.

Разработка системы прогнозирования

Мы изучили все имеющиеся в нашем распоряжении данные – предыдущие продажи, погодные условия, сезон, праздничные дни – и создали систему, которая самостоятельно ведёт учёт товаров в разных магазинах сети и позволяет оперативно дозаказывать у поставщиков требуемые позиции. Это особенно важно для товаров с маленьким сроком годности.

Наша передовая модель, созданная на основе исследований и анализа данных, демонстрировала невероятную точность в предсказании спроса на различные товары. Уровень предсказательной точности достигал впечатляющих 95%. Это позволило снизить издержки на хранение и улучшить управление запасами склада, а главное – в целом оптимизировать его работу.

Помимо всех перечисленных факторов, модель учитывала расписание поставок товаров. Сложив все данные, можно получить точную систему прогнозирования, которая помогает сети розничных магазинов предсказывать спрос на различные позиции и сопоставлять его с расписанием поставок. А значит – позволяет заключать наиболее выгодные сделки с поставщиками.

ПО работает очень просто:

Результат есть: система работает и уже демонстрирует положительную динамику. Дело за малым – обучить сотрудников работе с системой и полноценно внедрить её в бизнес.

Внедрение системы и обучение персонала

Взаимодействовать с системой нужно будет не опытным программистам, а простым сотрудникам магазинов. Поэтому на разработке самой программы мы не остановились. Мы оборудовали ПО удобным пользовательским интерфейсом, а также добавили обучающие сессии и инструкции.

Это помогло оперативно ввести в курс дела действующих сотрудников, а также задало тон на будущее – теперь компания сможет сама обучать стажёров и новых кадров работе с нашей системой.

Обучение было интуитивно понятным, и сотрудники быстро освоили работу с программой. Она показалась им очень удобной и при этом крайне полезной – без неё управление запасами на складе оказывалось в разы сложнее. И как только они раньше справлялись без неё!

Какие же результаты от работы нашей системы удалось получить?

Мониторинг и оптимизация

На этапе внедрения каждая система нуждается в доработке. Только в таком случае в результате всё будет работать идеально. Именно поэтому мы снабдили нашу ИИ-модель системой мониторинга, чтобы постоянно отслеживать её работу.

Если понадобится, мы оперативно оптимизируем нужные параметры, вовремя отреагируем на изменения спроса и скорректируем запасы товаров на складе. Мы делали это регулярно и обучили искусственный интеллект максимально точному прогнозированию.

Помимо мониторинга, мы также анализировали конкретные сессии работы ПО и подводили промежуточные итоги. Комплексный подход к работе помог нам создать самостоятельно работающую модель, у которой не было недостатков.

И вот пруф. Посмотрите, как сильно упал процент просроченных товаров после внедрения нашего ПО в работу склада:

Несомненно, бизнес может спокойно работать и без помощи искусственного интеллекта. И правда, ведь раньше, даже не 20 лет назад, а хотя бы парой лет ранее, компании прекрасно справлялись и без него. Главный вопрос – а так ли прекрасно всё было?

Наверняка вы слышали, что 87-89% бизнесов закрываются в первый год. Они не выдерживают объёма затрат, уровня конкуренции или банально путаются в расчётах. А ведь этого можно было бы избежать, доверив все монотонные и тяжёлые расчёты компьютеру.

А с нами можно доверить компьютеру не только скучные расчёты, но и прогнозирование. Да и в принципе любую задачу. Мы помогаем наращивать прибыль, оптимизируем работу различных систем компании, повышаем эффективность работы персонала и делаем ещё очень много всего. Всё зависит от вашего запроса.

Компания из нашего сегодняшнего кейса, например, не просто не закрылась из-за нерентабельности, она благополучно вышла из кризиса, вырастила прибыль и больше может не переживать о том, что спрос на товары разойдётся с предложением. И это, кстати, не всё. Мы же ещё не осветили все результаты, которые удалось получить!

Промежуточные итоги

А теперь к главному. Как выиграла сеть продуктовых магазинов, сотрудничая с Insight AI?

- Уже через несколько месяцев после внедрения системы прогнозирования спроса, в магазинах стало наблюдаться значительное снижение дефицита и профицита товаров.

- Издержки на просроченные товары сократились на 53%.

- За счёт более сбалансированного ассортимента средний чек вырос на 17%, а трафик – на 7%.

- Сотрудники магазинов смогли сосредоточиться на более важных задачах, таких как обслуживание клиентов, а не управление запасами.

От сотрудничества с нами сеть розничных продуктовых магазинов только выиграла. В этом можно не сомневаться. А всё благодаря грамотному подходу к работе.

Перед началом работы мы обязательно подробно анализируем бизнес. Иногда, кстати, находим и другие недостатки, помимо главной проблемы, с которой к нам обратился клиент. И делаем это не за дополнительную стоимость.

Предлагаем вам взглянуть на цифры.

Результаты этого кейса впечатляют.

Система прогнозирования спроса на основе ИИ привела к значительному росту выручки для сети розничных продуктовых магазинов. Она позволила минимизировать потери от дефицита и излишков товаров, повысить уровень обслуживания клиентов и в целом сделать бизнес более конкурентоспособным. Клиенты начали чаще возвращаться за покупками, сделав сеть магазинов привлекательной для новых посетителей.

А ещё мы дополнили нашу работу приятным бонусом для компании – разработали рекомендательную систему на основе нейросетей. Она предлагает пользователям мобильного приложения магазина товары, которые могут им понравиться. Вы наверняка видели такие системы. Мы сделали точно так же, только намного лучше. И что ещё круче: выручка сети продуктовых магазинов после этого возросла ещё сильнее!

В качестве доказательства – отзыв представителя компании:

Универсальность искусственного интеллекта в том, что рост компании не заканчивается на этапе его внедрения (можете посмотреть на графиках выше). Сегодня на примере одного из наших клиентов вы увидели реальные преимущества интеграции ИИ в бизнес.

Если вы сейчас испытываете трудности с вашим проектом или хотите осовременить свой подход к управлению компанией, у нас есть для вас крутое предложение – бесплатная консультация по точкам внедрения ИИ в бизнес!

На консультации мы:

Если вы понимаете, что вам это интересно и хотите увеличить прибыль вашей компании, записывайтесь к нам на бесплатную консультацию. Мы выясним, что стопорит развитие бизнеса, и определим дальнейший план действий.