Торговля Nikolay Savin
388

Искусственный интеллект для ритейла: какие результаты получит бизнес

И какие задачи можно решить с его помощью.

В закладки

Сумерки автоматизации

Цена остается одним из основных факторов принятия решения о покупке. Подход к ценообразованию меняется в зависимости от поведения покупателей и трендов рынка.

Эволюция ценообразования началась с базовых переоценок «от закупочной цены» и разных ценовых проектов. Результат полностью зависел от уровня экспертности человека, принимающего решение.

По мере усложнения процесса, в помощь эксперту добавлялись BI-системы и отделы аналитики. Однако, рост популярности e-commerce и омниканальности требовал принимать решения еще чаще. При этом, количество SKU на менеджера возрастало, как и ожидания потребителей.

Ответ был найден в автоматизации. Для бизнеса это нетривиальная задача, требующая времени для настройки системы, а также вовлечения нескольких отделов. Автоматизация уменьшает скорость обработки данных и время на принятие решений, но взамен лишает гибкости. Нередки случаи, когда войны ценовых роботов загоняют индустрии на дно доходности или еще немного ниже.

Но решение, как всегда, есть.

Эволюция подходов к ценообразованию

Заря эры искусственного интеллекта в ритейле

Сейчас 70 % компаний, которые демонстрируют динамику прибыли выше среднего, остаются гибкими и быстро реагируют на изменения спроса и ситуацию на рынке. Дело не только в том, кто быстрее всех переклеит ценники. Теперь необходимо понимать настроения и поведение потребителей, а не фокусироваться только на действиях конкурентов. В таких вопросах искусственный интеллект имеет огромный потенциал для ритейла.

Искусственный интеллект в ритейле — это набор алгоритмов машинного обучения, в основе которых лежат нейронные сети.

Алгоритм обучается по тому же принципу, что и человек — на опыте прошлых транзакций. Разница только в том, что алгоритм делает это намного быстрее, никогда не устает и ничего не забывает. Проживая каждую транзакцию, он улавливает нелинейные связи между набором факторов.

Нелинейность — ключевой аспект.

Нужно не только понять, как изменение цены на этот продукт отразится на его продажах. Важно отделить сезонность, действия конкурентов от изменений потребительских настроений и промо-активностей, а затем отследить связи между позициями и как изменение набора цен скажется на всем портфеле. С этими и другими задачами справляется искусственный интеллект.

70 % компаний с динамикой прибыли выше среднего — гибкие и быстро реагируют на изменения спроса и ситуацию на рынке.

Deloitte Digital. Consumer Experience In The Retail Renaissance

Какие бизнес-задачи решает искусственный интеллект

1. «Поднять цены так, чтобы это не сказалось на количестве продаж». Искусственный интеллект учитывает эластичность спроса на каждый товар и рекомендует оптимальную цену, при которой можно сохранить количество проданных штук и получить максимальную маржинальность.

2. «Учесть поведение потребителей при формировании цены». Помимо действий конкурентов и зависимости продаж товара от его цены искусственный интеллект учтет изменения потребительских настроений, сезонность и промо-активности. В результате, цена улучшит покупательский опыт.

3. «Прогнозировать эффект от принимаемых решений в ценообразовании». Искусственный интеллект моделирует разные рыночные ситуации с прогнозируемой точностью, что дает возможность понимать эффект от принимаемых решений.

4. «Избавиться от ненужных промо, убивающих маржинальность». Моделируя зависимость продаж от промо, искусственный интеллект оценивает влияние разных промо-механик на продажи, и предлагает оптимальный сценарий без привлечения человека.

5. «Использовать весь опыт ценовых и промо-экспериментов, за который ваш бизнес заплатил деньгами». Обучаясь на данных бизнеса, искусственный интеллект учтет каждую транзакцию, сезонность и промо, и подсчитает оптимальную цену намного быстрее и точнее, чем человек.

Какие результаты получит бизнес

Результаты внедрения искусственного интеллекта в ценообразование зависят от положения магазина на рынке, стартовых показателей бизнеса, а также от эффективности и скорости принятия решений на стороне клиента.

Gartner Quаdrant подсчитал предварительные результаты внедрения алгоритмов в ценообразование:

  • увеличение выручки от 1% до 5%;
  • рост маржинальности от 2% до 10%;
  • сокращение невыгодных промо до 80%;
  • увеличение цикла жизни клиента на 20%.

По результатам кейса Competera с британским магазином, внедрение искусственного интеллекта в ценообразование крупного бизнеса уже через месяц дает такие результаты:

  • рост продаж в штуках на 22,3%;
  • увеличение прибыли на 13,9%.

Рост выручки — от 1% до 5% при внедрении машинного обучения в ценообразование.

Gartner Quаdrant. Market Guide for B2B Price Optimization and Management Software

Перспективы ценообразования

Алгоритмы идеально подходят крупным ритейлерам, которые работают на динамичных рынках, требующих изменения цен на тысячи позиций еженедельно, а то и несколько раз в день, игрокам со сложной структурой регионального или канального ценообразования, либо тем, кто исчерпал источники быстрого роста и готов получить дополнительные 5—15% от оптимизации процессов.

Данные — главный актив компании в любых инициативах, связанных с ценообразованием. Критически важно убедиться, что данные бизнеса правильно структурированы и хранятся надлежащим образом.

Мобильность команды — залог успешной реализации проекта оптимизации ценообразования. Внедрение искусственного интеллекта влечет за собой изменения ролей в команде. Технология забирает на себя сложную рутину, освобождая человека для стратегических задач:

  • договориться о специальных условиях с поставщиком;
  • выбрать стратегию работы с категорией, а не с отдельными товарами;
  • освободить склады для хорошо продающихся позиций;
  • корректировать выбор сценария на основе полученного прогноза.

Выводы

Мы находимся на заре эры машинного обучения в ценообразовании крупного бизнеса. В следующие два-три года нас ждет волна экспериментов и внедрений систем на основе машинного обучения.

Конкурентное преимущество получает тот бизнес, который внедряет технологичный подход в формировании оптимальных цен, основываясь на поведении потребителей, сезонности и активности конкурентов.

#ритейл #ценообразование #искусственный_интеллект #машинноеобучение #машинное_обучение #нейронные_сети #нейронныесети #торговля #выручка #прибыль #прибыль_бизнеса #технологии #технологии_будущего

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Nikolay Savin", "author_type": "self", "tags": ["\u0446\u0435\u043d\u043e\u043e\u0431\u0440\u0430\u0437\u043e\u0432\u0430\u043d\u0438\u0435","\u0442\u043e\u0440\u0433\u043e\u0432\u043b\u044f","\u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438_\u0431\u0443\u0434\u0443\u0449\u0435\u0433\u043e","\u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438","\u0440\u0438\u0442\u0435\u0439\u043b","\u043f\u0440\u0438\u0431\u044b\u043b\u044c_\u0431\u0438\u0437\u043d\u0435\u0441\u0430","\u043f\u0440\u0438\u0431\u044b\u043b\u044c","\u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435_\u0441\u0435\u0442\u0438","\u043d\u0435\u0439\u0440\u043e\u043d\u043d\u044b\u0435\u0441\u0435\u0442\u0438","\u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0435_\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435","\u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0435\u043e\u0431\u0443\u0447\u0435\u043d\u0438\u0435","\u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u044b\u0439_\u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442","\u0432\u044b\u0440\u0443\u0447\u043a\u0430"], "comments": 2, "likes": 6, "favorites": 7, "is_advertisement": false, "subsite_label": "trade", "id": 48616, "is_wide": false, "is_ugc": true, "date": "Tue, 23 Oct 2018 14:15:43 +0300" }
{ "id": 48616, "author_id": 197138, "diff_limit": 1000, "urls": {"diff":"\/comments\/48616\/get","add":"\/comments\/48616\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/48616"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199122 }

2 комментария 2 комм.

Популярные

По порядку

2

Скажите мне, люди, почему сегодня так модно стало называть автоматику любого уровня примитивности искусственным интеллектом? Будильник 60-х годов в терминах сегодняшнего маркетинга - это ИИ, ведь он умеет вовремя разбудить человека. Утюг с биметалличесой пластиной - ИИ, ведь он умеет поддерживать температуру.

Ответить
0

Действительно, словосочетание “искусственный интеллект” используют маркетологи, чтобы нагнать трафик и привлечь внимание к компании, а под капотом у технологии часто лежит просто набор скриптов. Конечно же я не говорю, что мы создаем искусственный интеллект, который будет разговаривать с вами или заваривать вам кофе. Мы используем самообучающуюся систему, основанную на нейронных сетях. Для ритейла это означает быстрые многофакторные подсчеты для большого ассортимента товаров, которые физически не может осуществить человек в нужном объеме и качестве. Оставить эту задачу человеку равно потерять прибыль, которую можно получить, внедрив систему оптимизации.

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Команда калифорнийского проекта
оказалась нейронной сетью
Подписаться на push-уведомления
{ "page_type": "default" }