Кейс на стыке двух сфер: От кофейни до ИИ-технологий
Речь пойдёт о том, как я (IT-шник) решил заняться оффлайн бизнесом, но через 3 года вернулся в IT.
Давайте по порядку. У меня есть небольшая кондитерская-кофейня в Москве. И когда-то их было даже две, я думал делать сеть, но не об этом сейчас. Дело в том, что мы торгуем кондитерскими изделиями, у которых срок реализации исчисляется часами, а не днями, и у меня стоит задача продавать каждый день как можно больше продукции чтобы с одной стороны - заработать на этом, а с другой - покрыть расходы на списание. Т.е. получается, что если я закупил 10 эклеров за 100 руб. у которых наценка 50% (получается 150 руб. в розницу), то чтобы только вернуть потраченные деньги - я должен продать не меньше 7 эклеров. И только с 7-го эклера я начну зарабатывать деньги. При это, если я продам 6 и менее эклеров - то по данной позиции я вообще окажусь в минусе.
А теперь представьте, что у меня 30 видов различных пирожных и по каждой позиции я должен следить за объемом списания, ежедневно корректировать заказы. Ведь если по одной позиции я буду в плюсе, то этот плюс покроет минус по другой товарной позиции.
А если я за 1-2 дня не продам весь товар, то мне приходится его выкидывать. Кондитерские изделия очень быстро портятся и их нельзя употреблять в пищу. Можно отравиться скисшим заварным кремом и ночь на белом камне вам обеспечена. Будьте уверены, что после такой ночи гость к вам больше не придет. И это в лучшем случае. В худшем - напишет в соответствующие структуры и вас закроют на 30 дней.
Таким образом получается, что если я что-то не продал - то в помойку. Я прикинул. Получилось, что в среднем в день я выкидываю в помойку при своих объемах десертов на 1 тыс. рублей. В общем-то в рамках моей "оборотки" это кажется не много. Но умножьте эти 1000 руб. на 365 дней, и вы получите существенную сумму, которая могла бы пойти вам в карман. Конечно после уплаты налогов :)
Естественно, тут возник вопрос - как эти деньги сохранить? За помощью я обратился к данным. Благо в нашей стране государство стало приобщать малый бизнес к цифровизации и хранению данных путем подключения онлайн-касс. Конечно, это нужно им в первую очередь, но и для самих предпринимателей это полезно. Ведь многие ранее не вели никакой статистики, а теперь многие онлайн кассы дают хорошие аналитические инструменты.
Благодаря статистике, я обратил внимание, что продажи моей продукции сильно зависят от ряда внешних и внутренних факторов.
Внутренние:
- Акции и скидки. Куда уж без них.
- Работающие сотрудники на смене. У каждого свои навыки продаж. Мы не работаем по скриптам.
- Наполняемость витрины. Это может быть как разнообразие товарных позиций, так и количество одной позиции товара в остатке на полке. Конечно, красивая и полная витрина хорошо привлекает и вызывает аппетит.
- Напишите в комментариях - какие еще внутренние факторы могут влиять на продажи по вашему мнению? Может кто-то сталкивался с такой проблемой и у вас есть свое мнение по этому поводу.
Внешние:
- Сезонность. Конечно летом кушать сладкое, особенно когда жарко, люди не очень хотят. Больше подавай охлаждающие напитки.
- День недели. В зависимости от того будний день, или выходной - продажи каждого товара тоже меняются.
- Погода. Т.к. мы находимся рядом с парком (хотя это не показатель), погода сильно влияет на нас. Естественно в дождь поток людей гораздо меньше.
- Аналогично с внутренними факторами - предложите ещё варианты внешних которые также могут меть большое влияние.
И тут мы с вами подошли к тому, что маленькой кофейне-кондитерской потребовался искусственный интеллект, который соберет все данные по продажам, найдет зависимости и т.д. ИИ для кофейни. Вот никогда бы не подумал. Обычно такие технологии в моём представлении применяет крупный ритейл и FMCG-компании, но ни как ИП-шники :) Но мы его сделали! Привет Excel!
Да-Да, мы сделали первую свою модель по обучению на данных в Excel. Выглядело это примерно вот так:
Я даже не думал, что можно строить в Excel обучаемые модели данных. Теперь я точно знаю - возможности Excel безграничны. Мы подгрузили в него исторические данные по продажам, погоде, календарю и прочую информацию. Применив ряд ML-алгоритмов, нам удалось строить довольно точный прогноз и делать заказы, экономить деньги и радоваться.
Серьёзно? Вы мне поверили? Конечно нет, ведь наш прогноз в лучшем случае угадывал на 50%. Это первая проблема, а вторая - сложность оперирования большими данными в Excel, что позволило нам получать информацию только по 2-м товарам из 30-и. Но даже этого было достаточно чтобы понять - в этом есть смысл. И мы поставили цель - сделать прогноз точнее, а оперирование данными легче. Так сложилось, что у меня на прошлой работе остались контакты хороших специалистов в области data science. Я пригласил их поучаствовать и мы сделали что-то похожее на MVP. Такую коробочку, в которую можно помещать данные по продажам, указывать интересующие факторы и делать прогноз продаж по каждой товарной позиции на нужный срок. Мы стали получать прогноз гораздо точнее. Также сервис дает рекомендации по допродажам.
Теперь мы активно тестируем наш инструмент на моих данных и оттачиваем прогнозные механизмы. Но мы хотели бы пригласить к тестированию и других предпринимателей, кто сталкивается с описанной выше проблемой. Для этого вы можете ознакомиться с решением и оставить заявку через сайт http://prognoz.me/
Если вам интересно поучаствовать в тестировании, то вы также можете заполнить опросник ниже и оставить контактные данные в нём. Ответы на вопросы помогут нам построить прогноз для вас точнее.
Чем больше участником мы соберем, том точнее сможем делать прогнозы, и тем удобнее будет сервис. Так что, уважаемые предприниматели, владеющие торговым бизнесом, давайте применять современные технологии и зарабатывать больше денег.
Ждем ваших заявок!