Як технології штучного інтелекту змінюють сучасний рітейл

Рітейл – одна з найчутливіших сфер бізнесу. Будь-які події на ринку, політичній арені, або ж демографічні коливання миттєво впливають на роздрібну торгівлю. Тому власник мережі має бути гнучким та вміти швидко адаптуватися й приймати виважені управлінські рішення.

Реалії сьогодення, з якими стикаються рітейлери, суттєво ускладнюють всі бізнес-процеси:

• військові дії та зруйновані магазини і склади;
• високий рівень інфляції та низька платоспроможність населення;
• логістичні труднощі в доставці товарів;
• дефіцит товарів;
• неліквідні залишки та втрати;
• кадровий голод.

В такій ситуації кожному власнику мережі просто необхідна “суперсила”. Адже кожна помилка в управлінні – це збитки, які сьогодні просто неприпустимі.

Як впоратись рітейлу з труднощами та полегшити щоденні задачі?

Українська продуктова ІТ-компанія Datawiz разом з рітейл-експертами запроваджує ІТ-рішення, які допомагають рітейлерами аналізувати успішність бізнесу та автоматизовувати бізнес-процеси.

Сьогодні рітейлеру недостатньо оцінювати фактичні фінансові показники. Все більшого значення набуває предиктивна (прогнозна) аналітика. Точне прогнозування попиту та продажів дозволяє розуміти, що слід очікувати в майбутньому та вчасно підготуватись:

• закупити ті товари, на які очікується ріст попиту;
• не допустити надлишків сезонних товарів;
• встановити оптимальні ціни, які принесуть найбільший прибуток;
• уникнути втрачених продажів;
• запобігти втратам і мінімізувати кількість зіпсованих товарів.

Предиктивні дані дозволяють моделювати весь шлях товару: від закупівлі та перебування в дорозі, до викладки на полицях і потрапляння в кошики покупців.

Рішення на основі АІ – необхідна складова предиктивної аналітики

Процеси в рітейлі генерують величезний об’єм даних (Big Data), для збору та опрацювання яких необхідні чималі зусилля та багато часу. Більшість аналітичних систем, які використовують традиційні алгоритми, не можуть впоратись із таким завданням. Окрім того, вони не в змозі виявити всі закономірності купівельної поведінки клієнтів та точно спрогнозувати її.

Такі завдання покладаються на “плечі” штучного інтелекту (artificial intelligence). Його алгоритми не тільки швидко збирають і аналізують дані, але й серед чималої кількості рішень пропонують найоптимальніший варіант.

В якості аргументів застосування АІ-алгоритмів, розглянемо декілька переваг:

1. 1. Швидка обробка Big Data. Об’єми даних для штучного інтелекту не є “надзадачею”. З їх обробкою та виявленням закономірностей такі алгоритми справляються дуже швидко.
   2. Гнучкість моделей прогнозування. На відміну від традиційних систем, які будують прогнози за чіткими схемами та з обмеженим переліком факторів, технології АІ здатні адаптуватися до будь-яких змін середовища та будувати багаторівневі прогнозні моделі.
   3. Врахування зовнішніх факторів. Штучний інтелект не обмежується лише внутрішніми (історичними) даними самої мережі. Доступ до різних масивів даних (інформація з інтернету, показники з різних пристроїв, корпоративні відомості) дозволяє АІ-алгоритмам враховувати зміну більшого числа даних, в т.ч. і факторів зовнішнього впливу. Так, якщо потрібно прогнозувати попит на товар, штучний інтелект врахує не тільки показники продажів мережі, але й дані ринку, інтернет-площадок конкурентів, число та особливості цільової аудиторії, проаналізує крос-еластичність попиту на основі статистичних даних з різних інтернет джерел.
   4. Здатність формувати точні прогнози. Алгоритми штучного інтелекту здатні помітити ті закономірності, що не під силу людському оку. Це дозволяє з більшою точністю змоделювати клієнтську поведінку за різних обставин, зрозуміти які SKU та категорії будуть популярними, коли і який товар треба замовити з урахуванням всіх можливих змін в попиті, які ціни будуть максимально привабливими і прибутковими і т.д.

Тому, довіряючи алгоритмам нового покоління (АІ), рітейлери можуть отримати нові та високоточні дані. І це вже не є чимось незвичним. Це вимога часу, яка розділяє гравців ринку на тих, хто в грі та поза грою.

Трошки неупередженої статистики. Згідно звіту Research and Markets, очікується, що світовий ринок аналітики рітейлу, що базується на АІ-підходах, зросте на 18% до 2025 року і буде оцінений у понад $9,5 млрд. А за даними Gartner, на початку 2022 року у 90% бізнес-стратегіях інформація була названа критичним активом підприємства, а аналітика – найважливішою компетенцією.

Розглянемо декілька кейсів, де важко обійтися без “всезрячого” штучного інтелекту.

За якою ціною продавати товар?

Ціноутворення – кропітка і ризикова справа для кожного власника мережі. “Як не занизити чи не завищити ціну?” – питання, що супроводжує рітейлера щодня. І тут по допомогу краще звернутись до штучного інтелекту. Він з легкістю спрогнозує поведінку клієнтів при всіх можливих варіантах продажної ціни та знайде оптимальний варіант, що забезпечить найвищий прибуток мережі.

Сьогодні AI-системи для ціноутворення використовують Walmart, eBay і Amazon.

Як це працює? Система розраховує, наскільки клієнти будуть зацікавлені купити даний товар за тою чи іншою ціною. Для цього АІ вивчає поведінку клієнтів в минулому, оцінює інформацію про ціни конкурентів за даними інтернет-майданчиків, існуючий попит на товар, відомості про майбутні свята, місце розташування магазину тощо.

А далі визначає величину прогнозованого прибутку в кожній ситуації та пропонує найоптимальнішу ціну.

Як оптимізувати асортимент?

Оптимальний асортимент – той перелік товарів, який покриває потреби покупців, приносить мережі бажаний розмір прибутків, достатньо швидко продається і “не заморожує” кошти в надлишках.

Для того, щоб його сформувати необхідно враховувати чимало моментів:

• сезонність товарів;
• зростання товарообігу LFL (Like for like);
• промо акції;
• крос-ефекти: гало та канібалізація;
• зміни частки та пенетрації категорій, товарів;
• фактичну та прогнозовану маржинальність товарів;
• демографічні особливості цільової аудиторії магазину.

Зрозуміло, що вручну врахувати всі ці фактори практично неможливо, або потрібно витратити чимало часу для цього. Тому і тут варто надати перевагу рішенням на основі АІ, що здатні зробити процес прогнозування найбільш точним.

Як це працює? Алгоритм АІ використовує кластеризацію магазинів мережі та детально вивчає наявний асортимент в кожному кластері, його показники продажів та тенденції змін. Паралельно враховує всі доступні зовнішні дані, які мають вплив на попит покупців в досліджуваному регіоні. Це дозволяє виявляти ті товарні позиції, які варто ввести в асортимент магазину певного кластеру, оскільки вони 100% зацікавлять покупців та принесуть додаткові доходи.

Заключення

Очевидно, що динамічні зміни ринку вимагають новітніх підходів в управлінні рітейлом. І найкраще рішення – інтеграція АІ технологій в аналітичні процеси мережі. Ці високоточні інструменти дозволять за лічені хвилини систематизувати величезний масив даних, оцінити їх в реальному часі, спрогнозувати без похибок та прорахунків. І вже не потрібно утримувати багато чисельний аналітичний відділ, очікувати звітів, які лише фіксують історичні дані без точних прогнозних показників.

АІ – майбутнє прогресивного бізнесу. Він забезпечує зростання фінансових показників до рівня, якого досягти у межах традиційного масштабування неможливо. Це “маст хев” для кожного рітейлу, якщо мета не виживати, а бути лідером і ефективно протистояти викликам сьогодення.