Проект

"М.Видео-Эльдорадо" формирует ассортимент на полках в магазинах с помощью big data

Заказчики: М.Видео-Эльдорадо

Москва; Торговля

Продукт: Проекты на базе технологий Big Data

Дата проекта: 2021/02 — 2021/07
Технология: BI
подрядчики - 432
проекты - 2990
системы - 1128
вендоры - 546
Технология: Big Data
подрядчики - 197
проекты - 565
системы - 223
вендоры - 183
Технология: Data Mining
подрядчики - 231
проекты - 787
системы - 274
вендоры - 193

2021: Формирование ассортимента на полках в магазинах с помощью big data

Группа М.Видео-Эльдорадо 17 августа 2021 года сообщила о том, что автоматизировала планирование ассортимента, доступного в магазинах, на основе глубинной аналитики. Искусственный интеллект, анализируя поведение покупателей при выборе товаров, формирует оптимальный набор моделей на полках в магазинах, чтобы удовлетворить потребности разных групп клиентов. По результатам пилота более чем в 100 городах машинный алгоритм, просто меняя ассортимент на полках, позволил увеличить продажи в тестовых категориях до 3,5%.

Группа М.Видео-Эльдорадо разработала и запустила MVP решения (minimum viable product или минимально жизнеспособный продукт) по автоматизированному планированию ассортимента на полках в магазинах. В контексте развития гибридной модели ритейлер анализирует стратегию выбора покупателей в онлайне и использует эти данные для улучшения клиентского опыта в розничных магазинах. Технология на основе глубинной аналитики использует данные о продажах и поведении клиентов – поисковые сессии, просмотры и сравнения, а также учитывает заданные целевые бизнес-показатели. Обработав всю информацию, машинный помощник рекомендует коммерческим менеджерам, работающим с ассортиментом, какие артикулы выставить на полку в каждом отделе магазина в условиях ограниченного пространства.

Например, пользователь смотрит и сравнивает несколько телевизоров с одинаковой диагональю, разрешением экрана и функционалом (HDMI-разъем, голосовое управление или подключение к Wi-Fi). Можно предположить, что эти товары закрывают конкретную его потребность. Задача состоит в том, чтобы выявить и постараться удовлетворить эти потребности, не загромождая магазин похожими товарами, а делая полку привлекательной для большого круга клиентов, закрывая максимальное количество потребностей.

«
В рамках стратегии по удвоению бизнеса М.Видео-Эльдорадо полностью меняет облик ритейла, его внутренние и внешний процессы. Для этого мы проводим масштабную трансформацию, в том числе и в коммерции, уходим от ручных операций, внедряем цифровые продукты, стараемся принимать решения на основе качественного анализа данных. 85% клиентов Группы используют магазины для выбора и покупки техники, а это значит, что решение принимают непосредственно у полки. В этом случае важно, чтобы каждый покупатель находил то, что искал, и был уверен в своём выборе. Эту задачу нам помогает решать глубинная аналитика и математические алгоритмы,
сказал коммерческий директор Группы М.Видео-Эльдорадо Олег Муравьев.
»

В рамках пилота модель самостоятельно формировала ассортиментные матрицы нескольких категорий: наушники, чайники, стиральный машины, и доказала свою эффективность. С помощью разработанной в М.Видео методики оффлайн A/B-тестирования, был определён значимый рост продаж в пилотных категориях до 3,5% по сравнению с сопоставимыми магазинами контрольной группы. Компания приступила к масштабированию ассортиментного планирования и уже формирует на базе статистического алгоритма треть ассортимента магазинов. До конца 2021 года ритейлер планирует полностью автоматизировать этот процесс.Банковская цифровизация: ускоренное импортозамещение и переход на инновации. Обзор и рейтинг TAdviser 13.1 т

Автоматическое планирование ассортимента состоит из двух этапов. На первом формируется дерево клиентских потребностей. Цифровое решение анализирует пользовательские сессии и кластеризует товары, определяя максимально близкие по сравнениям и просмотрам, иначе говоря, взаимозаменяемые модели. Затем выделенные потребности загружают в оптимизатор – машинный алгоритм оптимизации ассортимента для полок магазинов. Он формирует под каждую категорию и потребность список товаров, который максимизирует бизнес-показатели по обороту, марже и количеству чеков, а также учитывает индекс уникальности товаров внутри матрицы магазина. Все параметры можно настраивать и быстро адаптировать при изменении рыночных условий и развитии стратегии категории. Более того, оптимизатор учитывает размер и специфику спроса в разных магазинах – в модель заложены около 20 категорий магазинов, для каждой их них алгоритм рекомендует отдельное товарное наполнение.

«
Раньше коммерческие менеджеры вручную выбирали, какие товары поставить на полки, ориентируясь на продажи, исследования рынка, данные от производителей и свой опыт на рынке. Но ёмкость рынка электроники за последние 5 лет выросла на порядок, собственный и партнёрский ассортимент Группы превышает 150 000 наименований, а в магазине в торговом зале можно выставить только 5-7 тысяч. Какие это должны быть модели, чтобы покупатели могли посмотреть и протестировать то, что им интересно? В этих условиях делегирование части функционала машинным алгоритмам не только повышает эффективность розницы и продаж, но и позволяет специалистам и менеджерам высвободить ресурс для более глубокого изучения трендов, новинок и комплексного развития ассортимента. Более того, мы создали взаимовыгодное партнёрство технологического решения и эксперта. Дата-продукт рекомендует, как спланировать ассортимент с учётом потребностей клиента, а человек принимает или корректирует это предложение, опираясь на свои знания и опыт,
отметил hуководитель по управлению продуктом «Ассортиментное планирование» М.Видео-Эльдорадо Максим Николаев.
»