«М.Видео-Эльдорадо» внедрила инструмент для планирования ассортимента магазинов на основе big data
Компания разработала и запустила MVP-решения по автоматизированному планированию ассортимента на полках в магазинах. В рамках развития гибридной (phygital) модели ритейлер анализирует выбор покупателей в онлайне и использует эти данные для улучшения клиентского опыта в розничных магазинах.
Технология на основе глубинной аналитики использует такие данные о поведении клиентов, как поисковые сессии, просмотры и сравнения, а также учитывает заданные целевые бизнес-показатели.
Обработав всю информацию, машинный помощник рекомендует менеджерам, какие артикулы выставить на полку в каждом отделе магазина в условиях ограниченного пространства.
Задача состоит в том, чтобы выявить и постараться удовлетворить потребности покупателей, не загромождая магазин похожими товарами, а делая полку привлекательной для широкого круга клиентов, закрывая максимальное количество потребностей.
Ёмкость рынка электроники за последние 5 лет на порядок выросла, собственный и партнёрский ассортимент «М.Видео-Эльдорадо» превышает 160 тысяч наименований, а в магазинах на витринах можно выставить 5-7 тысяч, отмечает ритейлер. В этих условиях делегирование части функционала машинным алгоритмам повышает эффективность розницы и продаж и позволяет менеджерам высвободить время для более глубокого изучения трендов, новинок и комплексного развития ассортимента.
В рамках пилота модель самостоятельно формировала ассортимент нескольких категорий 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.
Компания приступила к масштабированию ассортиментного планирования и уже формирует на базе алгоритма треть ассортимента магазинов. До конца года ритейлер планирует полностью автоматизировать этот процесс.
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 модели; На втором выделенные потребности загружают в оптимизатор – машинный алгоритм оптимизации ассортимента для полок магазинов. Он формирует под каждую категорию и потребность список товаров, который увеличивает бизнес-показатели по обороту, марже и количеству чеков.
Все параметры можно настраивать и адаптировать при изменении рыночных условий. Оптимизатор также учитывает размер и специфику спроса в разных магазинах – в модель заложены около 20 категорий магазинов, для каждой их них алгоритм рекомендует отдельное товарное наполнение.
Подписывайтесь на наш TG-канал, чтобы быть в курсе всех новостей и событий
Фото: Pexels