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 - 451
проекты - 3067
системы - 1152
вендоры - 560
Технология: Big Data
подрядчики - 224
проекты - 630
системы - 236
вендоры - 192
Технология: Data Mining
подрядчики - 252
проекты - 852
системы - 293
вендоры - 211

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.

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.
»