Торговые сети раньше вас узнают, что вы купите. Продуктовые ритейлеры все чаще интересуются инструментом Big Data. Он подразумевает обработку больших массивов информации о покупателях. Об этом сообщили "Коммерсантъ FM" участники рынка. Ранее стало известно, что "Яндекс" создал для сети "Пятерочка" сервис для предсказания спроса на товары со скидкой. Для 60% категорий товаров прогноз оказался верным. Пока проект работает в тестовом режиме. Данная технология успешно используется на Западе, но в России бизнес пока не понимает, как ее применять. Скорее всего, проект "Яндекса" не будет эффективен на практике, считает исполнительный директор Института прикладного анализа данных Алексей Минин.
"Само по себе прогнозирование спроса не так интересно, как в контексте какой-то задачи оптимизации, например, более оптимальное управление запасами на основании прогнозирования спроса. А так как вопросы, связанные с логистикой, с запасами, тащат за собой огромное количество различных процессов, ритейлер очень осторожно смотрит, понимая, что внедрение подобных высокоуровневых решений потребует серьезной доработки операционных процессов. И это понимание тормозит ритейлера от того, чтобы экспериментировать", — уверен Минин.
"Коммерсантъ FM" опросил представителей крупных продуктовых торговых сетей. Там рассказали, что уже используют анализ данных для прогнозирования спроса.
Гендиректор компании "SPAR Россия" Сергей Локтев: "Мы можем понимать, исходя из анализа прошлых данных, какие у нас будут продажи в определенный период. Есть анализ карт лояльности. Мы можем промо-мероприятия запускать для владельцев этих карт либо просто смотреть за предыдущей активностью и прогнозировать какие-то всплески в связи с проводимыми нами акциями или с введением нового ассортимента".
Гендиректор "Глобус Гурмэ" Андрей Яковлев: "Понятно, что не вручную сидят и какие-то графики выстраивают, конечно, автоматически анализируется огромный объем данных. Потому что транзакций миллиарды. По определенным алгоритмам строится прогноз по тем или иным категориям".
Пресс-секретарь "Азбуки вкуса" Андрей Голубков: "В новой программе лояльности есть определенные алгоритмы, позволяющие предугадывать поведение покупателя и предлагать ему те или иные товары, которые он, возможно, купит. Если говорить про персональные предложения, то не менее 50% предложений, которые получают покупатели, конвертируются в реальные покупки. Нам важнее обрабатывать не текущий объект, нам нужно еще и вести проактивную работу. Ключевой точкой в этом случае является покупатель, то есть задача увеличивать покупки, чтобы он расширял свой средний чек".
По словам экспертов, технологии, которые сейчас используются в магазинах, далеки от программ по обработке Big Data, популярных на Западе. В последнем случае речь идет о задействовании искусственного интеллекта. Многие российские ритейлеры не справляются даже с простыми маркетинговыми инструментами, отметил управляющий партнер компании Mindbox Иван Боровиков.
"Маркетинг в торговых сетях довольно слабенький, люди задумываются о каких-то совсем базовых вещах: рассылочки наладить, сегментировать, раздавать скидки налево и направо, подумать о маржинальности. Львиную долю денег можно заработать банально последовательной персонализацией, то есть наладить человеческий сбор данных о покупателях. Пока хотя бы не отработаны сборы нормализации данных о покупателях, нет большого объема, делать какие-то более сложные вещи, тем более экспериментальные, абсолютно нецелесообразно", — рассказал "Коммерсантъ FM" Боровиков.
Большими данными чаще интересуются онлайн-ритейлеры, так как технология обходится им дешевле. Как объясняют эксперты, в интернете можно запустить тестовые промо-акции среди небольшого числа пользователей и оценить, как будут вести себя потребители. У традиционных ритейлеров все сложнее — цены для сети устанавливаются в центральном офисе, и в магазинах одной компании не могут предлагаться разные скидки.
