Выберите тему — соберём контекст
Три проекта из розницы: продуктовая сеть, DIY-ритейлер с интернет-магазином и онлайн-продавец одежды. В каждом случае указан эффект, который заказчик измеряет сам.
Внедрили прогноз спроса и автозаказ для 14 000 SKU в категориях «молочные продукты», «хлеб» и «готовая еда». Решение работает поверх 1С:УТ и данных кассового ПО, закупщики обрабатывают только исключения из рекомендаций.
Результат проекта: Списания по сроку годности снизились на 27%, доля времени с нулевым остатком на полке — с 6,4% до 2,1% за пять месяцев работы.
Собрали единый контур ценообразования: модель считает эластичность по 2 300 товарным группам и предлагает цену с учётом остатков, сезонности и цен конкурентов из открытых источников. Все изменения проходят через правила согласования категорийного менеджера.
Результат проекта: Валовая маржа выросла на 3,2 п.п. без роста цен на KVI-позиции, а доля товаров с нулевой оборачиваемостью сократилась на 18%.
Построили рекомендательную систему для главной страницы, карточки товара и email-рассылок на основе истории просмотров, покупок и возвратов. Отдельная модель прогнозирует вероятность возврата, чтобы не предлагать клиенту заведомо проблемный размер.
Результат проекта: Доля выручки из персональных блоков достигла 14%, конверсия в заказ из рассылок выросла на 22% при том же объёме трафика.
Да, при наличии двух-трёх лет истории чеков. На малых сетях эффект даёт не столько точность по каждому SKU, сколько дисциплина пополнения: меньше срочных дозаказов, меньше ручных решений закупщика и предсказуемые списания скоропорта.
Нет. Мы читаем данные из существующих систем — выгрузки чеков, остатков и приёмок — и возвращаем результат обратно в виде заказов, отчётов или рекомендаций. Замена учётной системы не требуется и обычно не оправдана.
Источники данных остаются зоной ответственности заказчика: мы показываем, какие ошибки учёта ломают прогноз, и даём список проверок. Очистку справочников товаров и корректность приёмок без владельца процесса не исправить никакой моделью.
Да, на встрече мы показываем структуру проекта, состав данных, метрики на валидации и способ измерения эффекта. Коммерческие детали конкретных заказчиков раскрываем в пределах подписанного NDA.
Абсолютные суммы зависят от размера сети и среднего чека, поэтому по ним нельзя сравнить проекты между собой. Относительные метрики показывают, какую часть проблемы удалось снять, и их заказчик проверяет по своей отчётности.
Обычно достаточно одного владельца процесса со стороны категорийного управления и одного специалиста, который даёт доступ к данным и объясняет, как устроен учёт. Остальное — наша работа: подготовка данных, модель, интеграция и обучение пользователей.
Cookie и аналитика
Мы используем необходимые cookie для работы сайта и форм. Аналитические cookie (Яндекс.Метрика, включая запись сессий) подключаем только с вашего согласия — от него можно отказаться. Подробнее: Политика использования cookie и обработка персональных данных.