Top.Mail.Ru
Новости

«М.Видео» создал собственный центр по анализу больших данных

Новости
Валерий Вискалин
Валерий Вискалин

Ex-Новостной редактор RB.

Валерий Вискалин

Крупнейший ритейлер бытовой техники и электротехники в России «М.Видео-Эльдорадо» создал центр компетенций в области аналитики данных и машинного обучения Digital Retail Data Science Centre. Об этом пишет «Коммерсантъ» со ссылкой на представителей компании.

«М.Видео» создал собственный центр по анализу больших данных

Новое подразделение будет занято поиском точек роста бизнеса за счет разработки и внедрения математических алгоритмов. На первом этапе штат центра компетенций составит 10 человек.

В «М.Видео» ожидают, что технологии больших данных принесут компании до 800 млн рублей дополнительного оборота только в 2018 году и до 5 млрд рублей в пятилетней перспективе.

Руководитель центра уточнил, что Data Science Centre намерен увеличивать обороты компании за счет повышения эффективности интернет-мерчандайзинга, оптимизации клиентского пути на сайте, управлению промоакциями, ассортиментом, стоком и персоналом.

Аналитику Big Data для выбора локаций магазинов и управления ассортиментом уже используют практически все крупные ритейлеры электроники. Так, Центр Big Data в МТС работает три года и занимается прогнозированием трафика в каждом офисе продаж, управления графиками сотрудников, определения места и формата новых салонов, управления ассортиментом и формирования индивидуальных предложений.

В «Вымпелкоме» аналитика больших данных также используется для выбора локаций салонов, определения часов работы и количества персонала на каждой точке. В «МегаФоне» используют Big Data для индивидуальных тарифных предложений.

AliExpress и Tmall (входят в китайскую Alibaba Group) используют анализ данных о пользовательских привычках во всех сервисах. На персонализации построены товарные предложения, поисковая выдача, а также обновленная программа лояльности платформы.

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 Эволюция ML-сервисов в микрофинансовых организациях и советы по внедрению
  2. 2 Цифровые двойники: как работают, зачем нужны и как смоделировать своего
  3. 3 С какими сложностями может столкнуться компания при внесении данных в IT-системы и как упростить этот процесс
  4. 4 Помощь агробизнесу. Как Big data улучшает работу сельхозпредприятий
  5. 5 Как использовать Big Data & AI для увеличения потока клиентов: кейс с крупным банком