«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