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.
Фото: Евгений Павленко, Коммерсантъ
«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.