Магазин разумный

Как искусственный интеллект помогает традиционному ритейлу.

«Обыкновенные» розничные магазины постепенно проигрывают онлайн-маркетплейсам, пандемия коронавируса и связанные с ней ограничения еще больше усугубили эту ситуацию. Сейчас продажи в традиционном ритейле постепенно восстанавливаются, но все же ему необходимо меняться, чтобы оставаться на плаву. Особые надежды возлагаются на технологии искусственного интеллекта (ИИ). Как российский ритейл применяет машинный разум – в материале RSpectr.

Нужно больше аналитики

В последнее время усилия торгово-розничных компаний в основном были направлены на развитие онлайн-сервисов для клиентов, в том числе услуг по заказу доставки товаров из магазинов. Однако значительно быстрее информационные технологии ритейлеры стали внедрять в другие направления.

В разговоре с RSpectr генеральный директор компании 3iTech Алексей Любимов отмечает, что успех в ритейле зависит от правильного выбора местоположения магазина, грамотной ценовой и ассортиментной политики, а также уровня подготовки кадров, и на всех этих этапах может использоваться ИИ.

Так, для выбора места развертывания торговой точки уже нередко применяют технологии Big Data – для сбора информации о клиентах и анализа людских потоков, приводит пример эксперт. Компьютерное зрение используют для контроля наличия товаров на прилавках. В fashion-ритейле применяют рекомендательные системы, которые помогают составить гардероб из вещей, доступных на площадке.

ИИ отслеживает перемещения посетителей по торговому залу, в дальнейшем эта информация используется для создания карты пути клиента (Customer Journey Map). Складские системы в автоматическом режиме анализируют товарные остатки и рекомендуют менеджерам оформить заказ на те или иные позиции.

Директор департамента решений на базе ИИ компании Oberon Владимир Борисов выделяет следующие тренды в сфере цифровизации ритейла:

• Объедение видеокамер во всех магазинах на единой облачной платформе. Это позволит ритейлерам уменьшить потери в кассовой зоне, управлять очередями и потоками посетителей, оценивать эффективность работы персонала, заручиться лояльностью клиента и вводить бесконтактные бонусные карты, основанные на биометрических данных покупателя, а также повысить эффективность работы служб безопасности и сократить время реагирования на инциденты.
• Возможность оплаты товаров «по лицу».
• Организация виртуальных примерочных с целью охвата большего числа покупателей и сокращения расходов на логистику.

Руководитель бизнес-практики по работе с ритейлом компании SAS Россия/СНГ Александр Михасев полагает, что один из ключевых трендов в свете нынешних реалий – гиперперсонализация. То есть уже недостаточно представлять аудиторию в общем и делить ее на группы: конкуренция стала еще острее, и нужно знать в лицо каждого конкретного клиента, чтобы предложить ему нужный товар в нужный момент и при этом попасть в цель.

Александр Михасев, SAS Россия/СНГ:
– Платформой для такой гиперперсонализации стал все возрастающий объем данных – именно они обеспечивают сверхблизкое «знакомство» с клиентом. И, конечно, ритейлеры стараются их использовать, но без мощных аналитических инструментов, в том числе на основе ИИ, сегодня это невозможно. Поэтому сейчас в выигрыше те компании, которые начали их внедрять еще до пандемии, но в ближайшем будущем мы будем видеть их повсеместное активное развертывание.

Оптимизировать процессы

В России ИИ применяют в основном крупные торгово-розничные сети.
Создание высоконагруженных систем требует очень больших технологических и финансовых ресурсов, говорит специалист машинного обучения компании «Инфосистемы Джет» Андрей Тарасов. Поэтому сервисы, работающие на основе технологий ИИ и видеоаналитики, доступны только крупным ритейлерам и становятся частью масштабных экосистем, которые те создают.

«Большинство крупных сетей применяют ИИ уже несколько лет. Но если пять лет назад это в основном были пилотные проекты, на которых только прощупывали применимость этих технологий к различным задачам, то сейчас они уже обкатаны и приносят реальную прибыль», – указывает А.Тарасов.

В пресс-службе Х5 Retail Group (управляет портфелем брендов сетевых магазинов «Пятёрочка», «Перекрёсток», «Карусель», цифровыми бизнесами «Vprok.ru Перекрёсток», 5Post, «Около») рассказали RSpectr, что умные алгоритмы на основе машинного обучения уже оптимизируют ряд процессов в компании: ценообразование, промоакции, управление ассортиментом, поиск новых локаций для открытия торговых точек.

«Как правило, ИИ применяется в глобальных и очень финансово емких сегментах, где задействовано множество ресурсов компании, поэтому даже небольшая оптимизация уже окупает затраты на специалистов и вычислительные мощности. ИИ помогает компании стать цифровой», – отмечают в пресс-службе Х5 Retail Group.

Например, компьютерное зрение нужно во время перепланировки магазина: с его помощью можно просчитать оптимальную дистанцию между стендами в зависимости от формата магазина и вида продуктов на полках.

Прогнозирование спроса на основе ИИ позволяет минимизировать дельту между количеством купленной и проданной продукции, анализ проводится без участия человека, что исключает ошибки и персональное влияние. Это ведет к росту доступности товаров на полке для покупателя, снижает нагрузки на запасы, поясняют в Х5.

Также существуют технологии, которые позволяют использовать распознавание лиц вместо пластиковых карт лояльности. Для покупателей плюсы заключаются в том, что биометрические данные никогда не ломаются, не исчезают, а процесс покупки становится еще более быстрым и безопасным. Биометрия работает уже в 180 супермаркетах «Перекресток». Несколько сотен человек каждый день совершают оплату с помощью искусственного интеллекта.

Х5 Retail Group, пресс-служба:
– В X5 создали слой Big Data, с его помощью специалисты могут быстро принимать решения, анализируя все основные типы данных: товары, чеки, клиентов-поставщиков и их контрагентов. Алгоритмы становятся элементом data-driven-культуры Х5. Так компания может снизить цену человеческой ошибки и повысить скорость принятия решений.
В конце прошлого года стало известно о том, что торговая сеть «Магнит» внедрит основанную на машинном обучении и ИИ автоматизированную платформу для прогнозирования спроса и планирования запасов товаров на базе облачного решения Relex Solutions.

В сообщении компании говорилось о том, что система охватит около 22 тыс. магазинов. За счет ее внедрения «Магнит» планирует повысить доступность ассортимента в торговых точках, особенно в категориях «фреш» и «ультрафреш», оптимизировать товарный запас, обеспечить высокий уровень сервиса, а также улучшить качество и скорость взаимодействия с поставщиками.

Пилотный проект запущен в 2021 году в распределительном центре в Краснодаре с контуром более 1250 магазинов.

Единая автоматизированная платформа на базе Relex использует обширную библиотеку данных, включая продажи, анализ спроса, маркетинговые активности, показатели работы магазинов, поведение покупателей.

Анализируя эти сведения, система максимально точно прогнозирует продажи каждого товара в каждом магазине и планирует поставки так, чтобы полностью удовлетворить спрос.

Существенно сократится нагрузка на бизнес-аналитиков и IT-специалистов. Высвободившихся сотрудников компания пообещала использовать в других проектах.

Николай Антимонов, директор проекта по совершенствованию прогнозирования и пополнения распределительных центров и магазинов розничной сети «Магнит»:
– Технологии искусственного интеллекта и машинного обучения позволят эффективно автоматизировать процессы пополнения запасов и получать огромные преимущества, как финансовые, так и операционные. Это, вероятно, самый амбициозный проект трансформации розничных цепочек поставок, который российский и международный ритейл увидят в ближайшие два года.

Эффективный сотрудник – робот

Пока отечественный ритейл все еще присматривается к ИИ, изучает международный опыт, запускает пилотные проекты, указывает А.Любимов.

Вместе с тем, по его словам, в отношении речевой аналитики крупные игроки уже определились: практически все федеральные сети либо внедрили, либо приступают к внедрению омниканальных систем, позволяющих анализировать коммуникации менеджеров с клиентами.

При этом задачи у участников рынка различные: одни делают ставку на контроль качества общения, другие используют речевые технологии как источник данных о клиенте и рынке. Например, 3iTech поставляет представителям отрасли платформу 3i TouchPoint Analytics. Решения, создаваемые на ее базе, используются как в контакт-центрах для обработки звонков, так и в торговых залах для анализа диалогов сотрудников с клиентами. После внедрения 3iTouchPoint Analytics в торговых залах средний чек на площадках увеличивался на 2-5%.

Руководитель направления развития голосовых продуктов и интеллектуальных сервисов компании BSS Юрий Ледаков также полагает, что наиболее очевидным является использование в ритейле речевых технологий – чат-ботов и голосовых помощников. Омниканальный робот поддерживает общение в текстовом и речевом каналах, отвечает на входящие запросы, производит обзвоны, реализует проактивные сервисы, опросы, поддерживает функции автоматического тотального анализа всех коммуникаций, аккумулирует всю проходящую через него информацию и предоставляет сведения для принятия управленческих решений.

Такой робот становится полноценным сотрудником и один эффективно заменяет нескольких человек с разным функционалом.

Юрий Ледаков, BSS:
– У каждого оператора контакт-центра есть своя специализация. Одни ведут опросы, другие занимаются допродажами, третьи обслуживают рекламную линию, четвертые проводят обзвоны и так далее. Когда мы ставим на их место робота, он один справляется со всеми перечисленными задачами, обслуживая более 80% клиентов без привлечения оператора. Нейробот максимально быстро реагирует на запросы, адаптируется под ситуацию в диалоге, проактивен и постоянно обучается за счет обширного опыта коммуникаций и автоматической аналитики. Более того, в случае появления негатива у клиента он способен моментально оценить ситуацию и самостоятельно принимать решение. Например, может предоставить купон на скидку или произвести другое действие, регламентированное системой лояльности.

В.Борисов приводит такой пример применения ИИ в российском ритейле. Крупная сеть гипермаркетов внедрила систему BigData-аналитики на основе данных карт лояльности и социальных сетей. При помощи технологии обработки больших данных компания может узнать предпочтения любого клиента. Платформа не только запоминает и анализирует все покупки, которые совершает конкретный держатель карты, но и сравнивает их с данными из соцсетей. В результате ритейлер получает персонализированные предложения для групп покупателей, рост среднего чека и частоты посещений.

На страже товара

Для отрасли ритейла актуален вопрос обеспечения безопасности, и здесь также на помощь может прийти ИИ, сообщил генеральный директор компании «Делетрон» Евгений Золотарев.

Например, решение на основе видеоаналитики позволяет выявить подозрительную активность человека в торговом зале еще до совершения кражи на основе анализа более чем 100 аспектов поведения покупателя, включая походку, движения рук, мимику и даже выбор одежды. Система также замечает ряд характерных действий – от беспокойного поведения до складывания предметов в сумки или карманы. Если поведение покупателя ИИ распознает как подозрительное, подается сигнал ответственному сотруднику магазина через приложение на смартфоне.

Другой пример. В крупной российской торговой сети год назад было внедрено решение по распознаванию лиц магазинных воров. Если в торговую точку входит человек, ранее замеченный в кражах и внесенный в «черный список», система подает сигнал службе безопасности магазина. Это дает возможность предупредить повторные кражи. Е.Золотарев указывает, что распознавание лиц и ведение подобной базы не является нарушением 152-ФЗ «О персональных данных», так как магазин считается общественным местом и съемка там не запрещена, а информация не персонализирована.

Источник: https://www.rspectr.com/articles/877/magazin-razumnyj