Перспективы искусственного интеллекта и машинного обучения в сфере ритейла

Евгений Колесников, руководитель направления «Большие данные и машинное обучение», «Инфосистемы Джет»

Искусственный интеллект сегодня применяется для создания рекомендательных систем во многих секторах экономики, и розничная торговля – не исключение. В ближайшем будущем роль AI/ML (искусственный интеллект/машинное обучение) в построении и функционировании бизнес-процессов будет только усиливаться. Так, согласно мнению некоторых руководителей, представленному в отчете KPMG о глобальных трендах развития сектора розничной торговли, к 2020 году порядка 85% всех сделок будут совершаться с использованием возможностей искусственного интеллекта. Уже сейчас эти технологии внедряются в промышленную эксплуатацию, и можно выявить первые отраслевые тенденции.

Кроме того, в качестве одного из ключевых векторов развития 2018 года KPMG отмечает ориентированность ритейлеров на оптимизацию бизнеса с помощью искусственного интеллекта. К примеру, для более эффективного взаимодействия с клиентами в аналитический инструментарий и CRM-системы компаний встраиваются алгоритмы машинного обучения, а на сайтах подключаются чат-боты или виртуальные собеседники, цель которых – немедленно начать работу с пользователем.

Так, внедрение технологии машинного обучения позволило X5 Retail Group сделать общение с покупателями более целевым и формировать индивидуальные предложения клиентам, зарегистрированным в программах лояльности. а в М.Видео применяют искусственный интеллект для «умного» товарного поиска в интернет-магазине.

Персональные коммуникации с клиентом с помощью AI, которым уделено много внимания в исследовании, безусловно, играют важную роль, но это слишком узкая область применения для AI/ML. Основная ценность этих технологий для ритейла связана с такими областями, как, например, оптимизация товарных матриц и цепочек поставок. По сути, внутренние бизнес-процессы, невидимые для глаза клиента, как раз определяют всю эффективность работы. Речь идет, например, о прогнозировании спроса, оттока клиентов или покупательского поведения, а также о формировании автозаказов – без ML-технологий качественное улучшение этих направлений не представляется возможным.

Если говорить про текущую ситуацию, самые радужные перспективы для AI- и ML-технологий открываются в составлении матриц прогнозирования спроса. Это помогает предугадать оверстоки, а значит, избежать ошибок в планировании и снизить издержки.

Помимо этого, очень выгодным видится внедрение машинного обучения в маркетинговые коммуникации через различные каналы. Для грамотного выстраивания customer journey необходимо вести оперативную и индивидуальную работу с клиентом с момента его первого взаимодействия с брендом и заканчивая персональными рекомендациями на сайте, кассе, в личном кабинете и даже на чеке. Технологии искусственный интеллекта позволяют быстро и с высокой точностью предложить именно то, что нужно пользователю. К примеру, крупный ритейлер «Рив Гош» внедрил у себя систему предсказания поведения покупателей на базе Machine Learning. Разработанное решение выявляет клиентов, которые собираются совершить покупку в ближайшие две недели, а еще делает прогноз топ-2 покупок в их корзинах – до уровня артикула (SKU). Обладая этими данными, ритейлер существенно повышает вероятность тех или иных продаж, своевременно предлагая скидки, а также снижает затраты на привлечение клиентов.

О неперспективных направлениях таких мощных технологий говорить сложно, особенно когда речь идет про рынок ритейла. Потенциально это важно во всех нишевых процессах, ведь даже по имеющимся в отрасли неудачным кейсам нельзя судить о том, что автоматизация целого направления не имеет дальнейшего смысла. В принципе можно выделить два фактора, которые говорят о том, что внедрение ML в процесс нерационально: если автоматизация невозможна и если автоматизация дошла до своего предела. Но именно в сфере розничной торговли я не вижу ни одной области с такими особенностями. Все аспекты деятельности, будь то налоговая отчетность, финансовая оптимизация, обработка данных, работа с клиентом – все можно совершенствовать.

На самом деле, внедрение искусственного интеллекта в ритейл неизбежно: компании располагают огромными объемами данных, которые позволяют расширять применение таких технологий и оказывать покупателям услуги, отвечающие их потребностям и предпочтениям. Буквально каждый винтик машины розничной торговли – от прогнозов продаж и производства товаров до обслуживания покупателей – может выйти на новый уровень благодаря технологическим достижениям. Компании, способные полноценно использовать потенциал AI/ML, смогут своевременно прогнозировать спрос и влиять на лояльность к бренду, используя персонализированный подход. А это весьма значимые преимущества на высококонкурентном рынке розничной торговли.