Виджет RETAIL & LOYALTY - это возможность быстро получить актуальную информацию
Добавить виджет на страницу Яндекс
Закрыть

Рив Гош повышает продажи с помощью машинного обучения

16 Мая 2018 Количество просмотров 2092 просмотра
in_234.jpgКомпания «Инфосистемы Джет» разработала для сети «Рив Гош» обучаемую систему предсказания поведения покупателей на базе Machine Learning (ML). 

По первым результатам тестирования точность персональных товарных рекомендаций по конкретным артикулам – около 33%. Ритейлер получил возможность повысить лояльность клиентов, увеличить продажи и снизить издержки на маркетинговые акции за счет адресной работы с потенциальными покупателями. Масштабный проект охватил более 220 торговых точек по всей России, а также интернет-магазин «Рив Гош». Полный цикл рабочего процесса с применением ML реализован всего за 1,5 месяца.

Разработанное решение выполняет два ключевых сценария. Первый – выявление из всех держателей карт лояльности (2,6 млн человек) тех, кто потенциально может совершить покупку в ближайшие 2 недели. В рамках второго сценария система делает прогноз ТОП–2 покупок по каждому из этих клиентов, определяя из десятков тысяч товарных наименований конкретные позиции до уровня артикула (SKU). Обладая этими данными, ритейлер может существенно повысить вероятность тех или иных продаж, своевременно предлагая скидки интересующему сегменту клиентов, а также снизить затраты на их привлечение. При этом размер самой скидки в рамках допустимых значений система рассчитывает для каждого покупателя индивидуально. 

Прогностическое решение использует комплекс методов машинного обучения (градиентный бустинг, random forest, коллаборативную фильтрацию и др.). На первом этапе проекта математическая модель обучалась на данных, консолидированных в CRM-системе, включающих информацию о транзакциях за 2017 год, товарных позициях, товарообороте и поставках, а также историю покупки и демографические данные держателей дисконтных карт. Анализируя скрытые закономерности, ML-система выделила целевой сегмент покупателей и предсказала вероятные позиции в их чеках. Следующим этапом была произведена контрольная рассылка по требуемой категории клиентов, а затем – анализ фактических результатов (покупок). 

В выявленной группе клиентов повторные обращения за покупками составили около 47% (тогда как в среднем по клиентской базе этот показатель равен 22%). Кроме того, их средний чек оказался на 42% больше, чем у остальных покупателей. Таким образом, методами машинного обучения удалось определить «золотой сегмент» держателей карт лояльности. За выбранный промежуток времени они принесли компании порядка 7% дохода, составляя всего 1% от общей клиентской базы. Состав, численность и параметры этого сегмента меняются динамически, и система учитывает это в режиме реального времени.

«Применение технологий Big Data и Machine Learning открыло для нас новые перспективы в развитии взаимоотношений с клиентами и переосмыслении нашего бизнеса. В сжатые сроки мы получили инструмент, который позволил заметно повысить эффективность таргетированных коммуникаций с покупателями. От этого выигрывает и компания, повышая уровень продаж, и клиенты, которые вовремя получают интересующие их предложения, – комментирует Дмитрий Подолинский, директор по маркетингу компании «Рив Гош». – Сегодня мы продолжаем развивать направление персонализированных товарных рекомендаций за счет более тесной интеграции инструментов ML в ИТ-ландшафт и бизнес-процессы. В наших ближайших планах – построение отдельного Data Lake для проведения более глубокой аналитики данных, а также совершенствование системы лояльности».

«Этот проект – возможность вывести взаимодействие с клиентом на принципиально новый уровень. Здесь мы на практике выясняем с помощью искусственного интеллекта и накопленных в программе лояльности данных личные предпочтения целевой аудитории, что дает возможность делать заказчику по-настоящему индивидуальные предложения для своих клиентов», – отметил Владимир Молодых, директор по разработке и внедрению компании «Инфосистемы Джет». 

Выявленные в ходе проекта закономерности дали дополнительные возможности для повышения точности математической модели и развития новых подходов в формировании персональных предложений для целевой аудитории. В частности, сегодня компания «Рив Гош» совместно с «Инфосистемы Джет» рассматривает возможность добавить неиспользуемые ранее показатели (информацию о складах, рейтинги товаров и пр.) для расширения выборки и круга решаемых задач. Еще одно направление сотрудничества связано с анализом эффективности различных каналов взаимодействия с группами клиентов для оптимизации расходов на маркетинговые кампании.

Сейчас «Инфосистемы Джет» реализует порядка 20 проектов с применением технологий Machine Learning в банках, ритейле, промышленности, страховании и других отраслях. Перечень решаемых интегратором задач весьма разнообразен: от повышения эффективности маркетинга и предотвращения брака на производстве до противодействия мошенничеству.

Источник: Инфосистемы Джет

Понравился материал? Поделись

Подпишитесь на новостную рассылку


Новости по теме

16:06, 17 Января 2019 Количество просмотров 717 просмотров
Microsoft и Kroger представили облачную платформу для магазинов будущего
Microsoft и крупнейший американский ритейлер Kroger объявили о запуске новой облачной платформы для создания цифровых магазинов будущего.
14:25, 16 Января 2019 Количество просмотров 406 просмотров
Nike создала кроссовки с автоматической шнуровкой
Компания Nike назвала эти кроссовки Jordan XXXIII.
14:45, 14 Января 2019 Количество просмотров 775 просмотров
Apple будет производить одежду?
На это указывает патент, заявку на который подала американская компания - производитель смартфонов и других гаджетов.
16:02, 25 Декабря 2018 Количество просмотров 799 просмотров
М.Видео ускорила выдачу интернет-заказов с помощью чат-бота и машинного обучения
Розничная сеть «М.Видео», входящая в ПФГ САФМАР Михаила Гуцериева, трансформировала процесс выдачи интернет-заказов в своих магазинах.
14:45, 17 Декабря 2018 Количество просмотров 512 просмотров
Cloudburst выпустил первую в России коллекцию одежды с NFC-чипами на блокчейне
Бренд Cloudburst представил лимитированную коллекцию одежды с NFC-чипами от fashion tech компании Verisium.

Статьи по теме

17:02, 6 Декабря 2018 Количество просмотров 671 просмотр
Smart-рекрутинг для ритейла: помощь в решении основных задач
В чем заключаются основные сложности при подборе персонала в ритейл, могут ли инновационные технологии помочь в их решении и каким образом можно быстро и наименее затратно привлечь лучший персонал…
23:10, 3 Сентября 2018 Количество просмотров 1668 просмотров
LavkaLavka: как использовать блокчейн-технологии в построении уникальной системы лояльности
Известный в России фермерский кооператив создал собственную блокчейн- платформу, в рамках которой производителям и поставщикам предложен новый механизм взаиморасчетов, а также удобный способ…
23:10, 3 Сентября 2018 Количество просмотров 2379 просмотров
«Магнит»: ставка на цифровые технологии и искусственный интеллект
Торговая сеть интегрируется в современную цифровую экономику и модернизирует свою операционную деятельность, активно внедряя видеоаналитику, искусственный интеллект, элементы геймификации и анализ…
23:10, 3 Сентября 2018 Количество просмотров 1879 просмотров
Инновационные решения в ритейле: насколько это выгодно?
С каждым годом розничная торговля все активнее использует инновационные технологии, доступные на рынке, среди которых эксперты отмечают нейронные сети, искусственный интеллект, интернет вещей. Как…
00:00, 29 Июня 2018 Количество просмотров 8 просмотров
Интернет вещей как способ создания потока дохода для ритейла
Можно ли монетизировать внедрение технологий Интернета вещей, и в каких направлениях этот тренд видится наиболее перспективным, рассказывают Янис Мариас, cтарший партнер MPASS,…

Наши видео

18-19 апреля 2017 г., г. Москва. Журнал «Retail & Loyalty» проводит 4-й Международный ПЛАС-Форум "Online & Offline Retail", посвященный анализу перспектив развития индустрии в России, странах СНГ и дальнего зарубежья


Информационный портал Retail & Loyalty
ул. Кржижановского, д. 29, корп. 5
Москва, 117218 Россия
Work +7 495 961 1065