Retail Life!

Как машинное обучение увеличивает продажи интернет-магазинам?

Ответ дает Николай Савин, руководитель продукта “Ценовая оптимизация” в Competera

Искусственный интеллект в ценообразовании ритейла увеличивает доходность бизнеса через управление ценой. О том, как алгоритмы машинного обучения оптимизируют цены рассказал руководитель продукта “Ценовая оптимизация” в Competera, Николай Савин.

Поднять цены так, чтобы не потерять в количестве продаж и увеличить прибыль — возможно. Алгоритм машинного обучения рассчитывает эластичность спроса и рекомендует цену, которая обеспечит максимально высокие продажи и маржинальность.

«Алгоритм обрабатывает большие объемы данных, запоминает все — удачные и неудачные — эксперименты, за которые бизнес заплатил деньгами, и дает рекомендации с прогнозируемым и повторяемым эффектом. Система знает, на какие товары, в какой день и какую наценку сделать, чтобы достичь заданных целей бизнеса», — отмечает Николай Савин.

Увеличить количество продаж в штуках без потери маржинальности — такую цель технологии поставил британский магазин Find Me a Gift. За один месяц продажи в штуках выросли на 22,3%, прибыль — на 13,9%, маржинальность — на 0,5%.

«Моделируя зависимость продаж от промо, искусственный интеллект оценивает влияние разных промо-механик на продажи и предлагает оптимальный сценарий промо без привлечения человека, что позволяет избавиться от ненужных промо, убивающих маржинальность», — говорит Николай Савин.

Подготовка к оптимизации начинается со структурирования данных для пилотного запуска. Для старта нужны данные за последние один-два года: история продаж, данные Google Analytics, макроэкономические данные и данные конкурентного мониторинга цен. Пилотный тест в цифрах показывает результативность использования машинного обучения в ценообразовании для ритейлера.

Оставьте ответ

Ваш электронный адрес не будет опубликован.