«Магнит» проанализирует ассортимент с помощью нейросетей
«Магнит» успешно завершил тестирование нейронной сети для исследования спроса на товары, сообщает РБК со ссылкой на аналитиков ритейлера. До конца мая 2018 года компания планирует анализ всего ассортимента товаров с помощью нейросетей.
Исследование показало, что использование нейросетей сокращает дефицит продукции в магазинах примерно на 2%, потенциальный рост выручки за счет сокращения дефицита товаров может составить до 4 млрд рублей в год, а сокращение суммы списаний может достигать 5% (около 1 млрд рублей ежегодно).
Искусственная нейронная сеть — математическая модель, построенная по принципу организации и функционирования сетей нервных клеток живого организма. Представляет собой обучаемую систему, которая действует не только в соответствии с заданным алгоритмом и формулами, но и на основании прошлого опыта.
Кроме того, во время тестирования нейросети аналитики с большей точностью смогли анализировать спрос покупателей и в зависимости от этого корректировать предложение.
«Благодаря выводам, сделанным с помощью нейронной сети, мы тщательнее планируем количество привоза товаров и знаем пик покупательской активности. Мы видим, что использование методов machine learning увеличивает точность прогноза на 3-5%. Это позволит детальнее узнавать о запросах покупателей и, безусловно, даст большой экономический эффект», — заявили представители «Магнита».
В частности, эксперты ритейлера применили методы машинного обучения на нескольких товарных категориях. В программу внесли различные параметры по истории продаж, планируемым промоактивностям, сезонной миграции покупателей, погоде в регионах и другие данные, которые могли бы предсказать объем продаж.
В компании пояснили, что в результате тестирования было выявлено, что нейросети позволяют сократить временные затраты на анализ, снизить потери в тех торговых точках, где предложение превышало спрос, и, наоборот, увеличить объемы поставок конкретной продукции, востребованной у покупателей.
В дальнейшем метод машинного обучения предполагается распространить на исследование поведения покупателей при проведении маркетинговых акций, заявили в компании.
