Системы машинного обучения помогают увеличивать прибыль
Машинное обучение, которое по сути является предиктивной аналитикой, способно отвечать на вопросы бизнеса. О том, как это происходит, 7 июня на экспертной дискуссии «IT в современном розничном бизнесе» в рамках Недели российского ритейла рассказал директор направления ритейла SAS Дмитрий Ларин.
По словам эксперта, системы машинного обучения могут отвечать на вопросы бизнеса, в частности — использоваться для качественного прогнозирования промо-акций.
«Повышение маржинальности скидочных акций — это бизнес-задача. Актуальный вопрос — сколько в деньгах это может принести. С точки зрения аналитики KPI — это точность прогнозрования спроса. И нужно построить модель — как увеличение точности влияет на рост валовой прибыли», — отмечает Дмитрий Ларин.
Специалист привел пример, когда для конкретного клиента за месяц SAS была проведена именно такая аналитика. Благодаря инструментам машинного обучения точность прогнозирования спроса в ходе промо-акции возросла на 4%. В результате это привело к увеличению валовой прибыли на 1%.
«Кажется, что результат скромный, однако попробуйте посчитать — для конкретной компании даже 1% валовой прибыли могут быть сотнями миллионов рублей каждый год», — пояснил Дмитрий Ларин.
Эксперт также развеял предрассудок о том, что для машинного обучения заказчику необходимо покупать внешние данные — например, у аналитических компаний.
«Важная вещь для машинного обучения — наличие данных. Ловушка — ощущение, что нужно купить внешние данные. Делать это действительно можно, но необязательно. На самом деле для проведения анализа и внутренних данных достаточно. Начинать надо с тем, что есть сейчас, и этого уже хватит, чтобы получить скачок», — пояснил представитель SAS.
