Искусственный интеллект в работе с товарными запасами и несколько кейсов из экспериментального ритейла

Борис Агатов, независимый эксперт по внедрению инноваций в ритейле, продолжает изучать прикладные технологии и способы их использования в разных областях ритейла.

 

Работа с товарными запасами

Любой ритейлер знает, какая это головная боль – удерживать на нужном уровне товарные запасы. Зачастую это ключ к высокой эффективности и устойчивости бизнеса. Как известно, недостаток товара приведёт неминуемо к падению продаж, а избыток к замораживанию денег и накоплению остатков, которые скромно называют dead stock, а на самом деле это тяжелейшие гири на ногах бизнеса, которые не дают ему развиваться, стоков всё больше и больше, а денег в кэшфлоу всё меньше и меньше, и в итоге эти «гири» в состоянии потопить бизнес.

Есть ещё проблема оборачиваемости товарного запаса в магазине. Часто она решается перебросками между магазинами на основании анализа продаж в каждой отдельно взятой локации. Так, если в том или ином магазине «завис» товар или наоборот возникла его нехватка, то осуществляют перекидку позиций из одной точки в другую, тем самым существенно повышая оборачиваемость товара и увеличение продаж. Задача это довольно сложная, требующая немалого опыта и кропотливого анализа.

Где есть точки роста и возможности использования ИИ при работе с товарными запасами? 

К примеру, сеть магазинов, состоящая из нескольких локаций, неизбежно сталкивается с двумя взаимосвязанными проблемами: первая — это отсутствие достоверной информации о вместимости магазина и вторая, как следствие, непонятно, сколько заказывать товара в магазин. 

В чём корень проблемы? 

Все магазины разные по площади, набору торгового оборудования, а если сеть ещё и большая, имеющая разные концепции магазинов, понять точную вместимость совершенно невозможно. 

Автоматическое составление планограмм с учётом особенностей каждого магазина уже давно не является новостью и для этого вовсе не нужен ИИ, многие уже пользуются этим, тем самым в результате повышения точности вместимости магазина получают сокращение заказа до 15%. 

Но что делать, если мы точно рассчитали количество необходимого товара, но не угадали спрос на него? А что, если нам нужно поменять планограммы с учётом текущего спроса, желательно, в реальном времени и с учётом уже имеющегося товарного запаса? Вот здесь уже задачи, которые не под силу человеку, но которые достаточно легко решает ИИ.

Что уже может ИИ, или лучше сказать, что могут решения, которые созданы на базе ИИ?

Наличие оптимального запаса товара в нужном месте, в нужное время является критичным для розничной торговли. Но многие ритейлеры держат слишком много товара и распределяют его неэффективно. Аналитика на основе ИИ помогает ритейлерам прогнозировать спрос, поддерживать эффективные и надежные запасы и пополнять их в автоматическом режиме.

ИИ может сделать анализ планограммы и найти там изъяны, которые могут влиять на снижение спроса. Ритейлеры, визуальные мерчандайзеры меняют планограммы в магазинах на основе предпочтений и спроса той целевой аудитории, на которую они работают. ИИ позволяет для составления планограммы добавить большее количество факторов, влияющих на продажи, начиная с погодных условий и заканчивая сочетаемостью товаров на планограмме. 

Blue Yonder разработала систему, которая может анализировать около 3 миллиардов исторических транзакций и учитывать, только вдумайтесь, 200 дополнительных переменных (например, погода, поисковые запросы по сайту и т.д.) для прогнозирования будущих покупок. Точность, с которой решение дает прогноз того, какой товар будет продан в течение 30-дневного периода, достигает 90%. Такая точность позволяет существенным образом оптимизировать складские запасы и повысить оборачиваемость товара. Стоит отметить, что это решение использует немецкий ритейлер OTTO.

Оптимально запланированный товарный запас решает большую проблему борьбы с остатками, но совершенно не помогает отслеживать планограммы в каждом конкретном магазине в режиме реального времени.  Если сеть средняя или крупная, то отследить правильность планограммы в каждом магазине стоит огромных затрат и усилий, это делается либо по фотографиям, либо объездом сотрудниками магазинов, но всегда остаётся место для ошибки и больших трудозатрат.

Simbe Robotics создает роботов, которые фиксируют нарушение планограмм, отсутствие товара и даже не соответствие товара и ценника. Такие технологии основаны на машинном зрении, – машина должна распознать товар, затем сопоставить его с артикулом и ценой, а затем зафиксировать ошибку, если она есть, что является нетривиальной задачей. Это технологическое решение позволяет устранить проблему пустых мест на полках, на вешалах, она выявляет пустоты и сразу рекомендует, чем их заполнить. Не стоит и говорить о том, что такие решения дают оперативную аналитику и снижают трудозатраты. Для средних и небольших магазинов вместо робота можно воспользоваться обычными камерами, изображение с которых будет в облачном сервисе анализироваться и следить за наполняемостью товаром и за соответствием развески, выкладки товара на планограмме.

ИИ помогает давать рекомендации по товарам, которые склонны к зависанию на остатках, тем самым ритейлер может принять решение либо отказаться от этого товара, либо сократить его до минимума. 

Французская компания Vekia разработала решение для управления цепочками поставок и уже работает с Leroy Merlen, Etam, Okaidi и Jacadi. Приложения Vekia используют ИИ для управления и контроля товара для каждого магазина, осуществляя ежедневно оценку ассортимента по нескольким параметрам. Приложение несколько раз в день вычисляет оптимальный уровень запасов для каждой локации. На основании получаемых данных Vekia способна сформировать заказ.

Приложение Plan Optimization помогает ритейлерам понять, как различные товары влияют на общий ассортимент. Благодаря выявлению плохо продающихся позиций, приложение вычисляет, какое пространство можно освободить для тех товаров, которые имеют более высокий потенциал продаж.

Diwo для товаров, показывающих низкий уровень продаж, определяет факторы, которые привели к такому ослаблению, и предлагает множество стратегий, которые помогают ритейлерам определить идеальное время для начала промо-акций на подобные «слабые» категории и товарные позиции.

Экспериментальная розничная торговля

По мере того, как потребители всё чаще делают покупки в интернете, офлайн ритейлеры должны предлагать новые возможности покупателю, чтобы он мог улучшить свой потребительский опыт. Нужно смело стирать границы между интернет торговлей и торговлей в обычном магазине.

Использование такого простого гаджета, как планшет, в котором установлено приложение, использующее технологии ИИ, сможет дать покупателю более персонализированный опыт в покупках. Такие решения можно применять практически во всех форматах торговли от киосков до больших магазинов. В индийском Talespin и американской Pega были разработаны приложения для мобильных телефонов и планшетов с поддержкой ИИ, которые помогают заказчикам предоставлять помощь и рекомендации клиентам.

Некоторые розничные торговцы внедряют технологию распознавания лиц в магазинах, чтобы помочь продавцам идентифицировать VIP-покупателей, с целью обеспечения их повышенным уровнем обслуживания. Приложение Kairos может помочь идентифицировать людей и определить их возраст, пол, настроение, на чём человек заострил внимание, мимику лица. Технология идентифицирует VIP-покупателей, предупреждает об этом сотрудников магазина, когда один из них входит в магазин. В это время продавцам подгружается история покупок VIP-покупателя, условия программы лояльности и продавец уже в полном вооружении, чтобы вести индивидуальный диалог с покупателем.

L'Oréal и ModiFace разработали зеркало с дополненной реальностью, которое позволяет покупателям в реальном времени экспериментировать с различными макияжами.

Магазины, свободные от касс, где потребители не ждут очереди для оплаты товаров — это еще один способ для ритейлеров обеспечить высокий уровень обслуживания и убрать ненужные препятствия. Aipoly предлагает технологию, которая обеспечивает мгновенный анализ запасов и автоматическое пополнение. Система использует компьютерное зрение, чтобы распознавать покупателей и продукты, позволяя выбирать товар и просто уходить с ним.

Компания заявляет, что система является гибкой, простой в установке и легко масштабируемой, поэтому ее можно использовать в магазинах всех размеров, от небольших бутиков до гипермаркетов. Установив эту систему, покупателю уже не нужно использовать пластиковую карту, она привязана к приложению, и как только человек выходит из магазина с его счёта списывается сумма покупки. Система отслеживает, какие товары берёт человек и заносит их ему в счёт, при этой системе нет ни продавцов, ни кассиров. В добавок к этому система каждые 50 миллисекунд (даже не секунд, а миллисекунд!) сканирует магазин на предмет наличия товара. Она в режиме реального времени узнает, что осталось, где что находится и может оценить, нет ли продуктов, у которых истекает срок годности. Если срок будет истекать, система уведомит как владельца магазина, так и поставщика, чтобы он устранил данный продукт с полок.

В качестве вывода можно сказать, что поскольку покупатели всё больше переносят свои покупки в Интернет, у ритейлеров появился доступ к большим данным о поведении, истории покупок, предпочтениям покупателей. Технология ИИ может помочь компаниям использовать все эти данные для обеспечения лучшего опыта для своих клиентов. Разработчики продолжают разрабатывать приложения ИИ, и чем раньше розничные торговцы освоят технологию, тем больше будет их преимущество перед конкурентами. В конце концов, ритейлеры увидят высокую отдачу от инвестиций в ИИ, поскольку технология работает совместно с бизнес-процессами и постоянно «учится» на растущих объёмах данных.

Ритейлерам нужно определить, какая из их розничных функций требует немедленного внимания, выбрать решение и начать его внедрение. Более широкое внедрение ИИ, нацеленного на взаимодействие с клиентом, позволит ритейлерам расширять охват и собирать данные, которые могут помочь им в цепочке формирования розничной стоимости. 

В завершение посмотрите ролик, который поможет вам осознать значимость и возможности ИИ не только для извлечения прибыли, но и для улучшения качества жизни людей с ограниченными способностями. В ролике при помощи Aipoly (я выше описывал эту технологию) людям, лишённым зрения, предложили при помощи смартфона распознавать предметы, товары в магазине, явления природы. Машинный голос озвучивает то, что видит камера мобильного телефона: клетчатая рубашка, какой гаджет или просто облака на небе. Вы понимаете насколько это важно и как это может помочь в повседневной жизни людям с дефектом зрения. Поэтому внедрение таких технологий в ритейл имеет ещё и важное социальное значение.

Источник: New-retail.ru