Ритейлер бытовой техники и электроники "М.Видео-Эльдорадо" создает центр компетенций в области аналитики больших данных и машинного обучения. Благодаря этим технологиям компания рассчитывает получить до 5 млрд рублей дополнительного оборота за пять лет.
Новое подразделение будет называться Digital Retail Data Science Centre. Число сотрудников в области Data Science составит десять человек. Специалисты будут разрабатывать и внедрять математические алгоритмы в разные бизнес-процессы ритейлера маркетинг, онлайн-продажи, логистика и управление персоналом.
Цель подразделения – поиск дополнительных возможностей роста бизнеса и переход на автоматизированные ″умные″ сервисы и бизнес-процессы. Общее число ежегодных клиентских контактов компании превышает один миллиард. Ао прогнозам, технологии, основанные на Data Science, позволят сократить операционные расходы В компании рассчитывают, что уже в 2018 году это принесет одно лишь сети "М.Видео" до 800 млн рублей дополнительного онлайн оборота, а за ближайшие пять лет – до 5 млрд рублей.
″Сегодня ритейл является высокотехнологичной индустрией, в которой высокая скорость изменений и внедрение инноваций являются конкурентным преимуществом. В связи с этим, развитие технологий аналитики данных и машинного обучения имеет для нас стратегическое значение″, – отмечает директор по стратегическому маркетингу группы ″М.Видео – Эльдорадо″ Александр Ерофеев.
Основные направления работы центра – целевой маркетинг и повышение уровня клиентского опыта на сайте, оптимизация внутренних процессов, в частности логистики и управления персоналом.
"Направление Data Science развивается в ″М.Видео″ уже около полутра лет – за это время мы научились внедрять алгоритмы машинного обучения и увидели их эффективность для бизнеса, – рассказывает руководитель Digital Retail Data Science Centre Владимир Литвинюк. – При этом область применения технологии не ограничивается клиентской аналитикой. В будущем мы также планируем проекты по повышению эффективности интернет-мерчандайзинга и дальнейшей оптимизации клиентского пути на сайте, а также управлению промоакциями, товарным ассортиментом, стоком и розничным персоналом".
На сегодня аналитика данных и алгоритмы машинного обучения в ″М.Видео″ позволяют определить не только готовность клиента к покупке, но и самый эффективный способ привести его на сайт или в магазин. Кроме того, система продолжает взаимодействовать с клиентом, не совершившим покупку, с помощью персонализированных email-сообщений: предлагает подборку альтернативных товаров, отправляет уведомление о снижении цены на просмотренные товары или о том, что ранее недоступный товар вернулся в сток.
Ритейл сегодня – крупнейший покупатель и продавец данных в мире, комментирует партнер Data Insight Федор Вирин. Но для полноты аналитики данных, которые "М.Видео" и "Эльдорадо" собирают самостоятельно, будет недостаточно, компании придется докупать их, считает он. Затраты ритейлера на Data Science, помимо закупки данных, будут складываться из зарплат специалистов и расходов на серверы, но в рамках объединенной компании будут несущественны, считает Вирин. "Суммарно это десятки миллионов рублей в год, а вот внедрение наработок может потребовать перестройки инфраструктуры компании, что может быть дорого", – говорит эксперт.
 |
Иван Зимогляд
Владелец, Руководитель, ИМ Сантехники |
Есть отделения куда "инновации" до сих пор не дошли.
 |
Александр Фролов
Генеральный директор, Shop2YOU |
 | Татьяна Г. Директор (руководитель), Торговля (Красота и здоровье, мини-компания) |
Так и есть, если у вас есть точка продаж или офис, где вы принимаете деньги, то нужно указывать реальный адрес этого места.
Это для той кассы, которая бьет бумажные чеки.
Но так и раньше было, когда были старые кассы. Нельзя было принимать наличные где попало, адрес места, где принимаются деньги и где установлена касса, нужно было сообщать налоговой. Свернуть
