Зачем казахстанские торгово-развлекательные центры и FMCG-ретейлеры содержат отделы IT-разработки и что получают клиенты от технологий big data и machine learning? Несколько кейсов с рынка торговли – по материалам «Курсива».

Участники ретейл-рынка Казахстана используют данные о своих продажах, чтобы составлять персональные предложения покупателям, прогнозировать спрос и управлять потоком посетителей. Применяемые в ретейле IT-решения можно условно разделить на две категории: те, что помогают взаимодействовать с покупателями и те, что оптимизируют внутренние процессы. Альтернативный вариант деления – на решения, которые ретейл-компании разрабатывают самостоятельно, и готовые от вендоров.

От лояльности – к экосистеме

Программы лояльности используют несколько крупных участников казахстанского рынка - ТРЦ, в том числе Dostyk Plaza, Mega и Esentai Mall. Принцип работы программы: клиент совершает покупки в ТРЦ, загружает в приложение чеки и получает за это бонусы. Бонусы можно потратить в том же ТРЦ – на оплату парковки, билетов в кино и других покупок.

Мобильное приложение Smart Plaza (ТРЦ «Dostyk Plaza») было запущено в ноябре 2018 года. Изначально все загруженные туда чеки обрабатывались вручную. «В связи с большим количеством транзакций приложение перестало справляться с нагрузкой. Поэтому мы стали применять машинное зрение и научили компьютер читать чеки. Примерно 40% чеков машина не могла прочитать, и они по-прежнему обрабатывались людьми. С внедрением компьютерного зрения увеличилась скорость обработки чеков и произошел прирост в программе лояльности», – рассказывает архитектор цифровой среды Dostyk Plaza Майя Батыр­бекова.

Со временем Smart Plaza переросла функции просто программы лояльности и стала IT -экосистемой, которая собирает информацию о продажах от арендаторов, обрабатывает заявки арендаторов, делает предиктивную аналитику для расчета арендных ставок и т. д. Это позволило оцифровать все процессы управления в ТРЦ.

«Мы можем соединять разные компоненты экосистемы. Например, скрестить программу лояльности и сбор продаж от арендаторов. Исходя из полученных данных, мы с помощью машинного обучения можем делать прогнозы и влиять на продажи», – объясняет Батырбекова.

Например, если в программе лояльности начислять повышенные бонусы за покупку билетов в кино, то можно увеличивать поток клиентов в кинотеатр Cinemax. Этот принцип работает в разных вариациях и с разными брендами, расположенными в ТРЦ.

У Dostyk Plaza есть собственный отдел IT-разработки. Еще одно его решение – платформа TS Online, которая используется для оптимизации внутренней работы в ТРЦ. С помощью этой платформы были полностью оцифрованы внутренние бизнес-процессы управления ТРЦ и почти к нулю сведены «бюрократические проволочки». «Арендаторам, чтобы завезти какую-либо продукцию в ТРЦ, больше не надо ходить в администрацию, собирать подписи и печати. Теперь достаточно оставить заявку онлайн в централизованной базе, доступ к которой имеет и администрация, и служба безопасности. Если раньше на согласование уходило минимум три дня, то сейчас этот процесс отрабатывается день в день», – комментирует Майя Батырбекова.

Спрос рождает цену

Программа лояльности есть и у торговой сети Magnum, крупнейшего казахстанского FMCG-ретейлера. В приложении Magnum Club клиентам также начисляются бонусы за покупки (бонусы можно тратить на товары в той же сети), кроме того, алгоритм анализирует историю покупок пользователя и предлагает товары, которые могут быть интересны именно ему. Рекомендательная модель пока тестируется, полномасштабный запуск запланирован на конец года.

Magnum, как и Dostyk Plaza, разрабатывает IT-решения для своих нужд самостоятельно. «Не на все задачи имеет смысл привлекать в штат разработчиков – где-то можно воспользоваться промышленным решением, где-то – привлечь стороннюю компанию. Но есть ключевые области, в которых нужно развивать компетенцию внутри компании. И рекомендательная модель, которую мы разрабатываем, бесспорно, является таковой», – комментирует руководитель направления big data Magnum Сакен Шаяхметов.

В сети Magnum искусственный интеллект также помогает ретейлерам при формировании цен. Сакен Шаяхметов объясняет, что в основе инструмента ценообразования лежат данные об истории продаж (каким спросом пользовался товар на разных временных горизонтах), ценовая чувствительность покупателей (в разных филиалах покупательский спрос отличается), а также цены конкурентов. Алгоритмы вычисляют, как изменение цены, расположение в магазине, промоакции, сезонность влияют на продажи товара в разных филиалах. Исходя из этого, программа предлагает ту цену, которая будет оптимально подходить и для покупателей, и для компании.

«Поскольку наша задача – максимизировать обороты и повысить удовлетворенность покупателей, мы с помощью этого инструмента находим баланс по цене. Для некоторых групп товара работает одна логика, для других – другая. По нашим данным, продуктовая корзина в магазинах Magnum на 5–7% дешевле, чем в среднем по Казахстану. Это заслуга в том числе и инструмента ценообразования», – считает Шаяхметов.

Ретейлеры тоже покупают

Персонализированные предложения – must have онлайн-ретейлеров. Такие решения достаточно универсальны и на рынке предлагаются несколькими вендорами, поэтому многим ретейлерам в этом случае проще покупать готовый IT-продукт. Например, продавец бытовой техники и электроники «Белый Ветер» использует в своем онлайн-магазине Retail Rocket. Сервис помогает составлять персонализированные товарные рекомендации с учетом предпочтений и истории взаимодействия с сайтом каждого отдельного пользователя.

«В основе сервиса лежит искусственный интеллект, который подстраивает сайт, приложение или рассылки в реальном времени и показывает покупателю нужные товары. Искусственный интеллект считывает поведение и историю покупок каждого покупателя и постоянно обучается. Например, человеку, который приобрел смартфон, сервис покажет в блоках рекомендаций подходящие аксессуары – наушники, пауэрбанки и т. д., тем самым стимулируя оформить новый заказ», – поясняет интернет-маркетолог «Белого Ветра» Роман Кошелев.

До этого на online-витрине «Белого Ветра» использовались товарные рекомендации, настроенные вручную, которые отображались одинаково у каждого пользователя, не учитывая его предпочтения.

Также «Белый Ветер» с помощью Retail Rocket делает персонализированную email-рассылку – сервис рассчитывает наилучшее время отправки письма для каждого отдельного пользователя, то есть то время, когда подписчик с большей вероятностью откроет и прочтет письмо.

Компания использует Retail Rocket с 2017 года. За это время, по собственной оценке ретейлера, с помощью сервиса удалось увеличить выручку в отдельных категориях на 27%, количество оформленных на сайте заказов некоторых товаров – на 10%, а письма в email-рассылках стали открывать на 40% чаще.

Роман Кошелев считает, что за персонализацией будущее ретейла. «Использование технологий машинного обучения при формировании подборок товара, внешнего вида сайта, отображении баннеров помогает выиграть время. Чем быстрее система, сайт или приложение покажет человеку нужную именно ему информацию, тем с большей вероятностью он сделает покупку здесь и сейчас», – заключил он.

Торговая сеть МЕТRО тоже приобрела уже готовый IT-продукт – для улучшения логистики. «Наша компания работает в 10 городах Казахстана, управляет шестью торговыми центрами, а также шестью оптовыми складами, поэтому нам важна хорошая логистика, чтобы не только сохранить базу своих клиентов, но и увеличить ее размер. Для улучшения процессов доставки мы в феврале 2019 года решили внедрить программу Relog», – сообщили в сети. Relog – это программа, которая составляет оптимальные маршруты на основе детальной аналитики всех логистических и важных коммерческих процессов.

«За счет того что Relog эффективно распределяет заказы между водителями и правильно планирует маршруты по городу, водители эффективнее используют время, и мы успеваем отгружать товар гораздо большему количеству заказчиков. Помимо сокращения времени доставки, мы наблюдаем оптимизацию транспортных расходов», – добавили в МЕТRО.