Особенности организации правильной системы ML
ML считается достаточно новой и пока не очень понятной управленцам областью в торговом бизнесе. Несмотря на это, технология уже позволяет решать вполне конкретные проблемы. К примеру, американская торговая сеть Target с ее помощью дает своим постоянным клиентам персональные рекомендации. Нейросети компании настолько хорошо справляются со своей задачей, что в 2012 году это даже привело к скандалу.
Отец несовершеннолетней девушки обратился в один из розничных магазинов Target и, тряся перед менеджером скидочными купонами на товары для беременных, которые пришли на почту его дочери, требовал объяснений. Сотрудник компании извинился и сказал, что система действительно умеет определять даже примерный срок беременности, но в этот раз, по всей видимости, просчиталась. Однако, как выяснилось позже, ошибки не было.
ML широко распространено в онлайн-ритейле для персональных рекомендаций. Его, к примеру, использует российская компания Lamoda — читайте об этом в другом нашем материале.
Машинное обучение применяется и для ряда других задач. Ведущий Data Scientist, руководитель направлений HR и финансы «М.Видео — Эльдорадо» Полина Полунина рассказала нам, что прогнозирование спроса работает для 40 тысяч позиций почти в 1000 розничных магазинах группы компаний. Алгоритмы еженедельно рассчитывают спрос с учетом географического расположения торговой точки, трафика, сезонности, а также скорости розничных продаж и потенциальных объемов самовывоза онлайн-заказов. Технология позволяет существенно оптимизировать не только сам прогноз, но и сопутствующие расходы, к примеру использование складских помещений или организацию транспортной логистики.
Облачные решения для машинного обучения в «М.Видео — Эльдорадо» не применяются, так сложилось исторически. У группы компаний давно полностью своя инфраструктура, однако, по словам Полуниной, препятствий для использования облаков для ML нет.
ML — амбициозная технология, которая в случае успешной настройки пригодится как большому ритейлеру, так и маленьким магазинам для лучшей адаптации к потребностям и запросам своих покупателей.
Почему стоит задуматься о внедрении ML в торговом бизнесе
- Вам нужен более эффективный процесс оптимизации работы складов и производства.
- У вас достаточно данных для того, чтобы начать предсказывать спрос на товары.
- Вы бы хотели лучше узнать своих покупателей: кто что и когда покупает. Эту информацию можно использовать для промоакций и предлагать на ее основе более подходящие клиентам сопутствующие товары.
Источник: https://mcs.mail.ru/blog/ml-business/