Найти тему
РБК Тренды

Бизнес по погоде: как прогнозы помогают компаниям работать эффективнее

Изменения погоды могут повысить продажи на десятки процентов или принести миллиардные потери. Рассказываем, как бизнес использует погодные данные и что это дает

   Shutterstock
Shutterstock

Как изменения погоды влияют на бизнес

Почти половина (49%) россиян проверяют прогноз погоды каждый день. Еще 28% делают это несколько раз в течение дня. Они учитывают прогноз, когда выбирают одежду, планируют повседневную активность или длительные поездки на машине, оценивают свое самочувствие.

«Потребители остро осознают ежедневное влияние погоды. Бизнес не должен быть исключением», — считает Шери Бахштейн, генеральный директор The Weather Company (поставщик прогнозов и сопутствующих IT-сервисов). По ее словам, сегодня практически нет отраслей, которые бы не затрагивало это влияние.

Самый очевидный пример — сельское хозяйство: урожайность напрямую зависит от погодных факторов. Уже в начале 1960-х эксперты отмечали, что с помощью прогнозов, адаптированных к нуждам предприятий АПК, можно максимизировать прибыль и минимизировать убытки.

Погода сильно влияет и на ретейл. Еще в середине 2010-х компания Weather Trends (разрабатывает решения для погодного маркетинга) выяснила, что повышение температуры всего на один градус по Фаренгейту год к году увеличивает продажи кондиционеров и прохладительных напитков. А при понижении на градус продается больше портативных обогревателей и готовых супов.

К тому же от погоды сильно зависит готовность покупателей ходить в офлайн-магазины. В 2023 году низкие температуры и дожди стали одним из факторов, которые привели американскую торговую сеть Home Depot к самому сильному более чем за 20 лет падению выручки — на $1 млрд.

В некоторых сферах влияние погоды совсем неочевидно, но четко прослеживается при анализе больших данных. К примеру, российские маркетологи выяснили, что в туманную погоду люди на 28% чаще звонят продавцам квартир. «Мы не знаем, почему это работает, но это работает», — признают эксперты.

Почему компании все активнее используют прогнозы

Раньше, планируя запасы и активность, бизнес мог просто ориентироваться на сезоны. Но теперь все большую роль играют новые факторы, влияющие на погоду, например повышение температуры поверхности океана.

В результате привычных сезонных норм больше нет и опираться на них уже нельзя, подчеркивает Шери Бахштейн из The Weather Company. Особенно остро это ощутили на себе сети быстрой моды: сегодня потребители могут покупать зимние пальто, а уже завтра — летние футболки.

Кроме того, растет количество экстремальных погодных явлений. В течение пяти лет глобальный ущерб от них составит $5 трлн, предупреждали страховщики осенью 2023-го. Все это подталкивает бизнес к тому, чтобы последовать примеру потребителей и активнее использовать погодные данные.

«Сначала наш сервис был продуктом для широкого круга пользователей. Затем, когда у нас появилась технология прогнозов «Метеум» на основе машинного обучения, к нам стали приходить другие сервисы «Яндекса» и интересоваться, как можно использовать погодные факторы для повышения эффективности», — вспоминает руководитель «Яндекс Погоды» Александр Ганьшин.

Одними из первых подключились такси и дата-центры, которые хотели точнее прогнозировать энергопотребление. Вскоре сервис открыл доступ через API для внешних бизнес-пользователей. Сейчас им предлагают комплексные решения, включая доступ к историческим погодным данным с 1950 года, истории прогнозов погоды, сезонному прогнозу. Также для бизнеса доступны узкоспециализированные материалы, например данные о ветре на высоте турбин для ветроэнергетики.

С помощью таких инструментов компании могут лучше планировать свою деятельность и минимизировать риски. Конкретный сценарий использования погодных сервисов зависит от отрасли.

Как в разных отраслях применяют погодные сервисы

Сельское хозяйство

Долгосрочные прогнозы помогают подготовиться к засухам, наводнениям и морозам. Краткосрочные — определить оптимальное время для посева, удобрения, орошения и уборки урожая. Например, если вносить средства защиты растений в сильный ветер и дождь, компания просто потеряет деньги.

Крупные агрохолдинги часто устанавливают на поле собственную метеостанцию, но дождь может пройти мимо, и она ничего не зафиксирует. Поэтому нужны внешние сервисы с более подробной сеткой наблюдений и прогнозов.

Логистика

По мнению аналитиков, экстремальные погодные явления — главный риск для логистики и цепочек поставок в 2024 году. Но даже обычная ненастная погода без штормов и наводнений может привести к задержкам и потерям. Поэтому компании встраивают погодные API в свои системы, чтобы корректировать маршруты доставки, составлять график работы водителей и курьеров или рассчитывать компенсации для них.

Например, в 2024 году «Яндекс Погоду» начали внедрять в сети пиццерий «Додо Пицца Самара». «Нам необходимо было создать эффективную систему мотивации для курьеров», — говорит Ярослав Лисневский, руководитель направления цифровых решений. «Тариф за доставку заказов теперь зависит от погодных условий, что позволяет справедливо вознаграждать наших курьеров». Проведенные тесты показали положительные результаты, и теперь компания готова к расширению системы и подключению новых партнеров.

Ретейл

Погодные данные применяют для управления складскими запасами и ценами, оптимизации доставки до точек продаж и потребителей, рекламных активностей.

«Многие российские и мировые ретейлеры уже используют прогнозы погоды и интегрируют их в собственные системы аналитики таким образом, чтобы учитывать при обеспечении торговых точек и сторов нужными товарами. Тем компаниям, которые еще не интегрировали погоду, мы помогаем определить корреляции между операционными параметрами компании и погодными и климатическими данными: как влияют краткосрочные и среднесрочные скачки температуры и осадки на продажи конкретных категорий товаров, как меняется потребительское поведение в зависимости от типичной или нетипичной для сезона погоды», — рассказывает Ганьшин.

Наталья Шувалова, лидер направления аналитики торговой сети «Вкусвилл» (использует сервис «Яндекс Погода»):

«Мы регулярно получаем данные по прогнозам погоды на территории доставки каждого даркстора. Внутри у нас настроены «алармы» — оповещения о нестандартных погодных условиях: снег, дождь и так далее. Исходя из полученных данных, мы можем прогнозировать рост количества заказов и корректировать объемы товаров, поставляемых на дарксторы. То есть, например, если будет дождь, то увеличатся заказы, значит, продукция должна прийти на дарксторы в увеличенном объеме».

Строительство

С учетом сезонных прогнозов строители принимают решение о том, начинать ли работы ранней весной или поздней осенью, приводит пример метеоролог-консультант Джим Ферстер.

Погодные данные также помогают оптимизировать рабочее время, обеспечивая безопасность бригад и быстрое продвижение проектов. Например, заливку бетона планируют с учетом ожидаемой влажности и осадков. А при работе с кранами нужны точные прогнозы скорости и направления ветра, чтобы избежать опасного раскачивания грузов.

Энергетика

Опираясь на прогноз погоды, можно предсказать скачки спроса на энергию и провести техобслуживание в те интервалы, когда энергопотребление будет минимальным. А в ветровой и солнечной энергетике — оптимизировать выработку, спрогнозировать ее спады и рост.

Кроме того, владельцам солнечных ферм важно быть готовыми к экстремальным погодным явлениям и учитывать исторические погодные данные при выборе локации, добавляют в GCube (занимается страхованием проектов в области возобновляемой энергетики). В 2022 году только в Техасе град привел к повреждениям солнечных панелей на сумму более $300 млн. «Если локация исторически подвергалась воздействию экстремальных погодных условий, то в ближайшие годы оно, вероятно, усугубится», — предупреждают в компании.

Цифровая реклама и маркетинг

Среднесрочные прогнозы помогают маркетологам спланировать активности на сезон. Краткосрочные — управлять креативами в рекламных кампаниях.

В 2022 году для продвижения продуктов Dove (в частности, мужских дезодорантов и гелей для душа) использовали таргетинг с учетом локальной погоды. Интернет-рекламу показывали только когда температура поднималась выше 21°C, а при понижении показ объявлений приостанавливали. В результате CTR (click-through rate — соотношение кликов и показов, т.е. кликабельность объявления) выросла на 358%.

Для маркетинговых кампаний KIA создали несколько креативов под разные погодные условия. Там, где стоит жара, показывали ролики с машинами под палящим солнцем. А в сырую погоду пользователи видели KIA под проливным дождем. Кликабельность таких объявлений была втрое выше обычных.

По мнению Ганьшина, спрос на погодные сервисы будет и дальше увеличиваться. «В последнее время за счет цифровизации бизнеса растет число запросов от промышленности, энергетики, логистики и ретейла», — добавляет он.

Как сервисы повышают точность данных

В открытом доступе много информации о погоде. Но эксперты подчеркивают, что для бизнеса предельно важна точность корреляций и прогнозов. Чтобы ее повысить, сервисы развивают свои технологии в двух основных направлениях.

Во-первых, внедряют ИИ и машинное обучение. Большие данные и сложные модели искусственного интеллекта используют практически все заметные игроки — от американских корпораций и стартапов до государственных сервисов Индии и Китая. Нейросети и технологии Machine Learning (ML) позволяют качественно обобщать и анализировать весь огромный массив погодных данных, получаемых из атмосферы Земли.

Во-вторых, подключают больше источников информации. Норвежский метеорологический институт в 2018 году одним из первых начал учитывать данные от любительских метеостанций.

В России тоже применяют подобные подходы. «Яндекс Погода» собирает и обрабатывает данные из пяти типов источников — глобальные и региональные модели прогноза погоды, спутники и радары, метеостанции и сообщения об осадках от пользователей сайта и приложения. В дождливые дни сервис получает около 3 млн сообщений об осадках от пользователей.

Сами по себе такие данные не всегда точны. Но прогноз дополнительно уточняют и детализируют с помощью 40 моделей машинного обучения. «Например, глобальные модели прогноза погоды предоставляют данные с разрешением 13х13 км — это 169 кв. км. Это примерно равно площади города Тулы. То есть глобальный прогноз говорит «в Туле +16», а мы понимаем, что в сквере на набережной реки Упа будет немного прохладнее летом, а вот на проспекте Ленина в полдень температура может подняться выше. Благодаря машинному обучению мы доуточняем прогноз до разрешения 2х2 км, и 250х250 м в гористой местности», — заключает Ганьшин.