Раньше торговая сеть знала о своём клиенте немного. Покупатель пришёл, положил товары в корзину, расплатился и ушёл. Максимум — оставил обезличенный чек, который затем попадал в общую статистику продаж.
Сегодня каждый такой чек становится частью полноценного цифрового портрета человека. На VK Cloud Conf 2026, организованной VK Tech, ритейл "Лента" рассказала, как превращает терабайты транзакций в "цифровой клон" покупателя. Формулировка яркая, но за ней стоит фундаментальное изменение всей модели розничной торговли.
Речь уже не просто о программе лояльности и скидках на товары, которые человек покупал раньше. Система видит частоту посещений, размер среднего чека, структуру корзины, любимые категории, чувствительность к цене, реакцию на акции и даже изменение привычного потребления.
Если человек регулярно покупал кофе определённой марки, но затем перешёл на более дешёвый вариант, сеть фиксирует снижение покупательной способности. Если в корзине неожиданно появились детские товары — вероятное изменение состава семьи. Если покупатель перестал ходить в конкретный магазин, алгоритм может заранее оценить риск его ухода к конкуренту и предложить персональную скидку.
Так формируется цифровой двойник — динамическая модель клиента, которая постоянно обучается на его действиях.
Для бизнеса это качественный скачок. Классический ритейл десятилетиями работал с усреднённым покупателем. Магазин формировал ассортимент для района, запускал единую акцию на тысячи людей и надеялся, что предложение окажется востребованным.
Теперь торговая сеть постепенно переходит к работе не с аудиторией, а с каждым конкретным человеком. Одному можно предложить скидку на привычный товар, другому — более дорогой аналог, третьему — напомнить о покупке, которую он обычно совершает раз в месяц. Четвёртому скидка вообще не нужна: он и так приобретёт товар по полной цене.
Именно здесь данные превращаются в деньги.
Ритейлер снижает объём бессмысленных скидок. Раньше акция предоставлялась всем, включая покупателей, которые и без неё были готовы приобрести продукт. Теперь алгоритм позволяет направить скидку туда, где она действительно изменит поведение клиента.
Параллельно растёт точность закупок. Цифровые профили покупателей помогают прогнозировать спрос не только на уровне всей сети, но и по отдельным магазинам, районам и категориям. Снижаются избыточные запасы, списания и дефицит товаров на полках.
Но есть и более глубокое следствие. Розничная сеть постепенно перестаёт быть просто посредником между производителем и покупателем. Она превращается в крупнейшего владельца данных о реальном потребительском поведении.
Производитель видит объём собственных продаж. Банк — движение денег. Маркетплейс — поисковые запросы и заказы. Но крупный продуктовый ритейлер наблюдает повседневную жизнь человека: что он ест, на чём экономит, как меняется его доход и какие товары исчезают из корзины первыми.
Это даёт сетям принципиально новую переговорную силу перед поставщиками. Ритейлер может не только продавать товар, но и объяснять производителю, кому именно он нужен, в каком магазине, по какой цене и с каким соседством на полке. Данные начинают становиться отдельным товаром.
Отсюда и стремительное превращение торговых сетей в рекламные платформы. Если компания способна предсказать покупку, она может продать производителю не абстрактное место на витрине, а доступ к конкретному сегменту клиентов с высокой вероятностью приобретения товара.
Условно, производитель детского питания платит уже не за баннер для миллионов случайных посетителей, а за предложение семьям, которые недавно начали покупать подгузники. Это более дорогая и одновременно более эффективная реклама.
Поэтому конкуренция в ритейле всё меньше сводится к количеству магазинов и цене квадратного метра. Ключевым активом становится качество клиентской базы, глубина накопленной истории и способность обрабатывать её в реальном времени.
У крупной сети здесь возникает эффект масштаба. Чем больше клиентов и чеков, тем точнее модель. Чем точнее модель, тем выше эффективность персональных предложений. Чем выгоднее предложения, тем чаще покупатель пользуется картой лояльности и оставляет ещё больше данных.
Получается замкнутый контур, который усиливает крупнейших игроков.
Однако цифровой двойник клиента несёт не только выгоды. Чем точнее система понимает поведение человека, тем тоньше граница между удобной персонализацией и манипуляцией.
Алгоритм может помочь покупателю экономить. Но он же способен определить максимальную цену, которую конкретный человек готов заплатить. Может предложить полезный товар — или подтолкнуть к импульсивной покупке именно в момент наибольшей восприимчивости.
Пока рынок предпочитает говорить о персональных скидках. Но следующим этапом могут стать персональные цены. Не одинаковая стоимость товара для всех, а индивидуальное предложение, рассчитанное на основе истории покупок, дохода, активности и готовности уйти к конкуренту.
Для бизнеса это почти идеальная модель: каждый покупатель платит максимально возможную для него цену. Для потребителя — уже менее однозначная перспектива.
Поэтому главный вывод VK Cloud Conf 2026 заключается не только в том, что российские компании научились работать с большими данными. Гораздо важнее, что данные начинают менять саму природу торговли.
Магазин будущего не просто ждёт покупателя у полки. Он заранее знает, что этот человек, вероятно, купит, когда придёт, на какую скидку отреагирует и какой товар можно предложить дополнительно.
Человек ещё только составляет список покупок. А его цифровой двойник уже сходил в магазин.