Сайт находится в состоянии доработки. Извиняемся за неудобства.

x
© 1995-2019 Компания «Инфосистемы Джет» Разработано в Liqium

Сеть супермаркетов «Верный» сообщает о внедрении системы искусственного интеллекта ― GoodsForecast.Promo, которая позволила повысить точность прогнозирования эффекта промоакций.  Система с помощью технологий machine learning самостоятельно анализирует ключевые параметры предыдущих промоакций и прогнозирует результаты будущих. Исходные данные для прогнозирования загружаются в нее автоматически.

 

До внедрения системы GoodsForecast.Promo специалисты сети «Верный» прогнозировали эффекты промоакций на уровне филиалов сети. Новый инструмент позволяет строить прогнозы уже на уровне магазинов, что позволяет избежать избыточности или, наоборот, недостаточности акционных товаров в конкретных торговых точках.

Сеть супермаркетов «Верный» ― одна из самых быстрорастущих сетей в России. На начало 2020 года сеть «Верный» насчитывает около 900 магазинов и представлена в 11 регионах страны. Сегодня уровень централизации ассортимента в сети менее 70%. Примерно 300 товаров на полках «Верного» предлагается под собственными торговыми марками.

«Ключевыми параметрами, которые учитываются для эффективного прогнозирования результатов промо, являются: товар и его категория, механика и период проведения акции, глубина скидки, — говорит Кирилл Черников, руководитель проектов компании GoodsForecast (компания-разработчик системы). — Помимо них, учитываются и другие свойства промоактивностей, например сезонные коэффициенты для отдельных товаров и восстановление спроса в дефицитных акциях-аналогах. Для формирования максимально точного прогноза система учитывает данные по схожим и аналогичным акциям, которые проходили в сети в течение последних двух лет».

Внедрение GoodsForecast.Promo в сети «Верный» началось в октябре 2018 года и заняло около 9 месяцев. В итоге сети удалось значительно сократить товарные остатки после проведения промо в каждом из своих магазинов, не создавая при этом дефицита товара. Показатель абсолютной ошибки прогноза эффекта промоакций снизился в 1,5 раза. При этом время работы персонала компании, задействованного в прогнозировании товарных остатков, сократилось, что позволило перейти к детальному анализу конкретных прогнозов, на которые требуется обратить внимание. Основой системы являются база данных под управлением Microsoft SQL Server, а также интегрированные в БД самообучающиеся модели прогнозирования, реализованные на языке R. Бизнес-пользователи системы работают в удобном web-интерфейсе, стилизованном в корпоративном стиле торговой сети. Сейчас компания GoodsForecast совместно со специалистами сети «Верный» развивает функциональность системы и интерфейса.


Российская компания GoodsForecast входит в ГК «Форексис», созданную в 2000 году на базе Вычислительного центра Российской академии наук. GoodsForecast специализируется на прогнозировании спроса и оптимизации процессов для производителей, дистрибьюторов и торговых сетей с 2004 года, сначала в рамках департамента систем прогнозирования ГК «Форексис», а с 2013 года — как часть группы компаний. Является членом Консорциума в области технологий хранения и анализа больших данных.

«Мы совершенствуем систему в первую очередь с точки зрения эргономичности и прозрачности для пользователей, — говорит Кирилл Черников. — Но также стараемся расширять ее функционал с помощью учета дополнительных параметров при прогнозировании, таких как ценовые сегменты похожих товаров, наличие дополнительных мест выкладки в магазинах, перетекание спроса на товары в конкретной акции и смежных промоактивностях»

Следите за нашими обновлениями

07
02

Huawei тестирует Wi-Fi 6 в России

Компания Huawei представила в России решения для Wi-Fi 6 без американских комплектующих

06
02

Опубликован обзор рынка RPA

Почему программные роботы RPA стали вдруг так популярны?

04
02

Ростех и Финуниверситет создадут центр развития цифровых технологий

Национальный центр компетенций будет заниматься развитием сквозных технологий цифровой экономики

Февраль
Март
Март
Май
Сентябрь
Сентябрь
Февраль