Проблема

Выбор ценовой и ассортиментной политики напрямую влияет на привлекательность магазина для клиентов, посещаемость, маржинальность товаров, лояльность покупателей и т.д. 

Анализ цен на рынке позволяет конкурировать с основными игроками, формировать оптимальное предложение по каждому товару, оперативно реагировать на изменения. При решении этой задачи ручным или полуавтоматизированным способом ритейлеры сталкиваются со следующими трудностями: высокие трудозатраты и низкое качество итоговых результатов, отсутствие оперативной работы с данными, сложность сопоставления товаров и товарных категорий, некорректный ассортиментный анализ. При этом, зачастую, анализ цен и ассортимента проводится только в онлайн- или оффлайн-магазинах, без учета альтернативных каналов приобретения товаров.

Решение

Уникальная платформа на базе искусственного интеллекта и компьютерного зрения, позволяющая мониторить информацию из онлайн- и офлайн-рынков как по ценам на товары, так и по ключевым дополнительным параметрам, сопровождающим их реализацию. Данные с онлайн-площадок, розничных магазинов и прайс-листов автоматически собираются и привязываются друг к другу, формируя наиболее полный и точный отчет. Это позволяет определить глубину и ценовое позиционирование категорий сторонних магазинов, изучать рынок в целом и отдельных конкурентов сквозь призму своих категорий при помощи алгоритмов сопоставления.

Результат

• Увеличение выручки на 2%, снижение недополученной прибыли от удержания маржинальности на 10%.
• Увеличение частоты формирования новых цен в 20 раз при сокращении на 10 FTE.
• Оптимизация на 58% стоимости процесса сбора и анализа цен.

Этапы внедрения

ПРОЕКТ

Демонстрация решения, обсуждение целей и задач (1 день)

СЦЕНАРИЙ

Коммерческая оценка с учетом требуемого функционала системы (1-3 дня)

ЗАПУСК ПИЛОТА

Пилотирование решения, при необходимости включая стадию обучения (1-3 месяца)

МАСШТАБИРОВАНИЕ

Масштабирование