10 успешных кейсов внедрения технологий в ритейле

Российский рынок FMCG после сложного периода 2014-2016 годов снова показывает рост, особенно в регионах. При этом потенциал роста за счет расширения торговых площадей и повышения цен практически исчерпан. Этот факт, а также интенсивная конкуренция заставляет крупнейшие розничные сети вкладываться в технологии – именно они способны дать преимущества, которых (пока) нет у других. 

Автоматизация процессов в управлении магазинами – одно из самых перспективных направлений в разработке и интеграции технологий. 

Сегодня появляются платформы и решения, которые помогают повышать продажи на десятки процентов и значительно увеличивать лояльность покупателей за счет улучшения доступности товаров, оптимального их представления на полках и соответствия запросам потребителей.

В основе этих решений могут лежать самые разные принципы – психологические, маркетинговые, технические. Их главное преимущество – более точное соответствие нуждам покупателя. Например, технологии компьютерного зрения уже сегодня позволяют сокращать очереди на кассах в магазинах сети «Перекресток». А в «Ленте» с помощью технологии обработки больших данных знают, что вы купите во время следующего похода в магазин. В «Магните» же технология машинного обучения позволяет всегда иметь в ассортименте именно те продукты, которые нужны покупателям. 

В России комплексные решения для автоматизации процессов в магазинах помогает внедрять компания OPEN. Технологии помогают, например, контролировать доступность товаров на полках, сокращать потерю покупателей из-за нехватки продуктов, следить за передвижениями покупателей и оптимизировать их маршруты, предоставлять онлайн-отчетность и так далее. 

Рассмотрим на конкретных примерах, как работают эти технологии. 
рб1.PNG


Торговая сеть «Перекресток» (Х5 Retail Group) протестировала в нескольких магазинах в Москве и Московской области технологии компьютерного зрения. С помощью технологий распознавания фото- и видеопотока компания намеревалась повысить доступность товаров на полке и более эффективно контролировать очереди на кассах в период пиковых нагрузок. Для распознавания товаров на полках было выбрано решение резидента «Сколково» Intelligence Retail. 

Это решение базируется на использовании технологий компьютерного зрения для распознавания товаров различных категорий с целью контроля наличия и корректности выкладки товаров в сети продаж. Система позволяет полевому сотруднику компании в течение 10 секунд получить необходимую информацию по ассортименту и выкладке. Онлайн-аналитика в магазинах позволяет повысить эффективность процесса, исключив сбор информации вручную. Систему можно обучить распознавать практически любые товары на полках с точностью выше 95%. Любые видимые атрибуты товара будут использоваться системой для повышения точности распознавания: форма, цвет, логотип, тип упаковки и цена. 

Целью пилотного проекта было оценить применимость технологии распознавания образов товаров в процессе сбора данных об их фактическом наличии и пополнения товарного запаса на полке, а также проверить точность распознавания продуктов молочной категории с помощью технологии компьютерного зрения.

Во время экспериментального периода использования технологии точность распознавания товарных единиц достигла в среднем 93,7%. Скорость формирования отчета составила примерно 30 секунд на один стеллаж выкладки. В целом система научилась распознавать более двух тысяч наименований товаров. На основании полученных результатов руководство торговой сети «Перекресток» приняло решение о расширении использования решения Intelligence Retail на большее количество магазинов, а также о полной интеграции технологии в бизнес-процесс по повышению доступности товаров на полке.

Сотруднику магазина достаточно запустить приложение, направить объектив камеры на нужную полку и считать изображение. Затем система автоматически проанализирует наличие товаров и правильность их выкладки. В случае, если нужно произвести какое-либо действие – добавить товары или поменять их местами – алгоритм выдаст соответствующие рекомендации.

Потенциальные выгоды от внедрения автоматизированного контроля за наличием товаров на полке могут составить от 2 до 5% в товарообороте за счет повышения показателя наличия товаров на полке, что говорит о высокой ценности использования подобных решений в рознице.

Успешным признали и эксперимент по автоматическому анализу очередей на кассах. Если система замечала, что в одной очереди скопилось больше пяти человек, администрация зала получала уведомление о необходимости открыть дополнительную кассу. Очередей стало меньше, клиенты были довольны.

рб2.PNG

Сеть гипермаркетов «Лента» внедрила систему клиентской big data-аналитики на основе карт лояльности и открытых данных из соцсетей. Еще в 2016 году генеральный директор сети Ян Дюннинг хвастался, что система уже через несколько покупок может выяснить, что человек сел на диету: «Например, мы видим, что раньше вы всегда покупали картофельные чипсы, а сейчас перестали. Это потому, что у вас нет денег, или потому, что вы на диете? Мы можем протестировать это и дать 50% скидку на чипсы. Тогда уже после следующей вашей покупки мы точно узнаем, на диете вы или нет. И если вы на диете, то следующий купон уже будет скидкой на что-то из здорового питания». 

Сейчас держателями карт лояльности сети «Лента» являются более 13 млн человек. В первом квартале 2018 года 96% покупок в сети совершалось с использованием карт лояльности. То есть при наличии соответствующей технологии обработки больших данных компания имеет возможность знать предпочтения практически каждого своего клиента. А такая возможность у «Ленты» есть. 

Платформа, которую использует ритейлер, не только запоминает и анализирует все покупки, которые совершает конкретный держатель карты, но и сравнивает их с данными из соцсетей. Как результат – персонализированные предложения для групп покупателей, рост среднего чека и частоты посещений.

рб3.PNG

Еще одно технологическое направление, которое внедряет один из крупнейших российских ритейлеров – навигация в магазинах. В нескольких торговых залах определяют наиболее посещаемые зоны. С помощью анализа передвижений покупателей по залу составляются тепловые карты. Полученные данные используются для оптимизации раскладки товаров, распределения и проектирования зон. 

Для отслеживания передвижения покупателей в торговом пространстве используются три основные технологии: маячки типа iBeacon, система Wi-Fi и компьютерное зрение, камеры с возможностью распознавания образов. 

Использование систем навигации позволяет выявлять наиболее популярные зоны внутри торгового помещения и выставлять там товары, которые нужно продавать больше и быстрее. При этом можно сочетать эту технологию с другими данными, чтобы получать более детальную картину. 
рб4.PNG
Кроме того, технология навигации внутри помещения может быть использована и для совершенствования работы с персоналом.

рб5.PNG
Следует понимать, что использовать системы навигации (или, точнее, отслеживания) в торговом помещении только для составления тепловых карт, неэффективно. Эти данные нужно синхронизировать с другими потоками информации. Например, система Wi-Fi, к которой автоматически подключаются устройства покупателей, может дать значительно более полезную информацию:

  • Количество посетителей

Магазин может в реальном времени отслеживать динамику посещений в течение всего рабочего дня.

  • Время и день посещения

Можно выяснить, ходит ли конкретный покупатель в магазин по выходным или будням, предпочитает делать покупки рано утром или поздно вечером.

  • Маршрут покупателя

Онлайн-отслеживание передвижений покупателя вплоть до метра. В соответствии с этой информацией можно отправлять push-уведомления с релевантными промо-предложениями.


  • Частота посещений

Можно выяснить, как часто конкретный покупатель ходит в конкретный магазин и, сопоставив эти данные с интересами покупателя, формировать регулярные промо-предложения.

  • Время, которое покупатель проводит возле полок

Зная, у какой полки и на какое время останавливается покупатель, можно сформировать представление о его интересах и желаниях. По статистике, если человек находится в магазине больше 8 минут, вероятность, что он что-то купит, возрастает на 60%.


Все эти данные представляют большую ценность для формирования поведенческой карты покупателей. Они рассказывают, кто и как покупает, а также о том, какие предложения могут быть интересны людям.

В сети магазинов «Карусель» (группа X5) внедряют систему «умных» планограмм. На основе технологии американской компании JDA Software система автоматически составляет подробные планограммы, определяя для каждого товара наилучшее место на полке. Для этого алгоритм учитывает многие параметры: исторические сведения о скорости продаж каждой позиции, предпочтения покупателей, возможности торгового оборудования, информацию об ассортименте товаров в каждой категории и даже форму и цвет упаковки. 

Судя по отчетам компании, эффект оказался заметным. За первые три месяца 2017 года «умные» планограммы помогли увеличить продажи средств для бритья на 10,5%, чая и кофе – на 5%, сопутствующих товаров – на 3-8%. 

Кроме того, технология позволила снизить нагрузку на персонал, сократить время работы по выкладке товара и в целом уменьшить операционные расходы.
рб6.PNG


рб7.PNG
В распределительных центрах «Магнита» процессы отгрузки, хранения и дистрибуции товаров максимально автоматизированы. Применяются технологии автозаказа, включающего управление запасами и ассортиментом, автопрогнозирования, авторазмещения товаров (определяется оптимальное свободное место для выгрузки и хранения продукции). Тайм-слоттинг помогает выбрать наиболее подходящее время прибытия поставщика на выгрузку. Для оценки качества товаров местных производителей прием продукции осуществляется дистанционно, когда штат экспертов головной компании оценивает характеристики товаров с помощью видеокамер высокого разрешения и других современных инструментов. 

Оперативной доставке свежей продукции в магазины даже самых удаленных населенных пунктов способствует система автоматической маршрутизации. Она формирует оптимальный путь движения водителей-экспедиторов. 

Более шести тысяч машин компании оборудованы мобильными рабочими местами. С помощью планшета водитель оперативно получает информацию о маршруте к магазинам. Стандартная система навигации дополнена данными о местности на основе собственной картографии компании (сведения об узких участках дорог, трассах с плохим покрытием и так далее). Кроме того, планшеты являются инструментом для коммуникации с сотрудниками других подразделений. Использование гаджетов водителями-экспедиторами позволяет повысить производительность каждого транспортного средства на 5%. 

Чтобы удаленно следить за самочувствием сотрудников во время работы, компания тестирует автоматическую систему мониторинга «Антисон». Аналогов инструмента такого уровня в России нет, утверждают разработчики. Камера на передней панели автомобиля непрерывно сканирует изменения в мимике и жестах водителя. Если сотрудник засыпает или отвлекается, включаются вибро- и звуковой сигналы, которые оповещают его о недопустимости таких действий за рулем, а видеозапись автоматически поступает в головную компанию. Внедрение такой системы позволяет существенно снизить риск возникновения аварийных ситуаций и дисциплинирует водителей. 

«Устройства установлены в машинах «Магнита», которые доставляют товары на расстояние свыше 500 км. Оборудование состоит из центрального процессора, системы видеонаблюдения, звуковой сигнализации и вибромотора, который находится под креслом водителя. Все это в комплексе повышает безопасность, оперативность и эффективность работы», – сообщили в пресс-службе компании. 


Источник: Rusbase

Новости по теме