23 Октября 2019 | 13:59

Ассортимент для «Пятерочки» и «Перекрестка» сформирует алгоритм на основе больших данных

Алгоритм решает, какие товары попадут на полки магазинов, на основе опросов и чеков покупателей. Программа уже тестово отбирает ассортимент для магазинов «Пятерочка», в будущем технология будет применяться в сети «Перекресток»

Картинка Ассортимент для «Пятерочки» и «Перекрестка» сформирует алгоритм на основе больших данных

X5 Retail Group разработал алгоритм, подбирающий ассортимент магазина на основе анализа больших данных. Об этом в интервью РБК рассказал исполнительный глава глава компании Игорь Шехтерман. Задача программы — определить, какой товар попадет на полки магазинов.

Технология тестово применялась в «Пятерочках». Для принятия решения программа использует результаты опросов покупателей и чеки участников программы лояльности магазина. В 2019 г. X5 Retail Group планирует внедрить алгоритм в работу сети «Перекресток».

В магазинах «Пятерочка» алгоритм пересмотрел уже 28 категорий наиболее популярных товаров, которые приносят около 50% оборота: чай, кофе, консервы, овощи, сыры, пиво и водка и так далее.

«Например, приходя в магазин за макаронами, потребитель должен принять несколько решений — ракушки или спагетти, 50 руб. или 100 руб. Для алгоритма все эти решения представляют собой «дерево», а на основании множества «деревьев» он работает», — объяснил Игорь Шехтерман.

С 1 октября 2019 г. в некоторых московских магазинах «Пятерочка» и «Перекресток» тестируется другая технология — компьютерное отслеживание заполняемости магазина. Решение в режиме реального времени фиксирует количество товара в зале и сообщает персоналу, когда полки пустеют.

Рейтинги
Лидеры рейтингов AdIndex
# Компания Рейтинг
1 MGCom №1 Digital Index 2023
2 Росст №1 Digital Index в Фармкатегории 2023
3 Arrow Media №1 Performance в недвижимости 2023
–ейтинг@Mail.ru
Этот сайт использует cookie-файлы и рекомендательные технологии. Оставаясь на сайте, вы даете согласие на использование cookie-файлов и соглашаетесь с правилами применения рекомендательных систем на сайте.