Желания потребителей изменяются регулярно. Иногда тренды и сезонность дают такой толчок, что мало какой ритейлер будет готов к изменениям. Для примера можно вспомнить ковидные времена и переход покупок в онлайн-формат.
Сейчас поведение покупателей меняется не так резко, но все еще существенно. Поэтому мерчандайзинг должен уметь подстраиваться под текущие реалии, а инструментарий - расширяться за счет новых технологий.
Будущее мерчандайзинга – это то, в котором необходимо быстро реагировать на запросы рынка, предлагая правильные продукты в нужном месте и в нужное время. В этом может помочь искусственный интеллект, который, по данным Research&Markets, через 15 лет приведет к росту прибыльности на 60%.
Давайте же сегодня поговорим о роли ИИ и его взаимоотношениях с мерчандайзингом.
Определить суть искусственного интеллекта может не каждый. Для кого-то это робот, выполняющий задачи самостоятельно. Для других - набор скриптов, оптимизирующий скорость выполнения задач. Для третьих - готовое решение, работающее в тандеме с человеком.
Каждый из вариантов имеет место, но в ритейле чаще всего встречается последние два. Если рассматривать ИИ как набор скриптов, то ими пользуются маркетологи и мерчандайзеры. Первые обучают его на больших массивах персональных данных, вторые - на имеющемся ассортименте торговой сети. Сотрудник, как и раньше, выполняет работу, но получает данные, статистику или график за счет ускоренного анализа.
В случае с готовыми решениями работа строится немного иным образом. Компании сами обучают свой ИИ на данных заказчика, а затем передают доступ обычным работникам. Те, в свою очередь, активно работают через саму систему. Например, определяют остатки на складе.
Говоря о перспективах, в будущем ИИ станет только умнее и эффективнее. Все зависит от объема и качества данных, которые ему “скармливают”. Со временем системы на базе обученного искусственного интеллекта расширят свой функционал, а это приведет к повышению эффективности любой деятельности. В том числе - мерчандайзинга.
ИИ используется в мерчандайзинге уже сейчас. Есть инструменты, которые позволяют выполнять поиск по визуально похожим изображениям. Такого рода функционал можно использовать для поиска остатков и мест размещения определенного продукта.
Поможет искусственный интеллект и с группировкой товаров. Продукты могут быть скомпонованы вместе в зависимости от общего использования, случая или частоты, с которой они покупаются вместе.
AI может помогать и с установкой цен. Лучшая стоимость может быть определена на основе сигналов спроса и тенденций. Мерчандайзеру достаточно открыть приложение и увидеть новый ценник, который наилучшим образом отражает текущее положение продукта на рынке.
Особо продвинутые системы могут давать советы по проведению маркетинговых мероприятий или улучшениях торгового зала. Они анализируют текущие запросы, уровень продаж и бюджет компании. Такой функционал достаточно “сырой” и работает с оглядкой на будущее.
Сейчас нельзя говорить о том, что ИИ заменяет мерчандайзеров. Без обучения и управления эти системы могут выполнять только малую часть задач.
Да, он может проанализировать общемировые тренды и предложить новую планограмму. Но без понимания ЦА конкретной точки, ее ассортимента и уровня трафика такая выкладка не будет работать.
Обученные сети выступают хорошими помощниками, но не конкурентами. И чем больше системы завязаны на обучении человеком, тем выше становится роль мерчандайзеров. Им приходится решать, какие данные подаются в алгоритм и какие конечные данные они хотят получить из него.
А что будет в будущем? Понимая текущие тенденции, можно прогнозировать несколько вариантов развития событий. Особенно полезен ИИ будет в управлении спросом. Если систему будутспособны анализировать закономерности покупательского поведения, чтобы прогнозировать спрос на детальном уровне, тогда компании получат возможность преобразовать эту информацию в автоматические оповещения или решения. В задачу мерчандайзера будет входить только просмотр конечной информации и выкладка товара в торговом зале. Ошибки неправильного определения спроса и занятия хороших мест непопулярными товарами просто уйдут в прошлое.
Работа с остатками так же может стать эффективней. Со временем ИИ научится более точно распределять запасы по тем группам магазинов, где будет наибольший спрос. Постоянная ротация продукции сведёт на нет скопление остатков на складах.
Смена цен может стать не еженедельным делом, а ежедневным. Алгоритмы могут научиться основывать на ценах конкурентов, что позволит делать более оперативные сигналы о снижении и повышении спроса.
С качественным развитием ИИ можно будет более тщательно подходить к планировке торгового зала. Перестановки станут организовывать исходя из трендов и успешных кейсов, а не предположений мерчандайзеров и супервайзеров касаемо уровня спроса.
