🥁AI в ритейле: 7 примеров
eBay - ценообразование и формирование товарных запасов, оптимизация внешнего вида карточек товара, чтобы повысить его привлекательность и увеличить продажи
Sephora – рекомендательная система подбора цветов декоративной косметики (губной помады, теней и пудры): камера сканирует цвет кожи, анализирует данные и генерирует уникальный номер цвета и подбирает товар из продуктовой линейки, который подойдет этому клиенту лучше всего.
Tesco - управление запасами: их прогнозирование и пополнение с погоды и региональных особенностей, а также данных с камер видеонаблюдения, направленных на полки магазинов. А алгоритмы маршрутизации помогают формировать онлайн-заказы в Tesco Online.
OTTO – прогнозирование будущих покупок на основе анализа 3 миллиардов исторических транзакций и 200 дополнительных переменных (погода, поисковые запросы по сайту и пр.). Точность прогноза, какой товар будет продан в течение месяца, достигает 90%. Это помогает оптимизировать складские запасы и повысить оборачиваемость товара.
Simbe Robotics создает роботов, которые фиксируют нарушение план расстановки товаров, их отсутствие товара и не соответствие ценникам с помощью систем компьютерного зрения. Она не только распознает товары, но и рекомендует, чем их заполнить.
Vekia разработала решение для управления логистическими цепочками Leroy Merlen, Etam, Okaidi и Jacadi: контроль товаров в каждом магазине с ежедневной оценкой ассортимента. Система несколько раз в день вычисляет оптимальный уровень запасов для каждой локации и может автоматически сформировать заказ на нужные позиции.
Diwo – определение факторов снижения продаж у отдельных товаров. ML-система также предлагает набор рекомендуемых стратегий улучшения ситуации, подсказывая идеальное время для начала промо-акций и прочие атрибуты рекламных кампаний.