ИСПОЛЬЗОВАНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА В ПРОГНОЗИРОВАНИИ ПРОДАЖ В ТОВАРНОМ БИЗНЕСЕ (РИТЕЙЛ)

THE USE OF ARTIFICIAL INTELLIGENCE IN SALES FORECASTING IN THE COMMODITY BUSINESS (RETAIL)

Veronika Gorbunova

Student, Department of Computer Science, Penza State University

Russia, Penza

Dmitry Gross

Student, Department of Computer Science, Penza State University

Russia, Penza

АННОТАЦИЯ

Рассматриваются способы, преимущества и результаты использования искусственного интеллекта в товарном бизнесе.

ABSTRACT

Discusses the ways, benefits and results of using artificial intelligence in the commodity business.

Ключевые слова: искусственный интеллект, прогнозирование, продажи, ритейл, модель прогнозирования, данные.

Keywords: artificial intelligence, forecasting, sales, retail, predictive model, data.

Продажи — важный аспект для развития товарного бизнеса. Каждое принятое решение в организации, зависит от дохода от продаж, получаемого за определенный период времени. Прием сотрудников, маркетинг, постановка целей и так далее, зависят от получаемой прибыли.

Поэтому важно иметь оценку того, какой доход сможет приносить бизнес через месяц или год на основе текущей ситуации. Этот процесс называется прогнозированием продаж.

Данные, необходимые для прогнозирования будущих доходов от продаж и принятия важных решений для бизнеса:

1. Отраслевые тенденции;
2. Трубопровод продаж;
3. Отчеты по продажам;
4. Исторические данные покупателей;
5. Опросы клиентов и так далее.

Точные прогнозы позволят принимать обоснованные решения о последующих действиях, логически распределять ресурсы и удовлетворять потребности клиентов.

Технология искусственного интеллекта будет полезна компаниям различных отраслей, включая продажи. Отделы продаж могут стимулировать рост доходов, повысить производительность и получить конкурентное преимущество, используя искусственный интеллект.

Возможность точно предсказывать и прогнозировать продажи является одним из основных преимуществ искусственного интеллекта. Модели прогнозирования продаж на основе искусственного интеллекта используют информацию о клиентах и исторические данные для предсказания будущих тенденций продаж.

Ритейл – это механизм продажи услуг и товаров, сеть из покупателей и продавцов. Продавцы закупают товары оптом и продают по определённой цене в различных розничных сетях и на торговых площадках. Покупатели берут представленный товар исходя из своих предпочтений.

Перед компанией всегда будет стоять вопрос прогнозирования: «Сколько каждого из товаров нужно закупить, чтобы создать ему оптимальные условия для хранения и при этом реализовать его до окончания срока годности?». В настоящее время недостаточно просто привозить продукцию в торговые точки и выставлять её на прилавки. Отчёты по продажам за месяц были хорошим инструментом для анализа, но при этом требовали большого количества времени и человеческих ресурсов.

Товарный бизнес может получать значительную экономию, с помощью решений по точному прогнозированию спроса с использованием искусственного интеллекта: не закупая продукты, не пользующиеся спросом в определенное время года или в отдельных регионах, минимизируя издержки на их хранение. Это является главным основанием востребованности таких решений у компаний.

Технологии, автоматизирующие процессы, востребованы уже давно. Использование искусственного интеллекта будет эффективно везде, где есть большое количество данных и необходимо выявлять корреляции между ними, а также разрабатывать модели для прогноза продаж.

В сегменте онлайн-торговли имеются готовые оцифрованные данные, готовые к обработке. В офлайн-торговле данные сложнее получать, по этой причине этот сегмент отстает по применению искусственного интеллекта. Высокая стоимость разработки мешала их массовому внедрению, так как оплату искусственного интеллекта не каждая торговая сеть могла себе позволить, следовательно, такие проекты в товарный бизнес приходили медленно.

Избежать перегрузки складов, повысить точность планирования запасов и снизить возможные товарные и денежные потери позволит разработка автоматизированной системы прогнозирования спроса на товары.

После внедрения искусственного интеллекта, с одной стороны вырастет эффективность логистикой закупок, управления складами и так далее, с другой – снизится нагрузка на фонд заработной платы. Внедрение искусственного интеллекта позволит автоматизировать по возможности все процессы – от закупки и до продажи товара. Прогнозирование закупок – это только небольшая часть процессов, которые может выполнять искусственный интеллект. Максимальная автоматизация торговли позволит повысить качество обслуживания и лучше понимать потребителей.

Искусственный интеллект рассчитает более эффективное расположение товаров в магазине с учетом сезонного и дневного спросов, составит прогноз нагрузки на магазин, повысит точность рекомендательной системы, для конкретного клиента сформирует целевые предложения. Искусственный интеллект может значительно повысить эффективность работы всех сегментов ритейла.

Применение решений с искусственным интеллектом улучшает качество аналитики и очень востребовано. Однако, при их внедрении, нужно понимать, что модель обучается на исторических данных и не способна работать в ситуации, когда покупательская способность внезапно меняется, например, под влиянием скачков валюты или пандемии коронавируса.

Список литературы:

1. Артемьев Е.А., Мокшин В.В. Прогнозирование продаж в ритейле на основе методов машинного обучения // Сборник научных статей. – Казань: Казанский национальный исследовательский технический университет, 2020. – С. 1-3.;
2. Используйте искусственный интеллект для повышения точности прогнозов продаж // Блог Втигер URL: https://www.vtiger.com/ru/blog/leverage-ai-to-boost-sales-forecast-accuracy/ (дата обращения 12.05.2023).
3. Руководство по продажам и маркетингу с помощью искусственного интеллекта // Smart Estet URL: https://smart-estet.ru/articles/rukovodstvo-po-optimizacii-prodazh-i-marketinga-s-pomoschyu-iskusstvennogo-intellekta (дата обращения 17.05.2023);