Магнит: ИИ-прогноз промо и контроль полок добавили 1,5 млрд руб. EBITDA за 2021

«Магнит» — один из крупнейших продуктовых ритейлеров России. Две коммерческие задачи компания решает с помощью больших данных и машинного обучения. Первая — промоакции: нужно рассчитать, сколько товара должно продаваться в магазинах со скидкой, чтобы минимизировать потенциальные потери или недостаток продукции на полке, и оценить эффективность прошедших и будущих промокампаний. Вторая — доступность товара: в магазинах у дома товар должен быть правильно выставлен, а стеллажи вовремя пополнены. По словам директора по цифровым технологиям розничной сети Юрия Мисника, применение ИИ и работа с большими данными — ключевые компетенции компании.

Компания реализует пул проектов на основе машинного обучения и нейронных сетей. Собственная система анализа промоакций на основе большого количества параметров рассчитывает объём продаж товаров со скидкой; после внедрения элементов ИИ точность прогнозирования выросла на 2,4%. Машинное обучение и нейросети также применяются для оценки эффективности промокампаний: результаты анализа прошедших промоактивностей учитываются в планировании. Система анализа наличия товаров на полках (On-Shelf Availability) охватывает все категории: data-центр компании в онлайн-режиме анализирует продажи и отправляет администраторам магазинов сигналы на мобильный телефон, когда нужно правильно выставить товар или пополнить стеллажи. Запуск инструментов, по словам компании, происходит внутри неё на базе собственной инфраструктуры.

В 2021 году «Магнит» внедрил систему анализа наличия товаров на полках в 9 500 магазинах у дома. По данным компании, проекты прогнозирования промо и мониторинга доступности товаров в 2021 году увеличили EBITDA на 1,5 млрд рублей. В пресс-релизе от 15 февраля 2022 года компания сообщила о планах на 2022 год: расширить масштаб проектов и получить не менее 2,5 млрд рублей дополнительного эффекта на уровне EBITDA, масштабировать систему контроля полок на всю сеть, включая формат «Магнит Косметик», начать использовать машинное обучение для персонализированных промопредложений в реальном времени и перейти в публичное облако с развёртыванием «озера данных». Специалисты компании разрабатывают нейросетевые алгоритмы для прогноза эффективности будущих промоактивностей.