Архив Розничная и оптовая торговля · Продуктовый ритейл

Магнит: пилот ML-оптимизации цен на 5–50 магазинах в разных городах

С октября 2020 года «Магнит» пилотирует оптимизацию цен на основе машинного обучения: решения пяти вендоров и собственная разработка тестируются на 5–50 магазинах в разных городах. По итогам пилота сеть планировала выбрать победителя и решить вопрос о тиражировании.

Стадия
Пилот / PoC
География
Россия
Год
2020
Источники
1
CB-002598
проверено 24.10.2026

/01 · ключевые результаты

  • масштаб

    5–50 магазинов

    выделено для тестирования решений

    Retail.ru, статья, 30.10.2020

    по данным на октябрь 2020 года · пилот оптимизации цен в магазинах «Магнита» в разных городах

    данные СМИ

оценка strategai

Оценку не приводим: пилот, результаты не опубликованы

С октября 2020 года «Магнит» пилотирует оптимизацию цен на основе машинного обучения: решения пяти вендоров и собственная разработка тестируются на 5–50 магазинах в разных городах. По итогам пилота сеть планировала выбрать победителя и решить вопрос о тиражировании.

Стадия
Пилот / PoC
География
Россия
Год
2020
Источники
1
CB-002598
проверено 24.10.2026

/02 · паспорт кейса

/ паспорт кейса · CB-002598АО «Тандер»

Бизнес

Компания
АО «Тандер»
Отрасль
Розничная и оптовая торговля · Продуктовый ритейл
Функция
Ценообразование и управление доходностью
Задача
Динамическое ценообразование

Технология

Класс AI
Оптимизация и поддержка решений
Тип решения
Гибридное решение: Revionics, SAS, Yieldigo, GK Software

Внедрение

Стадия
Пилот / PoC, на 30.10.2020
География
Россия

/03 · описание кейса

Бизнес-задача

О старте проекта директор по ценообразованию и сопровождению категорийного менеджмента «Магнита» Александр Вахтин рассказал на конференции поставщиков «На одной волне» в октябре 2020 года. Задача проекта — определять для товарной категории наиболее эффективную комбинацию цен с учётом заданной цели: роста маржи или роста продаж. Для этого нужно оценить, как множество факторов влияет на спрос покупателя. До тиражирования на всю сеть компания решила сравнить несколько решений в рабочих магазинах и выбрать лучшее по результатам пилота.

Решение

Оптимизация цен строится на машинном обучении. Алгоритм оценивает влияние множества факторов на спрос покупателя и подбирает комбинацию цен для товарной категории под заданную цель — рост маржи или рост продаж. «Магнит» пилотирует технологию с пятью вендорами: Revionics, SAS, Yieldigo, GK Software и ООО «ЦТР». Параллельно компания тестирует собственное решение. На этапе пилота сеть проверяет эффективность алгоритмов всех предложенных решений, чтобы выбрать оптимальный вариант.

Внедрение

Пилотирование началось в октябре 2020 года. Для тестирования выделено от 5 до 50 магазинов в разных городах. Пилот должен был продлиться до 15 декабря 2020 года. После этого компания планировала определить победителя и, в случае достижения заявленных эффектов, принять решение о тиражировании технологии на всю сеть. Retail.ru сообщил о проекте 30 октября 2020 года по итогам выступления Александра Вахтина на конференции партнёров «Магнита». Итоги пилота и решение о тиражировании в источнике не приводятся.

/04 · источники и проверка

Что подтверждено

  • С октября 2020 года «Магнит» пилотирует оптимизацию цен на основе машинного обучения; об этом сообщил директор сети по ценообразованию Александр Вахтин.
  • В пилоте участвуют пять вендоров — Revionics, SAS, Yieldigo, GK Software и ООО «ЦТР» — и собственное решение компании.
  • Для тестирования выделено от 5 до 50 магазинов в разных городах; пилот был рассчитан до 15 декабря 2020 года.

Ограничения

  • Цифры описывают масштаб пилота. Влияние на маржу, продажи или цены в источнике не приводится.
  • Победитель пилота и решение о тиражировании на всю сеть в источнике не названы.
  1. [1] Retail.ru

    «Магнит» передал ценообразование в 215 магазинах искусственному интеллекту

    СМИ · 30.10.2020

    Открыть источник

Архив Сообщить о неточности

АрхИИВ /strategai · CB-002598 · Версия 1 · 24.10.2026 · /c/CB-002598/