ИИ в ритейле: персонализация, прогнозирование и ценообразование

Ритейл — отрасль где маржа 3-7% и борьба идёт за десятые доли процента. ИИ даёт именно их: +0.5% к конверсии интернет-магазина, −3% к списаниям скоропорта, +2% к марже за счёт динамического ценообразования. В масштабах сети с оборотом 10 млрд ₽ — это сотни миллионов рублей.

4 применения ИИ в ритейле

1. Персональные рекомендации

Классика: «с этим товаром также покупают». ИИ-рекомендации: модель анализирует 100+ признаков клиента (история покупок, просмотры, время суток, гео, погода) и предлагает товар, который клиент купит с вероятностью 15-25%. Конверсия рекомендаций вырастает в 2-3 раза по сравнению с rule-based.

2. Прогнозирование спроса

Модель предсказывает продажи каждого SKU на 2-4 недели вперёд. Учитывает: историю, сезонность, праздники, промо-акции, каннибализацию, погоду. Точность: 85-95% в зависимости от категории. Результат: складские запасы сокращаются на 15-25%, списания скоропорта — на 30%.

3. Динамическое ценообразование

Модель меняет цену в реальном времени на основе: цен конкурентов, остатков на складе, эластичности спроса, времени до конца срока годности. Средний прирост маржи: 2-5%.

4. Умные полки и кассы

Компьютерное зрение: камеры в зале отслеживают наличие товара на полках, очереди на кассах, соответствие планограмме. Персонал получает задачи: «доложить молоко 3.2% в ряду 5». Потери от пустых полок сокращаются на 40%.

FAQ

Сколько стоит внедрение ИИ для розничного магазина?

Для одной точки: прогноз спроса — от 60 000 ₽. Рекомендации — от 40 000 ₽. Динамическое ценообразование — от 100 000 ₽. Для сети из 10+ точек — скидки.