ИИ и маркетплейсы
Искусственный интеллект в маркетплейсах: оптимизация процессов и повышение эффективности
Изображение
В современном мире технологии искусственного интеллекта (ИИ) становятся всё более популярными и востребованными. Они используются в различных отраслях, включая торговлю. Маркетплейсы, как крупные, так и небольшие, активно внедряют ИИ для оптимизации процессов и повышения эффективности своей работы.
Внедрение ИИ в маркетплейсы требует значительных инвестиций в разработку и обучение алгоритмов. Однако эти инвестиции окупаются за счёт улучшения качества обслуживания клиентов. В результате маркетплейсы становятся более конкурентоспособными и привлекательными для покупателей. Об этом и многом другом рассказал предприниматель c 14-летним опытом в IT, trouble shooter и founder сервиса управления торговлей на Wildberries Mamod Александр Ремишевский.
Какие возможности открывает использование искусственного интеллекта на маркетплейсах?
Колоссальные возможности: начиная от обычной коммуникации с клиентом и заканчивая оптимизацией бизнес-процессов. Всю рутинную работу: подбор товара, оптимизацию затрат на логистику, выявление товаров низкого спроса – ИИ может взять на себя, кроме ручной деятельности – упаковки и маркировки. Однако Амазон уже внедряет роботизированных помощников на базе ИИ в оптимизацию процессов упаковки.
Какие преимущества и недостатки могут возникнуть при использовании ИИ на маркетплейсах?
Преимуществ очень много, все они связаны с оптимизацией: обработкой огромных баз данных, выполнением операционных задач, выявлением товаров низкого спроса. Торговля – это колоссальные цифры (стоимость логистики, стоимость упаковки, хранение, маркировка, отгрузка, приемка). Чем лучше их просчитывает продавец, тем меньше товарных запасов зависает и тем оптимальнее строится логистика и принимаются верные решения, приносящие прибыль.
ИИ также позволит оптимизировать данные об отзывах на товары, соответственно, бюджет на человека для этой должности не расходуется (что существенно для крупных магазинов), а лояльность к бренду формируется.
Покупатель тоже может оптимизировать процесс поиска товара – например, по отзывам: физлица формируют цифровых ассистентов, которые помогает им общаться с коллегами и заказчиками.
Существенный недостаток – затратная часть на использование ИИ. Не хватает инженеров, которые работают непосредственно с ИИ и пишут промты для его последующего использования. Есть простые текстовые промты, а есть сложные модели машинного обучения (ML — алгоритмы и методы, которые позволяют компьютерам обучаться на основе данных и делать прогнозы или принимать решения без явного программирования), которые строят уже другие разработчики. Есть готовые решения, а где-то бизнес требует обучения собственных ML – в этом заключается сложность использования. Готовых решений на рынке мало.
Как ИИ используют для анализа данных на маркетплейсах?
Бизнес пользуются тремя отчётами: ДДС (отчёт о движении денежных средств), ОПУ (отчёт о прибылях и убытках), Баланс (документ, который показывает активы, обязательства и собственный капитал компании на определённую дату). Отчёты ДДС, ОПУ и баланс являются основными финансовыми документами компании. Они используются для анализа ее финансового состояния, принятия управленческих решений и оценки эффективности деятельности.
Неподготовленному человеку эти отчёты достаточно сложно понять. При этом они формируют некие финансовые показатели, которые надо собирать и оцифровывать. Рутинные процессы по сбору данных, по оптимизации и формированию этих отчетов поручают специальным сервисам, что требует дополнительных расходов и не исключает ошибок, связанных с человеческим фактором. Гораздо проще и рентабельнее пользоваться системой на базе ИИ, такой как Mamod AI. Она не выводит стандартные отчеты, а подсказывает обоснованные действия. Например, ИИ подсказывает: на таком-то складе минусовая логистика или платная приёмка, поэтому отгрузка товаров туда не рентабельна. Это упрощает работу предпринимателей, которые упускают эти факты, полностью сосредоточившись на возможности продать. ИИ позволит правильно оперировать цифрами и принимать взвешенные решения, попадать в нужную нишу на основе анализа данных о продаваемом товаре, поставщике и покупательской аудитории. ИИ позволит найти свободное поле для деятельности на основе анализа данных о продажах, товарах, заказах, конкурентах, просчитать возможность для входа в определённую категорию, возможность торговли, конкурентные преимущества. Просчитав все эти данные, ИИ сообщит их адекватным человеческим языком профессионального аналитика.
Какова роль ИИ в автоматизации процессов?
Почти все сервисы, такие как «Яндекс музыка» и «Кинопоиск» озадачены системой рекомендаций, поскольку она даёт конкурентные преимущества, если на базе пользовательского опыта маркетплейс формирует не банальную систему рекомендаций (вы покупали струны, значит вам могут быть интересны другие струны или смотрите триллеры, значит интересуетесь триллерами), а интеллектуальную. На основе пользовательского спроса о покупках ИИ позволит сформировать портрет целевого клиента. Сейчас это данные о возрасте, поле, хобби, работе и заработке. ИИ найдёт гораздо больше пользовательских интересов, соответственно, сегментация, персонализация будет гораздо лучше. Мы предопределим таким образом ценовой сегмент и будем рекомендовать людям что-то в их диапазоне, исходя из их интересов. Например, мы знаем, что завтра или через час будет меняться погода – мы можем рекомендовать клиенту в пуш-уведомлениях приобрести зонт. Это и есть интеллектуальная клиентоориентированность.
Чем он может помочь маркетингу?
Если мы говорим про маркетинг внешнего внутреннего трафика – цифры можно оптимизировать, офферы сгенерировать. Мы можем сгенерировать картинку. Предопределить портрет клиента, сгенерировать название, описание, запустить рекламу, оптимизировать ML. У тех, кто рекламирует свои товары на сторонних ресурсах, появятся большие возможности с точки зрения узкой сегментации, привлечения точных целевых клиентов.
А что насчет логистики?
Можно всю логистику оптимизировать. Есть ряд переменных, которые надо учитывать. Планирование поставок на маркетплейсах делится на 2 основных фазы: когда и сколько надо загрузить, чтобы придерживаться правильной динамики товарооборота. Для этого используют Excel. ИИ позволит учесть такие нюансы, как, например, платная приемка товаров на таком-то складе. Соответственно, в этот момент коэффициент логистики на этом складе больше – эти цифры уже сложнее контролировать, их можно упустить в Excel. В голове надо постоянно удерживать огромный массив разных данных, нюансы, которые нужно учитывать. Здесь очень пригодится бизнес-советник. ИИ не только обработает все эти данные, но и покажет, как надо: туда столько-то отгрузить. Или когда клиент начал грузить туда, куда привык, ИИ говорит: нет, подожди, там сейчас повышенная логистика, которая съест всю прибыль.
Товар, который мы заказываем, можно привезти дешевле, но он будет ехать дольше, а можно быстрее, но это будет дороже. Есть такое понятие как скорость денег (показатель, который отражает, насколько быстро деньги перемещаются между участниками экономических отношений. Он измеряется количеством оборотов, которые деньги совершают за определенный период времени.). ИИ подскажет как именно поступить: чтобы не свалиться в аутофсток (от английского Out-of-stock «отсутствие запаса), чтобы не закончились товарные остатки, заказать какую-то партию по логистики длительной, а другую партию доставить быстрее. При этом, если на одной партии мы зарабатываем мало из-за низкой маржинальности, но наша большая прибыль приедет с другой партией, согласно рекомендации ИИ. При этом мы не в минусе и нам не придётся наращивать показатели торговли с 0, даже если мы останемся без продаж 10-12 дней.
ИИ может помочь справиться с мошенниками?
ИИ поможет оптимизировать работу маркетплейса, что позволит снизить или избежать случаи потери и кражи товара. С точки зрения эффективности контроля, молодая сотрудница уступит роботизированному помощнику, который по мимике, жестам может выявлять недобросовестных кладовщиков, покупателей. Следить таким образом за тем, чтобы они не обменивали свои старые джинсы на тот товар, который к ним приехал.
ИИ может бороться с так называемым самовыкупом: огромный объём покупок совершается для продвижения собственных карточек товаров, таким образом формируя популярность бренда. Если бы ИИ отчленял реальные покупки от фейковых, это предотвратило бы такое явление.
В маркетплейсах существует СПП - специальный промокод покупателя. Для того чтобы провоцировать продажи Wildberries давал слишком большие СПП сейлерам. А они покупали товар сами у себя, гоняли его по кругу, и таким образом получали +5% с товарооборота. ИИ позволил бы избежать этого на ранних этапах, отслеживая такие действия своевременно, а не когда накапливается большой массив данных и убыток в 3 млн или 3 млрд рублей.
Каким образом может быть полезен ИИ для персонализации предложений?
Есть покупатели, которые готовы платить дороже – это психологический фактор. Один человек покупает товар за 1000, другому важно купить его за 1200. ИИ может выявлять таких покупателей, соответственно, позволит маркетплейсу сформировать дополнительный доход.
Хорош ли ИИ в автоматизации общения с клиентами?
Оптимизировать процесс общения – заменить традиционных операторов на роботизированных сотрудников, а операторов переквалифицировать - научить их контролировать процесс диалога с клиентом. Это сократит штат, соответственно, позволит бизнесу избежать финансовых расходов на зарплаты сотрудникам, а также ошибок, связанных с человеческим фактором (донесение некорректной информации о товаре, несвоевременная обратная связь).
Что даст бизнесу ИИ, создавая виртуальных помощников на маркетплейсах?
Важно понять единицу, для которой формируется персональный помощник. Если мы говорим про сервис – он уже есть, это наш сервис, который можно использовать в качестве персонализированного помощника. Если мы говорим о потребителе, есть чат-боты, где пользователь может задать вопрос. Возможно, в витрине магазина появится цифровой продавец, с которым покупатель будет вести диалог, на базе которого он выдаст определённый листинг товара.
В заключение: маркетплейсы применяют технологии ИИ равномерно. Не будет существенного перевеса. Если какие-то маркетплейсы выйдут на уровень того, что робот будет ходить по квартирам и продавать, допустим, фен, другие маркетплейсы сделают то же самое. Внедрение ИИ будет сбалансированным для всех.
Маркетплейсы будут улучшать алгоритмы ранжирования, а пользователи – находить лучшие алгоритмы для продвижения товаров. Массив данных растет, системы, которые позволяют обрабатывать эти данные, тоже растут интеллектуально. Это некий технический прогресс, когда винтик за винтиком оптимизируются, улучшаются и масштабируются продажи.