1. Прогнозирование спроса - основа для внедрения машинного обучения в розничной торговле. На базе качественных прогнозов бизнес способен существенно снизить риски операционной деятельности и высвободить резервные средства на развитие деятельности.
2. Далее мы переходим от системообразующих к прикладным решениям из области Data Science. Первым примером будут рекомендательные системы, так как они уже являются стандартным явлением в электронной торговле, но готовить их правильно умеют не все. Наш доклад продемонстрирует на примере решения для MediaMarkt, которое принесло рост в обороте на 22% и в маржинальности на 28%:
3. Как следующий прикладной кейс, мы обсудим ценообразование. Данный бизнес процесс является ключевым для всех ритейлеров, но в большинстве случаев, особенно, когда количество артикулов в управлении превышает несколько тысяч, правила и политики ценообразования упрощаются до предельного минимума, с которым могут справится байеры и аналитики.