Как AI помогает ритейлу привлекать покупателей

Ритейл — одна из самых перспективных областей для применения AI: высокая конкуренция заставляет бизнес постоянно бороться за клиентов, используя все новые механизмы. Около 15 лет назад сначала крупные, а потом практически все ритейлеры начали использовать программы лояльности, и сегодня это один из основных способов работы с аудиторией.

Этот инструмент закрепился в России: по оценке NeoAnalytics, объем рынка программ лояльности в стране в 2018 году составил около 11,3 млрд руб., при этом эксперты считали, что в ближайшие два-три года он будет расти на 10–13% в год. Еще одна красноречивая цифра: по данным «Ромир», карты лояльности есть у 84% россиян, а еще у 56% есть накопительные карты. Эффективность программ доказывают и другие цифры. Так, они приводят к увеличению оборота на 10%, а расходы компаний на завоевание новых клиентов в 11 раз превышают расходы на укрепление уже существующей клиентской базы, подсчитали в NeoAnalytics.

Позднее торговые сети начали приоткрывать для себя технологии Big Data и создавать портреты практически каждого клиента. Сегодня борьба за покупателя идет уже с помощью AI, который может оптимизировать работу практически любой сети. Так, в феврале Gartner опубликовала доклад, в котором сообщила, что 77% опрошенных ритейлеров уже внедрили или планируют внедрить к 2021 году системы ИИ в свою работу по обслуживанию складов, сортировке товаров или анализу ассортимента и продаж. Пандемия COVID-19 только ускорила тенденцию внедрения ИИ в работу розничной торговли.

Крупные участники российского рынка оптимизируют с помощью искусственного интеллекта все больше процессов: так, федеральный ритейлер вместе со своим партнером, компанией «Биорг», запустил AI-сервис, который автоматически обрабатывает анкеты клиентов, желающих принять участие в программе лояльности торговой сети.

«Ежегодно магазины сети наших партнеров посещают больше 200 млн человек, которые при желании могут заполнить анкету», — объясняет президент «Биорг» Георгий Зуев. Программа лояльности — уже прижившийся механизм по вовлечению клиентов, который помогает компаниям, с одной стороны, дать своему покупателю наиболее релевантную для него информацию о продукте, а с другой — знать его в лицо и понимать его потребности и интересы. Для этого ритейлеры по всему миру собирают о клиентах базы данных в том числе с помощью анкетирования.

«Но, согласно законодательству, все анкеты должны быть заполнены от руки и подписаны самим клиентом: формы содержат персональные данные, а клиент должен своей подписью дать согласие на их обработку», — продолжает господин Зуев. Затем персонал должен собрать заполненные от руки анкеты и внести их в собственную базу данных. Ручная оцифровка анкет — это долгий и нудный процесс: он отнимает у сотрудников в среднем по два часа в день. При наплыве покупателей это время может стать критичным: сотрудники не уделяют внимание клиентам и теряют возможные продажи.

Проблема и в том, что работникам сети нужны не только лишние несколько часов в день, но и определенные навыки в распознавании рукописного текста.

«В случае ошибки и некорректного ввода информации персональное предложение не достигнет своего адресата», — говорят в «Биорг». Потребность в переводе данных с бумажных носителей в электронный вид существует давно. Компании решают эту задачу по-разному: кто-то приобретает «коробочный» софт и распознает данные, корректируя погрешности вручную, кто-то нанимает операторов, которые выполняют рутинный клавиатурный ввод. Но все эти случаи мало подходят к ситуациям, когда объем документов велик, сами данные неразборчивы, а требования к качеству и скорости довольно серьезные.

Чтобы решить эту проблему, в 2018 году «Биорг» разработал решение для партнера на базе технологии Beorg Smart Vision. Оно объединяет технологии искусственного интеллекта и краудсорсингового сервиса. Система работает следующим образом: программа Bescan устанавливается на сканер, который считывает данные с заполненных вручную анкет. Затем информация передается в защищенное облако Mail.ru Cloud Solutions и распознается нейросетями. Наиболее сложные фрагменты распознаются живыми операторами: такой механизм позволяет искусственному интеллекту обучаться у операторов, учитывать свои ошибки и постоянно увеличивать точность сканирования, объясняет ведущий разработчик платформы Beorg Smart Vision Антон Колосов.

«Нейросети непрерывно учатся выполнять свою работу быстрее и лучше, осваивают новые языки, — говорит разработчик. — В случае с нашим партнером мы распознаем рукописный текст не только на русском, но и на белорусском, казахском и даже китайском — были в нашем проекте и анкеты на таком языке. Таким образом, на верификацию операторам краудсорсингового сервиса остается все меньше данных. После того как мы полностью наладили работу с магазинами РФ и доказали преимущество использования AI, к проекту подключились Казахстан и Белоруссия».

По словам руководителя центра экспертизы компании «Форсайт» Алексея Выскребенцева, подход, при котором достигается синергия AI и других методов обработки данных, сегодня считается одним из наиболее передовых. «Сейчас наиболее перспективны гибридные методы ИИ, объединяющие машинное обучение и логический искусственный интеллект (человек задает общие правила работы, а алгоритм формирует стратегию). Первые алгоритмы позволяют за конечное время с помощью машины создать группу правил, вторые — выстроить в цепочку этапы принятия решений, прописать исключения и дать ответ на поставленный вопрос. Ценность таких инструментов в том, что они могут за достаточно короткое время найти оптимальное решение», — рассуждает он.

Технологии по распознаванию рукописного текста используются уже давно, говорит директор по науке и технологиям «Агентства Искусственного Интеллекта» Роман Душкин. «Но раньше мы должны были помогать AI. Вспомните, например, процедуру государственного экзамена. Ученики должны были писать печатные буквы в квадратиках, чтобы компьютеру было легче их распознавать. Распознавание же рукописного текста — более сложная задача», — говорит он.

Благодаря отлаженному механизму работы в период пиковых нагрузок удавалось оцифровывать до 500 тыс. анкет ежедневно. AI помогает партнерам экономить не только время сотрудников, но и собственные средства.

Ручная обработка 1 тыс. анкет стоила ритейлеру 3,5 тыс. руб. AI-распознавание — всего 2,7 тыс. руб.

Оцифровка процесса анкетирования помогает снизить зависимость компании от человеческого фактора, отмечает председатель правления «Ассоциации экспертов рынка ритейла» Андрей Карпов. «Нужно понимать, что линейный персонал часто бывает занят в торговом зале, его отвлекают, он может с трудом распознавать почерк покупателя. Это приводит к ошибкам при оцифровке данных, анкеты не обрабатываются должным образом. AI же практически полностью убирает эту зависимость от ручного труда, автоматизируя процесс. Это высвобождает персонал от ненужной и непрофильной для него работы», — объясняет он.

Решение «Биорг» решает не только тактическую задачу — ускорить распознавание рукописных данных, но и показывает, как бизнес с помощью внедрения точечных решений приходит к пониманию необходимости собственной цифровой трансформации.

«В большинстве случаев проекты, cвязанные с оцифровкой данных для программ лояльности, cлужат импульсом к тому, чтобы с помощью наших технологий на базе ИИ заказчик начинал развивать настоящую цифровую экосистему внутри компании: осознается потребность в оцифровке бухгалтерской „первички“, трудовых книжек, документов, удостоверяющих личность клиентов. Ведь быстрый и удобный доступ к данным в электронном виде дает большие преимущества и в работе с клиентами, и в текущих внутренних бизнес-процессах», — резюмирует Георгий Зуев.