ВНЕДРЕНИЕ ML-АЛГОРИТМА ДЛЯ ТОВАРНЫХ РЕКОМЕНДАЦИЙ

Век Живи

ЦЕЛИ И ЗАДАЧИ

  • Бизнес-задача

    Увеличение среднего чека за счет адресных предложений покупателю.

  • ИТ-задача

    Разработка и внедрение ML-системы для рекомендаций на кассе.

РЕШЕНИЕ

  • Система на базе алгоритмов Machine Learning
Решить похожую задачу

РЕАЛИЗАЦИЯ

Специалисты «Инфосистемы Джет» разработали и внедрили для сети аптек «ВЕК ЖИВИ» систему на базе искусственного интеллекта, анализирующую данные о покупках клиента с помощью модели машинного обучения. В результате анализа сервис отправляет кассиру три товара, которые клиент с высокой вероятностью добавит к своим покупкам при предоставлении квалифицированной рекомендации. Товарные позиции предлагаются с точностью до артикула (SKU) и формируются из 27 тысяч наименований парафармацевтической продукции.

В рамках решения поставленной задачи был использован целый комплекс методов Machine Learning, а обучение математической модели происходило на многолетнем массиве данных из чекового хранилища. Для составления персонального предложения система анализирует сразу несколько параметров: структуру чека, список приобретенных товаров и цены по каждому из них.

Таким образом, на основе обширного анализа ранее совершенных покупок ML-алгоритм помогает выявлять скрытые потребности покупателей с достаточно высокой точностью предлагать дополнительные медикаменты по любому чеку, проходящему через систему.

Раскрыть

РЕЗУЛЬТАТЫ

Внедренное решение позволяет аптечной сети делать адресные предложения клиентам и повышать средний чек. При этом автоматизированные рекомендации обеспечивают дополнительные продажи без дополнительной нагрузки на сотрудников аптечной сети – всю работу по определению наиболее интересных для каждого покупателя товаров берет на себя программное решение.

Подобные ML-системы сегодня получают широкое распространение в ритейле, в том числе в торговых сетях и интернет-магазинах. На текущий момент специалисты «Инфосистемы Джет» реализовали более 50 проектов с применением технологий Machine Learning в банках, ритейле, промышленности, страховании и других отраслях.

У ВАС ПОХОЖАЯ ЗАДАЧА?

Сайт использует файлы cookies. Продолжая использование настоящего сайта, вы выражаете своё согласие на использование файлов cookies в соответствии с Политикой обработки персональных данных. В случае несогласия с обработкой ваших персональных данных вы можете отключить сохранение cookie в параметрах настройки вашего браузера.

Читать полностью