Машинное обучение и технология AR в ритейле: миф или реальность

Когда IT команда приняла решение об изменениях, начали искать готовый функционал на рынке с опытом внедрения в большие сети. Оказалось, что такого предложения нет. Поскольку METRO – это оптовая компания, градация цен происходит на нескольких уровнях в зависимости от количества товаров, а не одной ценой, как у всех ритейлеров, этот фактор осложняет разработку приложения. Тогда было принято решение сделать собственный функционал, который будет удовлетворять всем критериям и потребностям торговых центров. С октября 2019 команда из 6 разработчиков и одного тимлида начала писать первые прототипы приложения. Плюс внутренней команды в том, что именно эти люди работали с предыдущим решением, то есть они знали текущие недостатки и понимали механику работы внутри торгового центра. В апреле 2020 запустился пилот в 7 торговых центрах, в сентябре 2021 началось полномасштабное внедрение во всех регионах России, а в апреле 2021 с приложением начали работать 96 ТЦ. Команда, естественно, тоже увеличилась: приложение поддерживают 4 продуктовые команды, в каждой из которых работают по 6 разработчиков.

Раньше все процессы в Торговом центре выполнялись вручную с использованием напечатанных отчетов. Например, для контроля сроков годности на полке данные записывались в специальный бумажный журнал. Поскольку не всегда можно было отследить корректность заполнения, какие-то операции могли пропускаться, плюс ко всему срабатывал человеческий фактор: описки, недозаполненные строки – то, что мешало скорости и качеству процессов. С появлением приложения MStore информация о сроках годности приходит и загружается в систему автоматически из нескольких источников, что исключает ошибку. На ежедневной основе приложение создает список артикулов со сроками годности, которые должны быть проверены на полке, далее уценены или списаны с последующей утилизацией. Процесс уценки был автоматизирован с помощью AI ML (Artificial Intelligence with Machine Learning). Искусственный интеллект на основе разработанной модели рассчитывает и автоматически предлагает процент уценки, который соответствует торговой группе, чувствительности покупателей к изменению цены для этой категории и оставшемуся сроку годности товара.

До внедрения приложения, чтобы пополнить полку, сотрудник должен был пройти весь торговый зал, увидеть пустые места, просканировать вручную ценник, распечатать отчет на бумаге, самостоятельно найти товар в зоне хранения и выложить его на полку. Сейчас приложение полностью интегрировано с продажами, поэтому сотрудник получает уведомления в режиме онлайн, что на полке закончился конкретный товар и его необходимо выставить. Функционал помогает сотруднику найти нужный артикул и показывает ему координаты стеллажа и ячейки, где хранится товар.

Приложение умеет приоритезировать выкладку конкретных товаров, рассчитывая возможные потерянные продажи, учитывая спрос и частоту покупки. Например, сотрудник получит сначала уведомление о необходимости выложить кетчуп, а потом редкий вид соуса для суши. Таким образом работает машинное обучение.

Как работает дополненная реальность? Сотрудник может навести камеру устройства на товар, а на экране всплывет его регулярная или акционная цена.

Когда продуктовая команда анонсировала пилот, сразу два торговых центра сообщили о своей готовности принять участие. Разработчики и менеджеры рассказали коллегам об удобстве приложения, как итог в пилоте приняли участие 7 торговых центров, что достаточно много с учетом количества персонала и площади торговых залов. Был записан курс из 25 обучающих видео по 5-10 минут, которые показывают, как выполнить ту или иную функцию. Было принято решение не делать одно длинное видео, чтобы сотрудник мог оперативно найти и посмотреть именно то, что ему нужно, и вернуться к работе. Функционал построен на agile подходе – если какое-то действие сотруднику выполнять неудобно, исследуется опыт пользователя и переделывается UI (интерфейс пользователя), чтобы с таким приложением хотелось работать, интерфейс должен быть простым и интуитивно понятным, этого удалось достичь.

Благодаря внедрению приложения компания достигла результатов:

Что касается планов по усовершенствованию приложения, то у команды есть дорожная карта, на которой прописаны все цели и задачи проекта, идеальная финальная точка маршрута – это первый квартал 2024 года, когда будет релиз абсолютно полного функционала. В планах реализовать автоматизированную приёмку товара, инвентаризацию, инструмент для консультаций в магазине, внедрить распознавание корректности всех ценников с помощью дополненной реальности. Далее есть задача сделать все процессы автоматизированными, например, чтобы дрон или стационарная камера просматривали стеллажи на наличие пустот и сообщали, о необходимости пополнения полки.

Приложение работает только на русском языке, поскольку Россия стала пилотным рынком для проекта. Сейчас это решение внедряют в торговых центрах компании в Польше, Румынии, Нидерландах, Франции, Испании.