Гипермаркеты получили +6,6% прибыли с помощью инноваций — Лидер продуктового ритейла в Кыргызстане задействовал искусственный интеллект для оптимизации цен
Гипермаркеты "Фрунзе" — ведущая мультиформатная сеть Кыргызстана, https://gipermarket.kg/magaziny/

Специализация: продуктовый ритейл
Год основания: 2011
47 магазинов, 4 формата:
премиум-гипермаркеты Фрунзе-Gourmet,
гипермаркеты,
супермаркеты,
магазины-экспресс
25.000 SKU
СТМ "АрДайым"
2500+ сотрудников
Торговая сеть «Фрунзе» постоянно повышает эффективность бизнеса — совершенствует бизнес-процессы, тестирует и внедряет инновации:

В октябре 2019 года сеть первой в Кыргызстане запустила кассы самообслуживания; такие кассы установлены во всех «Фрунзе-Гурме».
Кассы самообслуживания делают визит в гипермаркет комфортнее — экономят время покупателей и избавляют их от необходимости стоять в очередях, а также повышают скорость операций гипермаркета.

Мобильное приложение "Фрунзе" — это "виртуальная карта, которая всегда с собой".

С помощью приложения покупатели:
- отслеживают историю своих покупок,
- копят бонусы,
- заказывают доставку до двери,
- знакомятся с акциями и скидками.

Современные BI-системы помогают создавать Data-Driven программы гибких скидок и индивидуальных предложений для клиентов.


В 2022 году торговая сеть "Фрунзе" запустила проект автоматизации ценообразования на базе платформы Imprice.

Проект начали с пилота: к трем магазинам подключили динамическое ценообразование и замеряли, какой это дает прирост; сравнивали с контрольными магазинами с "обычным ценообразованием".
Основные результаты
В ноябре 2022 подвели итоги пилота.
Результаты магазинов, где работало динамическое ценообразование, сравнили с контрольными магазинами. Получили:
прирост выручки
прирост валовой прибыли
Imprice, менеджеры проекта:
Антон
Шестаков
Вадим
Гуцул
Цели пилота
Какие задачи ставили перед пилотом:
  • Автоматизировать расчеты цен и освободить время сотрудников от соответствующих рутинных операций.
  • Повысить эффективность конкурентного ценообразования; протестировать оптимизацию цен алгоритмами с машинным обучением.
  • Увеличить валовую прибыль и оборот как минимум на 2%
Детали пилота
  • Этап 1. Выбор пилотных и контрольных точек.
    Для пилота выбрали 9 гипермаркетов:
    три пилотных гипермаркета, цены для которых формировала платформа Imprice,
    и шесть контрольных гипермаркетов, с динамикой продаж за последний год максимально похожей на динамику пилотных магазинов. Цены для контрольных гипермаркетов формировали сотрудники торговой сети.

  • Этап 2. Интеграция.
    В июне 2022 года завершили интеграцию ERP "Фрунзе" c Imprice.
    Данные об ассортименте, промо, продажах, остатках, себестоимостях, поступлениях и так далее начали автоматически поступать в Imprice. Кроме того, в Imprice передали исторические данные об ассортименте, ценах, продажах, остатках.

    Ещё до пилота в торговой сети работало конкурентное ценообразование. В онлайне цены ключевых конкурентов мониторились автоматически. В офлайн-точках конкурентов цены собирали вручную — для товаров, входящих в топ-100 и топ-300 по обороту.
    Топ-300 выступал в качестве замены списка товаров KVI; цены топ-300 устанавливали с учетом цен конкурентов.
    Данные мониторинга ритейлер аккумулировал в своей ERP; с июня 2022 эти данные также стали автоматически отправляться в Imprice.

  • Этап 3. Кластеризация.
    Когда данные поступили в Imprice, алгоритмы с машинным обучением разделили ассортимент по ролям в покупательской корзине, выявив для каждого SKU степень и характер его влияния на выручку и продажи других позиций. Получили сегменты:
    hard KVI,
    soft KVI,
    Back Basket,
    Long Tail,


    Далее кластеризацию уточняли раз в месяц, запуская алгоритмы снова. Такие уточнения позволяют:
    а) Выявить новые KVI, которые ранее невозможно было идентифицировать из-за недостатка данных.
    б) Определить, какие товары изменили свои роли в покупательской корзине — например, превратились в KVI или, наоборот, перестали относиться к KVI.

    Всего за время пилота, проанализировав 20000 SKU, алгоритмы обнаружили 65 Hard KVI и около 1000 Soft KVI.

Hard KVI — товары со сверхвысокой ценовой чувствительностью.
Часто для таких товаров подходит только стратегия "первой цены" — только самая низкая цена на рынке позволяет максимизировать выручку.

Soft KVI
— товары с высокой эластичностью спроса по цене.
При этом максимум выручки для них может достигаться при третьей, четвертой и даже пятой цене рынка.
Алгоритмы выявили, что:

● Около 25% из списка "топ-300 товаров по обороту" в действительности не являлись KVI — при повышении цены на эти товары спрос практически не менялся. Подстраиваясь под цены конкурентов и занижая цены на такие SKU, компания теряла валовую прибыль.

● Зато примерно 75% настоящих KVI не входили в список "топ-300". Цены этих товаров ранее не сравнивались с конкурентами , а гипермаркеты теряли часть продаж и выглядели "слишком дорогими" на фоне конкурентов.
  • Теперь офлайн-мониторинг начали вести в соответствии с полученным списком KVI.

  • Этап 4. Низкий сезон, стратегия первой цены для KVI и исследование спроса.
    Торговая сеть считала конкурентное давление очень высоким, поэтому вначале решила протестировать максимально агрессивную ценовую стратегию для KVI.
    Суть стратегии: и для Hard KVI, и для Soft KVI платформа Imprice начала автоматически устанавливать минимальную цену на рынке, ниже ключевых конкурентов (если такая цена соответствовала установленным ограничениям по наценке).

    Для остальных товарных ролей (Back Basket, Long tail) запустили автоматическую оптимизацию цен алгоритмами с искусственным интеллектом. В качестве критерия оптимизации выбрали максимизацию валовой прибыли.

    Под управление Imprice передали 20000 SKU: на эти позиции приходилось 60% выручки и 65% валовой прибыли пилотных гипермаркетов.

Примеры категорий, цены которых продолжили формировать специалисты ТС "Фрунзе":
сигареты,
ультрафреш.

Промо также осталось под управлением специалистов сети.
При оценке эффективности динамического ценообразования данные продаж промо-ассортимента и "категорий-исключений" убирали из расчетов.
  • С 4 июля 2022 года система Imprice начала автоматически формировать цены и отправлять их в пилотные гипермаркеты. При этом эксперты сети "Фрунзе" установили ограничения на замену ценников:

    цены должны были меняться только в будние дни;
    во вторник можно было поменять <=700 ценников. В этот день недели ритейлер корректировал закупочные цены, следовательно, менялась себестоимость товаров,
    в остальные дни работало более жесткое ограничение: <=150 ценников.

    Эти ограничения автоматически соблюдались с помощью инструмента Imprice "Интеллектуальная очередь".

"Интеллектуальная очередь" автоматически определяет, какие ценники крайне важно поменять быстро, а какие могут подождать.

Результат работы "Интеллектуальной очереди" — проранжированный список:
на какие товары требуется срочная замена ценников,
какие менять во вторую очередь,
какие — в третью
и так далее.

На верх списка попадают дефицитные, хорошо продаваемые, сильно влияющие на валовую прибыль товары.

Примеры показателей, которые определяют "срочность замены ценника" в алгоритме:
Изменились закупочные условия для товара; наценка критично упала или стала отрицательной.
Товар вносит значительный вклад в итоговую выручку магазина.
Согласно прогнозу, товар сильно повлияет на итоговую прибыль магазина.
Расписание для интеллектуальной очереди, заданное специалистами "Фрунзе". Скриншот из системы Imprice
  • Покупатели быстро отреагировали на заметное снижение цен KVI: продажи всего ассортимента резко выросли. Количество чеков тоже увеличилось.

В продуктовой рознице такая скорость реакции на цены — редкий случай: обычно требуется несколько недель, чтобы существенная часть покупателей изменила свое покупательское поведение.
Пример динамики продаж Hard KVI: уже на второй неделе применения агрессивной ценовой конкурентной стратегии продажи товара выросли в 2 раза, несмотря на низкий сезон. Рост продаж KVI приводит к росту продаж товаров, которые покупают с ним "заодно"
  • Агрессивная конкурентная стратегия простимулировала рост продаж в штуках, однако прирост выручки оказался несущественным, а динамика валовой прибыли даже ухудшилась (сравнивали динамику LFL пилотных и контрольных магазинов).

    Причины:
    а) Слишком сильное снижение маржинальности продаж KVI.
    б) Низкий сезон и снижение посещаемости.
    в) Первые недели пилота — это этап активного исследования цен алгоритмами с искусственным интеллектом. Если алгоритмам не хватает статистики, накопленной в исторических данных, — требуются ценовые эксперименты. Алгоритмы проверяют разные цены в заданном интервале, замеряют эластичность спроса и определяют оптимальную цену — в данном случае ту, при которой магазин получает максимум валовой прибыли. До старта пилота торговая сеть очень редко меняла цены на бОльшую часть ассортимента; поэтому алгоритмам потребовался значительный объем ценовых экспериментов для сбора статистики. Обычно период исследования цен сопровождается небольшим ухудшением показателей.

  • Этап 5. Смена стратегии для KVI и оптимизация цен для Long Tail и Back Basket.
    Увеличив частоту покупок (количество чеков), эксперты перешли к тестированию новой гипотезы: для удержания лояльности покупателей не обязательно держать цены KVI ниже цены конкурентов. Цена, равная конкурентам, или даже вторая-третья цена рынка также может обеспечивать высокие продажи.

    С четвертой недели пилота стратегию ценообразования товаров KVI сделали менее агрессивной — немного повысили цены.

    Гипотеза подтвердилась: при новой стратегии количественные продажи и количество чеков остались достаточно высокими. При этом пилотные гипермаркеты начали стабильно "обгонять" контрольные магазины и по продажам, и по валовой прибыли.

Soft KVI, выявленный повторной кластеризацией. В конце августа цены этого товара стали устанавливать в соответствии с ценами конкурентов. Видно, что с менее агрессивной стратегией рост продаж идет более плавно
  • К этому времени алгоритмы с искусственным интеллектом завершили фазу наиболее активного исследования цен; цены не-KVI товаров приблизились к оптимальным. Это дало дополнительный рост прибыли и выручки.

Окупаемость автоматизации и роллаут
Пилот длился 4 месяца, с июля по октябрь 2022 года.
Итоги применения динамического ценообразования в пилотных магазинах:

+5,5% — прирост выручки

+6,6% — прирост валовой прибыли.

В денежном выражении прирост валовой прибыли в трех пилотных магазинах оказался выше затрат на систему Imprice. Внедрение динамического ценообразования окупилось ещё на этапе пилота в трех магазинах.

Пилот признали успешным. Компания перешла к роллауту — внедрению динамического ценообразования во все магазины торговой сети. К декабрю 2022 почти все кластеры магазинов "Фрунзе" были подключены к Imprice.
  • Инна Неверова
    Руководитель Отдела базы данных и ценообразования
    Торговая сеть "Фрунзе"

    "Мы активные сторонники инноваций, и умеем получать высокие результаты от их внедрения.
    Динамическое ценообразование тоже оправдало наши ожидания: мы усилили свои конкурентные позиции, о чем говорит рост количества чеков, рост продаж и +6,6% валовой прибыли.

    В целом, Imprice — самая комфортная в работе команда из всех сервисов, с которыми нам довелось сотрудничать:

    Высокий уровень экспертизы.

    Всегда на связи. Мы почти каждый день контактируем и обсуждаем варианты стратегий и их изменений, возможности системы, как в ней можно реализовать то, что мы хотим.

    В магазины всегда попадают корректные переоценки. При возникновении любых проблем с данными и их передачей, в том числе с нашей стороны, команда Imprice сразу реагирует и находит решение.

    "Единое окно" — не нужно общаться с десятью разными менеджерами, каждый из которых отвечает только за свой вопрос.

    Всегда помогают и консультируют. Если у нас есть вопрос — нам отвечают, а не заставляют самостоятельно разбираться в системе и "читать документацию".

    Одна из причин нашего успеха в этом проекте и роста нашей прибыли — клиентоориентированность Imprice, с которой получилась действительно командная работа."