Искусственный интеллект и самоизоляция: как увеличить валовую прибыль на 20.1% на фоне падения спроса
Этот кейс был опубликован на Retail.ru:
ССЫЛКА НА ПУБЛИКАЦИЮ
Евгений Берницкий, руководитель сети Gold-Standart.com, дал подробное интервью о кейсе для new-retail.ru:
ССЫЛКА НА ИНТЕРВЬЮ
О заказчике
Компания Gold-Standart - это сеть магазинов и интернет-магазин спортивного и диетического питания для здорового и активного образа жизни.

В июне 2019 года Gold-Standart начал использовать для ценообразования платформу Imprice.
Поэтапно подключили несколько методик - конкурентное ценообразование, ценообразование по KVI, ценообразование по оборачиваемости; каждый этап последовательно улучшал показатели бизнеса. За несколько месяцев валовая прибыль компании выросла на 16%; подробности каждого этапа описаны в кейсах:
Первый этап оптимизации
Как конкурентное ценообразование помогло увеличить валовую прибыль e-commerce на 7% и поднять маржинальность офлайн-продаж
ЧИТАТЬ КЕЙС
Второй этап оптимизации
Как увеличить оборачиваемость сети на 40% и избавиться от низколиквидных позиций за счет автоматизации ценообразования
ЧИТАТЬ КЕЙС
Третий этап оптимизации
Как найти в своём ассортименте в три раза больше товаров KVI и увеличить валовую прибыль интернет-магазина на 20%
ЧИТАТЬ КЕЙС
Весной 2020 года во время "режима самоизоляции" работал только интернет-магазин Gold-Standart; розничные точки были закрыты. Курс доллара, определяющий закупочные цены, скачкообразно менялся.
Из-за закрытия спортзалов упал интернет-спрос на спортивное питание.
Задача
В качестве антикризисного инструмента, который поможет поднять валовую прибыль интернет-магазина в период турбулентности, специалисты Imprice предложили подключить дополнительный модуль оптимизации цен с помощью машинного обучения. Алгоритмы модуля автоматически находят оптимальные цены, при которых в актуальных условиях компания получает максимум валовой прибыли или максимум продаж, в зависимости от заданной цели.

Двухнедельный пилот в рамках одной товарной категории прошел успешно; подробности можно прочесть ЗДЕСЬ.
В конце мая 2020 года ценообразование уже 80% ассортимента доверили искусственному интеллекту. Ещё к 15% ассортимента подключили дополнительный аналитический модуль на базе машинного обучения.
Основные результаты
Данные продаж за июнь сравнили с майскими продажами 2020 года.
В июне 2020 года интернет-магазин Gold-Standart.com получил следующие результаты:
рост
оборота
рост
валовой прибыли
рост
количества заказов
рост
среднего чека
На часть товаров система поставила более агрессивные цены, сориентировавшись на вычисленных алгоритмами ключевых конкурентов или выявив изменение спроса - "психологически приемлемая цена потребителя" для части sku оказалась ниже установившейся по рынку цены.
В то же время система выявила в ассортименте Long Tail много недооцененных товаров, за которые потребители были готовы платить больше. На эти товары алгоритмы увеличили цены: продажи сохранились на прежнем уровне, но компания заработала больше на каждой проданной единице.
В июне сохранялась кризисная ситуация на рынке спортивного питания.
Спортзалы в Москве начали открывать только 23 июня, причем загрузка залов в первую неделю была в два раза ниже обычной.
Спортзалы в Московской области и в Петербурге весь июнь были закрыты.
Подключение алгоритмов с машинным обучением к управлению ценами
1
Ассортиментные группы
Ассортимент магазина разделили на три группы, требующие разного подхода к ценообразованию:
  • Товары с жесткими требованиями по соблюдению РРЦ.
    Популярные товары со строгим контролем цены со стороны поставщика.
    Для этих товаров оставили ценообразование на базе правил с использованием типа цены "РРЦ".

  • Товары KVI.
    Товары - "приманка" для покупателей, драйверы трафика и продаж, покупательские индикаторы ценовой и ассортиментной привлекательности магазина.
    Для этой группы оставили конкурентное ценообразование на базе правил, но при этом использовали два аналитических модуля с машинным обучением:
    1. Автоматическое выявление товаров KVI. Этот модуль подключили ещё в 2019 году, на третьем этапе оптимизации ценообразования Gold-Standart.com.
    2. Модуль выявления ключевых конкурентов. Этот модуль ранее не задействовали.

  • Все остальные товары.
    Весь long tail - в том числе, в эту группу вошли низкооборачиваемые товары и товары без продаж.
    Ценами данной группы стал управлять искусственный интеллект.

Вот как оказались распределены товары по указанным группам в процентном соотношении:
~5% ассортимента

Товары с РРЦ.
Автоматизированное ценообразование на базе правил с ограничением по РРЦ
~15% ассортимента

Товары KVI; на них приходится ~55% продаж.
Конкурентное ценообразование на базе правил.
Список товаров KVI и список ключевых конкурентов для каждого товара формируют алгоритмы с машинным обучением
~80% ассортимента

Все остальные товары.
Ценообразованием управляют алгоритмы с машинным обучением
2
Изменения ценообразования для товаров KVI
Gold-Standart внедрил ценообразование по KVI осенью 2019 года.
Проанализировав данные, Imprice сформировал и стал автоматически актуализировать список товаров KVI. Для этих товаров установили агрессивные правила конкурентного ценообразования.
Подробности кейса ЗДЕСЬ.
В мае 2020 в ценообразование по KVI внесли серьёзное изменение: определили ключевых конкурентов по каждому товару с помощью алгоритмов с машинным обучением Imprice.
Ключевые конкуренты - это магазины, существенно влияющие на продажи Gold-Standart. Если такой конкурент снижает цену, клиенты Gold-Standart уходят к нему за покупкой и выручка Gold-Standart падает.
Списки ключевых конкурентов для разных товаров могут отличаться: на продажи одного товара оказывают влияние одни конкуренты, на продажи другого - совершенно иные.
Система проанализировала данные, накопленные за несколько месяцев, - продажи, цены товаров, цены конкурентов, остатки на собственных складах и у конкурентов, проценты пересечения с конкурентами по конкретным товарным категориям, пересечения по конкретным брендам, поддержание конкурентами позиций в топе рекламного размещения и другие прямые и косвенные факторы конкуренции.

В результате алгоритмы сформировали список ключевых конкурентов для каждого товара.
Скриншот из системы Imprice. Фрагмент результата анализа конкурентов. Система указывает в отчете регион расчета, название конкурента, товар, категорию, бренд, корреляцию, количество корреляций с этим игроком, наличие товара у этого конкурента, пересечение по категории, пересечение по бренду. Галочка в последней колонке означает, что на основании рассчитанного рейтинга конкурент определен как ключевой - то есть действительно влияющий на продажи Gold-Standart
Кликните на картинку, чтобы увеличить изображение
Для товаров KVI провели донастройку правил ценообразования: цена стала формироваться на базе цен ключевых конкурентов, определенных алгоритмами.
"У нас было ощущение, что Gold-Standart - это "крепкий середнячок" на рынке спортивного питания, что мы обладаем серьёзной дополнительной ценностью для покупателей. У нас хороший ассортимент, мы качественно консультируем по телефону, у нас есть офлайн-магазины, в которых можно "пощупать товар" и получить дополнительные консультации перед покупкой.
Соответственно, мы всегда равнялись по цене на достаточно крупные магазины, с широким ассортиментом, хорошей репутацией и развитым офлайном.

Выяснилось, что на продажи наших KVI активнее всего влияют мелкие демперы. Это интернет-магазины, обрабатывающие до 100 заказов в день, с очень узким ассортиментом, часто с сайтами очень низкого качества. Они привлекают клиентов через прайсовые агрегаторы и ставят самую агрессивную цену на рынке"

Александр Бузов,
Коммерческий директор Gold-Standart.com
Так как ключевыми конкурентами, "отбирающими" продажи Gold-Standart.com, оказались небольшие агрессивные магазины с самыми низкими ценами на рынке, пересмотрели позиционирование по KVI.
Для всех товаров KVI настроили правила ценообразования так, чтобы цена компании занимала вторую минимальную позицию на рынке.
3
Оптимизация цен ассортимента Long Tail алгоритмами машинного обучения
Принципы работы модуля "Автоматическая оптимизация цен по заданному критерию" описаны ЗДЕСЬ.
Основная задача алгоритмов - максимизировать валовую прибыль для заданного сегмента, выявляя оптимальные цены с учетом взаимозаменяемости и взаимодополняемости товаров.

В Imprice нужно сделать всего несколько настроек для запуска самообучаемой автоматической оптимизации цен.
  • Выбрать сегмент товаров или товар.
    Для Gold-Standart.com создали сегмент, включивший все товары без РРЦ и не являющиеся KVI.
    Для части этих товаров раньше было настроено конкурентное ценообразование.
    В сегмент вошли ~80% sku магазина.

  • Задать цель оптимизации.
    Определяем, что мы хотим получить в результате для выбранного сегмента: максимум валовой прибыли или максимум продаж. Последнее актуально при необходимости удержания и наращивания клиентской базы.
    Для Gold-Standart.com выбрали цель "Максимум валовой прибыли"

  • Установить интервалы допустимого изменения цен.
    Для товаров сегмента задали верхние и нижние границы интервалов, в которых алгоритм может устанавливать цену.
    Нижняя граница - очень важный параметр; единственный, который требуется время от времени пересматривать при машинной оптимизации цен.
После завершения настроек алгоритмы в короткий срок находят оптимальные наборы цен, которые обеспечат в текущих условиях максимальную валовую прибыль. Алгоритмы учитывают кросс-эластичные связи товаров, выявляя в сегменте взаимозаменяемые и взаимодополняемые товары.
Скриншот из системы Imprice. Алгоритмы автоматически определяют в ассортименте товары-заменители и дополняющие товары; заменители и дополнители появляются на одноименных вкладках карточки товара. Учет влияния заменителей позволяет избежать каннибализации внутри категории
С 1 июня 2020 года искусственный интеллект начал устанавливать цены на 80% ассортимента Gold-Standart.com
Результаты
В июле проанализировали результаты работы алгоритмов с машинным обучением и сравнили июньские продажи с данными продаж в мае 2020 года.
Интернет-магазин Gold-Standart.com получил незначительное снижение маржинальности и видимый рост остальных бизнес-показателей, в том числе увеличение валовой прибыли на 20.1%:

Весь интернет-магазин
Товары с РРЦ, товары KVI + весь остальной ассортимент



+20.9% рост оборота

+20.1% рост валовой прибыли

-0.7% уменьшение маржинальности (падение)

+8.0% рост среднего чека

+3.7% рост наполняемости чека

+11.9% рост количества заказов

+31.9% рост продаж в штуках

+13.1% рост количества уникальных проданных sku

Товары KVI
Более агрессивное ценообразование для KVI, правила ценообразования настроены по ключевым конкурентам, определенным искусственным интеллектом

+23.0% рост оборота

+12.6% рост валовой прибыли

-8.5% уменьшение маржинальности (падение)

+4.8% рост среднего чека

+5.8% рост наполняемости чека

+17.4% рост количества заказов

+48.6% рост продаж в штуках

+15.0% рост количества уникальных проданных sku
Ассортимент под управлением искусственного интеллекта
80% всего ассортимента.
Цены весь месяц устанавливал искусственный интеллект


+19.6% рост оборота

+42.5% рост валовой прибыли

+19.2% рост маржинальности

+14.5% рост среднего чека

+4.4% рост наполняемости чека

+4.4% рост количества заказов

+18.2% рост продаж в штуках

+12.7% рост количества уникальных проданных sku
Рост показателей произошел на фоне продолжающейся кризисной ситуации на рынке спортивного питания:
Спортзалы в Москве начали открывать только 23 июня, причем загрузка залов в первую неделю была в два раза ниже обычной. Спортзалы в Московской области и в Петербурге весь июнь были закрыты.
Интернет-трафик в июне даже снизился по сравнению с маем:
Скриншот из Google Analitics, сравнение трафика и конверсий мая и июня. В июне количество заказов увеличилось по сравнению с маем 2020, хотя трафик падал.
Кликните на картинку, чтобы увеличить изображение

Скриншот из Яндекс.Вордстат, динамика по одному из коммерческих небрендовых запросов. Показов запроса в июне 2020 года было меньше, чем в мае 2020. Кликните на картинку, чтобы увеличить изображение
Выводы:
1. Для товаров KVI очень важно и выгодно знать ключевых, действительно влияющих на продажи, конкурентов.

В кейсе уже работающее ценообразование по KVI перенастроили на ключевых конкурентов, выявленных алгоритмами.
Так как эти конкуренты ведут агрессивную демпинговую политику, усредненная маржинальность Gold-Standart.com по товарам KVI незначительно снизилась.
Но все остальные бизнес-показатели выросли: суммовые и количественные продажи, валовая прибыль, средний чек.

2. Алгоритмы искусственного интеллекта помогают найти недооцененные товары, цены которых можно повысить.

У алгоритмов стояла цель "получить максимум валовой прибыли в сегменте". Путь получения максимальной прибыли зависит от особенностей спроса на товар:

✓ Если цена высоковата для покупателей, то прибыль увеличивается, когда цена снижается до требуемого уровня и продажи из-за этого кратно возрастают.
✓ Если покупатели готовы платить больше, чем цена магазина, то увеличив цену магазин продаст столько же товара, но с большей прибылью.

На часть товаров алгоритмы снизили цены. Это привело к значительному росту продаж; начали продаваться sku, которые в мае никто не покупал.

На другую часть товаров цена выросла: алгоритмы нашли в ассортименте Long Tail много позиций, ценность которых для покупателей изначально недооценили и которые продавали дешевле необходимого.

На выходе получили рост маржинальности и серьёзное увеличение валовой прибыли.

3. Алгоритмы с машинным обучением помогают выявить ситуации, когда все конкуренты завысили цену и это привело к исчезновению спроса.

Бывает, что ВЕСЬ РЫНОК ОШИБСЯ и поставил неправильную цену - слишком высокую для покупателя в текущий момент. В таком случае конкурентное ценообразование не может дать хороший результат: цена самого агрессивного конкурента всё равно недопустимо высока для покупателя.
Такое произошло с частью sku из ассортимента Gold-Standart. Цена на эти sku автоматически пересчитывалась в соответствии с ценами конкурентов. Во время режима самоизоляции эти товары перестали покупать.

Искусственный интеллект немного снизил цены - и устойчивый спрос снова появился. Как упоминалось выше, после изменения цен клиенты интернет-магазина снова начали покупать sku, спрос на которые в апреле и мае исчез.