Прогресс за прилавком: крупные ретейлеры цифровизировались, а мелкие остались в "нулевых"

Мелкие игроки безнадёжно отстали от крупных ретейлеров по уровню цифровизации
Автор фото: ТАСС

Торговые сети продолжают активную цифровизацию всех возможных процессов. Но пока это под силу лишь крупным игрокам. Мелкая розница застряла в середине 2000–х.

Технологические инновации сегодня одна из самых привлекательных ниш для инвестиций. Похоже, такого же мнения придерживается менеджмент крупных розничных сетей. Эксперты выделяют в цифровом развитии индустрии торговли четыре основных тренда: стремление идентифицировать клиента в онлайн и физических каналах (это даёт понимание предпочтений и ценностей аудитории), работа с big data, применение искусственного интеллекта (ИИ) для обработки различных типов данных и формирования рекомендаций, а также развитие мощности и скорости компьютерных вычислений, с помощью чего удаётся хранить больше информации и быстрее её обрабатывать.

Инновации без кода

Выбор конкретных технологий и сценарий их внедрения зависят от соотношения необходимых затрат и потенциальной выгоды. Например, далеко не везде имеет смысл устанавливать кассы самообслуживания (КСО) или системы идентификации пользователей. В некоторых локациях, как отмечает директор практики "Стратегия продаж и маркетинга" компании "Рексофт Консалтинг" Кирилл Малышев, чрезмерная экономия на персонале посредством внедрения цифровых решений может обернуться возросшим уровнем потерь (проще говоря, краж).
Эксперты отмечают, что высокий уровень конкуренции превратил ретейл в одну из самых цифровизированных отраслей. Особенно в этом плане выделяются продуктовые гиганты (X5, "Магнит"), а также участники рынка в сегментах "фармацевтика" и fashion.
Генеральный директор "Ланит Омни" Юрий Востриков считает главными задачами компаний поддержание омниканальности и клиентоцентричный подход. Эти тренды и порождают высокий спрос на IT–технологии. Всё чаще бизнес выбирает софт на базе микросервисов и low–code / no–code. Такой подход сокращает time–to–market (время от начала разработки до внедрения), а также даёт возможность настроить IT–решение под конкретную специфику задач, не будучи разработчиком. Также бурно расширяется функционал машинного обучения и инструментов с применением ИИ для наращивания аналитических возможностей операционных CRM (систем управления взаимоотношения с клиентами). При этом управленцы нацелены на оптимизацию расходов — проекты должны окупаться быстро. Это одна из проблем, поскольку на то, чтобы затраты в технологии себя оправдали, часто требуется немало времени.

Всё под контролем

Участники рынка считают внедрение IT–решений обязательным условием для построения конкурентного бизнеса. Многие крупные компании при этом внедряют у себя собственные разработки. Например, у "Магнита" доля собственных информационных систем в IТ, в том числе для критичных процессов ретейла, достигает 51%.
"Недавно приступили к масштабированию на всю сеть российской технологии распознавания товаров на полке (image recognition). Решение позволяет оперативно исправлять неточности в выкладке, что способствует повышению продаж. До конца года появится новый функционал — контроль корректности ценников и мониторинг рекламных материалов", — рассказали в пресс–службе компании. Также в "Магните" продолжают развивать модели машинного обучения и использование ИИ почти во всех бизнес–процессах.
Во "ВкусВилле" сообщили, что работают над проектами по продлению сроков хранения продукции с помощью безопасных и здоровых технологий. Основной эффект от этого состоит в формировании ассортимента.
"Технологии предлагают покупателям удобные и персонализированные услуги. Я бы также отметил автоматизированные системы учёта товаров и аналитику, которые помогают бизнесу двигаться динамичнее. Они точно контролируют запасы, позволяют избегать недостатков или избытков. Улучшают эффективность цепи поставок в целом", — обобщает менеджер "ВкусВилла" по работе с инновациями Николай Беляев.

Виртуальный кутюрье

В non–food применение технологий распространено не менее широко. Так, "М.Видео–Эльдорадо" самостоятельно разрабатывает технологичные продукты и сервисы для создания персонализированного покупательского опыта на основе ML–технологий и аналитики данных. При планировании ассортимента, например, в Петербурге модели машинного обучения анализируют спрос в регионе или конкретном магазине, а также сезонность. И затем формируют оптимальный выбор товаров на полках под различные потребности и бюджет клиентов. Для консультации покупателей используется чат–бот на основе технологии Natural Language Processing, который обрабатывает более половины письменных обращений.
"Ещё одно важное направление использования ИИ — корпоративная нейросеть. Мы используем несколько виртуальных помощников — чат–боты для адаптации сотрудников, обучения, консультаций по кадровым вопросам. Основной эффект применения этих технологий — экономия десятков тысяч рабочих часов", — рассказали в пресс–службе сети.
Однако технологии помогают бизнесу не только в коммуникации с покупателем. Представитель компании "Глория Джинс" рассказывает, что этим летом сеть представила коллекцию одежды, разработанную с помощью ИИ. Нейросеть создала для креативной команды эскизы, подобрала материалы и фурнитуру. Дизайнеры в свою очередь сформулировали запросы и попросили визуализировать их идеи. При этом для каждой вещи ИИ предложил несколько десятков вариантов дизайна, что позволило ускорить работу над линейкой. Кстати, один из популярных у продуктовых сетей кейсов — возможность оплаты товара на кассе по улыбке — в fashion тоже становится реальностью. В "Глории Джинс" тестировали такой проект в Ростове–на–Дону, до конца месяца терминалы с этой опцией появятся и в Петербурге.

Малыми темпами

В малой и несетевой рознице автоматизация, разумеется, развита хуже и находится на уровне середины 2000–х годов. По мнению Алексея Смирнова, регионального директора системы автоматизации для ресторанов Absolut POS, для небольших ретейлеров важен доступ к технологиям, уже применяемым у крупного бизнеса: КСО, автоматизации процессов (контроль закупок, товарных остатков), аналитике и подбору рекомендаций на базе машинного обучения.
"Одним из форматов распространения технологий от большого ретейла к малому может стать механизм гибких франшиз, когда торговая сеть может продавать не всю концепцию бренда целиком, а отдельные технологические компоненты — решения для автоматизации бизнеса. Спрос на такие продукты на рынке уже есть", — отмечает он.