Ритейл, который смог: как Walmart и Amazon зарабатывают с помощью ИИ
Все мы уже слышали «пророчества экспертов»
Что я понял, когда разобрал ИИ-стратегии Walmart и Amazon
Все мы уже слышали «пророчества экспертов»
Разобрал, как Walmart и Amazon зарабатывают миллиарды на ИИ — и что с этим делать нам
Все мы уже слышали «пророчества экспертов»
Математическая оптимизация для бизнеса. Часть 2. Прогнозирование спроса, оптимизация ценообразования-промо-ассортимента
Продолжая ежегодную серию
Увеличиваем средний чек и количество повторных покупок с помощью мобильного приложения: кейсы ритейла 2025
Приложение — отличный канал для наращивания продаж. Однако наличие приложения само по себе не является гарантией такого роста. В этой статье на конкретных кейсах разберем с помощью каких сценариев можно заставить этот канал работать.В 2025 году мобильные приложения перестали быть просто «дополнительным способом продаж». Они стали ядром цифровой стратегии ритейла, благодаря которым можно повысить лояльность клиентов, увеличить средний чек и сократить операционные затраты. Для некоторых сфер бизнеса они стали базовым ожиданием пользователей.
«10 землекопов vs экскаватор» или как подойти к оценке кейса по замене систем планирования и прогнозирования в ритейле?
Как известно, чтобы получить понятный и полный ответ, нужно как можно лучше сформулировать вопрос. Из научной фантастики мы знаем, что «ответ на главный вопрос жизни, вселенной и вообще» это «42». Так зачастую и в ритейле, подходя к вопросу внедрения или замены одной из вспомогательной для бизнеса систем, вопрос формулируется следующим образом – «что нам даст внедрение новой системы?». Если вас не устраивает ответ 42 или 37, а также не устроит что-то в стиле «10%», нужно вложить в постановку вопросов гораздо больше смыслов.Драйверы постановки вопроса.
Применение ML Pricing в ритейле: хвост виляет собакой
Привет, Habr! Мы Катя и Оля, продакт-менеджеры BigData в компании «Лента», отвечаем за развитие цифровых продуктов блоков «Ассортимент» и «Ценообразование». В этой статье расскажем про внедрение ML-модели и алгоритма ценообразования товаров «хвоста», а также - трудности, с которыми столкнулись.
