Розничная торговля — это одна из отраслей, в которой аналитика широко используется для понимания поведения клиентов, которое напрямую влияет на доход любой компании. Компании переходят на модели Omni Channel, в которых они присутствуют онлайн, а также имеют офлайн-присутствие, которые работают синхронно. Мы можем увидеть эту тенденцию, глядя на такие предложения, как:

  • Закажите онлайн и заберите в магазине или
  • Делайте покупки в магазине с доставкой на дом
  • Закажите онлайн и попробуйте дома

Случаи, когда необходимо обнаружение аномалий

Из-за такого спроса необходимо отслеживать больше показателей, которые отслеживают не только эффективность бизнеса, но и поведение клиентов. Может быть несколько слепых зон с неизвестными утечками доходов от бизнеса. Есть несколько случаев, когда обнаружение аномалий необходимо, например, для мониторинга:

  • Сбои в оплате (отслеживайте сбои в режиме оплаты и предлагайте альтернативные способы оплаты)
  • Возвраты отправлений (отслеживание причин возвратов, которые могут быть связаны с невозможностью доставки, дефектом товара, мошенничеством со стороны продавца/покупателя)
  • Отказ от корзины (отслеживание причин отказа от корзины, таких как наличие товара, цены, проблемы с оплатой и т. д.)
  • Нарушения SLA (мониторинг SLA в бизнес-вертикалях или с внешними поставщиками для поддержания операционной эффективности)
  • Нулевые продажи (мониторинг нулевых продаж из-за проблем с листингом, рейтингами, обзорами)

Использование AI/ML для обнаружения аномалий в реальном времени

В розничном бизнесе будут различные показатели или ключевые показатели эффективности для мониторинга эффективности бизнеса и получения представления о том, насколько хороша или плоха общая производительность. Данные для этих показателей будут следовать шаблону временных рядов, который можно использовать для обнаружения аномалий временных рядов. Поскольку все метрики зависят от времени, мы можем использовать время как общую характеристику, чтобы связать вместе различные метрики похожего поведения, применяя корреляцию, которая может помочь бизнесу сосредоточиться на инциденте со списком всех затронутых метрик. Это будет очень полезно для выяснения основной причины в случае инцидента.

CrunchMetrics может помочь вам отслеживать все вышеперечисленные случаи и предупреждать вас в режиме реального времени, чтобы вы могли быть более осведомлены о производительности вашего бизнеса и сосредоточиться на действиях, которые необходимо предпринять после обнаружения аномалии. Наше программное обеспечение для обнаружения аномалий даст вам 360-градусный обзор вашего бизнеса.

Автор: Кшитиш Саху

Первоначально опубликовано на https://www.crunchmetrics.ai 29 июня 2020 г.