Я хотел бы поделиться продуктом, над которым мы начали работать.

Здесь, в VST, мы предоставляем данные об эффективности выкладки полки и ассортимента товаров, т. е. планограмму (обычно относительно других планограмм).

На данный момент мы получаем эти результаты, собирая данные от клиентов, когда им представляют эти диапазоны — само по себе ценное предложение, результаты которого могут быть получены через несколько дней. С тех пор мы поняли, что этот процесс можно зафиксировать в модели машинного обучения, которая может обеспечить производительность любой планограммы мгновенно.

По мере того, как мы накапливаем все больше и больше данных с каждым испытанием, мы можем зафиксировать больше этих закономерностей и тем точнее будут прогнозы модели. Однако еще один аспект, который мы хотим изучить, — это использование существующих данных, которые, возможно, уже собирает крупный ритейлер (и мы понимаем, что по крайней мере некоторые из них собирают).

Каждый день в данном магазине фактически является испытанием: для данной категории в этом магазине существует расположение полок и ассортимент товаров, и эффективность этой конфигурации видна в соответствующем наборе совершенных продаж. Это аккуратно формирует набор данных функций (данные планограммы) и меток (данные о продажах), подходящий для контролируемых моделей машинного обучения.

И это то, что нам нужно, поскольку это позволило бы нам разрабатывать более точные модели быстрее, чем если бы мы использовали только наши собственные данные. Есть вопросы относительно точности, и очевидно, что чем более строго соблюдается реализация этих планограмм, тем лучше, но при наличии достаточных объемов должна быть возможность извлечь основные существующие шаблоны.

Существует множество дополнительных характеристик, таких как время года, размер магазина и демографические данные покупателей, которые также могут быть введены в качестве входных данных, а затем мы можем разработать, например, идеальные планограммы кондитерских изделий для небольших магазинов в Лондоне на Пасху.

Мы в восторге от ценности, которую это может предложить как ритейлерам, так и брендам, а также от того, как это вписывается в наше видение продукта и существующие решения. Время для этого также обнадеживает, так как совсем недавно...

В сочетании с нашим собственным опытом в таких областях, как динамика различных существующих категорий, как бренды и розничные продавцы на самом деле хотят использовать эту информацию, мы думаем, что это отличная возможность.

Было бы здорово поговорить (с глазу на глаз, если вы находитесь в Лондоне, или по IP-телефонии в противном случае), если вы

  • Работайте в розничном магазине (или где-либо еще), у которого есть это с этим типом данных (практически, это множество файлов JDA .psa и понимание того, когда и где они были реализованы).
  • Работа в компании FMCG / CPG и может помочь нам понять идеальный опыт продукта.
  • Иметь опыт работы с машинным обучением и быть заинтересованным в разработке таких моделей.
  • Хорошо связаны с любым из вышеперечисленных.

Найдите меня в LinkedIn или напишите мне по электронной почте [email protected]