Digital-платформа Imredi
По вопросам технической поддержки действующих партнёров обращайтесь, пожалуйста, на электронную почту: support@imredi.biz
17 МАРТА 2026
+30% эффективности в работе с доступностью: опыт пилота «Дикси» с новой моделью машинного обучения Imredi OSA
Когда заказчик уходит к конкуренту, это не точка, а запятая. В Imredi восприняли опыт с «Дикси» как вызов и взяли паузу на доработку продукта. Спустя год сеть согласилась на повторный пилот.
Больше года назад одна из крупнейших продуктовых сетей России «Дикси» пилотировала решение для работы с доступностью товаров на полке Imredi OSA, и, несмотря на высокие результаты, выбор был сделан в пользу другого поставщика цифровых услуг с большим опытом работы в этой сфере.
Труфанова Татьяна
Директор по развитию продуктового направления Imredi OSA
«Когда заказчик выбирает нашего конкурента — это не провал, а вызов — сделать систему еще лучше, эффективнее, «докрутить» модели машинного обучения (ML), чтобы в перспективе работа с доступностью в торговой сети ассоциировалась у ритейлеров только с Imredi OSA.
Поэтому мы взяли длительную паузу и пришли к коллегам из «Дикси» с уже разработанной прогрессивной математической моделью машинного обучения, которую предстояло откалибровать и «обучить» уже на данных торговой сети. Коллеги поддержали идею повторного пилотирования, рискнув вынести на первый план проекта решение некоторых ключевых проблем сети с помощью решения Imredi OSA».
Поэтому мы взяли длительную паузу и пришли к коллегам из «Дикси» с уже разработанной прогрессивной математической моделью машинного обучения, которую предстояло откалибровать и «обучить» уже на данных торговой сети. Коллеги поддержали идею повторного пилотирования, рискнув вынести на первый план проекта решение некоторых ключевых проблем сети с помощью решения Imredi OSA».
О том, что изменилось в продукте Imredi OSA всего лишь за год, с каким запросом руководство «Дикси» пошло на повторное пилотирование, а также о полученных результатах расскажем в статье.
Вызов: Максимальная эффективность при ограниченных ресурсах
Острая нехватка сотрудников в ритейле сохраняется, поэтому главной задачей для «Дикси» на старте пилота было оптимизировать работу с операционными сигналами. Исходя из этого за основу взяли стремление компании:
1
Снизить количество сигналов для разгрузки линейного персонала
2
Повысить точность каждого оповещения, чтобы сотрудники тратили время только на проверку реальных инцидентов
3
Сохранить и превзойти достигнутый ранее экономический эффект
Таким образом, фокус сместился с количества на качество: необходимо было обеспечить максимальную отдачу при минимальных трудозатратах с учетом нехватки линейного персонала и преизбытка задач, который ежедневно сваливается на каждого сотрудника.
Сергей Огарков
Руководитель Отдела розничных технологий
«Каждый рабочий день сотрудников наших магазинов включает огромный объем задач — это общение с покупателями, выкладка товара, соблюдение стандартов, приемка, инвентаризация и замена ценников и др. Все это — необходимая «рутина», которую нельзя исключить, поэтому нет возможности нагружать людей дополнительной работой, которая не будет приносить результат.
Поэтому работа с доступностью должна быть выстроена очень продуманно — минимальный список для проверки, позиции которого должны давать максимальный эффект для бизнеса.
Вручную или интуитивно выбрать такие товары просто невозможно, поэтому без новейших технологий с использованием машинного обучения не обойтись. Исходя из этой стратегии, мы и сформировали основные цели на повторное пилотное тестирование Imredi OSA по работе с доступностью товаров на полке».
Поэтому работа с доступностью должна быть выстроена очень продуманно — минимальный список для проверки, позиции которого должны давать максимальный эффект для бизнеса.
Вручную или интуитивно выбрать такие товары просто невозможно, поэтому без новейших технологий с использованием машинного обучения не обойтись. Исходя из этой стратегии, мы и сформировали основные цели на повторное пилотное тестирование Imredi OSA по работе с доступностью товаров на полке».
Решение: Совместная разработка прогрессивной модели
В основе совместной работы «Дикси»-Imredi лежали несколько ключевых улучшений:
1
Динамическая кластеризация точек.
Вместо единого подхода ко всем магазинам, модель научилась адаптироваться под специфику каждой отдельной точки сети, что позволило максимизировать экономический эффект для разных форматов и локаций.
Вместо единого подхода ко всем магазинам, модель научилась адаптироваться под специфику каждой отдельной точки сети, что позволило максимизировать экономический эффект для разных форматов и локаций.
2
Расширенный анализ сценариев.
Если предыдущая модель реагировала в основном на полную остановку продаж, то новые алгоритмы учитывают более сложные и ранние признаки потенциальных потерь, например, аномально высокие продажи, замедление продаж без полной остановки. Это позволило выявлять риски проактивно, до наступления значительных финансовых потерь.
Если предыдущая модель реагировала в основном на полную остановку продаж, то новые алгоритмы учитывают более сложные и ранние признаки потенциальных потерь, например, аномально высокие продажи, замедление продаж без полной остановки. Это позволило выявлять риски проактивно, до наступления значительных финансовых потерь.
3
Устойчивость к деградации.
Новая модель обладает улучшенной адаптивностью к изменениям в продажах и более стабильной точностью в долгосрочной перспективе.
Новая модель обладает улучшенной адаптивностью к изменениям в продажах и более стабильной точностью в долгосрочной перспективе.
Результат: Цифры говорят сами за себя
В основу обновленной модели машинного обучения легли новые ключевые показатели эффективности (KPI):
1
Точность подтвержденных сигналов (T1):
от 50% до 60% в зависимости от магазина (в среднем — 52%)
от 50% до 60% в зависимости от магазина (в среднем — 52%)
2
Количество сигналов:
сократилось на 20%, что существенно снизило нагрузку на персонал. Например, раньше нужно было направить 50 сигналов, а сейчас достаточно 40 для получения той же эффективности
сократилось на 20%, что существенно снизило нагрузку на персонал. Например, раньше нужно было направить 50 сигналов, а сейчас достаточно 40 для получения той же эффективности
3
Экономический эффект:
вырос более чем на 30% благодаря более точному и целевому выявлению инцидентов
вырос более чем на 30% благодаря более точному и целевому выявлению инцидентов
Эти цифры означают, что сотрудники «Дикси» теперь тратят меньше времени на проверки, но каждая их проверка с большей вероятностью приводит к реальному экономическому результату.
Дмитрий Капитонов
Руководитель проектов департамента цифровой трансформации
«Совместно с коллегами из Imredi мы полностью пересмотрели и обновили методологию и структуру модели машинного обучения, чтобы она полностью отвечала нашим требованиям и решала задачи нашего бизнеса. Предыдущий опыт пилотирования и сравнение различных технологических решений позволило нам практическим путем выбрать и сформировать стратегию работы с доступностью товаров на полке, которая дает максимальную эффективность при минимальных трудозатратах».
Залог успешного проекта — совместная работа на каждом этапе
Достичь таких показателей позволил не только технологический прорыв, но и правильная организация процесса. У эффективной командной работы есть три базовых принципа, которые были реализованы в пилоте с «Дикси»:
1
Совместное определение целей и метрик.
Мы заранее согласовали с заказчиком, какие показатели являются критически важными, а какие — второстепенными.
Мы заранее согласовали с заказчиком, какие показатели являются критически важными, а какие — второстепенными.
2
Правильное позиционирование инструмента.
Продукт был внедрен не как инструмент надзора, а как система помощи сотрудникам, которая облегчает их работу и помогает предотвращать потери.
Продукт был внедрен не как инструмент надзора, а как система помощи сотрудникам, которая облегчает их работу и помогает предотвращать потери.
3
Беспрерывная обратная связь.
Регулярный обмен данными «с полей» и от Imredi позволил непрерывно улучшать качество модели и тонко настраивать ее под реальные бизнес-процессы.
Регулярный обмен данными «с полей» и от Imredi позволил непрерывно улучшать качество модели и тонко настраивать ее под реальные бизнес-процессы.
Труфанова Татьяна
Директор по развитию продуктового направления Imredi OSA
«Этот проект наглядно демонстрирует, что переход от точечных пилотов к полноценным совместным стратегическим проектам на основе современных ML-технологий открывает новые возможности для оптимизации и роста в ритейле».
Ключевые преимущества ритейлера, которые гарантирует работа с доступностью товаров в Imredi OSA:
- Снижение потерь продаж от 1%
- Снижение товарного запаса до 3−5 дней
- Индивидуальные сигналы по SKU для каждого магазина на основе ML-модели
- Систематическую отработку сигналов OSA персоналом торговой точки
- Отсутствие перегрузки сотрудников (процесс занимает около 60 мин)
- Выявление узких мест в бизнес-процессах
- Дополнительная аналитика и алертинг для территориальных менеджеров
Оставить заявку на демонстрацию функционала, получить расчет эффектов и обсудить персональные задачи вашей сети можно бесплатно, оставив контакты для связи.
Digital-платформа Imredi
Это интересно