Андрей Молчанский, X5 Group для Rubbles AI Talks: «Множество операций можно отдавать технологиям — это будет дешевле, быстрее и точнее»

* * *

Андрей, привет! Мы в Rubbles давно работаем с твоей командой и знаем, насколько активно X5 развивается в направлении работы с данными. Именно поэтому мы пригласили тебя, чтобы ты поделился экспертизой.

Расскажи немного о себе: чем ты занимаешься в X5?

– Моя ключевая роль — директор по разработке. Последние 3 года я занимался сопровождением и разработкой продуктов, связанных с большими данными. Так как IT не может отдельно существовать от больших данных, было принято решение объединить в один блок всё, что связано с технологиями. Сделать структуру, которая будет поддерживать технологическое развитие и стратегию X5.

В новой роли я буду отвечать за всё, что связано с IT. Кроме того, появится большое подразделение, которое будет отвечать за разработку и сопровождение ключевых бизнес-систем.

Ты сказал «руководить всем IT» — это что конкретно? Data Science туда входит?

– Да, туда входит Data Science. С Data Science у нас связан отдельный департамент на несколько сотен человек. Туда входят разработка, Data-инженерия, BI-разработка и визуализация, аналитика. Всего под моим руководством будут работать больше 2000 человек.

Можешь привести несколько примеров проектов, которые вы делали?

– Наверное, самое интересное — это работа с ассортиментом. Интеллектуальная подборка ассортимента на основе разных параметров — это инструмент, который позволяет людям принимать решения и экспериментировать не в магазине, а внутри системы. 

Есть работа с ценообразованием и промо. Есть модель, которая учится на истории и предлагает оптимальную цену на конкретный товар в конкретный день в конкретном магазине. Это выверяется людьми, но результаты уже хорошие. 

Промо как таковое — это всегда минус к марже. Товар продается дешевле, и, с одной стороны, это привлекает внимание покупателя, а с другой — приносит убытки. Нужно найти баланс между тем, какой товар поставить в промо, и как он повлияет на стоимость корзины — это как раз задача для математических моделей.

Эти процессы не новые для ритейла. Вы сами разрабатываете или используете готовые решения?

– Да, есть большие Enterprise решения, которые отвечают потребностям рынка. Но одно коробочное решение не может полностью нас удовлетворить.

Например, если можно спрогнозировать спрос с точностью 50%, и этого компании достаточно, можно выбрать Enterprise-систему. Но представим, что максимальная точность системы — 65%, а дополнительные 2% принесут компании триллион долларов. Как получить эти 2%? 

Можно менять код и кастомизировать под себя, но в этом случае систему уже не будут поддерживать. Нужно делать реинжиниринг огромной Enterprise-системы — вероятность успеха достаточно низкая.


 
Расскажи ещё о каких-нибудь проектах, связанных с AI.

– Сейчас хороший эффект производят речевые технологии. Например, позвонив в службу поддержки «Пятёрочки» по поводу карты лояльности, клиент поговорит с дамой и не поймет, что с ним разговаривает искусственный интеллект. Мы не первые, кто это делает, но получается неплохо.

Разрабатывается и тестируется Computer Vision. На мой взгляд, это работа в будущее, так как создаются новые возможности. Сейчас в ритейле очень востребована категория fresh: фрукты, овощи, всё свежее. Персонал магазина не всегда может контролировать, что ничего не испортилось — а камера может мгновенно это увидеть, и, например, прислать директору магазина уведомление на телефон, что пора поменять товар. А для ритейла это важно. 

У каждого человека есть некий набор товаров, по которым он определяет для себя дорогой магазин или дешевый, хороший или плохой — так называемые Key Value Indicators. Например, белый хлеб, творог и куриная грудка: человек идет за ними в магазин, видит, что они стоят на 5 рублей дешевле, чем у конкурента, и решает купить их здесь. Так же и с качеством фруктов и овощей: человек не пойдет смотреть яблоки, если видит, что бананы плохие.

Самый яркий кейс про подбор ассортимента из мировой истории — про памперсы и пиво. Хорошо продаются памперсы, которые стоят рядом с пивом. Чаще всего за ними приходят работающие отцы, которые считают, что заслужили бутылку пива, а жена просит заодно купить памперсы. 

Он приходит в магазин, а там всё в одном месте, не надо идти через весь магазин и толпу уставших людей. Здесь работает не продажа пива, не продажа памперсов, здесь работает продажа лайфстайла — человеку сэкономили время, о нем подумали. Для того чтобы такое реализовать, нужны данные. Откуда их можно получить? Из чеков. Сколько чеков нужно посмотреть, чтобы до этого додуматься? Много. Это заслуга математики, Data Science и специалистов, которые знают, какой задать вопрос системе, чтобы она правильно на него ответила. 

Перейдём к более общей теме: как ритейл переживает пандемию?

– В краткосрочной перспективе — хорошо, а в долгосрочной — время покажет. Когда в первый раз через это проходишь, не знаешь, как всё будет себя вести. Меняется модель потребления, и мы сами понемногу меняем её изнутри как потребители. 

У меня даже родители научились заказывать в интернете, хотя для них это стресс. Например, папе надо выбрать мясо: он должен пойти в магазин, подержать в руках и только после этого купит. Каково было его удивление, когда ему доставили мясо лучше, чем он бы выбрал сам. В доставке задается определенный стандарт: если магазин доставит что-то плохое, в нем просто не будут больше заказывать.
 
Всё это стимулировало большие изменения в мире с точки зрения цифры, онлайн-магазинов и инвестиций в их развитие. Цифровому бизнесу начали уделять больше внимания: если раньше ритейлеры конкурировали друг с другом ценой офлайн, то сейчас появилась конкуренция доставкой, потому что больше людей этим пользуется. Поэтому в X5 появились новая стратегия и технологии. 

Математика в бизнесе может многое подсказать. Например, у человека есть целый набор того, что он всегда покупает в одно и то же время. И система может предсказать, когда что-то закончится. Ozon пытается такое внедрить: мне однажды пришло сообщение, что у меня заканчивается шампунь. Я удивился, а выяснилось, что когда-то я покупал шампунь, и система посчитала, что за полгода я его израсходовал.

В ритейле сейчас развиваются маркетплейсы: Alibaba и тому подобное. Можно прийти, выставить свой товар, и его купят — а площадка получает процент. Казалось бы, это высшая ступень ритейла — но маркетплейсы внезапно начинают открывать офлайн-магазины, и для них это оказывается сложно. 

Всё идет к коллаборации офлайн и онлайн ритейла, потому что невозможно нормально работать онлайн, не понимая поведения пользователей в офлайне.

А можешь раскрыть мысль, почему так происходит?

– Все, кто занимается бизнесом, пытаются найти свою целевую аудиторию. Ритейл, особенно крупный, работает на всех и должен всех удовлетворить. При этом нужно найти баланс: не поднимая цену, сделать так, чтобы в магазине всё выглядело хорошо. А если отказаться от офлайна и перейти в digital, останется только определенная часть аудитории. Россия, например, не скоро перейдёт на 100% в digital. 

Я думаю, онлайн не займет 100% рынка или даже 90%. Место офлайна будет заметно, потому что люди начинают ценить естественность — например, покупают бумажные книги, чтобы чувствовать их в руках, чувствовать запах страниц и тому подобное. Человеку нужен не сам товар, а эмоция от него — это не получить онлайн.

Чтобы ходить в магазин за удовольствием и впечатлениями, нужно, чтобы место было хорошим, красивым, близким, но это редкость. Даже если на смену привычным нам моделям придут новые, они всё равно будут офлайновые.


 
Учитывая, что офлайн занимает существенную долю в ритейле, какова роль технологий в этом? 

– Покупателю важна цена в магазине. А ещё ему хочется, чтобы магазин был чистым, товар — свежим, а стоимость товаров при этом не повышалась. Множество операций можно отдавать технологиям — это будет дешевле, быстрее и точнее. При этом остается работа, которую должен продолжать выполнять человек, от этого никуда не деться. 

Например, три года назад магазины «Пятёрочки» были не такими, как сейчас. Раньше их обходили стороной, а сейчас во многих чисто, светло, лежат свежие фрукты. Можно купить дорогой алкоголь, хотя раньше он не продавался — некому было покупать. И всё это достигнуто за счет технологий. 

Пример из мирового опыта: человек хочет купить рыбу и понять, что это за рыба. С помощью технологий он может узнать весь цикл жизни: откуда она, где родилась и так далее. В Европе это хорошо развито, мы пока догоняем. Там можно подойти к товару, отсканировать штрих-код, и увидеть, например, на какой ферме выросла корова, её справки. Это пример видимых технологий.

---

Читайте также: Дмитрий Макеев, Rubbles: будущее ритейла за персонализацией

---

Невидимые технологии — это, например, видеоаналитика и компьютерное зрение. Раньше за подозрительным покупателем ходил охранник, а сейчас в большинстве наших магазинов клиент видит человека, который сидит за компьютером и спокойно смотрит в экран. При этом он продолжает следить, но у него на экране разными цветами подсвечивается модель поведения в зависимости от того, что делает человек.

В принципе, вся ситуация в магазине контролируется. Товар — с точки зрения свежести, выкладка. Раньше кто-то должен был бросать работу и делать обход магазина, а сейчас просто подается сигнал, что, например, молоко закончилось, пора поставить на полку ещё. В этом заключается помощь технологий человеку — а за счет технологий уменьшается себестоимость процесса.

   

* * *

Как строить большую IT-команду, заменят ли технологии людей и какова доля хайпа в шумихе вокруг Data Science — на эти и другие вопросы Андрей отвечает в полной версии интервью. 

Ее можно посмотреть на YouTube-канале Rubbles