Статьи
Расскажем, как работает система рекомендаций в ритейле, стоит ли в нее инвестировать, и что нужно для ее построения
Расскажем подробнее о том, что нужно для разработки автоматизированного решения, возможных форматах исполнения и преимуществах его использования в розничной торговле
В текущей информационной повестке аналитика данных для бизнеса декларируется как стратегическая задача и мировой тренд для инвестирования. Бросаться ли с головой в развитие своих компетенций в аналитике или отдать на аутсорсинг, при этом не растеряв конкурентного преимущества?
Читайте о преимуществах создания многофункциональной платформы внутри компании и чем подход Datanomics отличается от других разработчиков
В статье расскажем, как с помощью решения на основе Computer Vision, можно управлять поведением посетителей магазина
Поговорим о том, как облачное хранение влияет на бизнес, его преимуществах перед традиционными инструментами, цене и степени надежности
В последнее время на рынке появляются мобильные системы, в основе которых технология компьютерного зрения. Такие решения значительно облегчают работу мерчандайзеров, но для ритейла вопрос исключения человеческого фактора из процесса мониторинга остается нерешенным
Остановимся на нескольких приемах, позволяющих предотвратить или уменьшить возможные потери, снизить неопределенность, которой характеризуются проекты цифровой трансформации
Расскажем о преимуществах аналитики тепловых карт, которые добавляют ценности бизнесу, и приведем реальные примеры их построения
Среди технологий для ритейла все чаще упоминаются искусственный интеллект, алгоритмы машинного обучения и их эффективность для прогнозирования спроса. Как внедрить такие решения, какие данные потребуются, каких результатов ожидать и в какие сроки?
Аналитика больших данных и машинное обучение стремительно развиваются последние пять лет и начинают применяться в бизнесе. В статье расскажем о некоторых фактах, которые полезно учесть при запуске проектов аналитики данных
Согласно исследованию McKinsey, 35% покупок на Amazon и 70% времени, которое люди проводят за просмотром видео на YouTube, – результат работы рекомендательных систем.