Новости
Datanomics Demand Forecast – облачный сервис на базе алгоритмов машинного обучения, разработанный с учетом специфики ритейла и FMCG отрасли
С каждым днём все больше компаний отдаёт предпочтение разработке IT и аналитических решений по аутсорсинговой схеме. Собственные IT-специалисты могут больше знать о бизнес-процессах компании, но при этом отставать от уровня специалистов профильных направлений
Отсутствие знаний и подготовленных кадров является одной из главных проблем эффективного использования аналитики наравне c конфиденциальностью данных и обеспечением их доступности
Управление данными – одна из пяти основных стратегических инициатив для организации. Они становятся активом, от которого зависит успех бизнеса
Формирование заказа для поставщиков – одна из трудоемких задач, особенно для продуктового ритейла с большим количеством номенклатур, которые могут исчисляться тысячами, а для федеральных сетей – десятками тысяч
Поколение миллениалов становится активной покупательской группой, их предпочтения заставляют ритейлеров целиком пересматривать существующие процессы в формировании цепочки поставок
Расскажем, как работает система рекомендаций в ритейле, стоит ли в нее инвестировать, и что нужно для ее построения
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?
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?
Согласно исследованию McKinsey, 35% покупок на Amazon и 70% времени, которое люди проводят за просмотром видео на YouTube, – результат работы рекомендательных систем.
Спрогнозировать объем продаж товара за счет промоакции сегодня помогают системы анализа больших данных и искусственного интеллекта. На первый взгляд такие технологии должны решать эту задачу комплексно и предоставлять точные прогнозы. Но так ли это?
