Beltel Datanomics выступил на SECR
Анна Племяшова, директор по развитию АО «Белтел» выступила с докладом на тему «Как мы делали продукт с применением технологии ИИ для FMCG. От идеи до продажи». Анна поделилась опытом создания интеллектуального продукта для прогнозирования спроса учитывающего также внешние факторы среды.
«Чтобы сделать решение, имеющее ценность для бизнеса, недостаточно владеть математическим аппаратом и виртуозно писать код. Нужно понимать бизнес-процессы клиента, вникнуть в проблему и точно сформулировать задачу. Чтобы вырастить продукт из ИИ решения, нужно оценить рынок и его потенциал, понять какие сценарии в области ИИ заинтересуют заказчиков, сформировать цену на продукт и убедить потенциальных клиентов, что этот продукт стоит запрашиваемых денег. Нашей компании удалось сделать ряд решений для производств в области FMCG с применением алгоритмов машинного обучения, но, к сожалению, эти решения плохо масштабировались, т. к. были ориентированы на конкретного заказчика и строились на основании исторического датасета конкретного производства. Объединившись в команду с отраслевыми экспертами в пищевой отрасли, нам удалось формализовать универсальную задачу для этой индустрии. В основу решения был положен уже разработанный алгоритм прогнозирования спроса методами машинного обучения, но главная особенность решения — это наложение дополнительных данных по продажам в торговых точках, которые размечены по факторам, влияющим на спрос (наличие школ, остановок транспорта, вокзалов и пр.). С помощью данного продукта торговые представители производителя получают удобный инструмент работы с магазинами — мобильное приложение, через которое они могут заносить данные по текущим остаткам, решение же автоматически формирует рекомендуемый заказ, который строит прогнозная модель. Ключевая особенность данного алгоритма состоит именно в том, что он учитывает потенциал торговой точки и, тем самым, позволяет увеличивать продажи через рекомендации ввода нового продукта в магазин или перераспределение номенклатур в зависимости от параметров той или иной торговой точки. Мы продумали систему отчетов и визуализации для разного уровня пользователей и построили еще одну прогнозную модель для топ-менеджмента с расширенным горизонтом прогнозирования (до года). Цель доклада: поделиться собственным опытом создания продукта на базе ИИ. Как из «сырых» идей формировалась концепция продукта, который несёт ценность бизнесу. Какие существуют сложности при построении ИИ решений. На какие «грабли» не стоит наступать, а на что обязательно обратить внимание, как руководство к действию.»
Презентацию вы можете найти по ссылке: https://2018.secrus.org/program/submitted-presentations/how-to-build-an-ai-product/