Automatizácia zmení retail a tento fakt je nezvratný

Podrobnosti: Uverejnené pondelok, 23. marec 2020

Počas konferencie NEW RETAIL SUMMIT 2020, ktorá sa nedávno uskutočnila v Bratislave, sa veľa hovorilo o koronavíruse, ale samozrejme najmä o obchode. Najmä v súvislosti s tým, že trh začína ovládať obchod nový (New), ktorý naplno využíva súdobé technológie.

automatizacia v

Spoločnosti LOGIO a Yieldigo predstavili v spoločnej prezentácii prípadové štúdie, v ktorých automatizácia dokázala zmeniť retail. A aby zostali aj blízko témy aktuálneho problému, jedna štúdia sa týkala aj siete lekární.

Tomáš Formánek, zakladateľ, LOGIO hneď v úvode svojej prezentácie spomenul, že priemerná firma uskutoční denne až 20 miliónov rozhodnutí. Priemerná firma v retaile zrejme ešte viac... Dodávateľský reťazec ako celok má potom miliardy premenných a nie je v ľudských silách ich všetky obsiahnuť. Dokonca nie je často možné uchopiť a pochopiť ani všetky dáta, ktoré má jediná firma. Ako vtipne poznamenal, bežne firma pracuje možno s 5 % dát a LOGIO im pomáha postupne spracovať a porozumieť zvyšným 95%. Základom pre orientáciu v tak obrovskom množstve dát je pokročilý softvér a strojové učenie (machine learning).

Súčasný zákazník je stále náročnejší...

.. a chce mať všetko hneď. Retail musí preto neustále zdokonaľovať distribúciu, rozširovať sortiment a okrem kamenných prevádzok ponúknuť aj e-commerce. Obchodníci tak musia dokonale využiť všetky prvky "4P" – produkt (Product), cenu (Price), promócie (Promotion) a dostupnosť tovaru (Place). Zároveň musia čo najlepšie poznať svojho zákazníka, aby boli schopní mu ponúknuť presne to, pre čo si k nim prišiel. So všetkým dnes už pomáha aj umelá inteligencia (AI) alebo sú využívané pokročilé matematické modely.

Predstavte si sieť lekární, ktorá má okolo 2000 pobočiek, pričom na jednu pobočku pripadajú tisíce položiek (SKU) a v celej sieti sa vybaví denne okolo 300 000 objednávok. Už len medzi predajom položiek a ich doplnením je priestor na zvýšenie efektivity. Optimalizácia tzv. out-of-stock, teda chýbajúceho tovaru a zásob bola pre lekárenský reťazec výzvou. Bolo úplne bežné, že lekárnici trávili objednávaním tovaru aj dve hodiny denne. Zohľadniť pri objednávaní všetky faktory (sezónnosť, počasie, novinky na trhu, trendy predaja atď.) bolo pre nich mimoriadne náročné. Často sa teda stávalo, že tovar nebol na sklade a musel sa doobjednávať. Ako však nastaviť správny objem zásob, aby neboli sklady zbytočne plné a aby tovar nechýbal v regáloch? Sieť lekární revidovala rozvozové plány tak, aby frekvencia dodávok bola optimálna. To malo za následok zvýšenie dostupnosť tovaru pre zákazníkov – v priemere o 4 % - a tržieb v priemere o 5 %. Súčasne sa znížili logistické náklady a sklad sa vyčistil od tzv. ležiakov.

O tom, že cenové akcie a zľavová špirála sa na slovenskom trhu udomácnili niet pochybností. Jiří Psota, CTO, Yieldigo však upozornil, že hoci aj jeden produkt, ktorý je v cenovej promócii, ovplyvní desať ďalších produktov. Vďaka automatizácii a strojovému učeniu je však možné spracovať 10 miliárd kombinácií a zistiť, ktoré položky budú ovplyvnené alebo aká suma je akceptovaná spotrebiteľom a neodkrajuje zo zisku. Inými slovami softvér nastaví správnou cenu, čiže takú, ktorá obchodníkovi zarobí dostatok peňazí a zároveň ju budú zákazníci akceptovať.

Zákaznícky orientovaná cenová optimalizácia ďalšej generácie využíva AI a do výpočtov zahŕňa ochotu zákazníka zaplatiť danú cenu. Vyspelé matematické modely, sú založené na pochopení zákazníckeho správania v kombinácii s faktormi, ktoré ovplyvňujú zákaznícky dopyt. Algoritmus sa „učí“ na transakčných dátach maloobchodníka, preto funguje cenotvorba na mieru pre konkrétny reťazec. Inými slovami Yieldigo kombinuje perspektívu obchodníkov a spotrebiteľov a hľadá optimálnu cenu z pohľadu oboch účastníkov. Obchodník si môže pri konkrétnych tovaroch zvoliť stratégiu maximalizácie zisku, maximalizácie tržieb alebo vyváženú stratégiu. Nástroj Yieldigo pritom funguje viac-menej univerzálne pre kamenné siete aj e-shopy. Na základe dát dokáže aj simulovať, predikovať nákupné správanie. Ďalším využitím je potom zníženie až eliminácia fantómových zásob (zásoby evidované účtovne, ale chýbajúce fyzicky), nastavenie pracovných smien (posilnenie nákupných špičiek), či optimalizácia manažmentu kategórií (napríklad sú odhalené „ležiaky“, ktoré nikto nekupuje).

Všetko nejde

Na druhej strane, automatizácia sa momentálne nedá v oblasti retailu nasadiť úplne plošne a na všetky položky. Napríklad v segmente „super fresh“, teda pri čerstvých a sezónnych nebalených potravinách, ktoré sa vypredajú rádovo v hodinách je otázne, či by vôbec bolo automatizované spracovanie predaja relevantné a nákladovo efektívne.

Diskutabilným aspektom automatizácie je aj to, že je ireverzibilná, nezvratná. Akonáhle sa už raz implementuje, potom už sa nikto nechce vrátiť na cestu nízkej efektivity, papierovej dokumentácie a neznalosti celkového obrazu. Zamestnanci postupne začínajú zabúdať, ako procesy prebiehali pred zavedením automatizácie a žiaľ niektorí, ktorí kraľovali peru a papieru či „excelovským tabuľkám“, si začnú pripadať neužitoční. Tu je potom otázkou manažmentu, ako zadefinuje ich náplň práce. Silu know-how jednotlivcov a tzv. malých dát (small data) totiž nemožno z fungovania maloobchodu úplne vylúčiť.

Ako príklad možno spomenúť opäť súčasnú situáciu okolo šírenia koronavírusu. Ide o udalosť, ktorú nikto – vrátane softvérových nástrojov – nepredpokladá a ani nesimuloval vopred. Neexistujú žiadne krízové scenáre pre to, keď zákazníci v panike pred karanténou a núteným „domácim väzením“ v krátkom čase vykúpia konzervované potraviny, múku, cestoviny, ryžu, toaletný papier, dezinfekčné prostriedky, rúška a ďalšie položky. Nassim Nicholas Taleb takéto nečakané udalosti nazýva čierna labuť (black swan). Automatizácia spolu s kvalifikovaným odhadom a zásahom skúseného manažmentu dokáže takéto čierne labute zvládnuť.

Na záver ešte jedna poznámka v súvislosti so šírením nákazy a automatizáciou. Zrejme ste všetci dostali SMS s varovaním a inštrukciami z Ministerstva zdravotníctva. Umelá inteligencia pracujúca napríklad s lokalizáciou SIM kariet dokáže oveľa viac. Dokáže predikovať a modelovať šírenie o ohniská nákazy a automatizovane včas varovať ohrozené obyvateľstvo, a to preventívne a adresne.

Článok bol spracovaný z podkladov a informácií, ktoré odzneli na konferencii NEW RETAIL SUMMIT 2020. Uskutočnila sa 4.3.2020 v Bratislave. Organizátorom bola spoločnosť Blue Events, s.r.o.