2018/12/25 15:12:32

Информационные технологии в М.Видео - Эльдорадо

Статья посвящена созданию и развитию информационных систем в «М.Видео» и объединенной компании после приобретения ею «Эльдорадо».

Содержание

2018

Выдача интернет-заказов с помощью машинного обучения

25 декабря 2018 года года розничная сеть «М.Видео» сообщила о трансформировании процесса выдачи интернет-заказов в своих магазинах с помощью бота и машинного обучения, сократив время получения до нескольких минут. По данной схеме на декабрь 2018 года работает более 179 магазинов сети в 16 крупнейших городах. До конца первого квартала 2019 года проект будет развернут почти на 200 магазинов сети «М.Видео» во всех городах-миллионниках.

В 2018 году сеть «М.Видео» изменила подход к выдаче интернет-заказов в своих магазинах. Теперь покупателя на входе встречает терминал, в котором достаточно указать номер заказа из СМС. После этого сотрудники магазина получают оповещение от чат-бота на свой смартфон, и первый свободный продавец берет на себя заказ: так как товар уже отложен, ему остаётся только подобрать аксессуары, которые также рекомендует бот. Пока продавец готовит заказ, клиент также приходит на зону выдачи, где на экране уже отображается его номер заказа и имя продавца, который должен принести товары. На весь процесс от входной зоны с терминалом до выхода из магазина с покупкой уходит менее 7 минут. В перспективе компания рассчитывает ускорить выдачу до 5 минут на весь цикл.

В чат-боте используются те же алгоритмы машинного обучения и аналитики данных, что и на сайте mvideo.ru, которые дают рекомендации продавцу по наиболее подходящим сопутствующим товарам и сервисами. В результате продавец выходит к покупателю с уже готовым предложением, которое максимально отвечает его потребностям – спрос на дополнительные аксессуары и услуги выросли на 10% после внедрения «умных» рекомендаций.

«
Возможность забрать свой онлайн-заказ в течение часа в ближайшем магазине – одно из преимуществ «М.Видео», пикап позволяет планировать свой день и не ждать курьера. Кроме того, клиент может оценить и сравнить разные товары и окончательно определиться с покупкой. Более 70% онлайн-заказов покупатели предпочитают забирать именно таким образом. Наша задача – сделать процесс выдачи максимально быстрым и комфортным. Внутри проектной команды такой формат получил название «уберизация пикапа». Теперь самовывоз работает по принципу такси – оперативнее, точнее и эффективнее. Важно и то, что этот подход делает процесс самовывоза более персонализированным: клиент знает, кто отдаст ему заказ, а продавец – кто его ждёт на выдаче и что этому покупателю предложить.
Станислав Горшенин, руководитель департамента по клиентскому сервису «М.Видео»
»

В случае, если все продавцы заняты и не могут взять заказ, чат-бот перенаправляет аналогичное уведомление сотрудникам сервисной зоны. Таким образом, сервис-инженеры получают возможность больше времени уделять основной функции — работе с возвратами, ремонтом и обменом. Ранее интернет-заказы выдавали сервис-инженеры в зоне «М.Сервис» параллельно с оказанием сервисных услуг, что при повышенном трафике, например, перед Новым годом, задерживало клиентов в очереди.

В перспективе данный процесс может быть ещё более персонализированным благодаря интеграции с уже существующими программными решениями в рабочих смартфонах сотрудников, так чтобы продавцы сразу могли видеть историю клиента и доступные ему скидочные средства (бонусы, купоны и т.д.).

Настоящее и будущее ИТ в «М.Видео - Эльдорадо». Главное из доклада CIO Сергея Сергеева на TAdviser SummIT

29 ноября 2018 года Сергей Сергеев, директор по информационным технологиям группы «М.Видео - Эльдорадо», на конференции TAdviser SummIT рассказал об ИТ в ритейле сегодня и завтра на примере своей компании. Начал он с описания целей ИТ в «М.Видео - Эльдорадо». Сергеев отметил, что цели в области ИТ коррелируют с целями бизнеса. При этом, чтобы поставить правильные требования в ИТ, нужны люди, понимающие и в бизнесе, и в ИТ. По словам Сергеева, компания пошла новым для рынка путем управления продуктами и ввела роль продуктологов в своей структуре и начала трансформировать традиционное управление информационными системами в управлением продуктами.

Сергей Сергеев

В ритейле важна скорость, отметил докладчик. В ИТ ее можно обеспечить с помощью итеративной разработки – то есть, разработки частями. При этом компания продолжает использовать и waterfall-разработку. Важна и гибкость. Поэтому компания свои системы разделяет на части и использует микросервисный подход, пояснил докладчик. По состоянию на конец 2018 года в «М.Видео - Эльдорадо» используется порядка 34 тыс. различных устройств, включая мобильные, более 460 специалистов, 25 внутренних ИТ-инициатив и 75 бизнес-проектов, более 115 ИТ-систем. Разработка в компании ведется и внутренними силами, и с привлечением партнерских ресурсов.



Настоящее ИТ в компании заключается, в первую очередь, в том, чтобы там, где компания взаимодействует с потребителями, использовать максимально легкие и гибкие к изменениям решения, рассказал Сергей Сергеев. За долгую историю компаний «М.Видео» и «Эльдорадо» накопилось множество исторических систем. Для компании важно обеспечить их масштабируемость и сосуществование с «легкими» фронтальными системами. Для этого на протяжении последних трех лет разрабатывался слой промежуточного ПО, увязывающего все эти системы между собой. Большое внимание «М.Видео - Эльдорадо» в настоящем стала уделять работе со стартапами.

Слайд из презентации Сергея Сергеева
«
Все изменение, которые мы делаем в компании, и результаты имеют доказанную выгоду для бизнеса, подтвержденную финансово, и это 7 миллиардов рублей оборота как эффект от внедрения проектов, - привел данные Сергей Сергеев.
»

Говоря о будущем ИТ в компании, он отметил, что это развитие R&D в «М.Видео - Эльдорадо» на базе внешнего и внутреннего инкубатора для поиска новых идей и инноваций, кросс-системная разработка, рост инвестиций на цифровую трансформацию, трансформация продуктов, приоритизация для всех изменений и др.

Слайд из презентации Сергея Сергеева

Представитель «М.Видео - Эльдорадо» привел примеры технологических изменений в компании, которые сказались на работе бизнес-процесса и взаимодействии с покупателями. Первое – это накопление данных. У многих есть какие-то карты лояльности из сети, также покупатели совершают какие-то действия на сайте компании, есть история и география покупок, соцсети, отклики о сети. Эти данные нужно накапливать, структурировать, и можно их использовать на разных этапах взаимодействия с потребителем. Данные используются в «умных сервисах» на базе искусственного интеллекта и машинного обучения на каждом этапе пути покупателя, рассказывает Сергеев.

Слайд из презентации Сергея Сергеева
«
Чтобы привлекать трафик, важно понимать, что предложить, кому предложить и когда предложить, - пояснил Сергей Сергеев. – Когда машина предлагает потребителю варианты, это несколько иная по масштабам и объемам задача по сравнению с тем, когда это делает человек. Мы научились коммуницировать с клиентом с помощью машины и получили результаты: в пилотном проекте это было плюс 58% к средней выручке от контакта, в продуктиве – плюс 20%.
»

Слайд из презентации Сергея Сергеева

Важным является упрощение выбора товара для потребителя. Для этого компания организовала умный сервис, учитывающий данные из систем: что чаще всего ищут, что сама компания хотела бы продать и т.д. Значительная часть работы «М.Видео - Эльдорадо» в области ИТ направлена на работу с ушедшим с сайта клиентом, ничего не купившим. Поставлена цель определить типичные проблемы, приводящие к уходу с сайта, и создание персонифицированных сценариев, выдача персональных рекомендаций. К этому еще предстоит идти, отметил докладчик. Дальше предстоит изменять дизайн, исходя из того, что нужно клиенту.

О TAdviser SummIT

TAdviser SummIT 29 ноября 2018 года стал рекордным по посещаемости

TAdviser SummIT состоялся в Москве 29 ноября 2018 года и привлек более 700 участников - руководителей и экспертов ИТ-подразделений крупнейших компаний и государственных ведомств России, представителей ИТ-разработчиков и подрядчиков. В ходе мероприятия обсуждались перспективы цифровой трансформации бизнеса и госорганов, развитие технологий, продуктов и сервисов. В пленарной части и пяти тематических секциях прозвучало более 70 докладов. Мероприятие прошло в 5 залах Digital October.

Открытие центра компетенций в области Data Science

Группа «М.Видео-Эльдорадо», входящая в ПФГ «Сафмар» Михаила Гуцериева, 13 августа 2018 года объявила о создании центра компетенций в области аналитики данных и машинного обучения — Digital Retail Data Science Centre. Основной целью создания центра, рассказали в компании, является поиск дополнительных точек роста бизнеса, основанных на анализе данных, и переход на автоматизированные «умные» сервисы и бизнес-процессы. По оценкам «М.Видео-Эльдорадо», технологии, основанные на анализе данных, позволят компании сократить операционные расходы и смогут принести до 5 млрд рублей дополнительного оборота в среднесрочной перспективе.

«М.Видео-Эльдорадо» создала центр компетенций в области Data Science. Фото: tsargrad.tv

В целом открытие центра компетенций стало очередным шагом в развитии направления Data Science в «М.Видео». Подразделение сконцентрируется на разработке и внедрении математических алгоритмов в бизнес-процессы ритейлера — маркетинг, онлайн-продажи, логистику и управление персоналом. В первую очередь, Data Science центр займется решением задач целевого маркетинга и оптимизации клиентского опыта на сайте. Некоторые разработки в этом направлении уже позволяют оказывать персонализированный сервис каждому клиенту, исходя из его предпочтений и потребностей, поделились в «М.Видео-Эльдорадо». Компания анализирует поведение покупателей как онлайн, так и оффлайн, например, историю покупок, использование бонусных баллов и других скидочных средств, поведение на сайте и в магазине, просмотры, брошенные корзины, отклики на маркетинговые коммуникации, SMS- и email-рассылки.

«
Ритейл является высокотехнологичной индустрией, в которой высокая скорость изменений и внедрение инноваций являются конкурентным преимуществом. В связи с этим развитие технологий аналитики данных и машинного обучения имеет для нас стратегическое значение. В соответствии с мировыми практиками клиенты «М.Видео» смогут получить персонализированное комплексное предложение в рознице и онлайн с учётом их предыдущего взаимодействия с компанией. Автоматизированные сервисы на основе аналитики данных также сокращают операционные расходы и позитивно влияют на продажи за счёт возврата ушедших с сайта клиентов, роста уровня конверсии и увеличения среднего чека. Так, по итогам 2018 года технологии Data Science могут принести «М.Видео» до 800 миллионов дополнительного онлайн-оборота, а в пятилетней перспективе — до пяти миллиардов рублей, — считает директор по стратегическому маркетингу группы «М.Видео-Эльдорадо» Александр Ерофеев.
»

Группа «М.Видео-Эльдорадо» также изучает, пилотирует и внедряет различные решения, основанные на аналитике данных и машинном обучении, и во внутренних процессах, в том числе в сфере логистики и управления персоналом. Так, ритейлер осуществляет прогнозирование ежедневной потребности в персонале в рознице, а также спроса для управления логистическими поставками. При планировании рабочих графиков персонала и транспортировок товаров в каждый из магазинов учитывается географическое расположение магазина, трафик, сезонность, а также скорость розничных продаж и потенциальные объёмы самовывоза онлайн-заказов, пояснили в компании.

«
Направление Data Science развивается в «М.Видео» уже около полутра лет — за это время мы научились внедрять алгоритмы машинного обучения и увидели их эффективность для бизнеса. Открытие центра компетенций в области аналитики данных предполагает как расширение спектра проектов, так и команды. При этом область применения технологии не ограничивается клиентской аналитикой. В будущем мы также планируем проекты по повышению эффективности интернет-мерчандайзинга и дальнейшей оптимизации клиентского пути на сайте, а также управлению промо-акциями, товарным ассортиментом, стоком и розничным персоналом, — прокомментировал событие руководитель Digital Retail Data Science Centre Владимир Литвинюк.
»

Интервью TAdviser: CIO М.Видео Сергей Сергеев - о главных ИТ-приоритетах розничной сети

Директор по ИТ розничной сети по продаже электроники и бытовой техники М.Видео Сергей Сергеев в июле 2018 года в интервью TAdviser рассказал об интеграции каналов продаж в ритейле, о работе М.Видео над созданием полностью бесшовной среды One Retail, а также трендах в сфере торговли, тесно связанных с процессом цифровой трансформации.

2017

Планы по созданию системы управления персоналом с использованием биометрического контроля

Резидент ИТ-кластера Фонда «Сколково», компания «Таймбук (Timebook)» и «М.Видео» заключили в июне 2017 года соглашение о сотрудничество, которое предусматривает развертывание системы управления персоналом с использованием биометрического контроля timebook во всех магазинах «М.Видео» в течение года, что позволит ритейлеру повысить мотивацию сотрудников и эффективность работы розницы. Подробнее здесь.

2016

Внедрение CRM

В 2016 году «М.Видео» завершила внедрение системы управления лояльностью на базе SAP CRM. В компании заявляют, что функциональность модуля CRM Loyalty позволила ритейлеру сократить период начисления бонусных баллов и обработки промоакций до двух часов с десяти. Подробнее здесь.

ИТ-паспорт проектов в «М.Видео - Эльдорадо»


ПроектИнтеграторПродуктТехнологияГод
Описание проектаЛаборатория Касперского, Когорта (ранее Legal Softwave, Лигал Софтвэйв) KogortaKaspersky SecurityИБ - Антивирусы, ИБ - Антиспам2018
Описание проектаIBS, ВТБ - ВнешторгбанкПроекты ИТ-аутсорсингаИТ-аутсорсинг2018
Описание проектаИнфосистемы ДжетПроекты по виртуализации, Проекты ИТ-аутсорсингаВиртуализация, ИТ-аутсорсинг2018
Описание проектаКрокAxios Assyst, VMware AirWatchITSM - Системы управления IT-службой, Mobile Device Management (MDM)2018
Описание проектаPositive Technologies (Позитив Текнолоджиз)PT Application Inspector (PT AI)ИБ - Межсетевые экраны2018
Описание проектаТаймбук (Timebook)АРМ TimebookУчет рабочего времени2017
Описание проектаСбербанк-Технологии (СберТех)Проекты на базе блокчейн-технологии2017
Описание проектаEPAM Systems (ЭПАМ Систэмз)Oracle ATG Web CommerceКорпоративные порталы, Системы автоматизации торговли2017
Описание проектаТакском (Taxcom)Такском-КассаСистемы автоматизации торговли2017
Описание проектаWebSoft (ВебСофт Девелопмент)WebTutorHRM, Корпоративные порталы, Системы дистанционного обучения2017
Описание проектаNovardis (Новардис Консалтинг)SAP Transportation Management (SAP TM)TMS - Управление транспортом2017
Описание проектаMicrosoft Rus (Майкрософт Рус)Windows 10ОС2017
Описание проектаВерме (Verme)Verme Автоматизация планирования линейного персоналаУчет рабочего времени2017
Описание проектаДетектум (Detectum)DetectumBI, SaaS - Программное обеспечение как услуга2017
Описание проектаNovardis (Новардис Консалтинг)SAP CRM (SAP Customer Relationship Management)CRM, CRM - Системы лояльности2016
Описание проектаNovardis (Новардис Консалтинг)VeeRouteСистемы автоматизации торговли2016
Описание проектаТехносервAruba InstantСКС2016
Описание проектаТехносерв КонсалтингТСК Программа лояльности (TSC Loyalty Cloud)CRM - Системы лояльности, SaaS - Программное обеспечение как услуга2016
Описание проектаNovardis (Новардис Консалтинг), ЭВОЛАSAP Workforce Management, SAP for RetailHRM, Учет рабочего времени, CRM - Системы лояльности, ERP, Системы автоматизации торговли2015
Описание проектаNovardis (Новардис Консалтинг)SAP Supplier Relationship Management (SAP SRM)SRM - Управление взаимоотношениями с поставщиками2015
Описание проектаЭВОЛАSAP ERP HCM, SAP Portal Content ManagementHRM, CMS - Системы управления контентом, Корпоративные порталы2014
Описание проектаЭВОЛАSAP NetWeaver BPMBPM2014
Описание проектаЭВОЛАSAP E-RecruitingHRM2014
Описание проектаFlocktoryFlocktory (продукт)CRM - Системы лояльности2014
Описание проектаКрокЦОД Проекты создания и модернизацииЦОД, Центры обработки данных - технологии для ЦОД2014
Описание проектаТехносерв КонсалтингOracle Siebel Loyalty ManagementCRM, CRM - Системы лояльности2014
Описание проектаСапиенс (Sapiens solutions)SAP Business Intelligence (SAP BI)BI2014
Описание проектаComparex (Компарекс)Software Asset Management (SAM)ITSM - Системы управления IT-службой2014
Описание проектаЭВОЛАSAP Employee Self-Service (SAP ESS)HRM2013
Описание проектаLuxoft (Люксофт Профешнл)Корпоративный портал - проекты модернизацииКорпоративные порталы2013
Описание проектаКрокЦОД КРОК КомпрессорЦОД2013
Описание проектаКрокSAP NetWeaver Business Warehouse (SAP BW/4HANA)BI, СУБД, СХД2013
Описание проектаИнфосистемы ДжетSAP HANA (High Performance Analytic Appliance)СУБД2013
Описание проектаКрокHitachi Unified Compute Platform (Hitachi UCP)Cloud Computing, IaaS - Инфраструктура как услуга, Network Health Monitoring - Мониторинг сети или управление здоровьем-производительностью ИТ-Инфраструктуры, PaaS - Platform As A Service - Бизнес-платформа как сервис, Виртуализация, Серверные платфо2013
Описание проектаIBS Platformix (ИБС Платформикс)Проекты построения комплексной ИТ-инфраструктурыИТ-аутсорсинг, Серверные платформы2012
Описание проектаCiber (Сайбер)SAP NetWeaverСОА2012
Описание проектаИнфосистемы ДжетПроекты ИТ-аутсорсингаИТ-аутсорсинг2011
Описание проектаCiber (Сайбер)SAP Supply Chain Management (SAP SCM)SCM2011
Описание проектаКрокCisco TelePresenceВидеоконференцсвязь2011
Описание проектаCiber (Сайбер)SAP E-RecruitingHRM2010
Описание проектаТехносерв КонсалтингOracle Siebel CRMCRM, CRM - Системы лояльности2010
Описание проектаАнтор Бизнес Решения (Antor)ANTOR LogisticsMasterTMS - Управление транспортом, Логистическая информационная система2010
Описание проектаЭВОЛАSAP Business Intelligence (SAP BI)BI2010
Описание проектаБДО ЮниконSAP Business SuiteEAM, ERP2009
Описание проектаSybaseSAP Sybase IQBI, OLAP, СУБД2009
Описание проектаCiber (Сайбер)SAP Extended Warehouse Management (SAP EWM)WMS2009
Описание проектаRapidSoft2007
Описание проектаБез привлечения консультанта или нет данныхMicroStrategy BIBI2007
Описание проектаАкадо-Телеком (Комкор)Услуги телефонии и связи---