ЗАДАЧА

Крупный российский онлайн-ритейлер одежды запросил инструмент, позволяющий отслеживать ценовую политику конкурентов в разрезе его основных продуктовых категорий, а также определять основные SKU, которые конкуренты реализуют по акции.

РЕШЕНИЕ

Решение задачи состояло из двух частей: сбор данных и их анализ. При этом основной интерес работы платформы заключался в предиктивном анализе поведения конкурентных цен, чтобы ритейлер мог действовать на опережение.

Реализация сбора данных не составила проблем - для каждого конкурента были написан crawler-скрипты, которые собирали данные по разделам и продукции, выявляя при этом те SKU, на которые действовали скидки и акции. В планах работы по улучшению сбора данных и их обогащению также была задача на определения продолжительности акций и скидок конкурентов.

Предсказывание ценовой политики конкурентов обеспечивала нейросеть на основе модели глубокого обучения - нормализация работы алгоритма заняла два месяца. Количество анализируемых категорий SKU без учета акционных составило 18 штук. При этом алгоритм проверял цены также на сайте ритейлера, формируя рекомендательную базу по корректировке цен относительно рыночных.

РЕЗУЛЬТАТ

В результате работы был запущен пилот платформы, агрегирующей данные о ценах интернет-магазинов одежды и маркетплейсов по соответствующим категория и позволяющей генерировать аналитические отчеты и рекомендации по корректировке собственной ценовой стратегии.

Кейсы