2. října 2018 – Český matematický start-up Yieldigo má za sebou dva roky, během kterých pomáhá obchodníkům s řízením regálových cen. Už od prvního roku je v zisku. V současné době ovlivňuje cenu zboží u transakcí v objemu 80 miliard korun, klientům měsíčně vydělá 50 milionů.
„Funguje to tak, že průběžně zpracováváme data od klientů, co se prodává, za jaké ceny nebo v kterých prodejnách. Díky umělé inteligenci a algoritmu, který jsme vyvinuli, dodáváme následně zákazníkům doporučení, jak ceny na další období nastavit,“ říká jeden ze zakladatelů Yieldiga Jiří Psota s tím, že počítače pravidelně zvažují desítky milionů různých kombinací a scénářů.
Algoritmus se podívá na data dva roky do minulosti a hledá vzorce a závislosti v prodejích. Dopředu tak dokáže odhadnout, jak se bude daný výrobek prodávat a doporučí také ideální cenu. Vše je postaveno na statistických modelech, neuronových sítích a strojovém učení.
„Napříč sortimentem jsou díky strojům predikce o 30 až 80 % lepší, než když odhady dělají lidi. Chytré modely a neuronové sítě dokážou simulovat i škálu situací, které dosud nenastaly. Analyzují podobné scénáře a dokážou z nich využít pouze vybrané efekty,“ popisuje Psota.
Yieldigo takto spravuje cenotvorbu desítky tisíc produktů. Zohledňuje při tom celou řadu faktorů, od kvality výrobků až po vývoj počasí.
Méně odpadu
Díky zapojení umělé inteligence dokážou obchody lépe plánovat, kolik mají mít zboží na skladě. To je výhoda především u potravin, které se zkazí nebo jim vyprší trvanlivost.
„Abyste nevyhazovali jídlo, musíte naskladnit přesné množství. Když je ho málo, máte prázdný regál. Když je ho hodně, skončí v popelnici,“ vysvětluje Psota. Množství potřebných zásob podle něj ovlivňuje třeba sezóna, dny v týdnu, počasí, trendovost, cena nebo slevy. Pokud zlevníte jedno zboží, ovlivní to nejen jeho prodeje, ale i zájem o podobné výrobky. Třeba sleva na nektarinky znamená snížení prodejů broskví.
Modely Yieldiga pracují i s blížící se expirací výrobků. Pak navrhnou jejich zařazení do výprodejů a slev, než se zkazí. Kvalitními předpověďmi lze snížit objem vyhozeného zboží až o 40 %, v kombinaci s výprodeji pak o 70 %.
„Klientům díky našim technologiím zvyšujeme profit až o 15 procent. Zatím nejhorší výsledek máme pětiprocentní navýšení zisku, což je u většiny konkurenčních řešení průměrná hodnota,“ uzavírá Jiří Psota.