Пандемия не только породила новые тренды, но и заметно ускорила существующие. А также привела к тому, что ситуация в тех или иных сегментах рынка стала меняться стремительнее. А кто быстрее и правильнее прореагирует на изменения, тот и будет на коне. На эти обстоятельства генеральный директор «ГФК Россия» (GfK Russia) Алексей Дорофеев обратил внимание во время российской презентации платформы gfknewron, представляющей собой новейший и в то же время простой в использовании инструмент для оперативного анализа тенденций того или иного сегмента рынка.
По его словам, данной платформой могут воспользоваться компании любого размера. При этом стоимость услуги, среди прочего, зависит от выраженного в деньгах объема продаж той группы товаров, которая интересует клиента. Максимальная глубина предсказания — 12 недель. В то же время понятно, что чем глубже прогноз, тем ниже его точность. То есть ситуация здесь такая же, как с прогнозом погоды и других природных — да и не только природных — явлений. Ещё один параметр, от которого зависит цена услуги — регулярность предоставления прогноза.
Платформа — её мировая премьера состоялась в сентябре — включает три основных модуля: gfknewron Market (позволяет получать ответы на вопросы типа «Что и где?»), gfknewron Consumer («Кто и почему?») и gfknewron Predict («Что будет дальше?»). В последнем из них используются технологии искусственного интеллекта. Немаловажно, что ответы на вопросы модули могут давать не только в текстовой и/или табличной форме, но и в виде удобных для восприятия визуализаций.
По словам Алексея Дорофеева, компания умышленно воспользовалась созвучием слов newron и neuron (нейрон). С целью подчеркнуть, что платформа gfknewron, благодаря использованию ИИ и других технологий обработки больших данных, может предсказать, что именно станет новым (new) в ближайшем будущем.
Генеральный директор GfK Russia рассказал, что разработкой gfknewron (она была создана буквально с нуля) занималось ИТ-подразделение GfK при помощи специально приглашенных для этого программистов. Результаты работы платформы основаны на анализе огромных объемов данных, десятилетиями стекающихся в GfK как от Data-партнеров компании (в том числе, в автоматическом режиме), так и полученных в результате еженедельных опросов потребителей. Объемы этих данных не раскрываются. Но они исключительно велики: ведь компания GfK ведет свою историю с 1934 г. В настоящее время она работает в более чем 60 странах, где c помощью свыше 100 тыс. розничных операторов отслеживает информацию о более чем 180 млн. видов товаров (артикулов).
О масштабах деятельности компании в России Алексей Дорофеев говорит так: «Здесь у нас сотни Data-партнеров. То есть партнеров, которые делятся с нами данными на регулярной основе. Благодаря им мы еженедельно получаем данные из 70 тыс. розничных точек продаж (в общей сложности, по миллионам артикулов). Внутри группы „Потребительская электроника“ мы мониторим около 100 категорий. Но внутри каждой категории (например, „Ноутбуки“) мы можем „нарезать“ cколько угодно подкатегорий по различным признакам: брендам, техническим характеристикам, ценовым диапазонам и т. д. Одним словом, мы можем формировать анализируемую группу по любому принципу. Например, сформировать группу премиальных ноутбуков, предлагаемых определенным кругом конкурентов. И сравнивать динамики продаж в денежном или штучном разрезах. Или, к примеру, можно сформировать группу „Новинки“. А затем смотреть, чем динамика их продаж отличается от динамики продаж „старинок“. Причем по самым различным параметрам».
В настоящее время gfknewron позволяет анализировать сегменты рынка, связанные с областью «Потребительская электроника». Однако в дальнейшем с её помощью можно будет анализировать сегменты рынка, связанные и с другими областями, в которых работает GfK.
Сейчас платформа «питается» данными, поступающими из трех источников: регулярные отчеты еженедельного мониторинга данных розничных продаж, итоги проводимых GfK ежеквартальных опросов покупателей конкретных товаров бытовой техники и электроники и данные, cгенерированные самой системой с использованием статистических методов и моделей. Но она спроектирована так, что в дальнейшем сможет использовать данные, поступающие из внешних источников. Например, от операторов фискальных данных.
