Применение методов машинного обучения в FMCG-компании

С каждым годом приоритетность задачи по корректной работе с большими данными в FMCG-компаниях возрастает. Хороший анализ данных становится одним из ключевых факторов развития организаций и даёт несомненное преимущество перед конкурентами и оказывает влияние на стратегию. Аудит продаж является одним из ключевых процессов в FMCG-компаниях, а актуальная и корректная информация позволяет быстро реагировать на изменения, тем самым повышая продажи, которые напрямую зависят от наличия и расположения товара на полке и оформления витрины в торговых точках. Целью работы является анализ применения методов машинного обучения в компании на рынке потребительских товаров и услуг для оптимизации процессов в компании. Для достижения данной цели были поставлены и решены следующие задачи: изучена научная литература в области, описаны цели и структура компании, проанализирована стратегия отдела продаж, рассмотрена структура организации данных в компании, произведен обзор кейса применения методов машинного обучения для сбора данных, сформулирована оценка эффективности данного решения и составлены рекомендации для дальнейшей аналитической работы с данными. Структура данной работы состоит из четырёх разделов: введение, основная часть, заключение и список литературы. Основная часть содержит три главы: в первой главе производится обзор литературы, а во второй и третьей происходит анализ стратегии и кейса применения методов машинного обучения для сбора данных. В первой главе проводится изучение рынка FMCG, рассмотрены методы анализы данных, включая методы машинного обучения в бизнесе для оптимизации процессов и также оценены риски внедрения. Во второй главе проведен анализ стратегии отдела продаж в рассматриваемой компании, рассмотрена как структура организации в целом, так и структура организации данных в компании. Также, описана важность отслеживания показателя представленности продукции на полки и описана стратегия по повышению эффективности контроля данного показателя в торговых точках. В третьей главе представлен обзор кейса интеграции инструмента, основанного на методах машинного обучения, для сбора информации по торговым точкам и в конце представлена оценка эффективности данного инструмента и рекомендации.