AllSaints внедряет инструменты на основе ИИ для пересмотра процессов закупок и мерчандайзинга
AllSaints, британский ритейлер модной одежды, запустил инициативу по интеграции SaaS-инструментов на основе ИИ в свои процессы закупок и мерчандайзинга. Это меняет устаревшие системы, основанные на электронных таблицах и ручной обработке данных, на автоматизированное, инсайто-ориентированное планирование в рамках всей цепочки поставок и жизненного цикла товаров. Внедрение будет проходить поэтапно, с целью оптимизации процессов, повышения точности прогнозирования и смещения фокуса команды с манипулирования данными на стратегическое принятие решений.
Ритейлер подчеркнул, что команды мерчандайзинга в настоящее время тратят значительное количество времени на извлечение данных из разрозненных систем, согласование электронных таблиц и создание отчетов — задач, которые усложняются по мере расширения ассортимента продукции, увеличения количества каналов продаж и роста волатильности рынка. Директор по трансформации и технологиям Алфи Микингс позиционировал это как ключевой элемент компонента компании, ориентированного на данные, что позволит мерчандайзерам уделять приоритетное внимание анализу данных о бренде и быстрому размещению продукции для удовлетворения потребностей клиентов.
Поэтапный запуск нацелен на основные болевые точки розничной торговли
Поэтапный подход обеспечивает всесторонний охват функций цепочки поставок и планирования, устраняя неэффективность в традиционных инструментах, разработанных для более простых розничных эпох. Обозреватели отрасли отмечают, что такие ручные рабочие процессы недоиспользуют опыт мерчандайзинга, привязывая команды к низкоценным задачам в условиях экономического давления, такого как волатильность, рост затрат и снижение маржи. Этот шаг подчеркивает эволюцию ИИ от новинки до оперативной основы, ускоряя решения, которые напрямую влияют на риск неликвида, маржу и клиентский опыт.
Последствия для цепочки поставок в электронной коммерции и стандартов каталогов
В электронной коммерции мерчандайзинг на основе ИИ напрямую улучшает product feeds за счет автоматизации согласования данных и прогнозирования, уменьшения ошибок в распределении запасов и обеспечения корректировки спроса в режиме реального времени. Это соответствует более широким отраслевым сдвигам, когда большие данные и машинное обучение персонализируют ассортимент, оптимизируя путь клиента за счет более быстрого планирования на основе аналитики[1]. Для стандартов каталогизации инструменты ИИ обеспечивают согласованность категоризации — например, поиск на основе ИИ для быстрого сопоставления продуктов — что поддерживает соответствие меняющимся требованиям платформы, включая автоматические проверки в соответствии с нормативными актами и валидацию листингов машинным обучением[3].
Качество и полнота product card выигрывают, так как автоматизация минимизирует пробелы в ручном вводе данных, при этом ИИ анализирует такие переменные, как динамика цен и данные конкурентов, для динамического обновления. Автоматизация ценообразования в реальном времени, основанная на анализе рынка и спроса, обеспечивает конкурентоспособность листингов без постоянного контроля[6]. Это повышает общую зрелость каталога, когда неполные или устаревшие карточки подрывают доверие; 73% потребителей избегают непроверенных продуктов, что усиливает потребность в автоматизированных инструментах репутации[2].
Ускорение скорости обновления ассортимента с помощью интеграции ИИ без кода
ИИ оптимизирует скорость обновления ассортимента, что критически важно в моде, где тенденции быстро меняются — мерчандайзеры получают более быстрый доступ к прогнозируемой аналитике, быстрее выводя продукты из обращения и масштабируя победителей по всем каналам. No-code AI платформы снижают барьеры, позволяя нетехническим командам развертывать рабочие процессы без пользовательского кодирования, что отражает тенденции SaaS в управлении цепочками поставок (SCM), которые имеют 14,5% долю рынка для оптимизации ресурсов[7]. Инструменты для работы с контентом, доля которых составляет 10% от SaaS, дополнительно интегрируются путем структурирования данных о товарах для бесшовных feeds и персонализации сайта[5][7].
Эти достижения позиционируют автоматизацию как императив конкуренции, освобождая опыт для выполнения высокоэффективных задач при адаптации к многоканальному росту. Поскольку ритейлеры сталкиваются с давлением на маржу, такая интеграция увеличивает эффективность электронной коммерции без капитального ремонта инфраструктуры.
InternetRetailing; CNews.
Шаг AllSaints означает решающий сдвиг в электронной коммерции в сторону использования ИИ для улучшения управления данными о продуктах и оптимизации каталога. В NotPIM мы признаем растущую потребность ритейлеров в оптимизации процессов, особенно в каталогизации, обогащении данных и преобразовании feed, для поддержания конкурентного преимущества. Этот сдвиг также подчеркивает важность автоматизации задач, которые в настоящее время потребляют значительное количество времени и ресурсов, позволяя командам сосредоточиться на стратегических решениях по продуктам и улучшении клиентского опыта — именно то, что помогает достичь NotPIM.