– Он хорошо ищет, пока у тебя сотня тысяч товаров, а скоро потребуется поиск среди полумиллиона. Учитывая, как коммерсанты заносят характеристики и названия, будет полный бардак. Я посмотрел статистику, очень много клиентов уходят, не кликнув ни один товар.

– Но как ты сделаешь его точнее? Будем править характеристики.

– Это долго и не нужно. Люди сами знают, что им лучше подходит по поисковым запросам. Будем делать так, как делают поисковики – собирать запросы и клики. И добавим туда коэффициенты по марже и частоте покупок. Клиентам иногда пофиг, какой бренд, а нам прибыль нужна. Запилим на том же движке клиентского анализа, будет к тому же персонализированный поиск.

– Ну класс, это повысит конверсию на сайте. У нас немало статистики, чтобы это получилось?

– Достаточно, 200 тысяч запросов в день. Но это не все, чтобы сделать конверсию. Надо различать клиентов по готовности к покупке и дожимать близких к ней онлайн-консультантом. Обучим моего Раптора определять из клиентского анализа паттерны посетителей сайта, которые близки к покупкам. И разворачивать им онлайн-консультанта с предложением помочь выбрать то, что он смотрит сейчас на сайте. Поговори с контакт-центром, им это должно понравиться. Повысим число покупающих клиентов.

Этим Макс свернул мне мозги. Я не могу так мыслить. Так просто соединять разные технологии и задачи, о которых я даже подумать вместе не мог. Это была фантастика, команда обожала его именно за такие решения. А Раптором он называл свой core-алгоритм с reinforcement learning. Он действительно самообучался на данных решать любую задачу, даже сам подбирал и отсеивал лишние фичи в данных. Раптор был универсален. И казалось, что на нем мы можем сделать любую задачу. Мы уже обложили клиентов компании рекомендациями так, что они могут сами не думать, что им еще в комплекте надо купить. Система сама знает. И это только начало нашего проекта.

Мир уже изменился, трансформация уже запущена. Мы сами, по собственной воле становимся устройствами для чтения инструкций с компьютера и смартфона. Мы думаем, что знаем, как делать правильно, но все чаще обращаемся к поиску ответа в интернет. И делаем так, как написал кто-то с другой стороны экрана, слепо доверяя ему, если он отгадал.

Человек не мыслит критически, если его желание удовлетворяется. Критическое мышление сползает в ноль. Мы готовы погрузиться с головой в то, что нам внушает доверие и раскрывает наши даже потаенные желания. Но там, по ту сторону экрана, уже не человек, а программа. Вот в чем фокус. Корпоративная программа отгадывает желания потребителей и заполучает их лояльность. Я догадывался, что остается один шаг до создания желаний. И человек будет полностью ведом машиной. Догадывался, но пока не придавал этому большого значения. Пока был результат, который нам нравился.

И я начал понимать, почему крупные корпорации съедают мелкие. Не только потому, что могут аккумулировать большие средства для их покупки. Они имеют большие данные о поведении своих клиентов, которые нигде не купить. И поэтому они имеют возможность манипулировать мнением покупателей. Просто выявляя на большой статистике фичи, которые влияют на выбор.

Автоматизация закупок и цен

Когда еще через месяц мы прикрутили скоринг на сайте, рекомендательный поиск и создание баннеров на сайте, я устроил презентацию с показом эффективности совету директоров. Сколько операций мы упразднили, сколько дополнительных продаж рассылками и баннерами сделали. Генеральный был заметно доволен. Но лаконично сказал только, чтобы мы продолжали в том же духе. Позже ко мне прибежали из персонала подписать новую сумму в моем контракте. Она была в полтора раза выше. А в маркетинге очень оживленно обсуждали, кто чем теперь будет заниматься.

Мы решили отметить командой и свалили все вместе в бар. Макс поздравил нас и себя по скайпу. Он не любил такие тусовки. Вечером он написал: «Пора браться за закупки. Самая клоака. Будь готов».

– С чего начнем, – написал я утром Максу.

– С товарных запасов. Я уже посмотрел статистику и переслал тебе. Коммерсанты совершенно не угадывают запасы, используют примитивную функцию аппроксимации. Ошибка такая, что перезатаривают склад на 15%, потом приходится продавать в ноль. А востребованного товара часто не хватает, образуются нули по остатку. Даже не буду считать, сколько вылетает так маржи, чтобы не расстраиваться.

– Как будешь считать?

– Статистика есть за пару лет, хоть это догадались сохранить. Запущу Раптора, скормлю ему все фичи, что ты сможешь собрать. И будем проверять на текущих данных продаж.

– Какие данные надо собрать?

– Да любые, что могут влиять или просто коррелировать с продажами. Прогноз погоды, курсы валют, повышение цен поставщиками, срывы поставки, все что сможешь найти в статистике. Покупай шоколад аналитикам и тащи от них все что есть.

– Какие прогнозы?

– Если все сделаем правильно, то ошибка в формировании товарного запаса на период не превысит в среднем 2-3 штук.

– Звучит фантастически.

– Ты так же говорил, когда начинали делать маркетинг. Кстати, клиентский анализ тут как раз понадобится, одной из фич будет обобщенная корзина клиентов.

– Что это значит?

– Зависимость закупки от совместной продажи товаров. Нельзя купить 10 штук товара А, не покупая 4 штуки товара В, если в 40% случаев они продаются вместе. Так понятно?

– Круть.

– Запилим за неделю и неделю на настройку. А тебе надо обрадовать директора по продажам, что теперь не его бойцы будут рулить скоро закупками.

Это казалось просто после такой феерической презентации итогов внедрения модуля маркетинга. Но после первого же разговора с директором по закупкам я понял, что будет сложно. Коммерсанты просто так не отдадут закупки машине. Всегда и везде что и сколько купить решал менеджер. Это была его уникальная компетенция. А мы предлагали вместо этого просто выполнять задания системы на закупку. Проводить переговоры и заключать договоры. У директора по закупкам был один аргумент: «Если система ошибется, кто будет отвечать? С кого мне спрашивать? С вашей системы? Так я хотя бы Иванова или Сидорова могу от… ругать». Контраргумент, что проверка дала ошибку, намного меньше, чем делают коммерсанты, не убеждала. «На игрушечных данных все работает, а в бою может случиться все что угодно», – парировал мой аргумент директор. Я вышел расстроенным, но не стал пока ничего говорить Максу. Надо было обдумать.