Друзья, обещала поделиться материалами с Петербургского молочного салона. 🥛 — 30 июля 2026 г. в 12:08:45.026
Друзья, обещала поделиться материалами с Петербургского молочного салона. 🥛 Мой доклад назывался «AI в FMCG: от данных к решениям». Формат был такой: один слайд и тезисы, по которым я рассказывала, как выстроить работу с AI, чтобы получить не общие рассуждения, а практические выводы для бизнеса. И ключевая мысль здесь простая: что загрузили, то и получили. 📌 Начинаем с бизнес-вопроса Например: какие SKU развивать, сокращать или перезапускать? Почему падают продажи? Где находится потенциал роста? Какие новинки запускать? Как перераспределить промобюджет или пересобрать ассортиментную матрицу? Под каждый вопрос собираем свой набор данных. Он может меняться в зависимости от задачи. Что загружаем: 1. Продажи: данные по SKU, периодам, регионам и каналам. 2. Ассортимент: категории и характеристики продуктов, состав, жирность, вкус, масса или объём, упаковка, срок годности, ценовой сегмент и роль продукта в линейке. 3. Каналы и регионы: дистрибуция, представленность, остатки и наличие товара. 4. Цены и промо: наценка, скидки, глубина промо и его результативность. 5. Рынок и конкуренты: доли, цены, новинки, отзывы и исследования. 🔎 Что дальше делает AI Связывает разные массивы данных, находит закономерности, выявляет аномалии, анализирует взаимосвязи, помогает формулировать и оценивать гипотезы, строить прогнозы и возможные сценарии. И здесь важна последовательность. Мы не просто загружаем таблицы и ждём готового ответа. Мы задаём вопросы, уточняем контекст, добавляем необходимые данные и критически оцениваем выводы. В результате понимаем, что делать дальше и почему. При этом видим, на каких данных основаны выводы и что ещё необходимо проверить перед принятием решения. Результат определяют данные, методология и правильно поставленный бизнес-вопрос. LABO MARKETING Сайт I Telegram I Max