S postojećim alatima Fortenova grupa je zapravo tek zagrebala po površini nevjerojatnih mogućnosti koje su stvarne postale korištenjem AI-ja u maloprodaji, a krajnji cilj je potpuna personalizacija ponude za kupce
Fortenova grupa je potiho započela suradnju s hrvatskim startupima u području umjetne inteligencije. Najveća privatna kompanija u Hrvatskoj lani je osnovala posebnu jedinicu specijaliziranu za AI zvanu Fortenova grupa DataLab, a ove godine otvorila ju je za suradnju s domaćim startupima.
Tako surađuje sa zagrebačkom AI tvrtkom ItFromBit, koju je prije tri godine suosnovao FER-ov alumni, a prvi zajednički posao su partneri odradili za Konzum.
Razvili su model strojnog učenja za kupnju brzo kvarljive robe, a posao se pokazao tako uspješnim da ga danas oba partnera koriste kao referencu.
Dragan Mrkajić, direktor za Data i AI strategiju u Fortenova Digital, kaže da su jako zadovoljni onim što su postigli do sada te da, osim strateškog partnerstva s Google Cloudom, rade na stvaranju partnerstva s regionalnim startupovima, a u budućnosti i akademskom zajednicom kako bi mogli ponuditi najinovativnija rješenja za sve poslovne izazove koji se mogu riješiti uz pomoć podataka i tehnologije. Prema njegovom mišljenju, razina vještine i znanja lokalnih partnera u domeni AI je na zaista visokoj razini, u nekim slučajevima ih se vrlo lako može usporediti sa globalnih tech igračima. „Naša nova podatkovna platforma GCPu koja koristi i najnoviie GenAI modele popul Palm2, razvijena je s ciljem da u kratkom roku možemo pokrenuti i skalirati novi „use case“, bilo s internim timom ili vanjskim partnerom“ – kaže Mrkajić i dodaje:
Uspješno testiranje
- Taj model, koji smo testirali u 65 trgovina Konzuma, pokazao je 30 posto veću točnost prilikom naručivanja robe. Zahvaljujući tome smo za 30 posto smanjili situacije u kojima roba nije dostupna i za sedam posto smanjili otpise, sve u kategoriji lako kvarljive robe, odnosno voća i povrća. Ujedno, takav pristup smanjuje količinu hrane koja završava u otpadu – objašnjava on.
U svijetu su sinonim za korištenje umjetne inteligencije najveće tehnološke kompanije poput Facebooka, Googlea, Microsofta, Amazona i Applea. Svima im je zajedničko da posjeduju velike količine podataka pa su u ovoj priči upravo podaci ključni, jer se AI modeli treniraju upravo na njima.
Iako toga još nisu sve svjesne, i naše najveće kompanije, neovisno bave li se tehnologijom ili ne, imaju istu prednost kao i tehnološki divovi iz Silicijske doline - „sjede“ na velikim količinama podataka koje mogu koristiti za treniranje AI modela pomoću kojih mogu rješavati različite probleme. Fortenova grupa je jedna od prvih velikih kompanija u Hrvatskoj koja koristi tu svoju prednost, pa je i svoju posebnu jedinicu za AI nazvala baš po podacima – Fortenova grupa DataLab.
Najveća riznica podataka
Kompanija je, između ostalog, vlasnica Konzuma koji, pak, sam „sjedi“ na više od 30 TB podataka, najviše u komercijalnom sektoru u Hrvatskoj. Riječ je o najvećem maloprodajnom lancu koji dnevno ima više od pola milijuna kupaca i nebrojeno puno transakcija. To znači i ogromnu svakodnevnu potražnju za svim robama od kojih je kategorija voće i povrće među najzahtjevnijima za planiranje narudžbi, budući da je riječ o kvarljivoj robi. Stoga je razvijen model strojnog učenja koji predviđa buduću potrošnju voća i povrća.
Model je prvo krenuo analizirati veliku količinu podataka o prodaji voća i povrća da bi se podacima postupno dodavao i kontekst pa su tako pratili kako se roba prodaje kad se pojave različite akcije, kakva je prodaja u ovisnosti o danu u tjednu ili nekom posebnom događaju, poput razdoblja prije Uskrsa ili Božića i sl...
Adrian Alajković, Konzumov direktor Sektora upravljanja zalihama i planiranja u lancu opskrbe i voditelj produktnih timova u DataLabu, pojašnjava kako su polako skalirali test u trgovinama: „Krenuli smo s dva dućana, proširili na 65, nakon toga na 200, a potom i na 500 u Hrvatskoj. Istodobno, proširili smo model i izvan Hrvatske – prvo na tri dućana u Sloveniji da bi potom model skalirali na trenutno 40 trgovina u Sloveniji. Rezultati su sve bolji, tako da nam je to dodatni vjetar u leđa“ - kaže Alajković.
Ključne povratne informacije
On ističe i kako je model potrebno kontinuirano unapređivati te da je ispred njih još dosta posla, u čemu su im dragocjena pomoć povratne informacije s terena. A one su zasada vrlo dobre, što potvrđuje i dvoje Konzumovih poslovođa.
Vlasta Bukovinec, poslovotkinja Super Konzuma u Samoboru kaže da je svaki početak izazov za sebe i da je tako bilo kad je stigla opcija automatskog naručivanja voća i povrća. „Ali, jako brzo smo se uhodali. Sustav nam unaprijed nudi količine koje možemo naručiti, a s vremenom i doradama sustava, sve je točniji i bolji. Naša prodavaonica ima velik promet i uvelike nam pomaže ovakva automatizacija narudžbi jer nudi točne količine pa su korekcije svedene na minimum. Uz to, kad se dvoumimo oko nekih količina i imamo unaprijed predloženu količinu, lakše je donijeti odluku. Zato pozdravljam ovakve projekte koji olakšavaju svakodnevicu u prodavaonicama i nadam se da će ih biti još više“ – kaže gospođa Vlasta, dok njezin kolega Dalibor Bačurin, poslovođa malog Konzuma u Zagrebu dodaje kako mu je sustav za automatsko naručivanje prilično skratio vrijeme koje potroši za narudžbu. “Nije bilo teško priviknuti se jer smo od samog uvođenja imali odriješene ruke da isprobamo sustav sami i vidimo kako funkcionira. Iako je na početku bilo povratnih komentara, oni su svi usvojeni te je sustav usavršen i sad nam zaista pomaže” – kaže Dalibor.
Upravo je to način na koji model strojnog učenja koji razvijaju, postaje sve bolji, čime se šire i koristi koje od modela ima maloprodajni lanac koji ga koristi. Primjerice, model strojnog učenja daje bolji uvid u potrebe kupaca na određenoj mikrolokaciji što svakoj trgovini omogućuje da bolje optimizira svoju ponudu, a što je ključno u vrijeme kad cijene poslovnih prostora rastu i kad raste pritisak konkurencije.
Važna sezona 2023.
Također, Alajković dodaje da su kroz korištenje strojnog učenja primijetili i neke specifičnosti u prodaji robe u različitim dijelovima Hrvatske, a slična iskustva se očekuju i u Sloveniji.
- Poseban je izazov s velikom točnošću previdjeti potražnju u dućanima u turističkim mjestima. Potražnja varira iz tjedna u tjedan i ovisi i o dodatnim parametrima kao što su praznici u našoj i susjednim zemljama, vremenske prilike i slično - kaže Alajković i navodi da u Fortenova grupa DataLabu imaju velika očekivanja od ovogodišnje turističke sezone.
- Ova sezone ćemo testirati koliko smo dobro predvidjeli što će se događati u sezoni te koliko smo unaprijedili kvalitetu narudžbi. - kaže Alajković
Na razvoju AI-ja u DataLabu rade četiri tima koji paralelno stvaraju više AI proizvoda s kojima se pokrivaju ključni procesi u maloprodaji Fortenova grupe. „Budući da Fortenova grupa ima regionalnu maloprodajnu mrežu u pet država, naši se AI proizvodi postepeno implementiraju na različitim tržištima i to u različitim fazama, ovisno o stupnju razvoja, ali i maloprodajnoj kompaniji za koju se rade - kaže Alajković pa tako trenutačno modeli rade u Konzumu, Mercatoru u Sloveniji i Mercatoru u Srbiji. Riječ je o vrlo složenim i zahtjevnim poslovima koji ne idu uvijek istim tempom jer se na razvojnom putu mogu otvoriti različiti izazovi.
Pomoć u promociji
- U Mercatoru u Srbiji je već više od šest mjeseci u korištenju jedan modul modela za optimizaciju prodajne promocije, dok je u Konzumu u Hrvatskoj isti model u fazi istraživanja dodatne poslovne primjene - pojašnjava Martin Možina, glavni data scientist u Mercatoru Slovenija i data science stručnjak u DataLabu.
Dodaje da pripremaju i nove AI proizvode, ali o detaljima još ne govori jer su zasad u vrlo ranoj fazi razvoja. No, jedan od AI proizvoda o kojem već može govoriti je onaj za optimizaciju promocija.
- Cilj je stvoriti centralizirani alat koji daje pravi kvantitativni utjecaj prethodnih promotivnih kampanja na rezultate, a rješenje koje smo stvorili sastoji se od dva modula koji koriste strojno učenje - kaže Možina.
Prvi modul je alat koji pruža automatiziranu analizu i dubinsku procjenu performansi prošlih promotivnih aktivnosti. S ovim modulom možemo, primjerice, vidjeti koji proizvodi su bili jako osjetljivi na cijenu ili koji proizvod je potaknuo kupca da uz njega kupi i druge proizvode. Sve to ima utjecaj na planiranje promocija koje category manageri rade za iduća razdoblja - pojašnjava Možina. Za ilustraciju, navodi kako je za izradu ovog modula tim obradio više od dvije godine podataka - preko 150 milijuna računa za preko 70 tisuća artikala.
Drugi modul, koji razvijaju u Fortenova grupa DataLabu, predviđa potrebne količine i sve potrebne parametre u budućim promocijama. Možina tumači da se tako cilja na izbjegavanje pretjeranih ili premalih količina kod naručivanja te na taj način maksimiziranje i prednosti za krajnjeg kupca i za kompaniju. Tumači kako to rješenje omogućuje menadžerima kategorija da steknu detaljan pregled uspješnosti prošlih promocija, kao i da predvide utjecaj količina i ostalih parametara na buduće promocije.
Svakodnevni alat
- Plan je da category manageri taj alat koriste u svakodnevnom poslu. Trenutna verzija modela pokazuje da su predviđanja do kojih se dolazi uz pomoć ovog modela i do 10 postotnih poena bolja od situacija kada se model strojnog učenja ne koristi - kaže Možina.
Dodaje da je taj sustav već u korištenju u Mercatoru Srbija, a analizira se u Konzumu u Hrvatskoj te u Mercatoru u Sloveniji pa sada, kroz ta dva alata Fortenova grupa ima uvid u analizu prošlih prodajnih promocija i u predviđanje budućih. Dodaje da su oba primjera, alat za projekciju potražnje za voćem i povrćem i alat za prodajnu promociju, tek početak priče koju je otvorio DataLab.
Nove mogućnosti
- S postojećim alatima mi smo zapravo tek zagrebali po površini nevjerojatnih mogućnosti koje su postale stvarne korištenjem umjetne inteligencije u maloprodaji- pojašnjava Mrkajić.
- U planu je širenje primjene AI i na ostale ključne maloprodajne procese kao što su određivanje cijena, operativni procesi u dućanima, personalizirana promocija i druge - kaže Mrkajić.
Jedna od najvećih tehnoloških kompanija na svijetu je maloprodajna kompanija - Amazon, koji je svoj uspjeh postigao upravo zahvaljujući analizi podataka i korištenju umjetne inteligencije te donošenju odluka koji se temelje na tome.
- U svojoj srži, umjetna inteligencija osnažuje vlasnike maloprodajnih procesa da dobiju kvalitetne uvide i informacije na osnovu kojih mogu unaprijediti učinkovitost i generalno poslovanje i još važnije, donijeti korist za kupca - kaže Mrkajić.
Da bi se sve to ostvarilo DataLab funkcionira na malo drugačiji način od uobičajenog u korporacijama, a sve se odluke temelje na podacima. To počinje od ljudi pa tako DataLab broj ljudi u timu mijenja ovisno o fazi u kojoj se nalazi.
Ivana Mandušić Hrupački, change management direktorica u DataLabu pojašnjava kako to funkcionira.
- Temeljni tim čine product owner, podatkovni znanstvenici, podatkovni inženjeri, poslovni vlasnik inicijative te stručnjaci iz operativnih kompanija iz područja za koje radimo pojedine AI proizvode - poput menadžera kategorija ili stručnjaka iz prodaje Konzuma ili Mercatora - kaže Mandušić Hrupački. Dodaje da timovi rade u sprintovima i primjenjuju agilne metode razvoja. Tako u DataLabu imaju scrum mastera koji radi sa svim timovima.
- Fortenova grupa DataLab je izgradio i kontinuirano unaprjeđuje podatkovnu platformu i gradi AI proizvode te tako i sam unutar Fortenova grupe funkcionira poput startupa, a s tim u vezi ima i planove za skaliranje unutar kompanije - kaže Mandušić Hrupački.
Sponzorirani sadržaj nastao u suradnji Native Ad Studija Hanza Medije i DataLab-a.