В результате проведенного анализа, были выявлены наиболее слабые места маркетплейса «Яндекс. Маркет»: высокие цены, высокий размер комиссии на некоторые группы товаров; товары, стоимость которых превышает среднюю цену на площадке более чем на 20,0%, могут быть скрыты от пользователей; слабое географическое присутствие, всего в 50 регионах России, таблица 2.2.
Таблица 2.2- Пути повышения конкурентоспособности маркетплейса «Яндекс. Маркет»
| № п/п | Проблемы | Пути решения |
| 1 | Высокие цены, высокий размер комиссии на некоторые группы товаров | Снижение цен на товары, внедрение акции для продавцов: нулевая комиссия для новых продавцов на первые полгода или 100 заказов |
| 2 | Товары, стоимость которых превышает среднюю цену на площадке более чем на 20,0%, могут быть скрыты от пользователей | Внедрение искусственного интеллекта (ИИ): 1)Сервис прогнозной аналитики, который помогает предсказывать спрос, доход, поведение клиентов на основе исторических данных; 2)Систему персонализированных рекомендаций на основе анализа большого количества данных: истории покупок, поведения на сайте, кликов, добавления в корзину, отзывов и других. |
| 3 | Слабое географическое присутствие, всего в 50 регионах России | Увеличивать географию, открывать больше ПВЗ по франшизе. Предлагать лучшие условия франшизы. Внедрение ИИ для управления франшизой |
В связи с этим, предлагаются следующие мероприятия: 1)Снижение цен на товары, внедрение акции для продавцов: нулевая комиссия для новых продавцов на первые полгода или 100 заказов; 2) Внедрение ИИ: а)Сервис прогнозной аналитики, который помогает предсказывать спрос, доход, поведение клиентов на основе исторических данных; б)система персонализированных рекомендаций на основе анализа большого количества данных: истории покупок, поведения на сайте, кликов, добавления в корзину, отзывов и других; 3) увеличивать географию, открывать больше ПВЗ по франшизе, предлагать лучшие условия франшизы, внедрение ИИ для управления франшизой.
Рассмотрим кратко мероприятия направленные на внедрение ИИ в деятельность маркетплейса. Сервис прогнозной аналитики (предиктивной аналитики) – это инструмент, который позволяет создавать прогнозы будущих событий на основе существующих данных с помощью методов статистики, математики и машинного обучения. Процесс прогнозной аналитики включает несколько этапов: 1)Определение цели: ставится бизнес-задача, которую нужно решить с помощью прогнозирования; 2) Сбор данных: собираются сведения из разных источников, например, транзакционных систем, датчиков, журналов колл-центров; 3) Очистка и подготовка данных: удаляются недостоверные и неполные данные; 4) Построение и проверка модели; задаются параметры анализа, на основе которых искусственный интеллект выдаёт прогнозы, при необходимости параметры корректируются; 5) Получение и внедрение результата: на основе прогнозов принимаются стратегические и другие решения. В настоящее время существует множество сервисов прогнозной аналитики на базе искусственного интеллекта (ИИ), наиболее популярные представлены в таблице 2.3.
Таблица 2.3-Сервисы прогнозной аналитики на базе ИИ[22]
| № п/п | Сервисы | Описание |
| 1 | SAP Predictive Analytics | Инструмент для анализа данных и прогнозирования, который позволяет организациям выявлять тенденции, модели и взаимосвязи в информации для принятия обоснованных решений и оптимизации бизнес-процессов. |
| 2 | Logi Predict. | Аналитическое приложение, которое позволяет анализировать информацию и прогнозировать варианты возможных событий, даёт возможность встроить алгоритмы машинного обучения и прогностические модели в любой программный продукт. |
| 3 | AICont. | Разрабатывает сервисы прогнозирования и глубокой аналитики эмпирических данных на базе ИИ по модели SAAS, что делает ИИ доступным для любого бизнеса. |
| 4 | ANTAVIRA | Российская платформа, которая позволяет автоматизировать трудоёмкие и многократно повторяющиеся ручные задачи при построении моделей машинного обучения. |
| 5 | Businescope | Платформа, которая позволяет реализовывать решения аналитических задач без написания прораммного кода, а также производить прогнозное моделирование бизнес-процессов. |
| 6 | 4analytics | Предлагает решения для автоматизации прогнозирования и бизнес-анализа, например Novo Forecast Enterprise, Novo Forecast PRO и Novo Forecast Lite. |
| 7 | EconAI Pro | Платформа для комплексного экономического анализа и прогнозирования, использует алгоритмы машинного обучения для обработки массивов данных. |
| 8 | SAP Analytics Cloud | Платформа для планирования и прогнозной аналитики данных, позволяет создавать интерактивные дашборды, проводить симуляции и строить прогнозные модели. |
Система персонализированных рекомендаций на основе анализа большого количества данных – это рекомендательная система. Она анализирует поведение пользователей, их предпочтения и историю взаимодействий с контентом, чтобы предлагать наиболее подходящие товары, услуги или контент. Работа рекомендательной системы включает несколько этапов: 1)сбор данных: система отслеживает действия пользователя: историю просмотров, оценки, время, проведённое за контентом, поисковые запросы и социальное взаимодействие; 2) анализ данных: алгоритмы выявляют паттерны поведения, определяют предпочтения пользователя, группируют похожих пользователей между собой и классифицируют контент по различным параметрам; 3) формирование рекомендаций: на основе полученных данных система ранжирует предложения по степени релевантности и предлагает наиболее подходящие варианты, предложения обновляются в реальном времени с учётом новых действий пользователя[20]. С помощью системы персонализированных рекомендаций компания «Amazon», например, предлагает товары, соответствующие предпочтениям клиента, на основе анализа истории поиска и покупок. Существует множество компании, которые занимаются производством ИИ для персонализированных рекомендаций, например компания R77, рисунок 2.3.
Стоит отметить, что системы персонализированных рекомендаций имеют хорошие перспективы развития. Основные направления развития рекомендательных систем: а) учёт контекста пользователя: системы будут учитывать не только историю просмотров или покупок, но и текущие потребности, настроение, местоположение и другие факторы; б) интеграция с различными платформами и устройствами: рекомендательные системы будут работать на всех устройствах, включая смартфоны, планшеты, смарт-телевизоры и даже умные домашние устройства; в) этика и прозрачность: разработчики рекомендательных систем будут уделять больше внимания вопросам приватности данных и предвзятости алгоритмов.
Для совершенствования франчайзинга, также рекомендуется внедрение ИИ. Франшиза пунктов выдачи заказов «Яндекс. Маркета» – перспективная ниша для развития малого и среднего бизнеса. Самовывоз через ПВЗ сейчас – самый популярный способ доставки в России: более 80,0% всех заказов забирают в пунктах выдачи. Компания предлагает привлекательные условия для открытия ПВЗ: дополнительные выплаты при открытии новой точки, доход 5,0% с заказов, но не более 250 руб. от стоимости выданного товара, а также дополнительные возможности для заработка – фиксированные выплаты за прием посылок от продавцов, выдачу невыкупленных товаров продавцам, прием возврата от покупателей. А еще компания «Яндекс. Маркета» берет на себя расходы на производство, логистик, организует рекламную поддержку точки после открытия за свой счет.
Во франшизу «Яндекс Маркета» входит: а) финансовая помощь: дополнительное вознаграждение в течение первого полугода работы пункта (в зависимости от локации на карте) или разовая выплата (в зависимости от региона) за оформление точки; б) вознаграждение партнера: фиксированные выплаты за прием посылок от продавца, выдачу невыкупленных товаров продавцам, а также прием возвратов от покупателей; в) продвижение: внешнее рекламное продвижение ПВЗ на территории; г) обучение: доступ к обучающим материалам, подробным гайдам и инструкциям; д) сопровождение: сопровождение и поддержка на всех этапах запуска и работы пункта выдачи. Однако, пока пунктов выдачи «Яндекс Маркета» не так много необходимо внедрение ИИ во франчайзинговые отношения.
По данным TAdviser, уже 85,0% российских компаний, в том числе франчайзинговые, используют различные решения на основе искусственного интеллекта. Это позволяет им повысить эффективность работы, автоматизировать рутинные задачи и добиться прогрессивного развития. Искусственный интеллект способен снизить затраты, улучшив управление ресурсами, максимизировать прогнозирование и принятие решений[10].
Внедрение искусственного интеллекта в сферу франчайзинговых компаний несет с собой огромный потенциал и множество преимуществ. Одним из главных достоинств использования ИИ в бизнесе в целом и во франчайзинге в частности является возможность автоматической обработки и анализа больших объемов данных. Благодаря этому компании могут эффективно управлять своими операциями и предугадывать изменения на рынке.
Так ИИ может выделить определенные тенденции и предложить компании новые рыночные сегменты для расширения бизнеса. Или автоматизировать процесс подбора персонала, анализируя данные о потребностях франчайзи, чтобы найти наиболее подходящих сотрудников. Кроме того, ИИ может помочь в разработке инновационных продуктов и услуг с учетом предпочтений клиентов.
Но не только автоматизация и аналитика делают использование ИИ во франчайзинге таким привлекательным. Технология также помогает снизить затраты на обучение франчайзи и обеспечить более качественную поддержку со стороны франчайзера. Например, с использованием нейросетей можно создавать виртуальные обучающие программы и симуляторы, которые помогут новым партнерам быстро осваивать бизнес-процессы. Однако стоит помнить, что, хотя нейросети и могут помочь в генерации контента, они не заменят уникальных кейсов и экспертизы компании[10].
Итак, основными мероприятиями, которые будут способствовать повышению конкурентоспособности маркетплейса «Яндекс Маркета» являются: 1)Снижение цен на товары, внедрение акции для продавцов: нулевая комиссия для новых продавцов на первые полгода или 100 заказов; 2) Внедрение ИИ: а)сервис прогнозной аналитики, который помогает предсказывать спрос, доход, поведение клиентов на основе исторических данных; б) система персонализированных рекомендаций на основе анализа большого количества данных: истории покупок, поведения на сайте, кликов, добавления в корзину, отзывов и других; 3) Увеличение географии, необходимо открывать больше ПВЗ по франшизе, предлагать лучшие условия франшизы, внедрение ИИ для управления франшизой. Маркетплейс «Яндекс Маркет» хоть и входит ТОП-3 маркетплейсов, тем не менее по многим позициям уступает свои конкурентам. Более того, количество желающих покупать товары на маркетплейсе в 2024 году стало снижаться. По сравнению с лидерами рынка у «Яндекс Маркет» большой средний чек, но объемы продаж ниже, чем у «Ozon» и «Wildberries». Более того, существенным недостатком у «Яндекс Маркет» стоит считать слабое внедрение ИИ в процесс работы маркетплейса. Лидеры рынка, в том числе «Амазон», «Ozon» и «Wildberries» активно внедряют и применяют ИИ. Несмотря на то, что «Яндекс Маркет» прочно закрепился в тройке лидеров, тем не менее для повышения конкурентоспособности необходим постоянный контроль и разработка новых стратегических направлений. В противном случае, падение продаж, которое было начато в 2024 году продолжится, а наибольшую долю рынка займут другие маркетплейсы.
