CC BY
88
Maria Anatolyevna Danilova,
PhD in Sociology,
associate professor of the department of information systems in economy, Saratov socio-economic institute (branch) of Plekhanov Russian University of Economics
УДК 339.37
Мария Анатольевна Данилова,
кандидат социологических наук, доцент кафедры информационных систем в экономике, Саратовский социально-экономический институт (филиал)
РЭУ им. Г.В. Плеханова
ВОЗМОЖНОСТИ И ВЫЗОВЫ ТЕХНОЛОГИЙ ЧЕТВЕРТОЙ ПРОМЫШЛЕННОЙ РЕВОЛЮЦИИ ДЛЯ РАЗВИТИЯ РОЗНИЧНОЙ ТОРГОВЛИ
В статье исследованы информационные технологии новой индустриальной эпохи, их сущность, виды, ключевые компоненты, влияние на развитие предприятий оптовой и розничной торговли. Представлены примеры использования перспективных инноваций в этой сфере (технология искусственного интеллекта, интернет вещей, облачные вычисления, анализ больших данных, дополненная и виртуальная реальности), описывается полезный эффект от их внедрения. Показано, что цифровизация экономических и производственных процессов в торговле открывает новые возможности оптимизации бизнеса, повышения производительности, сокращения издержек, улучшения качества обслуживания потребителей. Сделан вывод о том, что в условиях роста числа торговых сетей, усиления конкуренции, новые информационные технологии приобретают всю большую значимость и постепенно трансформируют структуру организации, профессиональный состав и требования к компетенциям сотрудников, взаимодействие с клиентами.
Ключевые слова: информационные технологии в розничной торговле, индустрия 4.0, интернет вещей, облачные вычисления, большие данные, искусственный интеллект, дополненная и виртуальная реальности в розничной торговле.
OPPORTUNITIES AND CHALLENGES OF USING TECHNOLOGY OF THE FOURTH INDUSTRIAL REVOLUTION FOR THE DEVELOPMENT OF RETAIL TRADE
The article examines information technologies of the new industrial era, their implications, types, key components, and their impact on the development of wholesale and retail trade. The author presents examples of promising innovations in this field (artificial intelligence technology, the Internet of Things, cloud computing, big data analysis, augmented and virtual reality) and describes the beneficial effect of their implementation. It is argued that digitalization of business and production processes in trade opens up new opportunities for optimizing business, increasing productivity, reducing costs, and improving the quality of customer service. The article concludes that with growing number of retail chains and increasing competition new information technologies are becoming increasingly important and they lead to a gradual transformation of the structure of trade organizations, their workforce, requirements for the competences of employees, and interaction with customers.
Keywords: information technology in retail, industry 4.0, Internet of Things, cloud computing, big data, artificial intelligence, augmented and virtual reality in retail.
Развитие информационных технологий оказывает влияние на все области жизни, в результате чего качественно меняются экономика, социальная сфера, структура общественных отношений. Цифровизация экономических и производственных процессов, внедрение передовой робототехники, технологий искусственного интеллекта, больших данных, интернета вещей, повсеместное распространение мобильной связи и интернета меняют парадигму организации и эффективности производства.
Торговля одной из первых начала внедрять информационные технологии. Можно считать, что именно в ней появилась первая автоматизированная система учета: в 1875 г. был выдан первый патент на кассовый аппарат [3]. Обойтись без информационных технологий в торговой отрасли сегодня невозможно. Для учета небольших объемов можно использовать электронные таблицы, но чем больше объемы торговли, тем больше требований предъявляют торговые организации к информационным потокам, сопровождающим движение товаров и
позволяющим принимать правильные управленческие решения. Современное торговое предприятие является ИТ-предприятием, для которого необходимым условием сохранения конкурентоспособности является использование передовых информационных технологий.
Технологии искусственного интеллекта (ИИ), больших данных (big data), интернета вещей (IoT-Internet of Things) и других современных информационных технологий, которые называют драйверами четвертой промышленной революции, открывают новые возможности оптимизации бизнес-процессов, повышения производительности, сокращения издержек, улучшения качества обслуживания потребителей.
Интернет вещей (IoT) - это концепция сети физических предметов («вещей»), оснащенных встроенными технологиями для взаимодействия друг с другом или с внешней средой. Концепция и термин IoT были сформулированы основателем исследовательской группы Auto-ID при Массачу-сетском технологическом институте Кевином
22 ♦-
Вестник СГСЭУ. 2019. № 2 (76) -♦
Эштоном в 1999 г. на презентации для руководства Procter & Gamble [9].
Физические объекты, включенные в сеть IoT, оснащены средствами автоматической идентификации (RFID-метками, оптически распознаваемыми идентификаторами (штрих-кодами, Data Matrix, QR-кодами)). Такие устройства, объединенные в вычислительную сеть, могут связываться, анализировать и обмениваться данными о физическом окружающем мире с помощью облачных программных платформ и других сетей.
По прогнозу компаний Orange Business Services и iKS-Consulting, к 2020 г. число подключенных IoT-устройств на предприятиях розничной торговли достигнет четырех миллионов [10]. Мониторинг состояния, геолокация всех объектов и субъектов торгового процесса - товара, транспортных средств, торгового оборудования, сотрудников, покупателей - становятся инструментом, который дает возможность повысить эффективность бизнеса, изучить поведение покупателя и формировать новые бизнес-модели.
Радиочастотная идентификация позволяет определять положение товара в реальном времени, управлять движением товара во всей логистической цепочке, автоматизировать учет, поступление, инвентаризацию, обеспечивает защиту товаров от краж. Благодаря «умным» устройствам, можно контролировать с точностью до нескольких минут сроки поставки товаров, фиксировать время и место его повреждения или порчи, учитывать при выстраивании логистики температурные факторы и т.п.
Датчики «умных» полок, определив уменьшение количества товара, могут дать сигнал системе управления поставками автоматически сформировать заказ, снизив риск внезапного возникновения дефицита, а значит, уменьшить вероятные потери.
Датчики контроля состояния скоропортящихся продуктов могут определять годность продукта, информация об этом отображается с помощью изменения цвета упаковки [1].
Мониторинг, сбор данных о состоянии торгового оборудования, позволяет вовремя диагностировать проблемы работы, прогнозировать потребности в обслуживании, тем самым уменьшая риск порчи продуктов, время вынужденного простоя, планировать расходы на ремонт и замену.
«Умный» пол торгового зала, оборудованный специальными датчиками, фиксирует «дорожку клиента» по всей площади магазина. Анализ этой информации позволяет узнать, какие товары вызывают наибольший интерес у покупателей.
Идентификация сотрудников позволяет эффективно контролировать рабочее время, перемещение персонала по торговому залу, управлять доступом в помещения на предприятии.
Есть решения, позволяющие персонализировать опыт клиента: например, «умная» примерочная может рекомендовать покупателю схожий по стилю и размеру товар.
Таким образом, технология IoT дает большие возможности повышения эффективности бизнеса.
Для реализации этих возможностей, информация, генерируемая «умными» устройствами, должна где-то храниться, обрабатываться и анализироваться. Необходимо наличие аналитической системы, которая способна выделить полезную информацию из общего объема. Кроме того, она должна быть интегрирована с системой принятия решений. Поэтому применение и эффективное использование интернета вещей тесно связано с технологиями анализа больших данных, облачных вычислений (cloud computing) и искусственного интеллекта.
Большие данные - общее название для структурированных и неструктурированных данных огромных объемов, которые эффективно обрабатываются с помощью масштабируемых программных инструментов. Такие инструменты появились в конце 2000-х гг. и стали альтернативой традиционным базам данных и решениям Business Intelligence.
Данные относят к big data, если они обладают тремя признаками [2]:
1. Volume - объем (данные измеряются по величине физического объема документов).
2. Velocity - данные регулярно обновляются, что требует их постоянной обработки.
3. Variety - разнообразные данные могут иметь неоднородные форматы, быть неструктурированными или структурированными частично.
Для анализа больших данных применяют специальные методы и техники [12]: машинное обучение, искусственные нейронные сети, сетевой анализ, оптимизация, в том числе генетические алгоритмы; распознавание образов; прогнозная аналитика и др. Таким образом, большие данные тесно связаны с технологиями искусственного интеллекта.
Технологии искусственного интеллекта, которые называются компьютерным зрением, используются для автоматического распознавания образов на фотографии или в видеопотоке и их сопоставления с шаблоном.
Технологии искусственного интеллекта анализируют записи с «умных» камер, считают количество людей, определяют пол, возраст и другие характеристики, которые используются для преди-ктивной аналитики [8]. На основе анализа движения покупателя по магазину принимается решение об организации торгового пространства, чтобы люди на большее время задерживались в магазине, а это, в свою очередь, провоцирует большее количество спонтанных покупок, что увеличивает средний чек.
Компьютерное зрение нашло применение в мерчандайзенге [8]. Специальное приложение сравнивает фотографию содержимого полки с пла-нограммой, сообщает о том, что выставлено неправильно, что нужно изменить, предлагает варианты замены, если товара нет в наличии, таким образом, ускоряется контроль выкладки.
Технология компьютерного зрения используются в системах безопасности и контроля работы сотрудников, которые выявляют отклоняющееся от нормы поведение. Такая система позволяет контролировать поведение сотрудников, вовремя реа-
гировать на опасные ситуации в зале, например драки, фиксировать кражи.
Еще одно из направлений применения искусственного интеллекта - это планирование графиков персонала магазина. На основе большого массива данных о структуре и работе предприятия (информации о должностях, истории покупок, часов работы, должностных обязанностей, ограничений рабочего расписании др.) искусственный интеллект может спрогнозировать поток клиентов на каждый день, рассчитать потребность в персонале, составить гибкое расписание [11]. Подобные решения оптимизируют расходы на фонд оплаты труда, улучшают сервис, увеличивают эффективность работы магазина.
В России таким решением пользуются крупные игроки - «М.видео», «Эльдорадо», Ralf Ringer и др. По данным компании Ralf Ringer, после внедрения решения бережливого планирования графиков персонала VERME конверсия из посетителей в покупку увеличилась на 5,8%.
К вышеизложенному можно добавить еще много других возможностей применения анализа больших данных в розничной торговле [6]:
• коррекция цен на основе анализа данных о структуре спроса за последние несколько лет, данных об имеющихся товарных запасах, сведений о запланированных скидках и акциях;
• геолокационная аналитика данных (расположение конкурентов, маршруты целевой аудитории и близость мест ее наиболее вероятного появления и др.) для определения наиболее привлекательных территории для размещения торговой точки, а также оптимизации ассортимента продукции и цен с учетом характеристик покупателей;
• персональные предложения для клиентов на основании истории покупок;
• по данным кассовых чеков выявление товаров, которые часто приобретаются вместе. На основании этой информации можно планировать акции или делать выкладку товаров;
• оптимизация цепей поставок на основе анализа данных о загруженности дорог, координатах складов, магазинов и транспортных средств и структуре потребностей.
Анализ big data позволяет выявить ряд закономерностей в поведении клиентов (структура покупок, средний чек, предпочтения, социально-демографический статус и другое), дает представление о большом количестве аспектов взаимодействия конкретного клиента с магазином, обогащает понимание спроса на те или иные продукты, в зависимости от времени суток, дня недели, сезона и конкретной погоды. На основе этой информации можно делать прогнозы продаж, формировать заказы поставщикам, разрабатывать маркетинговую политику, персональные предложения клиентам. Например, американский розничный гигант Walmart анализирует влияние погоды на предпочтения покупателей и соответственно меняет выкладку товаров, обеспечивая рост продаж того или иного товара.
Внедрение технологий искусственного интеллекта, больших данных, интернета вещей требует мощных ресурсов и способности к масштабированию с учетом постоянно растущих требований бизнеса. Поддержку такой инфраструктуры локально предприятиям все сложнее обеспечить, и технологии облачных вычислений помогают в быстром предоставлении нужных ресурсов и производительности по запросу. Еще одним важным драйвером облачного рынка является тенденция увеличения объемов собираемой и хранимой информации. Поэтому в условиях перехода к цифровой экономике облако становится базовым требованием к инфраструктуре [4].
Cloud computing - это технологии обработки данных, в которых компьютерные ресурсы предоставляются интернет-пользователю как онлайн-сервис. Пользователь получает виртуальную среду для хранения и обработки информации, объединяющую в себе аппаратные средства, программное обеспечение, каналы связи, а также службу технической поддержки. По данным Synergy Research Group, в 2018 г. объем глобального облачного рынка превысил 250 млрд долл., увеличившись на 32% относительно 2017 г.
Облачная модель потребления ИТ позволяет сократить издержки и сделать структуру расходов более прозрачной, повысить гибкость и масштабируемость сервисов. Согласно результатам проведенного Aberdeen Group исследования, компании, использующие cloud computing, сокращают затраты, связанные с информационными технологиями, на 18%. Кроме того, затраты на потребляемую электроэнергию у пользователей cloud computing сокращаются в среднем на 16%. По данным опроса, проведенного CNews Analytics в первом полугодии 2018 г. [11], 57% крупных российских компаний уже используют облачные сервисы по модели IaaS. Из них 78% планируют увеличивать потребление IaaS в ближайшие два года.
Облачная модель потребления ИТ решает проблему доступности таких жизненно важных сервисов, как ERP и документооборот из любого офиса, точки продажи сети, позволяет быстро наращивать мощности при пиковых нагрузках в «горячий» сезон; для предприятия становится возможным отказаться от собственного серверного оборудования его модернизации, обслуживания, поддержки, электропитания, охраны, необходимости в резервном копировании данных.
По данным аналитической компании International Data Corporation (IDC), расходы предприятий розничной торговли на облачные вычисления в 2018 г. составили 6,1 млрд долл., это четвертый результат по величине после здравоохранения, государственного сектора и финансового рынка [5]. Наибольшей популярностью пользуются финансовые сервисы - онлайн-отчетность, бухгалтерский учет, сервисы проверки контрагентов, выставления счетов и др. Виртуальные АТС занимают 14% рынка. 9% облачного рынка приходится на облачные CRM-системы.
24 ♦-
Вестник СГСЭУ. 2019. № 2 (76) -♦
Новые возможности в торговле появляются с применением дополненной (AR) и виртуальной (VR) реальности. Традиционно используемые в развлекательной индустрии, технологии AR и VR позволяют вызывать эмоции, глубоко воздействуют на сознание и подсознание. Это свойство может быть эффективным инструментом для улучшения клиентского опыта и стимулирования продаж.
Технологии AR и VR могут помочь покупателю с выбором - продемонстрировать возможности покупаемой вещи, показать, как товар будет выглядеть в интерьере, привлечь внимание развлекательным форматом. Инновационными примерами использования AR в розничной торговле являются виртуальные примерочные; «умные» зеркала, показывающие, как будут смотреться на лице покупателя выбранные косметические продукты.
Современные информационные технологии, которые называют драйверами четвертой промышленной революции, находятся на разных этапах развития. По концепции, предложенной в 1995 г. исследовательской компанией Gartner, развитие инновации проходит через пять этапов, каждый из которых характеризуется различной степенью интереса со стороны общества и специалистов.
Первый этап называется «Запуск технологии», когда появляется идея; на втором этапе - «Пике завышенных ожиданий» - технология становится популярной, вокруг нее возникает ажиотаж; за ним следует «Этап разочарований», связанный с неуда-
чами практического применения технологии. Технологии, пережившие «Этап разочарований», проходят «Склон просвещения», когда устраняются недостатки, поставщики предлагают продукты второго и третьего поколения. Выйдя на «Плато производительности», технология завоевывает место на рынке, сообществом осознаются все достоинства, ограничения и возможности инновации. В 2018 г. цикл зрелости информационных технологий в России, по версии Gartner, выглядит так (рисунок).
Этот график показывает, что российский рынок пока находится на ранней стадии развития. Технологии интернета вещей в июле 2018 г. находились около «Пика завышенных ожиданий», и выход на «Плато производительности» ожидается в течение 5-10 лет. Анализ больших данных проходит «Этап разочарований», технологии облачных вычислений являются более развитыми и проходят «Склон просвещения». Выход на «Плато производительности» этих технологий прогнозируется в ближайшие 2-5 лет.
В условиях роста числа торговых сетей и, как следствие, конкуренции, торговые предприятия вынуждены искать новые источники и методы уменьшения издержек, увеличения производительности труда. Поэтому внедрение современных инновационных технологий приобретает все большую значимость для эффективного управления предприятием.
Цикл зрелости информационных технологий в России
Технологии индустрии 4.0 имеют большой потенциал для решения этих проблем и при успешном внедрении существенно изменят все сферы жизни, в том числе и сектор розничной торговли. Максимальная автоматизация рутинных и интеллектуальных операций, мониторинг бизнес-процессов в реальном времени, клиентоориентированность бизнес-процессов, качественная аналитика данных трансформируют структуру организации, профессиональный состав и требования к компетенциям сотрудников, взаимодействие с клиентами.
Успешность трансформации будет зависеть от многих факторов - времени и количества инвестиций, степени зрелости технологий, а также уровня владения цифровыми компетенциями всех участников торгового процесса.
1. Как в ретейле контролируют сроки и параметры хранения продуктов? URL: https://iot.ru/riteyl/kak-v-riteyle-kontroliruyut-sroki-i-parametry-khraneniya-produktov (дата обращения: 16.02.2019).
2. Канаракус К. Машина Больших Данных // Сети. 2011. № 4.
3. Кулешов Д. Информационные технологии в торговле // Управляем предприятием: электронный журнал. 2013. № 9 (32). URL: http://consulting.1c.ru/e-journal.
4. Облачная стратегия бизнеса 2018. Исследование CNews Analytics (CNA). URL: http://filearchive.cnews.ru/img/ files/2018/09/27/cnews_analyticscloud2018report.pdf.
5. Облачные вычисления (мировой рынок). URL: http:// www.tadviser.ru/
6. Розничные цифры: как технологии «больших данных» приходят в офлайн-ретейл. URL: https://finance.rambler.ru/ economics/35996946/?utm_content=rfinance&utm_ medium=read_more&utm_source=copylink.
7. Рынок ИТ-услуг 2018. URL: http://www.cnews.ru/ reviews/rynok_ituslug_2018.
8. Чернявский Л. Три технологии, которые нужно использовать в ретейле. URL: https://rb.ru/opinion/tri-tehnologii-v-ritejle/
9. Черняк Л. Платформа интернета вещей. Открытые системы // СУБД. 2012. № 7.
10. Число подключенных IoT-решений в ретейле достигнет 4 млн к 2020 году. URL: https://www.retail-loyalty. org/news/chislo-podklyuchennykh-iot-resheniy-v-riteyle-dostignet-4-mln-k-2020-godu/
11. Шеходанов Д. Инновационный ретейл: основные инструменты для эффективного бизнеса. URL: https://new-retail.ru/tehnologii/innovatsionnyy_riteyl_osnovnye_instru-menty_dlya_effektivnogo_biznesa8331/
12. Manyika J. et al. Big data: The next frontier for innovation, competition, and productivity. McKinsey Global Institute, June, 2011.
