Интегратор эффективных ИТ-решений «Первый Бит» завершил пилотный проект по внедрению динамического ценообразования на базе платформы Imprice для федеральной сети дискаунтеров «Галмарт». Итоги пилота превзошли ожидания, в результате чего было принято решение поэтапно масштабировать систему на всю торговую сеть.
Пилот охватил 29 магазинов сети и продлился три месяца. По итогам тестирования: валовая прибыль выросла на 9,1% относительно контрольной группы (при целевом показателе 3,5%); 27 из 29 магазинов показали положительную динамику; все второстепенные KPI (количество чеков, маржинальность, оборачиваемость) остались в рамках целевых показателей.
«Галамарт» – федеральная франчайзинговая сеть формата «дискаунтер», объединяющая более 500 магазинов по всей России. Компания специализируется на ассортименте товаров для дома и семьи – от средств гигиены и игрушек до профессиональных инструментов и бытовой техники. Ценообразование в сети строится на четырех принципах: EDLP (низкие цены каждый день), постоянное обновление ассортимента, сезонные распродажи со снижением цен и фокус на товарах импульсного спроса с ограниченным жизненным циклом.
К моменту запуска проекта «Галамарт» располагал эффективной системой ценообразования: собственная автоматизация на базе сотен формул, четкое разделение на ценовые категории и алгоритмы переоценки для товаров с низкой оборачиваемостью. Однако руководство компании поставило перед собой задачу увеличить валовую прибыль в абсолюте, не ломая отлаженных процессов и ценового имиджа сети. Внедрение динамического ценообразования стало логичным решением. Впервые к изучению ML-алгоритмов компания подошла несколько лет назад, а в 2025 г. приступила к проверке гипотезы.
В рамках пилота, проведенного специалистами ИT-интегратора «Первый Бит», в динамическое ценообразование было вовлечено около 60% ассортимента (~40% в продажах), за исключением промо- и регламентированных позиций. Весь пул был разделен на корзины KVI, Back Basket и Long Tail с индивидуальной стратегией для каждой. Среди реализованных механик: ML-оптимизация с учетом чувствительности спроса, адаптивные распродажные алгоритмы, интеллектуальная очередь переоценок, а также защита ценового имиджа через плавный рост цены и автоматическое исключение товаров из ценообразования на время промо-акций.
За три месяца команда проекта интегрировала ML-алгоритмы в отлаженные процессы ценообразования и пришла к росту валовой прибыли в пилотной группе магазинов на 9,1%.
Сегодня идет поэтапное масштабирование системы на всю сеть. В ближайших планах внедрение ценообразования по линейкам, кластеризация магазинов по трафику и географии, а также расширение охвата на дополнительные ценовые категории.
Источник: Первый Бит
