5 примеров использования Big Data и Machine Learning от Coca-Cola

По запросу одного из наших клиентов, этой статьей мы открываем серию публикаций про применение технологий Big Data и Machine Learning в торговле быстрооборачиваемых товаров повседневного спроса (FMCG, Fast moving consumer goods). Сегодня рассмотрим, как большие данные, машинное обучение и прочие методы искусственного интеллекта используются в производстве и продаже газированных напитков на примере компании Coca-Cola.

Big Data, Machine Learning и Internet of Things: все будет Coca-Cola

Ежедневно в мире потребляется около 2-х миллиардов прохладительных напитков, из которых более 500 брендов принадлежат компании Coca-Cola – крупнейшему производителю газированной воды. Предприятие генерирует множество данных: показатели технологических процессов, бизнес-метрики, информация о пользовательских предпочтениях и множество других разнообразных данных. Разумеется, для этого активно используются современные ИТ-инструменты, в т.ч. технологии Big Data и Machine Learning. Примеры их реального внедрения можно сгруппировать по следующим категориям [1]:

разработка новых продуктов;
маркетинговые исследования и персонализация рекламных кампаний;
автоматическое интерактивное взаимодействие с покупателем;
оптимизация производства с помощью интернета вещей (Internet of Things, IoT) и дополненной реальности (Augmented Reality, AR);
комплексная цифровизация бизнеса.

Далее рассмотрим, как все это реализуется на практике.

Машинное обучение для создания новых вкусов

В 2017 году компания запустила новый напиток со вкусом вишни – Cherry Sprite, идея для которого была определена на основе данных из автоматов самообслуживания. Эти машины предлагают покупателям самостоятельно выбирать вкусовые добавки к своим напиткам. Проанализировав клиентские предпочтения с помощью ML-алгоритмов кластеризации, Coca-Cola выбрала наиболее популярную комбинацию вкусов и превратила ее в готовый напиток для широкой аудитории [2].

Подобным образом, анализируя большие данные о потребностях локальных покупателей в более чем 200 странах мира, компания выявляет потребительские ожидания относительно тренда на ЗОЖ. Таким образом Кока-Кола компенсировала падение спроса на сладкие газированные напитки с помощью производства натуральных соков, продавая их под брендами Minute Maid и Simply Orange. При этом предприятие анализирует данные о погоде, спутниковые снимки, информацию об урожайности, показателях кислотности и сладости, а также ценообразовании, чтобы обеспечить оптимальное выращивание апельсиновых культур и сохранить оригинальный вкус [1].

Персонализация маркетинга

Чтобы лучше понять свою целевую аудиторию, таргетировать рекламные кампании и повысить их конверсию, Coca-Cola активно применяет технологии интеллектуального анализа данных (Data Mining). Так, еще в 2016 году корпорация продвигала свою марку холодного чая Gold Peak, ориентируя рекламные объявления на людей на основе анализа их фото в социальных сетях. С помощью ML-алгоритмов распознавания изображений, компания определяла фотографии людей со стаканами, банками и бутылками, в которых находился продукт Кока-Колы или ее конкурентов. Выявив таким образом любителей чая, компания таргетировала на них рекламные объявления на 40 различных мобильных сайтах, включая соцсети Instagram, Facebook и Twitter.

В результате такой точечной рекламы конверсия продаж выросла более чем на 2%, что в 3-4 раза больше лучших показателей в FMCG-сектора. Дополнительным эффектом этого применения технологий Big Data стало множество детальных потребительских портретов (пол, возраст, регион, занятость, интересы, платежеспособность, семейное положение и прочие характеристики клиента). После такого успеха собранная таким образом информация используется и в других маркетинговых задачах [3].

Искусственный интеллект в вендинговом автомате

Современный торговый автомат – это не просто немая витрина с продуктами, а полноценное средство общения с покупателем. Для интерактивного взаимодействия с клиентами Кока-Кола внедрила в свои вендинговые машины программные модули, которые меняют цвет сенсорного экрана в зависимости от предпочтений пользователя и окружающей обстановки. Это входит в программу персонализации продажи напитков, когда пользователь заказывает свою любимую смесь из любого торгового автомата. При этом вендинговая машина учитывает вкусы клиента при смешивании напитка, например, предлагая ему определенный ассортимент добавок. Также искусственный интеллект меняет поведение автомата в зависимости от его местоположения, добавляя больше интерактива в оживленных местах (торгово-развлекательные центры и пр.) или строгости в официальных учреждениях, таких как больницы, центры оказания госуслуг и т.д. [4].

Интернет вещей и дополненная реальность на производстве

Комплексная цифровизация производства предполагает непрерывную онлайн-интеграцию технологических показателей с бизнес-метриками за счет промышленного интернета вещей (Industrial Internet of Things, IIoT). В Coca-Cola эти технологии сопровождаются устройствами дополненной реальности, когда специальные очки позволяют наложить компьютерную графику на предметы реального мира. Благодаря этому специалисты по обслуживанию технологического оборудования получают дополнительные сведения о технике в процессе ее профилактического осмотра или ремонта. Также AR используется для решения проблем с вендинговыми автоматами в удаленных или труднодоступных местах, таких как круизные лайнеры, когда они находятся в море [1].

Тотальная цифровизация

Кока-Кола также использует Big Data и Machine Learning для оптимизации расходов, управление цепочками поставок, сканирование промо-кодов с использованием OCR-технологии для распознавания образов и множества других бизнес-задач [5]. Для этого в компании внедрено современное корпоративное хранилище данных, которое аккумулирует всю многоканальную информацию о розничной торговле, чтобы быстро и точно реагировать на изменения рынка. Еще предприятие поддерживает процессы управления основными данными, чтобы стандартизовать все процедуры Data Governence для эффективного производства и продвижения продукции, а также для повышения качества обслуживания потребителей [6].

В следующей статье мы продолжим рассказывать про опыт Coca-Cola и других FMCG-компаний. А как адаптировать эти примеры использования Big Data и Machine Learning в цифровизацию своего бизнеса, вы узнаете на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации руководителей и ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, аналитиков и Data Scientist’ов) в Москве:

Аналитика больших данных для руководителей

Смотреть расписание

Записаться на курс

Источники