ИИ-помощники разрушают традиционную экономику продуктового онлайн-ритейла, выбирая самые дешевые товары в разных магазинах. Ритейлерам придется кардинально менять стратегии ценообразования.
2 мин
Появление интеллектуальных агентов для покупок ставит под угрозу традиционную экономику продуктового онлайн-ритейла. ИИ-помощники способны автоматически собирать корзину из самых дешевых товаров, распределяя один заказ между несколькими магазинами. Это разрушает устоявшуюся модель, при которой сети зарабатывали на сопутствующих товарах, компенсируя скидки на базовые продукты.
Исторически бизнес-модель продуктовых сетей строилась на формировании крупной корзины. Ритейлеры продают так называемые товары известной ценности (known-value items, KVI) — например, молоко, бананы или хлеб — по минимальной цене или даже в убыток, чтобы привлечь трафик. Человек, ориентируясь на эти цены, воспринимает магазин как выгодный и докупает другие, более маржинальные позиции. Эта психологическая особенность позволяла сетям сохранять общую рентабельность заказа.
visualization
ИИ-агенты лишены человеческой психологии. Получив список покупок, бот анализирует бесконечное количество товарных позиций (SKU) и оптимизирует итоговый результат в соответствии с задачей. Если выгоднее купить молоко в одном магазине, а мясо в другом, алгоритм просто разделит заказ. По данным исследований Bain & Company, средний размер онлайн-корзины в США уже перестал расти, а доля заказов из пяти и менее товаров увеличивается. Ситуация усугубится по мере развития технологий: например, Google уже анонсировала запуск сервиса, который собирает товары от разных продавцов в единую корзину для подтверждения пользователем.
Ритейлерам предстоит работать в сложной гибридной среде. Им нужно продолжать привлекать людей привычными скидками на базовые продукты, но при этом защищаться от безжалостной логики алгоритмов. Если ИИ будет выкупать только убыточные товары, предназначенные для привлечения внимания, маржинальность онлайн-доставки рухнет окончательно. Даже магазины с моделью всегда низких цен (everyday low price, EDLP) пострадают, если алгоритмы начнут фрагментировать их стандартную крупную корзину в пользу конкурентов с более агрессивными точечными скидками.
visualization
Чтобы сохранить бизнес, компаниям придется пересмотреть фундаментальные подходы к ценообразованию и продвижению. Возможные тактические решения включают скидки, которые активируются только при определенном объеме корзины, или более быструю доставку для крупных заказов. Поможет и привязка скидок к самовывозу из магазина — это сделает невыгодным разделение заказа для ИИ-агента из-за логистических сложностей.
Стратегическим преимуществом станет уникальный ассортимент, который алгоритм не сможет найти у конкурентов. В первую очередь речь идет о развитии собственных торговых марок (private label), как это успешно делает Costco. Кроме того, сетям придется конкурировать за пределами цены: гарантировать высокое качество свежих продуктов, предлагать точное расписание доставки и высокий уровень сервиса. Часть самых агрессивных скидок, вероятно, придется оставить исключительно для физических магазинов, чтобы исключить их эксплуатацию ботами в онлайне.
Изображение из источника
ИИ-агенты разрушают традиционную модель ценообразования в онлайн-ритейле, заставляя торговые сети пересматривать стратегии скидок и формирования корзины.
Чтобы защититься от алгоритмов, ритейлерам придется делать часть скидок доступными только в физических магазинах и активно развивать собственные торговые марки.
