Клуб Мерчандайзинга | Lasmart

Как сделать технологии частью собственной практики мерчандайзингового эксперта 👩‍💻 Мы привыкли рассказывать о Планировщике пространства SpacePlanner в контексте автоматизации процессов крупных ритейлеров. Но есть и другой сценарий использования — когда система становится рабочим инструментом независимого эксперта по мерчандайзингу. В новом кейсе рассказываем об опыте Ирины Коробейниковой. Работая с разными магазинами и сетями, эксперт может использовать Планировщик пространства SpacePlanner в собственных проектах: анализировать исходную ситуацию, работать с планировкой и выкладкой, моделировать изменения и наглядно показывать клиенту предлагаемое решение еще до перестройки торгового зала. При этом не нужно каждый раз подстраиваться под инструменты конкретного заказчика: собственная рабочая среда остается с экспертом и может использоваться в разных проектах. 🔗 Как Планировщик пространства SpacePlanner становится персональным инструментом мерчандайзингового эксперта — разбираем в новом кейсе.

Новый этап развития SpacePlanner ⚡️ За годы работы SpacePlanner мы реализовали десятки проектов для компаний из разных сегментов розничной торговли. Каждый проект подтверждал одну закономерность: при общих принципах управления торговым пространством каждая отрасль предъявляет свои требования к ассортименту, оборудованию, процессам и мерчандайзингу. Поэтому мы начинаем последовательно развивать отраслевое направление SpacePlanner — показывать возможности платформы через реальные задачи и особенности разных сегментов ритейла. Одним из первых отраслевых разделов стал фэшн-ритейл 👜 На сайте SpacePlanner появился раздел, полностью посвященный работе с сетями одежды. В нем мы собрали типовые задачи fashion-ритейла и показали, как платформа помогает управлять коллекциями, сезонными обновлениями, форматами магазинов, торговым оборудованием и визуальным мерчандайзингом. Мы хотим, чтобы компании из разных сегментов ритейла могли быстрее находить решения, которые учитывают особенности именно их бизнеса, и видеть практический опыт внедрения SpacePlanner в своей отрасли. За каждым проектом стоят глубокое понимание отраслевых процессов, практика внедрений и опыт решения задач конкретного бизнеса. Впереди — новые отраслевые разделы, кейсы и материалы, которые помогут взглянуть на управление торговым пространством через призму конкретного бизнеса 🚀

Одна категория, несколько типов оборудования, разные планограммы 🤔 Типичная ситуация для розничной сети: одна и та же категория выкладывается в магазинах на разном оборудовании: пристенный стеллаж, гондола, разные размеры секций, разные форматы торговых точек. Для каждого типа оборудования используется своя планограмма. На первый взгляд всё корректно — товары размещены, полка собрана, категория представлена. Но возникает важный вопрос: одинаковый ли состав товаров попал во все варианты выкладки? Вручную проверить это сложно. Нужно сравнивать планограммы между собой, сверять SKU, искать отсутствующие позиции и понимать, где расхождение действительно обосновано, а где это ошибка. ИИ-функционал SpacePlanner помогает сделать такую проверку быстрее. Можно сформулировать запрос: Все выделенные планограммы должны иметь одинаковый ассортимент. Выведи планограммы, которые отличаются по ассортименту. Выведи список товаров, которые отсутствуют в выкладке. На выходе специалист получает: 📊 список планограмм с отличиями; 📊 список товаров, которые не попали в выкладку; 📊 понимание, где ассортимент расходится между форматами оборудования. Это помогает быстрее находить ошибки до внедрения планограмм в магазины и поддерживать единый контроль ассортимента по сети. 👉🏻 ИИ-функционал SpacePlanner доступен для пилота на данных вашей сети. Покажем, как быстро находить расхождения в планограммах, ошибки выкладки и упущенные товары. Оставьте заявку — обсудим ваш сценарий и покажем, как это работает на практике.

Что скрывает ваша полка: проблемы, которые становятся видны после оцифровки 📊 Например, есть торцевой стеллаж с энергетиками. Место хорошее — рядом с кассами, высокая проходимость. Но оборот ниже ожидаемого. Что делать? Переставить товары? Усилить выкладку? Освободить место под более сильные позиции? На первый взгляд кажется, что ответ очевиден. Но когда торговый зал оцифрован, можно увидеть гораздо больше: какие товары занимают лучшие места, какие позиции не дают нужной отдачи, и где есть потенциал для роста. Именно такие задачи уже можно разбирать с помощью AI: анализировать торговое пространство, находить слабые зоны и получать рекомендации для дальнейших действий. Оцифровка магазина нужна не только для контроля — она помогает перейти к управлению торговым пространством на основе данных.

Что происходит после запроса к AI в SpacePlanner? 🤖 Допустим, категорийный менеджер спрашивает: «Добавляем энергетический напиток в банке 0,45 л с прогнозом выручки 21 000 ₽ в месяц. Куда его разместить?» AI не ограничивается общим советом вроде «поставьте товар в зоне хорошей видимости». Он сопоставляет запрос с данными, которые уже содержатся в SpacePlanner: 📊 характеристиками и габаритами товара; 📊 ценами и ассортиментом на планограмме; 📊 конструкцией оборудования и высотой полок; 📊 свободным пространством; 📊 товарным окружением и показателями соседних позиций. После этого система предлагает конкретное место и объясняет логику выбора: почему подходит именно эта полка, достаточно ли на ней пространства, с какими товарами окажется новинка и какие варианты можно рассмотреть дополнительно. В этом примере AI рекомендует вторую полку первого стеллажа: товар попадает в удобную для покупателя зону, находится рядом с энергетиками сопоставимого ценового сегмента и помещается на свободном участке. То есть пользователь получает не просто готовый ответ, а рекомендацию с аргументацией на основе данных конкретной планограммы. Решение остается за специалистом, но на первичный анализ требуется значительно меньше времени ⏱️

Новинка без истории продаж: куда поставить ее на полке? 🧃 У нового товара еще нет статистики продаж, на которую можно опереться. Поэтому место на полке часто выбирают по цене, аналогам или опыту категорийного менеджера. Дальше сценарий знакомый: новинку размещают в одном магазине или сразу по всей сети, ждут несколько недель и оценивают продажи. Если результат слабый, товар переставляют или делают вывод, что он неинтересен покупателю. Но вместо одного варианта можно протестировать несколько: 🪜 разные уровни полки 🪜 один, два или три фейсинга 🪜 основную выкладку, торец, палету или дисплей у кассы Image Recognition подтверждает исполнение выкладки, а аналитика показывает, какое размещение дает лучший результат. Так вопрос «куда поставить новинку?» превращается из решения на основе интуиции в управляемый эксперимент.

«С ростом числа касс самообслуживания покупатель все чаще действует сам. Значит ли это, что выкладка и навигация становятся еще важнее? Полка должна буквально подсказывать, что и где брать?» Этот вопрос задал один из участников вебинара с Георгием Смирновым. Кассы самообслуживания — лишь часть более общего изменения. Покупатель стал самостоятельнее на всем пути по магазину: сам ищет нужную категорию, сравнивает товары и принимает решение за несколько секунд. Особенно быстро выбирает молодая аудитория: понятно, заметно, подходит — берем. Поэтому выкладка сегодня должна не просто размещать ассортимент на полке. Ее задача — быстро помочь покупателю сориентироваться: 📊 где находится нужный товар; 📊 чем отличаются варианты; 📊 на что обратить внимание; 📊 какой товар выбрать. Чем лучше отработаны выкладка, навигация и сценарий движения по залу, тем выше вероятность, что товар окажется в корзине. А ИИ и аналитика помогают понять, насколько эти решения работают на практике: сопоставить выкладку с продажами, найти слабые зоны и быстрее проверить изменения в торговом пространстве. 💬 Напоминаем: вопросы и ситуации из вашей практики могут стать основой следующих экспертных разборов. Особенно интересны задачи, на которые пока нет очевидного ответа, — в мерчандайзинге, аналитике, управлении торговым пространством и применении AI в ритейле.

«Если бы вы пришли в сеть, где вообще нет культуры тестирования, с какой гипотезы начали бы в первый месяц?» 💬 Этот вопрос задал один из участников вебинара с Георгием Смирновым. Частая ошибка на старте — сразу пытаться исправить самые проблемные зоны: выбирать магазины с низкими показателями или категории, где есть сложности с продажами. Но первый эксперимент должен показать ценность самого подхода. Поэтому Георгий рекомендует начинать с сильных сторон бизнеса: выбирать лучшие магазины, успешные категории и проверять гипотезы там, где результат будет максимально заметен. Так проще получить объективный результат и понять, как выстраивать дальнейшую систему тестирования 📊 Напоминаем, что вы всегда можете прислать нам вопрос или тему для разбора. Ваш вопрос может стать темой следующего экспертного выпуска. Нам интересны реальные задачи из вашей практики — от тестирования гипотез и работы с данными до внедрения AI в мерчандайзинге 🤖

Единые стандарты выкладки даже в условиях Крайнего Севера 🥶 Как выстроить единые стандарты выкладки, если срок поставки отдельных товаров может достигать 45 дней? Эту задачу решала компания ООО «Рубин», развивающая торговые сети «Океан» и «Зеленая линия» в Норильске и северных районах Красноярского края. Вместе с командой заказчика мы внедрили Планировщик пространства SpacePlanner и адаптировали процесс управления выкладкой под особенности региона. Вместо жесткого контроля каждой SKU основной акцент сделали на товарных блоках и категориях. Такой подход позволяет сохранять логику выкладки даже при временном отсутствии части ассортимента. В кейсе рассказываем: • почему компания решила автоматизировать управление выкладкой; • как проходило внедрение; • какие результаты получила сеть уже на первых этапах проекта. 🔗 Читать по ссылке Наш сайт Мы ВКонтакте

Коллеги, вебинар успешно прошел — всем спасибо за участие! Если у вас остались вопросы — задавайте в комментариях ниже. 🥺 Пропустили эфир? Мы можем прислать вам запись и презентацию! Пишите на нашу почту webinar@lasmart.ru «AB-тест» ✉️

‼️ Вебинар начался ‼️ 📍 Ждём вас: https://start.bizon365.ru/room/141460/AB_TEST

🚨 Вебинар начнется через 5 минут 🚨 ➡️ Подключайтесь по ссылке: https://start.bizon365.ru/room/141460/AB_TEST

⚡️ Через час встречаемся на бесплатном вебинаре «A/B-тесты в торговом зале — реальность. Как управлять гипотезами в офлайн-ритейле с помощью ИИ» ⚡️ Присоединяйтесь! 🔗 Ссылка для входа: https://start.bizon365.ru/room/141460/AB_TEST

Уже завтра: что классический ритейл может позаимствовать у электронной коммерции? Что общего между интернет-магазином и обычной полкой? Намного больше, чем кажется 🚀 На вебинаре с Георгием Смирновым разберем, как A/B-тестирование, AI, тепловые карты и проверка гипотез помогают управлять торговым пространством так же точно, как в электронной коммерции уже много лет управляют сайтом и пользовательским опытом. Поговорим о том, как: • проверять идеи до масштабирования на всю сеть; • понимать, какие изменения действительно увеличивают продажи; • принимать решения на основе данных, а не интуиции. 🔗 Успейте зарегистрироваться по ссылке До встречи в эфире!

До вебинара с Георгием Смирновым осталась неделя ⚡️ 30 июня в 11:00 по МСК состоится бесплатный онлайн-вебинар «A/B-тесты в торговом зале — реальность. Как управлять гипотезами в офлайн-ритейле с помощью ИИ». Интернет-магазины давно проверяют гипотезы системно и быстро. В офлайне же решения по выкладке, промозонам и ассортименту до сих пор часто принимаются через призму обсуждений и практического опыта. На вебинаре разберем, как этот процесс меняется уже сейчас: 📊 как оценивать эффективность планограмм без субъективных оценок 📊 как тестировать выкладку и новинки 📊 как сравнивать варианты решений в торговом пространстве 📊 как ИИ помогает быстрее находить рабочие решения Участие бесплатное. 🔗 Успейте зарегистрироваться по ссылке