ИИ в ритейле

Молодой продавец в голубом фартуке на складе магазина держит картонную коробку и рассматривает её этикетку со штрихкодом. Рядом на нижней полке металлического стеллажа стоят ещё три коробки, за ним - розовая, голубая и жёлтая полосы.

Разбор продаж товара с ИИ - это структурированный процесс: данные в запрос, черновик от модели, проверка арифметики. ИИ здесь - черновик объяснения, план сверки, помощь сформулировать вопрос аналитику. Арифметику проверяет таблица или скрипт, не модель. На учебном примере сумма по товару за месяц выросла почти втрое, а число положительных документов - на 59,2 процента.

Перед тем как читать таблицу: положительные записи и C-корректировки суммируются со знаком, поэтому итог меньше суммы продаж. Физическое возвращение товара проверяют по учётным документам отдельно. Средняя сумма положительного документа - сумма положительных записей делится на число положительных документов; типичный документ требует распределения.

Что показывают данные по товару 85123A

Сумма по товару 85123A выросла с 4756,05 до 14119,80 GBP - рост на 196,9 процента. Число положительных документов увеличилось с 157 до 250, то есть на 59,2 процента. Средний документ стал крупнее: с 30,33 GBP в октябре до 56,55 GBP в ноябре. Деньги выросли быстрее, чем число документов, - значит, дело не только в количестве покупок.

Данные взяты из выгрузки исторического британского интернет-магазина подарков за период с 1 декабря 2010 по 9 декабря 2011. Это учебный пример, не данные реального клиента. Источник: Chen, D. (2015). Online Retail [Dataset]. UCI Machine Learning Repository, лицензия CC BY 4.0.

Каждая строка в файле описывает одну товарную позицию в одном документе: код товара StockCode, описание, количество, дату, цену в фунтах, номер счёта InvoiceNo, идентификатор покупателя CustomerID, страну. Одна строка - это не весь заказ и не один покупатель.

C-строка - это корректировка учётной записи: в ней отрицательное количество и отрицательная сумма. Она не означает подтверждённый физический возврат товара и может не отменять исходную продажу в том же месяце. Номер счёта сам по себе не доказывает факт передачи товара.

В таблицу вошли только допустимые строки: положительная цена, ненулевое количество, заполнены номер счёта и дата. Повторяющиеся строки сохранены: подтверждённого ключа нет.

Три термина, которые встречаются в таблице: положительный документ - счёт без буквы C в номере; знаковая сумма - сумма положительных документов плюс отрицательные отмены по учётным строкам; знаковое количество - то же самое для единиц товара.

Показатель Октябрь Ноябрь
Строки 168 263
Различные номера счетов, включая отмены 159 254
Положительные документы без отмен 157 250
Известные идентификаторы покупателей 127 191
Строки без идентификатора покупателя 16 21
Из них различных документов 15 21
Количество единиц, положительные документы 1689 4910
Отменённое количество -2 -6
Знаковое количество 1687 4904
Сумма положительных документов, GBP 4761,95 14136,70
Сумма отмен, GBP -5,90 -16,90
Знаковая сумма, GBP 4756,05 14119,80

Пока нет распределения документов по размеру, говорить о типичной покупке нельзя.

Строки без идентификатора покупателя - отдельная группа: 16 в октябре (15 документов), 21 в ноябре (21 документ). Пропуск нельзя превращать в одного клиента и нельзя исключать эти строки из денежного итога без явной записи о решении. Исключение не обязательно уменьшает знаковую сумму: среди них могут быть отрицательные корректировки.

Готовый запрос для разбора продаж товара с ИИ

Запрос ниже содержит все числа из таблицы, ограничения и требования к форме ответа. Скопируйте его целиком и вставьте в ИИ.

Товар 85123A, розничный интернет-магазин, октябрь и ноябрь 2011.
Все страны, допустимые строки: положительная цена, ненулевое количество,
заполнены номер счёта и дата. Повторяющиеся строки сохранены.

Октябрь:
- Строки: 168
- Положительные документы без отмен: 157
- Известные идентификаторы покупателей в них: 127
- Строки без идентификатора покупателя: 16 (15 различных документов)
- Количество единиц: 1689
- Отменённое количество: минус 2, знаковое: 1687
- Сумма положительных: 4761,95 GBP
- Сумма отмен: минус 5,90, знаковая: 4756,05

Ноябрь:
- Строки: 263
- Положительные документы без отмен: 250
- Известные идентификаторы покупателей в них: 191
- Строки без идентификатора покупателя: 21 (21 различный документ)
- Количество единиц: 4910
- Отменённое количество: минус 6, знаковое: 4904
- Сумма положительных: 14136,70 GBP
- Сумма отмен: минус 16,90, знаковая: 14119,80

Ограничения:
- Отмены (C) не сопоставлены с исходными документами.
- Пропуск идентификатора покупателя не превращать в одного клиента.
- Данные учебные, не сегодняшний спрос.
- Причина роста не известна.

Задача:
1. Наблюдения, подтверждённые цифрами выше.
2. Проверяемые объяснения роста (минимум три альтернативы).
3. Приоритетная следующая проверка: что запрашивать, у кого, какие поля.
4. Запрещённые по этим данным выводы.

Разделяй причины и наблюдения. Не утверждай причинность без распределения
по документам, дням, клиентам. Можно самостоятельно пересчитать проценты
и средние по переданным цифрам с проверкой. Нельзя вводить новые количества,
которых нет в исходных данных.
Рука держит фотографию прежней выкладки перед магазинной полкой. На снимке и на полке те же банки варенья, коробки чая с рисунками листьев и бутылки, но стоят они в разном порядке. Ценники - цветные полоски без цифр.

Черновик ответа и проверка арифметики

Ниже образец, составленный вручную. Это не результат реального запуска модели.

Наблюдения:
- Знаковая сумма выросла на 9363,75 GBP (196,9%).
- Знаковое количество выросло на 3217 единиц (190,7%).
- Положительных документов стало 250 против 157 (рост 59,2%).
- Известных идентификаторов покупателей: 191 против 127.
- Сумма на положительный документ: 30,33 GBP в октябре, 56,55 в ноябре.
- Единиц на документ: 10,76 против 19,64.
- Строки без идентификатора покупателя: 16 в октябре (15 документов),
  21 в ноябре (21 документ). Отдельная группа, не сводится к клиентам.

Альтернативные объяснения:
1. Рост сосредоточен в нескольких крупных документах (оптовые закупки).
   Проверка: распределение количества по документам, доля документов
   свыше 50 единиц.
2. Товар был недоступен в октябре и стал доступен в ноябре.
   Проверка: ежедневные остатки, даты поступлений, резервы.
   Доступность на уровне месяца не исключает различия по дням.
3. Акция могла проводиться с точными датами и механикой.
   Гипотеза, не подтверждение. Проверка: календарь промо, каналы,
   сопоставимые товары без акции.
4. Изменилась цена за единицу.
   Проверка: распределение цен по дням в обоих месяцах.

Приоритетная следующая проверка:
Размер и состав документов (распределение единиц по счётам) и дневная
доступность товара. Календарь промо запрашивается при наличии.
Поля: дата, остаток на конец дня, поступление, резерв; для промо:
дата начала/окончания, канал, цена, механика.

Запрещённые выводы:
- Один конкретный покупатель отвечает за рост (нужно пересечение
  идентификаторов и распределение сумм по ним).
- Типичная покупка стала крупнее (нужно распределение по документам).
- Рост является результатом акции (нужны сопоставимые дни без акции).
- Можно переносить рост товара на весь ассортимент магазина.

Проверьте арифметику по шагам:

1. Разница по сумме: 14119,80 - 4756,05 = 9363,75. Делим на 4756,05 - получаем 196,9%.
2. Разница по количеству: 4904 - 1687 = 3217. Делим на 1687 - получаем 190,7%.
3. Средний документ в октябре: 4761,95 ÷ 157 = 30,33 GBP.
4. Средний документ в ноябре: 14136,70 ÷ 250 = 56,55 GBP.
5. Единиц на документ в октябре: 1689 ÷ 157 = 10,76. В ноябре: 4910 ÷ 250 = 19,64.

Все числа совпадают с таблицей.

Первая проверка: размер и состав документов и дневная доступность товара. Промо-календарь - при наличии. До этих данных закупку и прогноз не трогать.

Готовый краткий вывод для менеджера выглядит так:

Сумма по 85123A выросла с 4756,05 до 14119,80 GBP, рост 196,9%. Средний документ стал крупнее: с 30,33 до 56,55 фунтов. Причина неизвестна. Первая проверка: распределение единиц по документам и дневные остатки. Промо-календарь запрошу, если он доступен. Закупку и прогноз пока не трогаю.

Что дальше проверяет аналитик

Запасы и доступность товара. Нужны ежедневные остатки, поступления и резервы. Нулевые продажи в конкретный день не означают отсутствия спроса: покупатель мог уйти в другой магазин или перенести покупку. Доступность на уровне месяца не говорит ничего о конкретных днях. Если товар был доступен каждый день в обоих месяцах, гипотеза доступности отпадает и внимание смещается к промо или составу покупок. Сопоставление дней доступности даёт основание для анализа, но не контролирует все факторы.

Промоакция. Для анализа нужны точные даты, каналы, цена и механика акции. Рост до и после промо сам по себе не выделяет его эффект: в промежутке меняются сезонность, конкуренты, состав покупателей. Сопоставление с товарами без акции в тот же период даёт основу для сравнения. Если промо не проводилось, этот фактор исключают.

Цена за единицу. Цена в строке - это транзакционная цена, не прайс-лист и не причина скидки. Если в ноябре продали больше крупных упаковок со скидкой, средняя цена упадёт при росте общего количества. Рост денег и рост спроса - разные вещи.

Отмены (C-строки). C-строки не сопоставлены с исходными продажами в этих данных, поэтому считать долю возвратов по ним нельзя. Для точного анализа нужен запрос в учётный отдел: связь с исходным документом, тип операции, дата корректировки. До этих данных отмены учитываются в знаковой сумме, но не интерпретируются как подтверждённые возвраты.

Себестоимость. В выгрузке нет стоимости проданных товаров. Прайс-лист поставщика не даёт себестоимость: она зависит от метода учёта запасов и учётного периода. Стандарт IAS 2 различает стоимость запасов, затраты приобретения и затраты доведения до места и состояния, описывает методы распределения - FIFO (правило «первым пришёл - первым ушёл») и средневзвешенную стоимость. Финансовый отдел согласовывает, какая стоимость отнесена к проданным единицам, какой охват выручки сопоставим с затратами, как учтены скидки и отмены. Маржу из этих данных не восстановить.

Прогноз. Прогноз корректируют при подтверждённом существенном событии: акции, празднике, изменении ассортимента. Обоснование фиксируют. Месячный рост сам по себе не основание для ручной поправки - особенно когда причина роста не установлена. Об обоснованных поправках к прогнозу - в руководстве Forecasting: Principles and Practice.

Закупка. Для пересмотра нужны остаток, путь товара, срок поставки, минимальная партия, резервы и бюджет. В выгрузке этих полей нет. Записка ставит аналитический вопрос, не автозаказ.

Над деревянным прилавком рука в жёлтом рукаве отрывает длинную ленту от маленького белого чекового принтера, а рука в розовом рукаве с другой стороны раскрытой ладонью ждёт эту ленту. На ленте только неразборчивые штрихи.

Весь датасет за тринадцать месяцев: четыре класса строк

Файл UCI Online Retail содержит 541 909 строк за период с 1 декабря 2010 по 9 декабря 2011. Обработка проведена 4 октября 2026, повторный независимый расчёт сверил классы, месяцы, хеш и пропуски. Четыре класса покрывают все строки без остатка:

Класс Строки Сумма, GBP
Положительные документы без отмен 530104 10666684,544
Отмены (C) 9288 -896812,490
Отрицательные без C 0 0
Исключённые (неположительная цена) 2517 0
Проверка покрытия: 530104 + 9288 + 0 + 2517 = 541909.
Знаковый итог файла: 10666684,544 - 896812,490 = 9769872,054 GBP.

Помесячные итоги знаковой суммы:

Месяц Строки Сумма, GBP
2010-12 42208 748957,020
2011-01 35007 560000,260
2011-02 27580 498062,650
2011-03 36502 683267,080
2011-04 29655 493207,121
2011-05 36785 723333,510
2011-06 36688 691123,120
2011-07 39330 681300,111
2011-08 35151 704804,630
2011-09 50066 1019687,622
2011-10 60504 1070704,670
2011-11 84445 1461756,250
2011-12 25471 433668,010

Сумма всех тринадцати месяцев даёт 9769872,054 GBP - ровно знаковый итог. Декабрь 2011 неполный (данные до 9-го числа) и не сравнивается с полными месяцами. Даже полные октябрь и ноябрь ограничены своим календарём и сезонностью.

135 080 строк не имеют идентификатора покупателя CustomerID, 1454 - описания. Каталог UCI указывает отсутствие пропусков, причина расхождения неизвестна. Для денежного товарного итога идентификатор не требуется, строки оставлены. Для подсчёта уникальных покупателей пропуск нельзя превращать в одного клиента; направление смещения метрик покупателей неизвестно. В файле 5268 полных повторов по восьми полям - они сохранены. Сочетание InvoiceNo, StockCode и даты нельзя считать уникальным ключом; для сверки полезен порядковый номер строки.

Данные: Chen, D. (2015). Online Retail [Dataset]. UCI Machine Learning Repository, https://doi.org/10.24432/C5BW33, лицензия CC BY 4.0. Исторический британский интернет-магазин подарков, многие покупатели оптовые. Обработка, фильтрация и расчёты выполнены Majento; автор данных выводы не подтверждает.

Технический алгоритм: получить выгрузку, проверить схему и период, пометить классы; цену перевести в целые единицы через масштаб 100 000 (доли пенни сохраняются, округление только на выводе), умножить на знаковое количество, агрегировать и сверить по классам, месяцам и итогу. Контрольная сумма входного файла подтверждает тот же документ, но не доказывает правильность расчёта.

Как на этой задаче учат команду

Обучение строится вокруг одного навыка: взять рабочий вопрос по товару и довести его до проверяемой записки для менеджера.

Задача устроена так:

  1. Менеджер задаёт вопрос по конкретному товару и называет допустимые варианты действий.
  2. Аналитик рассчитывает данные и готовит таблицу для сверки.
  3. Участник самостоятельно интерпретирует таблицу без ИИ, потом формулирует запрос, правит черновик и проверяет арифметику.
  4. Участник защищает записку перед коллегой.

Результат оценивается по качеству принятого решения, не по удовлетворённости занятием.

Проверочный вопрос для участников: итоги магазина за октябрь составили 1070704,670 GBP на 60504 строки, за ноябрь - 1461756,250 GBP на 84445 строк. Сумма выросла на 36,5 процента, строк - на 39,6. Участник объясняет, почему рост товара 85123A нельзя переносить на весь ассортимент, и называет первую проверку. Если рост сосредоточен в крупных документах - следующий шаг ищет оптовых покупателей. Если распределён равномерно - ищут общий сдвиг спроса. Пока распределения нет, оба варианта остаются открытыми.

Признак освоения навыка: участник берёт новый товар, новый период, проходит весь путь без подсказок и подтверждает корректный черновик либо находит и исправляет ошибку или пропуск в модели. Одна выполненная задача не доказывает закрепление навыка.

Вопросы и ответы

Можно ли считать рост суммы доказательством роста спроса?

Нет. Сумма зависит от количества, цены за единицу и состава покупок. Если в ноябре продали больше крупных упаковок или упаковок по другой цене, сумма вырастет даже при том же числе покупателей. Чтобы говорить о росте спроса, нужно распределение документов по размеру и сравнение цен по дням. Пока этих данных нет, правильное наблюдение звучит так: сумма выросла, средний документ стал крупнее. Причина остаётся неизвестной.

Что делать с документами, где нет идентификатора покупателя?

Оставить отдельной группой. Пропуск CustomerID нельзя превращать в одного клиента и нельзя исключать такие строки из денежного итога без записи о принятом решении. Для подсчёта покупателей используйте только строки с известными идентификаторами - это нижняя граница, не полная аудитория. В октябре строк без CustomerID было 16 (15 документов), в ноябре - 21 (21 документ). Исключение таких строк не обязательно уменьшает знаковую сумму: среди них могут быть отрицательные корректировки.

Почему рост продаж одного товара нельзя переносить на весь магазин?

Один товар - это часть ассортимента со своей динамикой: наличие на складе, цена, продвижение, состав покупателей. В ноябре 2011 магазин в целом вырос на 36,5 процента по сумме, а товар 85123A - на 196,9 процента. Это разные явления с разными объяснениями. Чтобы переносить вывод на весь ассортимент, нужна картина по всем товарным группам с учётом их разного веса и динамики.

Как работать с отменёнными записями - строками с буквой C?

C-строка - это корректировка: в ней отрицательное количество и отрицательная сумма. Она не означает подтверждённый физический возврат и не обязательно отменяет исходную продажу в том же месяце. В этих данных C-строки не сопоставлены с исходными продажами, поэтому считать долю возвратов по ним нельзя. Для точного анализа нужен запрос в учётный отдел: связь с исходным документом, тип операции и дата корректировки. До этих данных отмены учитываются в знаковой сумме, но не интерпретируются как подтверждённые возвраты.

Зачем в запросе к ИИ писать ограничения и запрещённые выводы?

Когда вы пишете «причина роста неизвестна» и перечисляете запрещённые выводы, черновик получается точнее и его проще проверить. Без явного ограничения модель может написать, что акция стала причиной роста, - хотя данных о механике и датах нет. Или что типичная покупка стала крупнее - хотя распределения документов по размеру нет. Явные ограничения делают черновик аккуратнее и экономят время проверки.

Как убедиться, что модель не ввела в ответ числа, которых не было в запросе?

Запрос явно запрещает вводить новые количества. Сверьте каждое число в черновике с таблицей: если встретился процент без соответствующих исходных чисел, проверьте арифметику вручную - разделите разницу на базовое значение. Если результат не совпадает с вашим расчётом, уточните формулировку запроса и повторите. Хорошая привычка - проверять хотя бы два-три числа из черновика, а не только итоговые.

Как понять, что навык анализа продаж с ИИ освоен?

Участник берёт новый товар, новый период, самостоятельно формулирует запрос с полными данными, получает черновик, проверяет результат и защищает записку перед коллегой. Корректный ответ подтверждён, ошибочный исправлен - приёмка конкретного результата. Самостоятельный перенос на новый вопрос без шаблона даёт основание оценивать навык. Одна задача не доказывает освоение.

Где искать похожие задачи для практики?

В разделе «Обучение ИИ» на сайте Majento собраны материалы по работе с данными и постановке аналитических вопросов. Подход из этой статьи применим к любому товару из любой выгрузки: возьмите два соседних месяца, подготовьте таблицу с теми же показателями, сформулируйте запрос по той же схеме и проверьте арифметику вручную. Для практики подойдёт тот же датасет UCI Online Retail - сотни товаров с разной динамикой.

Как начать разбор продаж своего товара

Разбор продаж товара с ИИ - структурированный процесс. ИИ даёт черновик объяснения и структуру гипотез; решение принимает человек на основе проверенных цифр. Главный навык - отделить наблюдение от вывода.

Возьмите свой товар и повторите разбор по запросу выше.

Связаться с нами: Telegram или почта.

Следующий шаг

Источники

  1. Материал doi.org
  2. Материал creativecommons.org
  3. Материал ifrs.org
  4. Материал otexts.com

Открыть как Markdown