AI Retail Advisor отримав нову можливість — автоматичні рекомендації супутніх товарів. Система аналізує мільйони історичних продажів кожної компанії та визначає, які товари найчастіше купують разом. Це дозволяє пропонувати покупцю те, що з високою ймовірністю буде йому корисним у момент покупки.

Навіщо це потрібно?

Покупці часто купують товари в логічних наборах: курку та спеції, крупу та олію, печиво та чай. Людина це робить інтуїтивно, а AI Retail Advisor — на основі статистики фактичних продажів.

Такий підхід дає значно точніші результати, ніж класичні «вгадування» або рекламні акції. Система пропонує лише ті товари, які реально купують разом саме у цієї компанії.

Як працює алгоритм

• AI аналізує всі продажі компанії за обраний період.
• Будуються пари товарів, що найчастіше зустрічаються в одному чеку.
• Результат розраховується для кожного товару окремо.
• Формується рейтинг супутніх товарів за частотою одночасних покупок.

Наприклад, якщо покупці часто беруть куряче філе та приправу до курки — рекомендація з’явиться автоматично.

Приклад рекомендації

Де можна використовувати рекомендації супутніх товарів?

1. E-commerce сайти (найбільший ефект)

Рекомендації «з цим товаром часто купують» — стандарт для онлайн-магазинів. Тепер цю функцію можна отримати з точністю, яку дає тільки реальна статистика.

• картка товару;
• корзина та оформлення замовлення;
• upsell / cross-sell блоки;
• персоналізовані email-розсилки.

Для e-commerce це фактично безкоштовний спосіб збільшити середній чек.

2. Внутрішні системи: TCU та Shopdesk

У TCU рекомендації з’являються у картці документа продажу та дозволяють оператору:

• бачити «логічні пари» товарів;
• вибирати товари для акцій або комплектів;
• оптимізувати розташування товарів у магазині.

У Shopdesk рекомендації також доступні, але важливо розуміти поведінку касира:

• підказки з’являються миттєво при додаванні товару;
• касирам іноді складно реагувати під час високого потоку покупців;
• але навіть кілька додаткових продажів на день дають реальний фінансовий ефект.

3. Маркетинг та мерчандайзинг

На основі рекомендацій легко формувати:

• комплекти товарів (наприклад, «курка + спеції + пакети»),
• акції «купи разом — знижка»,
• правильне розташування товарів у магазині.

Технічні деталі

Рекомендації будуються через запит до бази даних Retail Advisor, який аналізує всі продажі обраної компанії:

• фільтрація за CompanyGuid, торговою точкою та датою;
• пара «товар + супутній товар» виявляється через групування;
• у результаті повертаються товар, його код, назва та частота співпокупок.

Логіка оптимізована так, щоб працювати швидко навіть на великих масивах даних.

Переваги для бізнесу

• Зростання середнього чеку без акцій та знижок.
• Покращення досвіду покупця — пропонуємо те, що реально потрібно.
• Поглиблена аналітика супутніх товарів.
• E-commerce інтеграція без додаткових обчислень на стороні сайту.
• Підтримка кас та TCU у вигляді попереджень і рекомендацій.

Висновок

Функція супутніх товарів у AI Retail Advisor — це простий і потужний інструмент, який дозволяє збільшити продажі, підвищити зручність для покупця та підсилити ефективність як онлайн, так і офлайн бізнесу.