Как «Детский мир» автоматизировал создание персонализированных промокампаний для клиентов благодаря облачным GPU

Сеть магазинов «Детский мир» — лидер на рынке детских товаров в России, Казахстане и Беларуси, а также один из крупнейших ритейлеров в стране с 1900 магазинами и 25 млн лояльных покупателей.

Одна из стратегических задач ритейлера — развивать высокотехнологичные цифровые системы взаимодействия с покупателями, чтобы повышать удобство обслуживания клиентов и укреплять лидерство на рынке. В рамках принятой стратегии «Детский мир» решил трансформировать систему персонализированных предложений. С ее помощью для зарегистрированных пользователей интернет-магазина формируются уникальные промопредложения, рекомендации и программа лояльности на основе анализа истории покупок, действий на сайте и других данных, которые обрабатываются с использованием современных технологий ИИ, включая машинное (machine learning) и глубокое обучение (deep learning).

Вначале команда Управления «Большие данные и технологии ИИ» «Детского мира» обучала классические ML-алгоритмы на CPU в рамках внутренней инфраструктуры. Со временем специалисты стали применять в работе более сложные модели, и локальных вычислительных мощностей компании для обучения нейронных сетей и проведения экспериментов стало недостаточно. Тогда было принято решение переходить на более мощные вычислительные ресурсы на базе графических ускорителей из облака, так как это удобнее, быстрее и эффективнее, чем строить собственный кластер с графическими ускорителями.

«Детский мир» остановил выбор на ресурсах провайдера Т1 Облако. Решающими факторами стали клиентоориентированность и высокий уровень профессионализма сотрудников, качество работы службы техподдержки, а также цена — аналогичное решение у других облачных провайдеров обошлось бы дороже.

ИТ-команда ритейлера совместно с техническими специалистами облачного провайдера подключила виртуальную инфраструктуру с GPU H100 и настроила необходимые конфигурации с помощью единого веб-интерфейса управления сервисами.

Для формирования промопредложений ритейлер собирает информацию о просмотрах и покупках товаров, кликах на сайте и других действиях клиентов. После предварительной обработки на собственной инфраструктуре с применением CPU и Hadoop-кластера данные выводятся на облачные GPU для обучения, и дальше с ними работают различные ИИ-модели. Они помогают определить пол и возраст ребенка покупателя, рассчитать вероятность следующей покупки со скидкой и без, вычислить оптимальный объем бонуса и многое другое. В результате клиент видит на сайте или в мобильном приложении автоматически сформированные персональные предложения.

«Детский мир» в разы ускорил разработку и обучение ИИ-моделей, что позволило ритейлеру быстрее формировать актуальные персонализированные предложения, сразу запускать промоакции и повышать лояльность клиентов.

Каждый день сеть магазинов запускает более 100 персонализированных кампаний на 25 миллионов авторизованных клиентов по всей стране. Такой подход повысил результативность промоакций и операционных процессов ритейлера. Персонализация помогла сократить зависимость от внешних рекламных инструментов и точнее определять уровень ценового стимула, необходимого конкретному клиенту. Это, в свою очередь, снизило потребность в массовых «веерных» распродажах и позволило более эффективно управлять маржинальностью.