«Ланит» создал решение по предсказанию покупок.
Группа компаний «Ланит» создала «дочернюю» компанию «Ланит Омни», которая будет заниматься внедрением специализированного ПО в сфере ритейла. Приоритетное направление – управление поведением покупателя. Компания сосредоточится на разработке и продаже ПО в секторе программ лояльности, предиктивной аналитики и цифровых коммуникаций.
В сфере предиктивной аналитики основным продуктом «Ланит Омни» является сервис персональных рекомендаций ClearFuture, созданный на базе алгоритма анализа потребительского поведения. По словам разработчиков, глубокая аналитика «больших данных» дает возможность вычислить, насколько вероятна покупка каждого конкретного товара каждым конкретным участником программы лояльности.
Такой прогноз можно составить в отношении любого клиента, проанализировав поведение других клиентов, похожих на него по характеристикам. Это позволяет сформулировать персональное предложение для каждого покупателя, с учетом как его собственных индивидуальных потребностей, так и задач продавца на рынке в текущий момент. ClearFuture должен составить конкуренцию встроенному модулю предиктивной аналитики SAP и решениям компаний Loymax и Manzana.
«Ланит Омни» сообщает, что в число ее заказчиков входят группа компаний Inventive Retail Group (бренды LEGO, re:Store, Sony, Samsung, DeBonTon и др.), сеть ювелирных магазинов «Адамас», торговая сеть «Техносила», строительный торговый дом «Петрович», компания «Модный континент» (бренд INCITY) и другие розничные сети. Государственных заказов у компании пока не было [cnews].
#ритейл #ланит #bigdata #аналитика
⚠️ Подпишитесь на свежие новости тут 👇👇👇https://telegram.me/joinchat/COF3Jz5fTed3QvT-c1WxvQ
Источник - @ofd24
Группа компаний «Ланит» создала «дочернюю» компанию «Ланит Омни», которая будет заниматься внедрением специализированного ПО в сфере ритейла. Приоритетное направление – управление поведением покупателя. Компания сосредоточится на разработке и продаже ПО в секторе программ лояльности, предиктивной аналитики и цифровых коммуникаций.
В сфере предиктивной аналитики основным продуктом «Ланит Омни» является сервис персональных рекомендаций ClearFuture, созданный на базе алгоритма анализа потребительского поведения. По словам разработчиков, глубокая аналитика «больших данных» дает возможность вычислить, насколько вероятна покупка каждого конкретного товара каждым конкретным участником программы лояльности.
Такой прогноз можно составить в отношении любого клиента, проанализировав поведение других клиентов, похожих на него по характеристикам. Это позволяет сформулировать персональное предложение для каждого покупателя, с учетом как его собственных индивидуальных потребностей, так и задач продавца на рынке в текущий момент. ClearFuture должен составить конкуренцию встроенному модулю предиктивной аналитики SAP и решениям компаний Loymax и Manzana.
«Ланит Омни» сообщает, что в число ее заказчиков входят группа компаний Inventive Retail Group (бренды LEGO, re:Store, Sony, Samsung, DeBonTon и др.), сеть ювелирных магазинов «Адамас», торговая сеть «Техносила», строительный торговый дом «Петрович», компания «Модный континент» (бренд INCITY) и другие розничные сети. Государственных заказов у компании пока не было [cnews].
#ритейл #ланит #bigdata #аналитика
⚠️ Подпишитесь на свежие новости тут 👇👇👇https://telegram.me/joinchat/COF3Jz5fTed3QvT-c1WxvQ
Источник - @ofd24
ФНС России готовится к онлайн-управлению поведением налогоплательщиков.
Новые IT-решения в системе ФНС позволят налоговым органам в перспективе напрямую влиять на поведение компаний, трансформируя бизнес-культуру, заявили вчера представители ФНС на форуме "Цифровые вершины" в РАНХиГС.
Одним из наиболее важных на форуме были выступления двух заместителей главы ФНС, Дмитрия Григоренко и Андрея Петрушина — налоговая служба впервые раскрыла свои представления о том, как IT-технологии ФНС влияют и будут в перспективе влиять на бизнес-процессы в деловой среде.
ФНС в последние годы реализовала впечатляющие проекты в сфере IT-обеспечения сборов налогов, и презентация Андрея Петрушина была соответствующим образом озаглавлена — "IT-решения как главный инструмент пополнения бюджета».
Презентация Дмитрия Григоренко "Налоговая в "облаках" была посвящена перспективам новых возможностей, которые появляются у госаппарата в связи с возможностями анализа big data — причем не столько с точки зрения собственно собираемости налогов (с 2011 года, в первую очередь за счет системы контроля НДС и внутренней перестройки работы ФНС, эти решения в основном влияют на динамику сборов вне конъюнктурной составляющей), сколько за счет появления новых по идеологии инструментов работы налоговой службы.
По словам господина Григоренко, современные IT-решения позволяют ФНС планировать не только стопроцентный охват налогоплательщиков, но и анализировать данные в режиме онлайн, прогнозировать поведение налогоплательщика и в пределах компетенции службы влиять на них, занимаясь "не следствиями, а причиной" неуплаты налогов и ухода в некорректные схемы работы.
По словам представителей ФНС, в результате анализа big data появляется возможность изменять нормативную документацию адекватно реальным бизнес-процессам у налогоплательщиков и "менять бизнес-культуру общества".
Отметим, в настоящее время можно говорить о влиянии на бизнес четырех развивающихся проектов ФНС — будущей системы АСК "Налог-3", которая резко расширит возможности контроля ФНС за уплатой налогов (в том числе за пределами НДС), системы контроля розничных продаж на основе нового поколения контрольно-кассовой техники, систем маркировки товаров на базе RFID-меток и создания единой информбазы данных для идентификации граждан.
Достаточно логичное продолжение такой системы, что, впрочем, ФНС активно не комментирует (это компетенция Минфина и ЦБ) — это трансформация банковских платежей на основе blockchain-технологий, развитие платежных систем с платежами в режиме реального времени и сокращение наличного денежного оборота (возможно, директивного — через дальнейшее ограничение пороговых сумм наличных платежей, Минфин неоднократно обсуждал это как перспективу будущего).
Однако уже по итогам первого раунда "цифровой революции" в экономике можно говорить о довольно скором, на горизонте пяти-семи лет, новом и сильном даже в сравнении с экономическими событиями 2004-2011 годов влиянии IT-технологий на деловую среду.
Исходя из комментариев ФНС, в правительстве вполне осознают открывающиеся перспективы — и в сфере повышения собственной эффективности, и в сфере возможной трансформации госрегулирования, которое постепенно будет приводить к большей, чем сейчас, интегрированности работы компаний и контрольно-надзорных органов. "Онлайн-госрегулирование" — явление, к которому российскому бизнесу, видимо, придется адаптироваться, преодолевая сейчас отчетливое отделение бизнес-сферы от сферы госуправления. К тому же с большой вероятностью IT-решения будут размывать и само понятие "тени" в экономике [Коммерсант].
#ФНС #Петрушин #Григоренко #BigData #IT
⚠️ Подпишитесь на свежие новости тут 👇👇👇https://telegram.me/joinchat/COF3Jz5fTed3QvT-c1WxvQ
Источник - @ofd24
Новые IT-решения в системе ФНС позволят налоговым органам в перспективе напрямую влиять на поведение компаний, трансформируя бизнес-культуру, заявили вчера представители ФНС на форуме "Цифровые вершины" в РАНХиГС.
Одним из наиболее важных на форуме были выступления двух заместителей главы ФНС, Дмитрия Григоренко и Андрея Петрушина — налоговая служба впервые раскрыла свои представления о том, как IT-технологии ФНС влияют и будут в перспективе влиять на бизнес-процессы в деловой среде.
ФНС в последние годы реализовала впечатляющие проекты в сфере IT-обеспечения сборов налогов, и презентация Андрея Петрушина была соответствующим образом озаглавлена — "IT-решения как главный инструмент пополнения бюджета».
Презентация Дмитрия Григоренко "Налоговая в "облаках" была посвящена перспективам новых возможностей, которые появляются у госаппарата в связи с возможностями анализа big data — причем не столько с точки зрения собственно собираемости налогов (с 2011 года, в первую очередь за счет системы контроля НДС и внутренней перестройки работы ФНС, эти решения в основном влияют на динамику сборов вне конъюнктурной составляющей), сколько за счет появления новых по идеологии инструментов работы налоговой службы.
По словам господина Григоренко, современные IT-решения позволяют ФНС планировать не только стопроцентный охват налогоплательщиков, но и анализировать данные в режиме онлайн, прогнозировать поведение налогоплательщика и в пределах компетенции службы влиять на них, занимаясь "не следствиями, а причиной" неуплаты налогов и ухода в некорректные схемы работы.
По словам представителей ФНС, в результате анализа big data появляется возможность изменять нормативную документацию адекватно реальным бизнес-процессам у налогоплательщиков и "менять бизнес-культуру общества".
Отметим, в настоящее время можно говорить о влиянии на бизнес четырех развивающихся проектов ФНС — будущей системы АСК "Налог-3", которая резко расширит возможности контроля ФНС за уплатой налогов (в том числе за пределами НДС), системы контроля розничных продаж на основе нового поколения контрольно-кассовой техники, систем маркировки товаров на базе RFID-меток и создания единой информбазы данных для идентификации граждан.
Достаточно логичное продолжение такой системы, что, впрочем, ФНС активно не комментирует (это компетенция Минфина и ЦБ) — это трансформация банковских платежей на основе blockchain-технологий, развитие платежных систем с платежами в режиме реального времени и сокращение наличного денежного оборота (возможно, директивного — через дальнейшее ограничение пороговых сумм наличных платежей, Минфин неоднократно обсуждал это как перспективу будущего).
Однако уже по итогам первого раунда "цифровой революции" в экономике можно говорить о довольно скором, на горизонте пяти-семи лет, новом и сильном даже в сравнении с экономическими событиями 2004-2011 годов влиянии IT-технологий на деловую среду.
Исходя из комментариев ФНС, в правительстве вполне осознают открывающиеся перспективы — и в сфере повышения собственной эффективности, и в сфере возможной трансформации госрегулирования, которое постепенно будет приводить к большей, чем сейчас, интегрированности работы компаний и контрольно-надзорных органов. "Онлайн-госрегулирование" — явление, к которому российскому бизнесу, видимо, придется адаптироваться, преодолевая сейчас отчетливое отделение бизнес-сферы от сферы госуправления. К тому же с большой вероятностью IT-решения будут размывать и само понятие "тени" в экономике [Коммерсант].
#ФНС #Петрушин #Григоренко #BigData #IT
⚠️ Подпишитесь на свежие новости тут 👇👇👇https://telegram.me/joinchat/COF3Jz5fTed3QvT-c1WxvQ
Источник - @ofd24
В сентябре исполнится год как операторы фискальных данных в России начали собирать данные о покупках. В конце июня 2017 года Платформа ОФД выпустила обзор потребительской активности россиян за июнь. В июле выпустила обзор про наличные и безналичные платежи россиян.
Также в июле, следом за Платформой, своей статистикой поделился Первый ОФД, рассказав о динамике среднего чека. Обзоры опубликованы на сайтах операторов.
Будем внимательно наблюдать за дальнейшим развитием данного сегмента у ОФД.
А пока посмотрим какие тренды в обработке больших данных задают мировые гиганты: технология дифференциальной приватности от Google и Apple.
В сентябре прошлого года Apple начала испытания новой технологии пользовательских данных, а теперь внедряет её в своих новых продуктах. Технология решает насущную проблему: понять пользователей, не шпионя за ними.
Чтобы размыть данные пользователей, технология добавляет в анализируемые данные пользователей статистический шум. Технология называется дифференциальной приватностью. Еще год назад этот термин был известен лишь ученым, а сегодня данной технологией пользуются Microsoft и Uber. Так компании могут создавать свои продукты и анализировать данные, но не привязывая их к конкретным людям.
Современные инструменты анализа способны находить связи в больших базах данных. Поэтому они способны идентифицировать личность там, где нужна анонимность. Это и беспокоит экспертов.
Например, два года назад исследователи из Массачусетского технологического института обнаружили, что можно идентифицировать покупателей магазинов, связав учетные записи социальных сетей с данными кредитных карт или временем совершения покупок.
«Люди даже не представляют, как легко их данные могут перестать быть анонимными», – считает основатель стартапа LeapYear Technologies (разрабатывает софт для анонимизации данных) Исхан Неруркар.
Apple часто критикуют за отставание от конкурентов – например, от Google, которая сделала большой шаг вперед в распознавании образов и языков для виртуальных помощников и беспилотных автомобилей. Пока доступ к данным помогал таким компаниям как Google развивать искусственный интеллект, Apple мешала собственная политика конфиденциальности. До сегодняшнего дня корпорация не собирала данные пользователей, но, чтобы преуспеть в эру искусственного интеллекта, Apple предстоит этим заняться, констатирует доцент Калифорнийского университета Эбхрадип Гуха Тхакурта. До января 2017 г. он участвовал в разработке систем конфиденциальности Apple. Одним из главных достоинств искусственного интеллекта он называет дифференциальную приватность.
Раньше Apple анализировала, как люди используют эмодзи и сленг на iPhone. Теперь же корпорация старается получить больше данных о состоянии здоровья пользователя и посещенных ими веб-страницах, рассказала инженер-программист Apple Кэйт Скиннер. С помощью дифференциальной приватности Apple уже защищает миллионы записей, которые получает от компьютеров Apple, iPhone и iPad. Появление новых функций всегда сопровождается усилением конфиденциальности, заверил представитель Apple.
Google – один из первых разработчиков дифференциальной приватности. Компания использует её для размытия данных браузера Chrome. Но технология зачастую страдает от неточности и подходит не для всех видов анализа. «В некоторых случаях мы даже не можем ответить на вопросы, ответы на которые разработчики хотят услышать», – рассказывает разработчик технологии приватности в Google Йонатан Зунгер.
А Microsoft совместно с San Diego Gas & Electric работают над пилотным проектом, который сделает доступными для исследователей данные «умных» счетчиков потребления. Эти данные не будут привязаны ни к одному из клиентов, обещает корпорация (Ведомости).
#bigdata #анализ #данные #обработка #apple #google
@ofd24 (https://tttttt.me/ofd24)
Также в июле, следом за Платформой, своей статистикой поделился Первый ОФД, рассказав о динамике среднего чека. Обзоры опубликованы на сайтах операторов.
Будем внимательно наблюдать за дальнейшим развитием данного сегмента у ОФД.
А пока посмотрим какие тренды в обработке больших данных задают мировые гиганты: технология дифференциальной приватности от Google и Apple.
В сентябре прошлого года Apple начала испытания новой технологии пользовательских данных, а теперь внедряет её в своих новых продуктах. Технология решает насущную проблему: понять пользователей, не шпионя за ними.
Чтобы размыть данные пользователей, технология добавляет в анализируемые данные пользователей статистический шум. Технология называется дифференциальной приватностью. Еще год назад этот термин был известен лишь ученым, а сегодня данной технологией пользуются Microsoft и Uber. Так компании могут создавать свои продукты и анализировать данные, но не привязывая их к конкретным людям.
Современные инструменты анализа способны находить связи в больших базах данных. Поэтому они способны идентифицировать личность там, где нужна анонимность. Это и беспокоит экспертов.
Например, два года назад исследователи из Массачусетского технологического института обнаружили, что можно идентифицировать покупателей магазинов, связав учетные записи социальных сетей с данными кредитных карт или временем совершения покупок.
«Люди даже не представляют, как легко их данные могут перестать быть анонимными», – считает основатель стартапа LeapYear Technologies (разрабатывает софт для анонимизации данных) Исхан Неруркар.
Apple часто критикуют за отставание от конкурентов – например, от Google, которая сделала большой шаг вперед в распознавании образов и языков для виртуальных помощников и беспилотных автомобилей. Пока доступ к данным помогал таким компаниям как Google развивать искусственный интеллект, Apple мешала собственная политика конфиденциальности. До сегодняшнего дня корпорация не собирала данные пользователей, но, чтобы преуспеть в эру искусственного интеллекта, Apple предстоит этим заняться, констатирует доцент Калифорнийского университета Эбхрадип Гуха Тхакурта. До января 2017 г. он участвовал в разработке систем конфиденциальности Apple. Одним из главных достоинств искусственного интеллекта он называет дифференциальную приватность.
Раньше Apple анализировала, как люди используют эмодзи и сленг на iPhone. Теперь же корпорация старается получить больше данных о состоянии здоровья пользователя и посещенных ими веб-страницах, рассказала инженер-программист Apple Кэйт Скиннер. С помощью дифференциальной приватности Apple уже защищает миллионы записей, которые получает от компьютеров Apple, iPhone и iPad. Появление новых функций всегда сопровождается усилением конфиденциальности, заверил представитель Apple.
Google – один из первых разработчиков дифференциальной приватности. Компания использует её для размытия данных браузера Chrome. Но технология зачастую страдает от неточности и подходит не для всех видов анализа. «В некоторых случаях мы даже не можем ответить на вопросы, ответы на которые разработчики хотят услышать», – рассказывает разработчик технологии приватности в Google Йонатан Зунгер.
А Microsoft совместно с San Diego Gas & Electric работают над пилотным проектом, который сделает доступными для исследователей данные «умных» счетчиков потребления. Эти данные не будут привязаны ни к одному из клиентов, обещает корпорация (Ведомости).
#bigdata #анализ #данные #обработка #apple #google
@ofd24 (https://tttttt.me/ofd24)
Telegram
OFD24 | ККТ, Маркировка, ЕГАИС, Меркурий, Честный ЗНАК, ДМДК, СБП, ЦТО, ОФД, 1С
Купить рекламу: https://telega.in/c/ofd24
Наш чат: @ofd24chat, по всем вопросам: @ad024
О чём пишем: маркировка, ККТ, ЕГАИС, налоги, проверки бизнеса и тд.
Наш чат: @ofd24chat, по всем вопросам: @ad024
О чём пишем: маркировка, ККТ, ЕГАИС, налоги, проверки бизнеса и тд.
«Яндекс» запустил сервис для аналитики ассортимента магазинов с помощью информации о покупках
«Яндекс» запустил пилотный аналитический проект на основе данных о покупках с касс магазинов, призванный помочь производителям и ритейлерам в управлении ассортиментом. Об этом рассказал руководитель сервиса «Яндекс.ОФД» Леонид Шныр.
«Яндекс.ОФД» предлагает розничным сетям услуги оператора фискальных данных, которые занимаются отправкой сведений о всех покупках в ФНС в режиме реального времени. С 1 июля 2017 года это обязательное условие торговли.
Пилотный проект рассчитан на один год, в нём участвуют PepsiCo, Procter & Gamble, Unilever, а также ритейлеры «Мой магазин» и «Макси», магазины бытовой химии и косметики «Улыбка радуги.
«Яндекс» также ведёт переговоры с другими производителями и розничными сетями.
По словам Шныра, аналитика данных с касс позволит заранее узнавать и прогнозировать, когда товар закончится на полке, поможет подобрать ассортимент и организовать промоакции на основе прогнозов о всплесках продаж, а также точнее оценивать эффективность экспериментов в магазинах.
Глава «Яндекс.ОФД» добавил, что для аналитики могут использоваться данные и других сервисов компании: «Погоды», «Карт», «Пробок», «Поиска» и так далее. Так, погода может влиять на продажи определённых товаров, а пробки и ситуация на дорогах — на трафик торговых точек, пояснил он.
Крупные бренды тратят на исследования рынка и покупателей «десятки миллионов рублей в год», тогда как аналитика на основе фискальных данных более подробна, чем традиционные исследования, рассказал бренд-менеджер крупного иностранного производителя питания и участник пилотного проекта «Яндекс.ОФД».
По словам последнего, в последнее время скорость смены привычек покупателей выросла: они стали быстро переключаться с экономии на активный шопинг, а подобные модели поведения не поддаются традиционному анализу (vc.ru).
#яндекс #офд #аналитика #bigdata #ритейл
@ofd24 (https://tttttt.me/ofd24)
«Яндекс» запустил пилотный аналитический проект на основе данных о покупках с касс магазинов, призванный помочь производителям и ритейлерам в управлении ассортиментом. Об этом рассказал руководитель сервиса «Яндекс.ОФД» Леонид Шныр.
«Яндекс.ОФД» предлагает розничным сетям услуги оператора фискальных данных, которые занимаются отправкой сведений о всех покупках в ФНС в режиме реального времени. С 1 июля 2017 года это обязательное условие торговли.
Пилотный проект рассчитан на один год, в нём участвуют PepsiCo, Procter & Gamble, Unilever, а также ритейлеры «Мой магазин» и «Макси», магазины бытовой химии и косметики «Улыбка радуги.
«Яндекс» также ведёт переговоры с другими производителями и розничными сетями.
По словам Шныра, аналитика данных с касс позволит заранее узнавать и прогнозировать, когда товар закончится на полке, поможет подобрать ассортимент и организовать промоакции на основе прогнозов о всплесках продаж, а также точнее оценивать эффективность экспериментов в магазинах.
Глава «Яндекс.ОФД» добавил, что для аналитики могут использоваться данные и других сервисов компании: «Погоды», «Карт», «Пробок», «Поиска» и так далее. Так, погода может влиять на продажи определённых товаров, а пробки и ситуация на дорогах — на трафик торговых точек, пояснил он.
Крупные бренды тратят на исследования рынка и покупателей «десятки миллионов рублей в год», тогда как аналитика на основе фискальных данных более подробна, чем традиционные исследования, рассказал бренд-менеджер крупного иностранного производителя питания и участник пилотного проекта «Яндекс.ОФД».
По словам последнего, в последнее время скорость смены привычек покупателей выросла: они стали быстро переключаться с экономии на активный шопинг, а подобные модели поведения не поддаются традиционному анализу (vc.ru).
#яндекс #офд #аналитика #bigdata #ритейл
@ofd24 (https://tttttt.me/ofd24)
Telegram
OFD24 | ККТ, Маркировка, ЕГАИС, Меркурий, Честный ЗНАК, ДМДК, СБП, ЦТО, ОФД, 1С
Купить рекламу: https://telega.in/c/ofd24
Наш чат: @ofd24chat, по всем вопросам: @ad024
О чём пишем: маркировка, ККТ, ЕГАИС, налоги, проверки бизнеса и тд.
Наш чат: @ofd24chat, по всем вопросам: @ad024
О чём пишем: маркировка, ККТ, ЕГАИС, налоги, проверки бизнеса и тд.
Big Data и ОФД
На Cnews опубликована статья об успехах «Первого ОФД» в работе с большими данными
В статье говорится о том, что сейчас эпоха Big Data (больших данных), поэтому «Первый ОФД» решил не отставать от коллег и на основании «больших данных» выявил интересную взаимосвязь – количество приобретенных сувенирных красных сумок FIFA коррелирует с забитыми мячами.
В итоге Первый ОФД делает вывод о том, что чем больше было приобретено болельщиками красных сумок FIFA, тем больше ярких голевых моментов они видели на игровом поле.
Коллеги, а вам известны случаи полезного использования данных операторами фискальных данных? Напишите нам (@ad024), и если там будут интересные кейсы, обещаем сделать отдельную статью.
#bigdata #ofd #первыйОФД #fifa
@ofd24
На Cnews опубликована статья об успехах «Первого ОФД» в работе с большими данными
В статье говорится о том, что сейчас эпоха Big Data (больших данных), поэтому «Первый ОФД» решил не отставать от коллег и на основании «больших данных» выявил интересную взаимосвязь – количество приобретенных сувенирных красных сумок FIFA коррелирует с забитыми мячами.
В итоге Первый ОФД делает вывод о том, что чем больше было приобретено болельщиками красных сумок FIFA, тем больше ярких голевых моментов они видели на игровом поле.
Коллеги, а вам известны случаи полезного использования данных операторами фискальных данных? Напишите нам (@ad024), и если там будут интересные кейсы, обещаем сделать отдельную статью.
#bigdata #ofd #первыйОФД #fifa
@ofd24
Владельцы «Пятерочки» и «Перекрестка» придумали, как заработать сотни миллионов на анализе логов: X5 работает над созданием системы бизнес-мониторинга, которая при помощи технологий больших данных и предиктивной аналитики позволяет предсказывать и предотвращать аварийные ситуации в ритейле, тем самым экономя бизнесу сотни миллионов рублей
X5 Retail Group силами собственного ИТ-подразделения разрабатывает систему бизнес-мониторинга с использованием технологий предиктивной аналитики.
Бизнес-мониторинг в версии X5 – это система, которая помогает анализировать все логи, ошибки оборудования и программных решений, события в системах. В итоге анализ логов помогает отслеживать работу магазинов и складов компании в реальном времени, применяя сценарий предиктивной аналитики. Таким образом, о 98% аварий в X5 узнают заранее и предотвращают их.
Система построена по принципу конструктора: новая функциональность добавляется постепенно, после тщательного испытания в тестовых средах. Только после пилота и многоэтапного тестирования начинается тиражирование.
В 2019 г. планируется анализировать данные об энергопотреблении и о холодильниках, в перспективе в планах получать аналитику обо всем технологическом стеке.
Как это работает на практике
Разрабатываемая система бизнес-мониторинга помогает снизить число «брошенных корзин» в случаях, когда клиент не совершил покупку из-за проблем на кассе.
Например, помешать человеку купить алкоголь может проблема с универсальным транспортным модулем (УТМ), установленным в каждом магазине для считывания уникального штрих-кода, нанесенного на каждую бутылку.
Если УТМ недоступен, то и продажа алкоголя невозможна. В случае подобного происшествия, как правило, необходимо вмешательство персонала: супервайзер, узнав о проблеме, связывается со службой технической поддержки. Техподдержка, в свою очередь, проверяет УТМ и устраняет возникшую проблему.
За время, потраченное на решение проблемы, несколько клиентов устают ждать и уходят без покупок. По подсчетам X5, когда доля таких аварий составляет 0,35%, компания теряет 1% РТО (Розничный товарооборот – показатель, характеризующий объем продаж в рознице) категории алкоголя за год.
Благодаря системе предиктивной аналитики стал возможен перезапуск УТМ без его остановки. Так, компании удалось предотвратить значительную долю таких случаев и дополнительно заработать 280 млн руб. только в ходе пилота системы бизнес-мониторинга.
Предиктивная аналитика и большие данные на службе у ритейла
Предиктивная аналитика и большие данные активно применяются X5 во различных бизнес-процессах. Так, с помощью предиктивной аналитики в компании управляют транспортом, в том числе реализуя концепцию совместного использования автопарка.
Маршруты грузовой техники подвергают анализу, прогнозируют, когда и откуда они будут ехать пустыми и в этот момент загружают в них сторонние грузы, то есть оказывают транспортные услуги. Другие примеры – видеоаналитика доступности товаров и поведения посетителей в магазинах.
Аналитикой больших данных X5 занимается давно и серьезно. В компании открыто отдельное бизнес-направление, которое запускает как отдельные сценарии, так и комплексные аналитические продукты. Большие данные применяется в логистике, маркетинге и операционном отделе. С ее помощью прогнозируют спрос, планируют продажи и промо-акции, кастомизируют спецпредложения, оптимизируют работу с производителями-поставщиками (cnews).
#х5 #bigdata #ритейл #кейсы
@ofd24
X5 Retail Group силами собственного ИТ-подразделения разрабатывает систему бизнес-мониторинга с использованием технологий предиктивной аналитики.
Бизнес-мониторинг в версии X5 – это система, которая помогает анализировать все логи, ошибки оборудования и программных решений, события в системах. В итоге анализ логов помогает отслеживать работу магазинов и складов компании в реальном времени, применяя сценарий предиктивной аналитики. Таким образом, о 98% аварий в X5 узнают заранее и предотвращают их.
Система построена по принципу конструктора: новая функциональность добавляется постепенно, после тщательного испытания в тестовых средах. Только после пилота и многоэтапного тестирования начинается тиражирование.
В 2019 г. планируется анализировать данные об энергопотреблении и о холодильниках, в перспективе в планах получать аналитику обо всем технологическом стеке.
Как это работает на практике
Разрабатываемая система бизнес-мониторинга помогает снизить число «брошенных корзин» в случаях, когда клиент не совершил покупку из-за проблем на кассе.
Например, помешать человеку купить алкоголь может проблема с универсальным транспортным модулем (УТМ), установленным в каждом магазине для считывания уникального штрих-кода, нанесенного на каждую бутылку.
Если УТМ недоступен, то и продажа алкоголя невозможна. В случае подобного происшествия, как правило, необходимо вмешательство персонала: супервайзер, узнав о проблеме, связывается со службой технической поддержки. Техподдержка, в свою очередь, проверяет УТМ и устраняет возникшую проблему.
За время, потраченное на решение проблемы, несколько клиентов устают ждать и уходят без покупок. По подсчетам X5, когда доля таких аварий составляет 0,35%, компания теряет 1% РТО (Розничный товарооборот – показатель, характеризующий объем продаж в рознице) категории алкоголя за год.
Благодаря системе предиктивной аналитики стал возможен перезапуск УТМ без его остановки. Так, компании удалось предотвратить значительную долю таких случаев и дополнительно заработать 280 млн руб. только в ходе пилота системы бизнес-мониторинга.
Предиктивная аналитика и большие данные на службе у ритейла
Предиктивная аналитика и большие данные активно применяются X5 во различных бизнес-процессах. Так, с помощью предиктивной аналитики в компании управляют транспортом, в том числе реализуя концепцию совместного использования автопарка.
Маршруты грузовой техники подвергают анализу, прогнозируют, когда и откуда они будут ехать пустыми и в этот момент загружают в них сторонние грузы, то есть оказывают транспортные услуги. Другие примеры – видеоаналитика доступности товаров и поведения посетителей в магазинах.
Аналитикой больших данных X5 занимается давно и серьезно. В компании открыто отдельное бизнес-направление, которое запускает как отдельные сценарии, так и комплексные аналитические продукты. Большие данные применяется в логистике, маркетинге и операционном отделе. С ее помощью прогнозируют спрос, планируют продажи и промо-акции, кастомизируют спецпредложения, оптимизируют работу с производителями-поставщиками (cnews).
#х5 #bigdata #ритейл #кейсы
@ofd24
Регулирование big data пришлось не в кассу. Законопроект о больших данных раскритиковали эксперты при правительстве
Рабочая группа «Связь и IT» Экспертного совета при правительстве РФ выступила против принятия законопроекта о регулировании рынка больших данных.
Предложенное в нем регулирование может создать проблемы для сайтов, использующих системы измерения аудитории, включая Google Analytics и «Яндекс.Метрику», указывают эксперты.
Проблемы могут возникнуть и у ритейлеров, чья контрольно-кассовая техника в принципе не предусматривает получения согласия на передачу данных.
К критике законопроекта о больших пользовательских данных (БПД) присоединилась рабочая группа «Связь и IT» Экспертного совета при правительстве РФ. Его концепция противоречит «природе больших данных», а его понятийный аппарат — действующим законам, указывают эксперты. Кроме того, инициатива создаст дополнительные барьеры для операторов БПД.
Например, владельцы сайтов будут обязаны получать информированное согласие от пользователя на обработку таких данных. «Это приведет к тому, что владелец сайта, установивший систему сбора статистики (Google Analytics, "Яндекс.Метрика"), должен получить согласие пользователя на обработку БПД»,— уточняется в заключении. В некоторых случаях согласие пользователя на обработку и передачу БПД нельзя будет получить по техническим причинам, указывают эксперты.
В частности, неясно, каким образом смогут получать согласие от покупателя продавцы, которые передают в Федеральную налоговую службу сведения о покупках с помощью контрольно-кассовой техники.
Как сообщал ранее “Ъ”, 8 ноября профильный комитет Госдумы решил вернуть законопроект о БПД на доработку его автору, депутату Михаилу Романову, поскольку в документе не представлено финансово-экономическое обоснование. По существу проект в комитете рассматривать не стали.
В тот же день заключение представила и рабочая группа «Нормативное регулирование» АНО «Цифровая экономика». Там раскритиковали проект, обратив внимание, в частности, на то, что получение согласия пользователя на передачу обезличенных данных само не может быть обезличенным, что создает противоречие. Также указывалось, что проект ставит российских и иностранных обработчиков big data в неравные условия: иностранные компании продолжат свободно собирать данные, тогда как российские столкнутся с барьерами (Коммерсант).
#bigdata #ритейл #персданные
@ofd24
Рабочая группа «Связь и IT» Экспертного совета при правительстве РФ выступила против принятия законопроекта о регулировании рынка больших данных.
Предложенное в нем регулирование может создать проблемы для сайтов, использующих системы измерения аудитории, включая Google Analytics и «Яндекс.Метрику», указывают эксперты.
Проблемы могут возникнуть и у ритейлеров, чья контрольно-кассовая техника в принципе не предусматривает получения согласия на передачу данных.
К критике законопроекта о больших пользовательских данных (БПД) присоединилась рабочая группа «Связь и IT» Экспертного совета при правительстве РФ. Его концепция противоречит «природе больших данных», а его понятийный аппарат — действующим законам, указывают эксперты. Кроме того, инициатива создаст дополнительные барьеры для операторов БПД.
Например, владельцы сайтов будут обязаны получать информированное согласие от пользователя на обработку таких данных. «Это приведет к тому, что владелец сайта, установивший систему сбора статистики (Google Analytics, "Яндекс.Метрика"), должен получить согласие пользователя на обработку БПД»,— уточняется в заключении. В некоторых случаях согласие пользователя на обработку и передачу БПД нельзя будет получить по техническим причинам, указывают эксперты.
В частности, неясно, каким образом смогут получать согласие от покупателя продавцы, которые передают в Федеральную налоговую службу сведения о покупках с помощью контрольно-кассовой техники.
Как сообщал ранее “Ъ”, 8 ноября профильный комитет Госдумы решил вернуть законопроект о БПД на доработку его автору, депутату Михаилу Романову, поскольку в документе не представлено финансово-экономическое обоснование. По существу проект в комитете рассматривать не стали.
В тот же день заключение представила и рабочая группа «Нормативное регулирование» АНО «Цифровая экономика». Там раскритиковали проект, обратив внимание, в частности, на то, что получение согласия пользователя на передачу обезличенных данных само не может быть обезличенным, что создает противоречие. Также указывалось, что проект ставит российских и иностранных обработчиков big data в неравные условия: иностранные компании продолжат свободно собирать данные, тогда как российские столкнутся с барьерами (Коммерсант).
#bigdata #ритейл #персданные
@ofd24
Большие данные проверят на этику
Участники российского рынка больших данных разработали кодекс саморегулирования, который, по их мнению, может позволить отрасли избежать дополнительных законодательных ограничений.
Среди задач — решение вопроса о возможности свободно использовать общедоступные данные — например, размещенные в социальных сетях.
Но в Госдуме настаивают, что законодательное регулирование отрасли все равно необходимо.
Институт развития интернета (ИРИ) и Ассоциация больших данных (АБД; объединяет «Яндекс», Mail.ru Group, Сбербанк, Газпромбанк, «МегаФон», «Ростелеком» и др.) подготовили проект кодекса этики использования данных, который должен стать основой саморегулирования на рынке, рассказал “Ъ” собеседник, знакомый с документом.
В его подготовке участвовали члены АБД, представители ИРИ и «Медиа-Коммуникационного Союза» (объединяет медиахолдинги и операторов связи), уточнил исполнительный директор АБД Алексей Нейман. «Идет внутреннее согласование, текст будет доработан и представлен для экспертного и общественного обсуждения осенью»,— уточнил он.
По оценке АБД, российский рынок больших данных сейчас составляет 10–30 млрд руб. в год, а к 2024 году достигнет 300 млрд руб.
«Дальнейшее накопление данных, где за 60% появления новых будет отвечать бизнес, требует профессиональной регламентации. Необходимо учитывать не только законы рынка, но и права потребителей. Однако разработка единого закона на данном этапе может не оправдать ожиданий. У каждого вида данных своя специфика, которую трудно прописать языком юриспруденции»,— отметил гендиректор ИРИ Сергей Петров.
Одним из основных принципов кодекса должно стать требование обязательной проверки компаниями возможности использования данных, уточняет источник “Ъ”.
При этом согласие на обработку персональных данных может быть получено в любой форме, в том числе дистанционно. Также добросовестной практикой признается использование данных для таргетированного маркетинга, если предложения позволяют потенциальному приобретателю «обеспечить оптимальный выбор товаров» и не являются «необоснованно навязчивыми».
Регулирование больших данных обсуждается в правительстве и Госдуме, свои концепции предлагали центр компетенций АНО «Цифровая экономика» и Фонд развития интернет-инициатив (ФРИИ), сообщал “Ъ”. «Мы знаем о разработке кодекса, но с текстом я пока не знаком. Если к нам поступят предложения, мы с удовольствием их рассмотрим»,— заявил председатель комитета Госдумы по информполитике Леонид Левин.
Но саморегулирование — недостаточная мера, полагает он. «Дискуссия на разных площадках показала, что законодательное регулирование необходимо. Нужно определить, какой объем информации о пользователях бизнес может использовать и обрабатывать и каким образом эти данные должны храниться»,— сообщил господин Левин.
Поводом для предложений ввести регулирование в этой сфере стал конфликт «ВКонтакте» и стартапа Double Data (резидент «Сколково»). В январе 2017 года «ВКонтакте» подала иск к Double Data и Национальному бюро кредитных историй (НБКИ), требуя обязать их прекратить использовать открытые данные пользователей для продажи услуг.
На основе технологий Double Data НБКИ предлагало банкам сервисы для оценки кредитоспособности заемщиков. В июле 2018 года суд по интеллектуальным правам удовлетворил жалобу Double Data и отправил дело на новое рассмотрение, заседание состоится 30 августа.
Одна из главных задач кодекса — преодоление законодательной коллизии относительно возможности свободно использовать общедоступные данные, считают в ФРИИ.
#bigdata #регулирование #сро #нпа
@ofd24
Участники российского рынка больших данных разработали кодекс саморегулирования, который, по их мнению, может позволить отрасли избежать дополнительных законодательных ограничений.
Среди задач — решение вопроса о возможности свободно использовать общедоступные данные — например, размещенные в социальных сетях.
Но в Госдуме настаивают, что законодательное регулирование отрасли все равно необходимо.
Институт развития интернета (ИРИ) и Ассоциация больших данных (АБД; объединяет «Яндекс», Mail.ru Group, Сбербанк, Газпромбанк, «МегаФон», «Ростелеком» и др.) подготовили проект кодекса этики использования данных, который должен стать основой саморегулирования на рынке, рассказал “Ъ” собеседник, знакомый с документом.
В его подготовке участвовали члены АБД, представители ИРИ и «Медиа-Коммуникационного Союза» (объединяет медиахолдинги и операторов связи), уточнил исполнительный директор АБД Алексей Нейман. «Идет внутреннее согласование, текст будет доработан и представлен для экспертного и общественного обсуждения осенью»,— уточнил он.
По оценке АБД, российский рынок больших данных сейчас составляет 10–30 млрд руб. в год, а к 2024 году достигнет 300 млрд руб.
«Дальнейшее накопление данных, где за 60% появления новых будет отвечать бизнес, требует профессиональной регламентации. Необходимо учитывать не только законы рынка, но и права потребителей. Однако разработка единого закона на данном этапе может не оправдать ожиданий. У каждого вида данных своя специфика, которую трудно прописать языком юриспруденции»,— отметил гендиректор ИРИ Сергей Петров.
Одним из основных принципов кодекса должно стать требование обязательной проверки компаниями возможности использования данных, уточняет источник “Ъ”.
При этом согласие на обработку персональных данных может быть получено в любой форме, в том числе дистанционно. Также добросовестной практикой признается использование данных для таргетированного маркетинга, если предложения позволяют потенциальному приобретателю «обеспечить оптимальный выбор товаров» и не являются «необоснованно навязчивыми».
Регулирование больших данных обсуждается в правительстве и Госдуме, свои концепции предлагали центр компетенций АНО «Цифровая экономика» и Фонд развития интернет-инициатив (ФРИИ), сообщал “Ъ”. «Мы знаем о разработке кодекса, но с текстом я пока не знаком. Если к нам поступят предложения, мы с удовольствием их рассмотрим»,— заявил председатель комитета Госдумы по информполитике Леонид Левин.
Но саморегулирование — недостаточная мера, полагает он. «Дискуссия на разных площадках показала, что законодательное регулирование необходимо. Нужно определить, какой объем информации о пользователях бизнес может использовать и обрабатывать и каким образом эти данные должны храниться»,— сообщил господин Левин.
Поводом для предложений ввести регулирование в этой сфере стал конфликт «ВКонтакте» и стартапа Double Data (резидент «Сколково»). В январе 2017 года «ВКонтакте» подала иск к Double Data и Национальному бюро кредитных историй (НБКИ), требуя обязать их прекратить использовать открытые данные пользователей для продажи услуг.
На основе технологий Double Data НБКИ предлагало банкам сервисы для оценки кредитоспособности заемщиков. В июле 2018 года суд по интеллектуальным правам удовлетворил жалобу Double Data и отправил дело на новое рассмотрение, заседание состоится 30 августа.
Одна из главных задач кодекса — преодоление законодательной коллизии относительно возможности свободно использовать общедоступные данные, считают в ФРИИ.
#bigdata #регулирование #сро #нпа
@ofd24
Коммерсантъ
Пользовательские данные отправили на пересмотр
Суд по интеллектуальным правам отменил решение, которым признавалось исключительное право социальной сети «ВКонтакте» на базу данных ее пользователей в споре с компанией Double Data, использовавшей их для оценки кредитоспособности граждан. Но точка в споре…
Как разработать ценовую стратегию с помощью чеков — кейс «Первого ОФД»
«Первый ОФД» рассказал, как на основе информации из кассовых чеков можно разработать ценовую стратегию поставщика
Коммерческая команда компании Kellogg обратилась к «Первому ОФД», чтобы проанализировать зависимость объемов продаж от цены.
Заказчик хотел увеличить выручку и прибыльность бренда. Компания Kellogg производит различные продукты питания. Один из ключевых товаров в ее портфеле — бренд Pringles.
Он занимает вторую строчку рейтинга в категории «Картофельные чипсы» в России и растет двузначными темпами.
Анализ показал, что для товаров бренда Pringles существуют определенные плато цен, в границах которых спрос практически не менялся.
Также выяснилось, что оптимальная цена отличается в зависимости от канала продаж. Например, покупатели небольших магазинов оказались менее чувствительны к цене. Они были готовы немного переплатить, в отличие от тех, кто покупал Pringles в гипермаркете.
Кроме того, специалисты выяснили эффективную глубину скидки и уровня промоцен в разных каналах продаж.
Дополнительно проанализировали промоакции Pringles, во время которых другие бренды чипсов тоже снижали цены.
Это позволило выявить определенные закономерности. Например, что Pringles не стоит выкладывать в магазине по соседству с определенными брендами товаров, которые одновременно проводят промоакции.
Также обнаружили оптимальную разницу в цене между разными форматами пачек Pringles. Выяснилось, что если во время акции разница в цене между банками объемом 165 г и 70 г становилась ниже определенного порога, продажи маленькой упаковки снижались.
Подробнее на РБК:
https://pro.rbc.ru/news/5db2d16a9a7947ad8d0fca32?from=center
#bigdata #маркетинг #первыйофд
@ofd24
«Первый ОФД» рассказал, как на основе информации из кассовых чеков можно разработать ценовую стратегию поставщика
Коммерческая команда компании Kellogg обратилась к «Первому ОФД», чтобы проанализировать зависимость объемов продаж от цены.
Заказчик хотел увеличить выручку и прибыльность бренда. Компания Kellogg производит различные продукты питания. Один из ключевых товаров в ее портфеле — бренд Pringles.
Он занимает вторую строчку рейтинга в категории «Картофельные чипсы» в России и растет двузначными темпами.
Анализ показал, что для товаров бренда Pringles существуют определенные плато цен, в границах которых спрос практически не менялся.
Также выяснилось, что оптимальная цена отличается в зависимости от канала продаж. Например, покупатели небольших магазинов оказались менее чувствительны к цене. Они были готовы немного переплатить, в отличие от тех, кто покупал Pringles в гипермаркете.
Кроме того, специалисты выяснили эффективную глубину скидки и уровня промоцен в разных каналах продаж.
Дополнительно проанализировали промоакции Pringles, во время которых другие бренды чипсов тоже снижали цены.
Это позволило выявить определенные закономерности. Например, что Pringles не стоит выкладывать в магазине по соседству с определенными брендами товаров, которые одновременно проводят промоакции.
Также обнаружили оптимальную разницу в цене между разными форматами пачек Pringles. Выяснилось, что если во время акции разница в цене между банками объемом 165 г и 70 г становилась ниже определенного порога, продажи маленькой упаковки снижались.
Подробнее на РБК:
https://pro.rbc.ru/news/5db2d16a9a7947ad8d0fca32?from=center
#bigdata #маркетинг #первыйофд
@ofd24
Аналитики ОФД «Такском» на основе данных с 15 млрд кассовых чеков составил топ-5 самых популярных у россиян напитков
Пятерка безалкогольных по прошествии года осталась неизменна: питьевая вода, сок, квас, минералка, энергетик.
В алко-топе позиции пива, вина, водки, коньяка не изменились, а место игристого занял сидр.
Этот яблочный напиток единственный из видов алкопродукции, чьи продажи выросли за год на 8%.
Остальные стали пользоваться меньшим спросом: пиво – на 14%, вино – на 10%, водка – на 13%, коньяк – на 9%, шампанское – на 21%.
Эти данные взаимосвязаны с выявленным ранее ОФД «Такском» трендом: летом 2019 года продажи алкоголя в России упали на 9% по сравнению с летом 2018 года.
А значит, не только прохладная погода с июля по сентябрь повлияла на продажи.
Такая динамика не помешала некоторым из напитков вырасти в цене: шампанскому – на 6%, водке и пиву – на 2%, вину – на 1%.
Дороже всего в сентябре 2019 года обходится бутылка коньяка (440 рублей), дешевле всего – пива (84 рубля).
Продажи энергетиков выросли на 5%, в то время как других напитков упали. Цена на “жидкую бодрость” – 126 рублей за банку. Все напитки из безалкогольного топа выросли в цене.
#Такском #Bigdata #напитки
@ofd24
Пятерка безалкогольных по прошествии года осталась неизменна: питьевая вода, сок, квас, минералка, энергетик.
В алко-топе позиции пива, вина, водки, коньяка не изменились, а место игристого занял сидр.
Этот яблочный напиток единственный из видов алкопродукции, чьи продажи выросли за год на 8%.
Остальные стали пользоваться меньшим спросом: пиво – на 14%, вино – на 10%, водка – на 13%, коньяк – на 9%, шампанское – на 21%.
Эти данные взаимосвязаны с выявленным ранее ОФД «Такском» трендом: летом 2019 года продажи алкоголя в России упали на 9% по сравнению с летом 2018 года.
А значит, не только прохладная погода с июля по сентябрь повлияла на продажи.
Такая динамика не помешала некоторым из напитков вырасти в цене: шампанскому – на 6%, водке и пиву – на 2%, вину – на 1%.
Дороже всего в сентябре 2019 года обходится бутылка коньяка (440 рублей), дешевле всего – пива (84 рубля).
Продажи энергетиков выросли на 5%, в то время как других напитков упали. Цена на “жидкую бодрость” – 126 рублей за банку. Все напитки из безалкогольного топа выросли в цене.
#Такском #Bigdata #напитки
@ofd24
Росстату пришлось отложить оценку инфляции с помощью данных онлайн-чеков
В ведомстве решили привлечь IT-компанию для обработки информации о покупках россиян
Росстат разместил заказ на обслуживание системы сбора и аналитики больших данных из различных источников для их использования в расчете инфляции и ведении статистики торговли, следует из информации на сайте госзакупок. Судя по техзаданию, исполнитель будет заниматься обработкой чеков контрольно-кассовой техники (ККТ), которые Росстату передает ФНС. Срок выполнения задания - с даты заключения контракта до конца 2023 г. Сумма контракта - 20 млн руб. При этом Росстат собирался внедрить новую методику по расчету инфляции с использованием данных онлайн-чеков уже в этом году.
Включение данных из онлайн-чеков в расчет индекса потребительских цен (ИПЦ) пришлось отложить, сообщил «Ведомостям» представитель Росстата. Пока данные для расчета ИПЦ ведомство продолжит собирать по старинке - путем обхода торговых точек.
Главные проблемы, из-за которых переход к более современному автоматизированному способу оценки инфляции пришлось перенести, - ограниченная открытость информации из-за налоговой тайны и неоднородность данных.
Сейчас ведомство ведет оценку роста цен на основе данных онлайн-чеков от ФНС и ЕГАИС, «но расчетом инфляции это еще назвать нельзя», отметил он. «Мы тестируем подходы, смотрим различия в динамике по отдельным позициям», - сообщил представитель ведомства. Синхронизировать эти данные Росстат сможет, когда закончится экспериментальный этап работы, добавил собеседник, не уточнив, когда планируется его завершить. ФНС в рамках соглашения об информационном обмене на постоянной основе осуществляет передачу в адрес Росстата обезличенных кассовых чеков, сообщил «Ведомостям» представитель налоговой службы.
Эти данные не позволяют идентифицировать продавца (налогоплательщика), так как сведения, содержащиеся в фискальных документах, в том числе адрес места осуществления расчетов, составляют налоговую тайну и не подлежат передаче, добавил собеседник.
Помимо данных ККТ ведомство планировало в качестве эксперимента использовать другие источники информации - веб-скрейпинг (технология просеивания веб-страниц, которая позволяет выделить цены с сайтов розничных магазинов) и мониторинг цен онлайн-ритейлеров.
В чем проблема
При внедрении данных ККТ для построения индекса цен Росстат мог столкнуться с рядом сложностей: в распознавании продуктов, в организации передачи информации ОФД, а также в гарантии защиты информации о продажах от утечек, считает главный экономист по России Bloomberg Economics Александр Исаков. Информация, которая позволяет идентифицировать продавца в онлайн-чеках, защищена законом о ККТ, поэтому ни ФНС, ни частные ОФД не имеют права давать такую статистику, добавляет он.
Но главная проблема, по его словам, - это идентификация товаров. В чеках уникальный товар (вид продукции определенного производителя в установленной упаковке, заданной массы и т. п.) определяется единственным текстовым названием, которое не стандартизировано, поясняет он. Таким образом, любая торговая сеть или отдельный магазин волен заполнять его на свой вкус, произвольно меняя название от одной недели к другой.
Сложность интерпретации данных из ККТ, как и любых альтернативных данных, в том, что они формируются для выполнения других задач, считает руководитель направления реального сектора ЦМАКПа Владимир Сальников. Во-первых, в чеках нет идентификатора товара, что может приводить к серьезным ошибкам. Во-вторых, не ясно, как учитывать скидки по картам лояльности. Кроме того, есть доля товаров, которые не проходят через кассы, например оплата занятий репетиторам, аренда квартир, напоминает Сальников.
#фнс #ккт #росстат #bigdata #цены
@ofd24
В ведомстве решили привлечь IT-компанию для обработки информации о покупках россиян
Росстат разместил заказ на обслуживание системы сбора и аналитики больших данных из различных источников для их использования в расчете инфляции и ведении статистики торговли, следует из информации на сайте госзакупок. Судя по техзаданию, исполнитель будет заниматься обработкой чеков контрольно-кассовой техники (ККТ), которые Росстату передает ФНС. Срок выполнения задания - с даты заключения контракта до конца 2023 г. Сумма контракта - 20 млн руб. При этом Росстат собирался внедрить новую методику по расчету инфляции с использованием данных онлайн-чеков уже в этом году.
Включение данных из онлайн-чеков в расчет индекса потребительских цен (ИПЦ) пришлось отложить, сообщил «Ведомостям» представитель Росстата. Пока данные для расчета ИПЦ ведомство продолжит собирать по старинке - путем обхода торговых точек.
Главные проблемы, из-за которых переход к более современному автоматизированному способу оценки инфляции пришлось перенести, - ограниченная открытость информации из-за налоговой тайны и неоднородность данных.
Сейчас ведомство ведет оценку роста цен на основе данных онлайн-чеков от ФНС и ЕГАИС, «но расчетом инфляции это еще назвать нельзя», отметил он. «Мы тестируем подходы, смотрим различия в динамике по отдельным позициям», - сообщил представитель ведомства. Синхронизировать эти данные Росстат сможет, когда закончится экспериментальный этап работы, добавил собеседник, не уточнив, когда планируется его завершить. ФНС в рамках соглашения об информационном обмене на постоянной основе осуществляет передачу в адрес Росстата обезличенных кассовых чеков, сообщил «Ведомостям» представитель налоговой службы.
Эти данные не позволяют идентифицировать продавца (налогоплательщика), так как сведения, содержащиеся в фискальных документах, в том числе адрес места осуществления расчетов, составляют налоговую тайну и не подлежат передаче, добавил собеседник.
Помимо данных ККТ ведомство планировало в качестве эксперимента использовать другие источники информации - веб-скрейпинг (технология просеивания веб-страниц, которая позволяет выделить цены с сайтов розничных магазинов) и мониторинг цен онлайн-ритейлеров.
В чем проблема
При внедрении данных ККТ для построения индекса цен Росстат мог столкнуться с рядом сложностей: в распознавании продуктов, в организации передачи информации ОФД, а также в гарантии защиты информации о продажах от утечек, считает главный экономист по России Bloomberg Economics Александр Исаков. Информация, которая позволяет идентифицировать продавца в онлайн-чеках, защищена законом о ККТ, поэтому ни ФНС, ни частные ОФД не имеют права давать такую статистику, добавляет он.
Но главная проблема, по его словам, - это идентификация товаров. В чеках уникальный товар (вид продукции определенного производителя в установленной упаковке, заданной массы и т. п.) определяется единственным текстовым названием, которое не стандартизировано, поясняет он. Таким образом, любая торговая сеть или отдельный магазин волен заполнять его на свой вкус, произвольно меняя название от одной недели к другой.
Сложность интерпретации данных из ККТ, как и любых альтернативных данных, в том, что они формируются для выполнения других задач, считает руководитель направления реального сектора ЦМАКПа Владимир Сальников. Во-первых, в чеках нет идентификатора товара, что может приводить к серьезным ошибкам. Во-вторых, не ясно, как учитывать скидки по картам лояльности. Кроме того, есть доля товаров, которые не проходят через кассы, например оплата занятий репетиторам, аренда квартир, напоминает Сальников.
#фнс #ккт #росстат #bigdata #цены
@ofd24