ПЕРСПЕКТИВЫ ВНЕДРЕНИЯ DATA-DRIVEN ПОДХОДА ДЛЯ РАБОТЫ С БОЛЬШИМИ ДАННЫМИ (BIG DATA) И ИСКУССТВЕННОГО ИНТЕЛЛЕКТА (AI) В E-COMMERCE НА ПРИМЕРЕ ПРЕДПРИЯТИЯ МАЛОГО И СРЕДНЕГО БИЗНЕСА

В данной статье рассмотрены перспективы внедрения Data-driven подхода для последующего применения сквозных технологий Big Data и AI в B2B компании E-commerce, которая специализируется на продаже сельхозтехники и запасных частей. Актуальность нашего исследования обусловлена необходимостью работы с данными для успешной работы в сфере электронной торговли. При этом в сегменте малого и среднего бизнеса зачастую отсутствует культура работы с данными, что связано с низкой цифровизацией. В данной статье подчеркивается важность внедрения data-driven подхода. Так, используя методы работы с большими данными, анализируется закупочная деятельность компании, маркетинг, а также работа отдела продаж при помощи RFM-анализа на основе данных из 1С и CRM систем. В ходе исследования подтверждается гипотеза, что аналитика данных по количеству продаж, среднему чеку и жизненной стоимости поможет контролировать работу отдела продаж и максимизировать прибыль на Х%. При анализе данных в закупочной деятельности мы смогли выявить пик спроса на группу рассматриваемых товаров, определить минимальную стоимость и объемы закупок. В исследовании подчеркивается, что отдел маркетинга является основным драйвером инноваций в компанию, приводится перечень решений на основе технологии Big Data, которые применяются для оптимизации маркетинговых усилий рассматриваемой компании. В данной работе также рассматривается проблема низкой цифровизации как одно из значительных ограничений, препятствующие внедрению data-driven подхода в бизнес-процессы компании, что является первым этапом на пути к работе с технологией Big Data и разработки собственных решений на основе AI, преимущества которых описываются в исследовании. В работе обосновывается необходимость разработки собственной рекомендательной системы на основе данных входящих запросов и истории продаж.

In this paper, we will explore the potential for implementing a data-driven approach in a B2B e-commerce company specializing in the sale of agricultural machinery and parts. The company operates in a sector that requires a strong focus on data management for successful operations. However, small and medium-sized enterprises (SMEs) often lack a culture of data-driven decision making due to low levels of digitalization. The relevance of this study lies in the need for companies to utilize data effectively in order to succeed in e-commerce. We will analyze the purchasing activities, marketing strategies, and sales performance of the company using big data techniques and RFM analysis. The data will be sourced from 1C accounting systems and CRM platforms. Our aim is to demonstrate the importance of adopting a data-centric approach and provide recommendations for implementing such a strategy within the organization. By leveraging the power of big data and AI, companies can gain valuable insights into their operations, optimize processes, and enhance customer experiences. In the course of our research, we confirm that data analytics on sales volume, average transaction value, and cost of living can help optimize the performance of the sales team and maximize profits by X%. By analyzing data from the procurement process, we identified the peak demand for a specific group of products, determined the optimal purchase quantity and cost. We emphasize that the marketing team plays a crucial role in driving innovation within the company. We provide a list of recommendations based on big data technology that can be used to optimize marketing efforts. The paper also addresses the issue of low digitalization, which represents a significant obstacle to implementing a data-driven approach in business processes. This is the first step towards adopting big data technologies and developing AI-powered solutions, which are discussed in detail in the study and described as having numerous benefits. The paper argues for the development of a customized recommendation system based on customer request data and historical sales information.