Obchod s jazdenkami je hlavne matematika, hovorí šéf inovačného laboratória AuresLab
Základné pravidlo v obchode velí: kúpiť lacno, predať drahšie. S rastúcou konkurenciou na trhu a väčšími nárokmi zákazníkov ale táto jednoduchá poučka už dávno nestačí. Hlavne v obchode s ojazdenými autami je tak dôraz na efektivitu a technologický pokrok čím ďalej väčší. Rastúca dôležitosť sledovania trendov, analýzy dát a následná predikcia robí z obchodu s jazdenkami stále zložitejší matematický úkon, s ktorým stále viac pomáha umelá inteligencia. Tvrdí to Stanislav Gálik, výkonný riaditeľ inovačného laboratória AuresLab, ktoré patrí do skupiny AURES Holdings.
„Vzhľadom k tomu, že holding vlani predal viac než 83 tisíc vozidiel, ja zapojenie komplexného analytického aparátu potrebné, jednak z hľadiska ďalšieho rastu, ako aj zaistenia bežnej prevádzky,“ uviedol Stanislav Gálik, pod ktorým AuresLab vyvíja aplikácie a nástroje, ktoré chod predajného kolosu zefektívňujú.
Premenných, ktoré musí predajca zohľadňovať, je mnoho a ich zladenie je na celom obchode najnáročnejšie. „Začíname hneď pri výkupe, kedy si okrem technického stavu overujeme, ako dlho pravdepodobne bude trvať, než auto znovu predáme, a aká ja jeho potencionálna cena. Pomocou dátovej analýzy sme schopní tieto hodnoty určiť veľmi presne,“ pokračuje Gálik.
Pri výpočte vychádzajú z aktuálneho dopytu a ponuky daných modelov, ale zohľadňujú aj potencionálnu zostatkovú hodnotu vozidla, teda za koľko ho môže zákazník predať po niekoľkých rokoch užívania. „Pokiaľ si hodnotu drží dobre, môžeme ho predať za vyššiu cenu, pretože zákazník ho môže rovnako dobre speňažiť neskôr. To sa týka napríklad áut značky Škoda, Volkswagen alebo Toyota,“ vysvetľuje Petr Vaněček, prevádzkový riaditeľ siete autocentier AAA Auto. Určiť, ako bude vozidlo držať hodnotu, je podľa neho jedna z najnáročnejších úloh.
Do rovnice potom vstupujú aj náklady na údržbu naskladnených áut a ich príprava na predaj. „Na každé auto vychádzajú náklady niekoľko eur denne. Avšak, keď máte na sklade tisíce áut, nie je to zanedbateľná čiastka,“ hovorí Gálik. Preto s týmito úlohami už takmer rok pomáha umelá inteligencia vyvinutá v AuresLabe, ktorá podľa neho zefektívnením priniesla niekoľkopercentné úspory.
Aplikácia dokáže napríklad v reálnom čase zohľadniť zmieňované premenné a porovnávať ich s aktuálnou situáciou na trhu a následne dynamicky upravovať cenu jednotlivých vozidiel. „Pokiaľ by sme na toto množstvo operácií mali najímať ľudí, potrebovali by sme novú budovu plnú matematických expertov,“ vysvetľuje Gálik. S pomocou modernej technológie pritom stačí menší tím IT špecialistov. Umelá inteligencia riadi aj skladové zásoby, pričom reaguje a predpovedá aktuálny záujem na jednotlivých pobočkách a podľa toho riadi presúvanie áut.