![Количество просмотров Количество просмотров](/local/templates/retail_new/images/eye-count.png)
Компания Technodom на ПЛАС-Форуме «Финтех без границ. Цифровая Евразия»
![Компания Technodom на ПЛАС-Форуме «Финтех без границ. Цифровая Евразия» Компания Technodom на ПЛАС-Форуме «Финтех без границ. Цифровая Евразия»](/upload/iblock/f05/5pnprk936dbhmqin9vsnvlxfe3zhtja5.jpg)
Публикуем ключевые цитаты с выступления директора по цифровым технологиям Technodom Романа Богдашкина.
-
Как правило, клиенты сети Technodom используют онлайн-канал для изучения товаров. Но большинство из них, около 73%, все равно приходят в офлайн-розницу, чтобы совершить покупку там. Только 10% клиентов и выбирают, и покупают полностью онлайн. 17% – выбирают и покупают полностью офлайн.
-
Несколько лет назад мы активно начали инвестировать в разработку собственной цифровой платформы. Запустили ее в январе этого года. Платформа построена на современной архитектуре с использованием микросервисов. С очень большим фокусом на производительность. Это полностью наша разработка, с нуля. На платформе – единая история заказов и покупок клиентов по всем каналам, в онлайне и офлайне. Туда же мы, думаю, заведем наш «Техносервис», различные гарантии, программы лояльности, коммуникацию с клиентами.
-
В день у нас происходит несколько релизов платформы – с новыми фишками, улучшениями. Собственная платформа дает нам большую гибкость, кастомизацию, скорость в разработке. В среднем мы делаем сейчас около 150 релизов в месяц.
-
Два года назад начали активно переезжать в «облако». Вместе с Amazon работали над построением архитектуры. Это несколько уровней Data lakes. Это техпроцессы по загрузке данных в облако. Это BI инструментарий (остановились на Qlik Cloud). Процесс длится полтора года, мы фактически уже переехали в «облако». До этого работали с локальной инфраструктурой на базе решений SAP. Но в любой локальной инфраструктуре есть ограничения по ресурсам, по скорости обработки данных. А для нас очень важна скорость. Скорость реакции на события, на акции конкурентов и т.д.
-
Мы инвестировали в создание собственной команды по машинному обучению, чтобы развивать собственные алгоритмы прогнозирования спроса, поведения клиентов. Здесь видим большой потенциал для бизнеса.