Допустим, категорийный менеджер спрашивает:
«Добавляем энергетический напиток в банке 0,45 л с прогнозом выручки 21 000 ₽ в месяц. Куда его разместить?»
AI не ограничивается общим советом вроде «поставьте товар в зоне хорошей видимости». Он сопоставляет запрос с данными, которые уже содержатся в SpacePlanner:
📊 характеристиками и габаритами товара;
📊 ценами и ассортиментом на планограмме;
📊 конструкцией оборудования и высотой полок;
📊 свободным пространством;
📊 товарным окружением и показателями соседних позиций.
После этого система предлагает конкретное место и объясняет логику выбора: почему подходит именно эта полка, достаточно ли на ней пространства, с какими товарами окажется новинка и какие варианты можно рассмотреть дополнительно.
В этом примере AI рекомендует вторую полку первого стеллажа: товар попадает в удобную для покупателя зону, находится рядом с энергетиками сопоставимого ценового сегмента и помещается на свободном участке.
То есть пользователь получает не просто готовый ответ, а рекомендацию с аргументацией на основе данных конкретной планограммы.
Решение остается за специалистом, но на первичный анализ требуется значительно меньше времени ⏱️
