85%
сокращение времени на решения
Кейс / Системы принятия решений
Мы внедрили систему Scrooge Insights, которая в реальном времени отслеживает рынок и предоставляет ИИ-рекомендации по ценообразованию для максимизации маржи.
85%
сокращение времени на решения
180%
ROI за первые 6 месяцев
310
услуг под контролем ИИ
Заказчиком выступает крупная компания по продаже и аренде строительной техники. В условиях высокой конкуренции и частых изменений цен на рынке компания нуждалась в инструменте, позволяющем оперативно корректировать прайс-лист без потери маржинальности.
До автоматизации аналитика цен проводилась вручную и фрагментарно: специалисты просматривали лишь несколько сайтов конкурентов и часть ассортимента, что не отражало реальную картину рынка и приводило к «заморозке» неактуальных цен.
Реакция на изменение цен конкурентов занимала до нескольких месяцев, пока вручную не соберут данные по ключевым позициям.
Ручной просмотр нескольких сайтов конкурентов и ограниченного числа категорий техники не покрывал реальную картину рынка.
До 40 часов в месяц уходило на ручной сбор цен и работу в Excel, что приводило к ошибкам и субъективным выводам.
Решения по ценам принимались без учёта того, как изменение стоимости влияет на спрос и загрузку парка техники.
-65%
Времени на ценовые решения
по сравнению с ручным подходом
+5 п.п.
Рост средней маржинальности
3 дня
Скорость реакции на рынок
| Метрика | До внедрения | С Sir Logic |
|---|---|---|
| Время на сбор и анализ данных | 40 часов / мес | 14 часов / мес |
| Охват мониторинга | 150 услуг | 310 услуг (100%) |
| Частота обновлений | Раз в квартал | Еженедельно (автоматически) |
Внедрение системы позволило компании перейти к data-driven подходу в ценообразовании. ИИ выделил позиции с низкой эластичностью, где повышение цены не снижает спрос, и подсветил товары, требующие дисконта для привлечения трафика, что суммарно увеличило выручку на 12%.

Мы разработали и развернули SaaS-платформу Scrooge Insights, объединившую парсинг данных и предиктивную аналитику.
Автоматический сбор цен конкурентов по 310 позициям строительной техники в режиме, близком к реальному времени.
Алгоритм, подсказывающий оптимальную стоимость услуги на основе рыночной ситуации.
Прогнозирование того, как изменение цены повлияет на поток клиентов и выручку.
Визуализация KPI всей сети и каждого филиала в отдельности.
Стек: Python (FastAPI), ИИ-модели анализа данных, React, PostgreSQL, Selenium/Playwright.
Внедрение системы позволило компании перейти к data-driven подходу в ценообразовании. ИИ выделил позиции с низкой эластичностью, где повышение цены не снижает спрос, и подсветил товары, требующие дисконта для привлечения трафика, что суммарно увеличило выручку на 12%.