The object of research, development or design (in Russian) : Системы групповых покупок

The object of research, development or design (in Kazakh) : Топтық сатып алу жүйелері

Aim of work (in Russian) : Цель проекта SmartBuy Connect заключается в создании интеллектуальной системы групповых покупок, основанной на технологии искусственного интеллекта (AI) трансформируя традиционный способ покупок, делая его более умным, интерактивным и персонализированным.

Aim of work (in Kazakh) : SmartBuy Connect жобасының мақсаты – жасанды интеллект (AI) технологиясына негізделген зияткерлік топтық сатып алу жүйесін құру, дәстүрлі сатып алу тәсілін түрлендіру, оны ақылдырақ, интерактивті және жекелендірілген ету.

Методы исследования (на русском) : Методы исследования основывались на междисциплинарном подходе, сочетающем методы искусственного интеллекта, анализа данных, моделирования и экспериментальных проверок. В рамках отчетного года исследования проводились в логике последовательных этапов — от проектирования архитектуры системы до разработки и тестирования модулей SuperApp/MiniApp. Основное внимание уделялось применению методов машинного обучения и предиктивной аналитики для прогнозирования спроса, формирования групп пользователей и оптимизации процессов динамического ценообразования. Для проверки гипотез использовались экспериментальные исследования, направленные на тестирование алгоритмов персонализации и анализа поведения покупателей в условиях групповых сделок. Сбор первичных данных осуществлялся путем анализа транзакционных логов, цифровых следов пользователей и результатов пилотного моделирования. Применялись методы Big Data-аналитики, кластеризации, корреляционного анализа для выявления закономерностей в поведении участников и оценки эффективности рекомендаций. Обеспечение достоверности данных достигалось за счет нормализации, фильтрации аномалий и повторных проверок результатов моделирования.

Методы исследования (на казахском) : Зерттеу әдістері жасанды интеллект, деректерді талдау, модельдеу және эксперименттік тестілеуді біріктіретін пәнаралық тәсілге негізделген. Есепті жыл ішінде зерттеу жүйелік архитектураны жобалаудан бастап SuperApp/MiniApp модульдерін әзірлеу мен тестілеуге дейін тізбекті кезеңдермен жүргізілді. Негізгі назар сұранысты болжау, пайдаланушылар тобын қалыптастыру және динамикалық баға белгілеу процестерін оңтайландыру үшін машиналық оқыту мен болжамды аналитиканы қолдануға аударылды. Гипотезаларды тексеру үшін дербестендіру алгоритмдерін тексеруге және топтық транзакциялардағы тұтынушылардың мінез-құлқын талдауға бағытталған эксперименттік зерттеулер пайдаланылды. Бастапқы деректер транзакция журналдарын, пайдаланушылардың сандық іздерін және пилоттық модельдеу нәтижелерін талдау арқылы жиналды. Пайдаланушы мінез-құлқындағы үлгілерді анықтау және ұсыныстардың тиімділігін бағалау үшін үлкен деректерді талдау, кластерлеу және корреляциялық талдау қолданылды. Деректердің сенімділігі қалыпқа келтіру, аномалияларды сүзу және модельдеу нәтижелерін қайталап тексеру арқылы қамтамасыз етілді.

Obtained results and novelty (in Russian) : За отчетный период разработана и протестирована архитектура интеллектуальной системы групповых покупок, основанная на микросервисном принципе и технологиях искусственного интеллекта. Создан экспериментальный прототип, прошедший лабораторные испытания и подтвердивший эффективность интеграции модулей персонализации, динамического ценообразования и Big Data-аналитики. Научная новизна заключается в предложении единой архитектуры, объединяющей технологии AI, комбинаторной оптимизации и экономики совместного потребления. Впервые реализованы механизмы персонализированных контрпредложений, интеллектуальной “допродажи” и адаптивного ценообразования, что обеспечивает высокий уровень персонализации и конкурентоспособности платформы.

Obtained results and novelty (in Kazakh) : Есепті кезеңде микроқызметтер мен жасанды интеллект технологияларына негізделген интеллектуалды топтық сатып алу жүйесінің архитектурасы әзірленіп, сынақтан өткізілді. Пилоттық прототип жасалды, зертханалық сынақтан өткізілді және дербестендіруді, динамикалық баға белгілеуді және үлкен деректерді талдау модульдерін біріктірудің тиімділігі расталды. Ғылыми инновация жасанды интеллектті, комбинаторлық оңтайландыруды және ортақ пайдалану экономикасын біріктіретін бірыңғай архитектураны ұсынуда жатыр. Алғаш рет дербестендірудің жоғары деңгейін және платформаның бәсекеге қабілеттілігін қамтамасыз ететін дербестендірудің, интеллектуалды қосымша сатудың және бейімделгіш баға белгілеудің механизмдері енгізілді.

The main constructive and technical economic indicators (in Russian) : За отчетный период достигнуты следующие показатели: - Разработана архитектура интеллектуальной системы групповых покупок, основанная на микросервисном и облачном принципах, обеспечивающая масштабируемость, надежность и безопасность функционирования платформы. - Создан экспериментальный прототип системы в реальном масштабе с интеграцией модулей персонализации, FinTech-функций и Big Data-аналитики; проведена лабораторная апробация и эмуляция условий реальной эксплуатации. - Интегрированы сервисы SuperApp и MiniApp, реализующие основные торговые функции, аукционные механизмы, рекомендации и контрпредложения на базе алгоритмов машинного обучения. - Внедрено динамическое ценообразование, позволяющее адаптировать стоимость товаров в зависимости от спроса и состава группы, что способствует росту объемов продаж и снижению издержек. Эти результаты обеспечили высокие технико-экономические показатели проекта: повышение эффективности онлайн-торговли, оптимизацию бизнес-процессов и укрепление позиций на рынке цифровой экономики Казахстана.

The main constructive and technical economic indicators (in Kazakh) : Есепті кезеңде келесі маңызды жетістіктерге қол жеткізілді: - Платформаның масштабталуын, сенімділігін және қауіпсіздігін қамтамасыз ететін микроқызметтер мен бұлттық қағидаттарға негізделген интеллектуалды топтық сатып алу жүйесінің архитектурасы әзірленді. - Жүйенің пилоттық прототипі ауқымды түрде жасалды, онда дербестендіру модульдері, FinTech функциялары және Big Data аналитикасы біріктірілді; нақты әлемдегі жұмыс жағдайларын зертханалық сынақтан өткізу және эмуляциялау жүргізілді. - SuperApp және MiniApp қызметтері біріктірілді, негізгі сауда функцияларын, аукцион механизмдерін, ұсыныстарды және машиналық оқыту алгоритмдеріне негізделген қарсы ұсыныстарды енгізді. - Динамикалық баға белгілеу енгізілді, бұл өнім бағаларын сұраныс пен топ құрамына қарай түзетуге мүмкіндік берді, бұл сату көлемінің артуына және шығындардың азаюына ықпал етті. Бұл нәтижелер жобаның жоғары техникалық және экономикалық көрсеткіштерін қамтамасыз етті: онлайн сауда тиімділігін арттырды, бизнес-процестерді оңтайландырды және Қазақстанның цифрлық экономикасындағы орнын нығайтты.

Level of implementation (in Russian) : Разработанные архитектура и программные сервисы прошли этап проектирования и предварительной валидации. Созданные решения готовы к опытному внедрению на пилотной площадке и могут быть интегрированы в существующую цифровую экосистему после проведения пользовательского тестирования. По результатам проведенных работ готовятся научные статьи к публикации в рецензируемые издания и доклады на международные конференции.

Level of implementation (in Kazakh) : Әзірленген архитектура мен бағдарламалық жасақтама қызметтері жобалау және алдын ала валидация кезеңін аяқтады. Алынған шешімдер пилоттық енгізуге дайын және пайдаланушылар тестілеуінен кейін қолданыстағы цифрлық экожүйеге біріктірілуі мүмкін. Осы жұмыстың нәтижелері бойынша ғылыми мақалалар рецензияланатын журналдарда жариялауға және халықаралық конференциялардағы презентацияларға дайындалуда.

Efficiency (in Russian) : Эффективность выполнения задач текущего периода выражается в достижении запланированных результатов второго этапа, связанных с проектированием архитектуры и разработкой прототипа системы. Реализованные модули SuperApp и MiniApp подтвердили работоспособность предложенной концепции, обеспечив персонализированный и интерактивный формат групповых покупок. Проведенные испытания показали стабильность и гибкость системы, возможность масштабирования и интеграции с внешними цифровыми сервисами. Использование технологий искусственного интеллекта и анализа данных позволило повысить точность прогнозирования спроса и оптимизировать ценообразование. Это обеспечило рост экономической эффективности и снижение транзакционных издержек при моделировании групповых сделок.

Efficiency (in Kazakh) : Ағымдағы кезеңнің мақсаттарының тиімділігі архитектураны жобалау және жүйенің прототипін әзірлеуге қатысты екінші кезеңнің жоспарланған нәтижелеріне қол жеткізуде көрініс табады. Енгізілген SuperApp және MiniApp модульдері ұсынылған тұжырымдаманың өміршеңдігін растады, жекелендірілген және интерактивті топтық сатып алу форматын ұсынды. Тестілеу жүйенің тұрақтылығы мен икемділігін, масштабталуын және сыртқы цифрлық қызметтермен интеграциясын көрсетті. Жасанды интеллект пен деректерді талдау технологияларын пайдалану сұранысты болжаудың дәлдігін арттыруға және баға белгілеуді оңтайландыруға мүмкіндік берді. Бұл топтық транзакцияларды модельдеу кезінде экономикалық тиімділіктің артуына және транзакциялық шығындардың азаюына әкелді.

Field of application (in Russian) : Область применения малый и средний бизнес, торговые сектора экономики, являющиеся основным работодателем в стране и второй отраслью, после промышленности, в структуре ВВП. Целевые потребители ожидаемых результатов - экономические субъекты, аналитики данных, лица, принимающие решение.

Field of application (in Kazakh) : Қолдану аясы: елдегі негізгі жұмыс беруші және ЖІӨ құрылымында өнеркәсіптен кейінгі екінші сала болып табылатын шағын және орта бизнес, экономиканың сауда секторлары. Күтілетін нәтижелердің мақсатты тұтынушылары экономикалық субъектілер, деректер талдаушылары, шешім қабылдаушылар болып табылады.