Andrey Lisitsa— Spoluzakladatel a generální ředitel společnosti GoodsForecast. Od roku 2005 - vývojář, manažer
Sergey Kotik— spoluzakladatel a ředitel rozvoje společnostiGoodsForecast. Ve Forexisu působil také na pozicích vývojáře, projektového manažera a vedoucího oddělení. V roce 2004 absolvoval Moskevskou státní univerzitu, obor matematické prognostické metody. Ve společnosti GoodsForecast doprovází transakce a vyvíjí přidružené programy a také přitahuje finanční investice do podnikání.
Prognóza spotřebitelské poptávky akontrola výrobního procesu, umožňující výrobcům, distributorům a maloobchodníkům pracovat nejúčinněji. A co je nejdůležitější - pomoci jim vyhnout se dvěma negativním faktorům: restartu skladu a nedostatečnosti sortimentu.
Na začátku byly algoritmy
ZbožíFirma byla založena v roce 2013 na základěForexis, založený skupinou matematiků a kybernetiky z počítačového centra Ruské akademie věd (RAS) a Moskevské státní univerzity v roce 2000. Hlavním posláním Forexisu bylo využití vědeckých výzkumů akademikem Yury Zhuravlevem pro komerční účely - vědecké práce na teorii lokálních optimalizačních algoritmů a algebraického systému algoritmů.
Jurij Ivanovič Zhuravlev
"V 50. letech před Jurijem Ivanovičem Zhuravlevem,pak mladí vědci měli za úkol analyzovat informace o ložiscích zlata, - říká jeden ze zakladatelů ZbožíForecast, Andrei Lisitsa. - Hledání vkladu zlata bylo velmi obtížné a drahé podnikání. Zhuravlev byl první, kdo vytvořil matematický model, který umožnil, s velkou přesností, na základě dostupných údajů, bez provedení zkušebních vrtů, říci, zda bylo nutné provádět geologický průzkum v očekávaném místě nebo pravděpodobnost nalezení zlata by byla příliš malá. Tak, jeho dobře rozvinutá kariéra získala nový twist. Jeho vědecká škola v sovětské éře pokračuje i dnes, ve skutečnosti je vývojem oboru strojového učení, který je dnes tak populární. “
Zhuravlev Jurij Ivanovič- sovětský a ruský matematik.Mezi jeho obory patří aplikovaná matematika a informatika. Hlavními oblastmi výzkumu jsou diskrétní matematika, teorie rozpoznávání a predikce a booleovské funkce. Mezi nové směry vytvořené Zhuravlevem patří teorie lokálních optimalizačních algoritmů a algebraická teorie algoritmů, která spočívá v algebraickém přístupu k problému syntézy správných algoritmů.
Zhuravlevův algebraický přístup je založen namyšlenka použití parametrických rodin algoritmů. Domnívá se, že proces řešení špatně formalizovaných problémů, které nelze vyřešit, umožňuje nalézt řešení konkrétních problémů dané třídy. Na základě tohoto přístupu byly získány výsledky pro řešení tzv. kanonicky obtížných problémů.
Na základě testovacího algoritmu používaného vědcibyl vytvořen zcela nový směr v uznání, který je založen na použití diskrétní analýzy. Jedinečný model pro výpočet odhadů vytvořených Zhuravlevem je dnes považován za klasický.
Do roku 2000 už měl Zhuravlev dostrozsáhlou vědeckou školu. Jeden z jeho předních studentů, dnes akademik Ruské akademie věd, Konstantin Vladimirovič Rudakov je slavný matematik. Zhuravlev a Rudakov se společně s jedním ze svých absolventů rozhodli vytvořit komerční strukturu založenou na výpočetním centru Akademie věd, která bude založena na výsledcích vědecké školy a bude využívat matematiku ve prospěch podniků a vládních institucí, tj. Analyzovat data a provádět zakázkové projekty v této oblasti.
„A„ Forexis “funguje jako druhinkubátor, - dodává Sergey Kotik, spoluzakladatel společnosti GoodsForecast. - Když společnost tápá na úkol, který může být zmenšen, když si uvědomí, že jeho řešení potřebuje nejen klient, ale trh jako celek, a to může být použito k vytvoření sériové historie, na chvíli tento trend roste uvnitř Forexis, a pak samostatná společnost. Tak to bylo s Antiplagiatem, společností Antirutin, s námi - s GoodsForecast. V blízké budoucnosti bude mít Forexis další dceřiné společnosti. “
Zásoby pod kontrolou
Na ruském trhu analytické aporadenské služby byla vysoká poptávka po přípravě odborných prognóz pro střední a velké podniky. Pro efektivní práci potřebovaly společnosti jasný plán prodeje a nákupu. Pro jeho sestavení odborníci systematizovali údaje o činnosti podniku. Tento proces trval až několik měsíců. Když však byly informace konečně připraveny, shromážděné informace byly zastaralé. Pomoc byla potřebná za pomoci externích odborníků, kteří vlastní inovativní metodu systematizace, analýzy a prognózování. Takže v Rusku začala aktivní digitalizace a implementace IT v podnikání.
Sergey Kotik. Foto: Eugene Feldman / "Hightech"
Toto jsou příležitosti, které nabízíZbožíForecast: na základě matematických modelů byly vytvořeny první předpovědní systémy. Forexis se však nezabýval pouze prognózováním. Analytické a obchodní monitorovací systémy byly úspěšně využity jako pracovní nástroj na Moskevské burze. Odborníci Forexis modelovali plán letů na letišti Domodědovo a také předpověděli míru poptávky po přepravě zboží po železnici na ruské železnice. Pro studenty a výzkumníky vytvořila Forexis službu Antiplagiat, která umožňuje určit procento jedinečnosti textu.
"Používáme různé matematické modely,"vysvětluje Sergej Kotik. — Ty, které se používají pro prognózování, se liší od těch, které se používají k řešení problémů s optimalizací. Vycházíme z konkrétního případu, ze souboru zákaznických dat, které naši analytici zkoumají a analyzují. Naše společnost se zabývá: vývojem softwaru, analýzou dat, obchodním poradenstvím. Právě tato kombinace našich schopností nám umožňuje realizovat aktuální projekty. Koneckonců, abyste správně položili problém a propojili jej s matematikou, musíte dobře rozumět obchodnímu procesu klienta. A abyste problém vyřešili, musíte být schopni vytvářet modely a konfigurovat je. Aby toto řešení fungovalo na velkých objemech dat a splňovalo požadavky na spolehlivost a odolnost proti chybám ve struktuře pro více uživatelů, musíte být schopni dát vyvinuté modely do podoby průmyslového softwaru.“
V roce 2013 se GoodsForecast oznámilajako samostatný právní subjekt, který se stal dceřinou společností Forexis a ve stejném roce se stal jedním z rezidentů IT clusteru Skolkovo. O pět let později její roční obrat dosáhl 100 milionů rublů. Zaměstnanci společnosti dosahují asi 50 lidí. Kromě administrativy, obchodního oddělení a marketingového oddělení je zde projektová kancelář, analytické oddělení (matematika) a čtyři produktové oblasti, které vyvíjejí, zdokonalují a implementují software.
"Proces přímého prodeje velkým zákazníkům."docela standardní. Pověst a práce z úst. Někdo šel k nějakému známému, někdo oslovil sám sebe, někdo šel do „zima“, seznámil se s někým na konferencích, - říká Sergej Kotik. - Náklady na naše projekty se liší od stovek tisíc až několika desítek milionů rublů. A bylo tam spousta zajímavých projektů. Například s Baltikou spolupracujeme od roku 2008. Téměř řešit všechny problémy spojené s prognózováním v jejich společnosti. S TechnoNIKOLem je velmi zajímavý projekt z hlediska složitosti - jedná se o optimalizaci výrobních linek. Inovační projekty ve výrobě jsou obvykle složité a velmi individuální. Zajímavý projekt se společností Knauf. Skládá se ze dvou poměrně velkých částí: plánování prodeje a optimalizace plánování výroby, tj. Distribuce tohoto plánu napříč mnoha výrobními závody v Rusku a zemích SNS. Pokud nazýváme regionální projekty, pak pracujeme s Čeljabinskou společností Unichel. Mají jednu z největších sítí - více než 600 obchodů. Nyní dokončujeme projekt plánování řízení zásob. I zde jsou velmi zajímavé momenty spojené přesně se specifiky trhu s obuví. “
Vrcholy poptávky
Zřejmá účinnost realizovaných programůstále není garantem 100% přijetí inovativního produktu. Jedním z negativních faktorů ovlivňujících rychlost vývoje programů prognózování a plánování na trhu je nesprávné zavádění dat zákaznickými společnostmi. Aby bylo možné pokračovat v prognózování, musí jim specialisté z oddělení ZbožíForescast pomoci s úvodními údaji v počáteční fázi. Tato potřeba byla důvodem pro doplnění činnosti společnosti poskytováním poradenských služeb ve zvoleném směru.
Andrey Lisitsa. Foto: Eugene Feldman / "Hightech"
„Než uzavřeme smlouvu,dlouhá doba komunikace s klientem. S cílem nabídnout mu koncept projektu, popsat čas, náklady a dohodnout se na těchto parametrech, to trvá od jednoho měsíce do šesti měsíců, a někdy i více, "- říká Sergej Kotik.
Veškeré práce na projektu jsou rozděleny do tří fází:
- Vypracování technických specifikací pro realizační projekt. Je v něm popsáno vše: funkčnost systému, scénář jeho použití, algoritmický aparát, akceptační kritéria.
- Proces implementace řešení a zdokonalení, pokud anojsou potřebné. To zahrnuje integraci se zdroji dat, přizpůsobení algoritmů, školení uživatelů, akceptační testy. Podle výsledků této etapy je systém uveden do zkušebního provozu.
- Zkušební provoz.Když se systém již používá, ale možná ne na plnou kapacitu, ne na všechno, například zboží společnosti nebo ne na všech skladech. Jakékoli chyby, které se vyskytnou, jsou opraveny a algoritmy jsou upraveny. Na konci této etapy je celý systém uveden do komerčního provozu.
Co mohou podniková řešení vycházet z matematických řešení:
- Doplňováníprovádí proces správy rezervního zbožíautomatická, zatímco zůstává funkce úpravy množství objednaného zboží, což je důležité pro distributory, výrobní organizace a maloobchod.
- Plánovánízahrnuje řadu schopností pro strategické a taktické plánování prodeje.
- Distribuceoptimálně rozděluje plán mezi výrobní místa a odhaduje dobu dokončení zadaných úkolů vzhledem k počtu zákaznických objednávek.
- Plánovánířeší problém optimálního rozvrhování výrobních linek s cílem maximalizovat objednávky zákazníků s minimálními náklady.
- Promopředpovídá účinnost propagace prováděnímjejich analýza. Systém určuje, jak se změní objem prodeje v důsledku propagace, pomocí poměru jejích různých parametrů a dynamiky poptávky. Pokud se akce koná poprvé a není dostatek osobních údajů pro vyhodnocení, pak jsou podobné aktivity ve stejném regionu odebírány se stejnými parametry, ale s jinou hloubkou slevy.
Výzvy a úspěchy
"Problémy při správě projektů, samozřejmě,existují různé - politické, technické a někdy i ekonomické. Pokud vezmeme v úvahu technické aspekty, zde je klíčovým bodem kvalita a struktura počátečních údajů zákazníka, - vysvětluje Sergey Kotik. - V rámci integrace mohou vždy vzniknout obtíže, které jsou zpravidla velmi individuální. Někdy existují velmi specifické problémy. Zákazník chce například vytvořit projekt a jeho IT specialisté jsou velmi zaneprázdněni, jejich úkoly jsou naplánovány rok dopředu a říkají, že se projektu nebudou účastnit. To platí zejména pro velké společnosti. V současné době například pracujeme na projektu, kde jej zaměstnanci realizují bez pomoci svých IT specialistů, kteří nám poskytli všechny potřebné údaje. To je vlastně titanické dílo. I přes to, že se IT oddělení globální vedoucí společnosti vzdalo všeho, projekt je v provozu, ostatní oddělení se s tímto úkolem vyrovnávají “.
GoodsForecast se zaměřuje na velké klienty částečně proto, že právě jim chybí objemy dat, které má smysl analyzovat algoritmicky.
„Pracujeme s velkými podniky, předevšímprotože optimalizace, kterou děláme, stále dává zákazníkovi významnou výhodu ve velkých objemech. Představte si stánek, který prodává za 100 tisíc rublů měsíčně. Pokud pro něj postavit prognózu poptávky a vytvořit komplexní modely řízení zásob, začne vydělávat 45 tisíc namísto 40. Nicméně, projekt sám bude stát několik milionů rublů. Je to prostě nerentabilní, - říká Sergej Kotik. - Náš produkt by měl být zaveden pouze tehdy, má-li společnost významný obrat. Je nepravděpodobné, že projekt bude realizován levně, protože každá společnost je velmi individuální a každý z jejích produktů má své vlastní charakteristiky. To již vyžaduje určité pracovní náklady. Nemůžete vzít určitý model, jeden pro všechny, upravit jej a získat prognózy, doporučení na zakázky - nebo optimalizovat výrobu.
Sergey Kotik. Foto: Eugene Feldman / "Hightech"
Pracujeme však na myšlence vytvořit některéuniverzální řešení, které by nám umožnilo rozšířit a pomoci malým podnikům v jejich práci. Pro malé firmy jsou však dnes důležité další úkoly. Jsou to důležitější automatizace, zejména zavedení účetních systémů a kvalitní správa dat. Nyní existuje mnoho pohodlných účetních systémů pro malé podniky, které jsou spojeny s obchodem a výrobou. Pokud však mluvíme o takovém malém podniku, který provádí prodej v papírovém časopise a zaznamenává všechna data perem, není nyní ani v dohledné době nutná žádná optimalizace. “
Hlavní problém, podle Andrei Lisitsyho,se stala neochotou ruských podniků pracovat se specifiky. Podniky mají velké naděje na analýzu objemů dat, ale zároveň se nestarají o to, že se angažují ve svých obchodních profesionálech, kteří pomohou efektivně využít výsledek analýzy.
„Je důležité pochopit, že umělá inteligence nenívyřeší všechny problémy klepnutím na prsty, dodává Andrei Lisitsa. - Nestačí jednoduše získat výkonnou severní a softwarovou platformu, načíst data do systému. Jsou potřební kompetentní odborníci, kteří budou organizovat sběr dat a používat je v rámci úkolu. Důležití jsou odborníci, kteří mohou rozluštit výsledky a využít je v obchodu. Ani zkušený manažer nemůže přímo pochopit logiku práce komplexních modelů a vliv ukazatelů na výsledek. Nebude tedy schopen systém spravovat, což prospívá podniku. “
Co připravuje příští rok
Dnes ruský trh pro analýzy a prognózy vykazuje silný růst. Podle GoodsForecast poroste v roce 2019 minimálně o 30 %.
„Očekáváme stejný růst vlastního obratuna konci roku, - dodává Sergej Kotik. - Největší poptávka bude v použití systémů řízení zásob, prognózovaných zásob zboží a plánování prodeje. Vypracujeme řešení týkající se prognózování v oblasti promo. Má stabilní zájem na trhu a je skutečně velmi velký - alespoň 60% zboží se prodává prostřednictvím promo. Takové prodeje jsou velmi labilní a obtížně předvídatelné. Vzhledem k tomu, že se jedná především o řetězec „výrobce-prodejce“, a za druhé ho ovlivňuje mnoho faktorů. “
Andrei Lisitsa, Sergey Kotik a Daniil Kanevsky (ředitel analytiky). Foto: Eugene Feldman / "Hightech"
V roce 2019 bude ZbožíForecast představovat řadu novýchproduktů, z nichž jeden je založen na analýze údajů provozovatelů fiskálních dat (CRF). Šekem z prodejen můžete analyzovat spotřební koš, zjistit, které výrobky jsou obvykle zakoupeny současně v jedné ruce, a vyhodnotit výkon pokladníků. Na základě těchto údajů je možné optimálně sestavit zobrazování zboží v místě prodeje, předvídat pracovní vytížení pokladen, sestavit harmonogram směn zaměstnanců.
„Vyvíjíme již existující produkty: Zejména přidáváme funkcionalitu, která nám umožní vytvářet nové na základě stávajících produktů, “říká Andrey Lisitsa. „Navíc nyní řešíme další problémy spojené s optimalizací výroby: jak správně naplánovat výrobu, abychom co nejvíce splnili očekávanou nebo současnou poptávku a zároveň vyrovnali náklady.“