Andrey Lisitsa— Medstifter og administrerende direktør for GoodsForecast. Siden 2005 - udvikler, leder
Sergey Kotik— medstifter og direktør for virksomhedens udviklingVareprognose. Han arbejdede også hos Forexis i stillingerne som udvikler, projektleder og afdelingsleder. Uddannet fra Moscow State University i 2004, afdeling for matematiske prognosemetoder. Hos GoodsForecast ledsager hun transaktioner og udvikler affiliate-programmer og tiltrækker også finansielle investeringer i virksomheden.
Forudsigelse af forbrugernes efterspørgsel ogkontrol over processerne ved bestilling af produkter gør det muligt for producenter, distributører og detailhandlere at arbejde mest effektivt. Og vigtigst af alt - hjælpe dem med at undgå to negative faktorer: genstart af lageret og utilstrækkeligheden af produktsortimentet.
I begyndelsen var algoritmerne
GoodsForecast blev oprettet i 2013 på grundlag afForexis, grundlagt af en gruppe matematikere og cybernetik fra computercentret for det russiske videnskabsakademi (RAS) og Moskva statsuniversitet i 2000. Forexis vigtigste mission var brugen til kommercielle formål af videnskabelig forskning af akademiker Yury Zhuravlev - videnskabelige værker om teorien om lokale optimeringsalgoritmer og algebraisk system af algoritmer.
Yuri Ivanovich Zhuravlev
"I 50'erne før Yuri Ivanovich Zhuravlev,så havde unge videnskabsmænd det formål at analysere oplysninger om guldindskud, - siger en af grundlæggerne af GoodsForecast, Andrei Lisitsa. - Søgningen efter guldindskud var en meget vanskelig og dyr forretning. Zhuravlev var den første til at opbygge en matematisk model, der gjorde det muligt med stor nøjagtighed at basere på de tilgængelige data uden at foretage testboringer for at sige, om det var nødvendigt at foretage geologisk prospektering på det forventede sted, eller sandsynligheden for at finde guld ville være for lille. Således har hans veludviklede karriere modtaget et nyt twist. Hvad han gjorde i sovjetiden, fortsætter hans videnskabelige skole i dag, faktisk er en udvikling af maskinens læringsfelt, som er så populært i dag. "
Zhuravlev Yuri Ivanovich- Sovjetisk og russisk matematiker.Hans ekspertiseområder omfatter anvendt matematik og datalogi. De vigtigste forskningsområder er diskret matematik, genkendelses- og forudsigelsesteori og boolske funktioner. Nye retninger skabt af Zhuravlev omfatter teorien om lokale optimeringsalgoritmer og den algebraiske teori om algoritmer, som består af en algebraisk tilgang til problemet med at syntetisere korrekte algoritmer.
Zhuravlevs algebraiske tilgang er baseret påideen om at bruge parametriske familier af algoritmer. Han mener, at processen med at løse dårligt formaliserede problemer, som ikke kan løses, giver mulighed for at finde løsninger på specifikke problemer i en given klasse. På baggrund af denne tilgang blev der opnået resultater til løsning af såkaldt kanonisk vanskelige problemer.
Baseret på testalgoritmen anvendt af forskereDer blev skabt en helt ny retning i anerkendelse, som er baseret på brugen af diskret analyse. Den unikke model til beregning af overslag oprettet af Zhuravlev betragtes som klassisk i dag.
I 2000 havde Zhuravlev allerede nokomfattende videnskabelig skole. En af hans førende studerende, i dag en akademiker fra det russiske videnskabsakademi, Konstantin Vladimirovich Rudakov er en berømt matematiker. Zhuravlev og Rudakov sammen med en af deres kandidater besluttede at oprette en kommerciel struktur baseret på Videnskabsakademiets beregningscenter, der vil være baseret på den videnskabelige skoles resultater og bruge matematik til gavn for erhvervsliv og offentlige myndigheder, dvs. at analysere data og udføre tilpassede projekter på dette område.
"Og" Forexis "fungerer som en slagsen inkubator, - tilføjer Sergey Kotik, medstifter af GoodsForecast. - Når en virksomhed opdager en opgave, der kan skaleres, når den indser, at løsningen ikke kun er nødvendig for kunden, men af markedet som helhed, og det kan bruges til at lave en seriel historie, vokser denne tendens i Forexis i et stykke tid, og derefter afsat til et særskilt selskab. Så det var hos Antiplagiat, Antirutin firma, hos os - med GoodsForecast. I nær fremtid vil Forexis have andre datterselskaber. "
Aktier under kontrol
På det russiske marked for analytiske ogRådgivningstjenester var der stor efterspørgsel efter udarbejdelse af professionelle prognoser for mellemstore og store virksomheder. For at arbejde effektivt krævede virksomheder en klar salgs- og indkøbsplan. For at kompilere det systematiserede specialister data om virksomhedens aktiviteter. Denne proces tog op til flere måneder. Men da oplysningerne endelig blev udarbejdet, var de indhentede oplysninger forældede. Der var brug for hjælp med bistand fra eksterne specialister, der ejer en innovativ metode til systematisering, analyse og prognoser. Så i Rusland begyndte aktiv digitalisering og it-implementering i erhvervslivet.
Sergey Kotik. Foto: Eugene Feldman / "Hightech"
Dette er de muligheder, der tilbydes iGoodsForecast: Baseret på matematiske modeller blev de første prognosesystemer oprettet. Forexis var imidlertid ikke kun involveret i prognoser. Analytics og handelsovervågningssystemer blev med succes brugt som arbejdsredskab på Moskva Fondsbørs. Eksperter fra Forexis modellerede flyveplanen på Domodedovo Lufthavn og lavede også en prognose for graden af efterspørgsel efter godstransport med jernbane til russiske jernbaner. For studerende og forskere har Forexis oprettet Antiplagiat-tjenesten, som gør det muligt at bestemme procentdelen af tekst unikke.
"Vi bruger forskellige matematiske modeller,"forklarer Sergey Kotik. — Dem, der bruges til prognoser, adskiller sig fra dem, der bruges til at løse optimeringsproblemer. Vi tager udgangspunkt i en specifik case, fra et sæt kundedata, som vores analytikere researcher og analyserer. Vores virksomhed beskæftiger sig med følgende: softwareudvikling, dataanalyse, virksomhedsrådgivning. Det er denne kombination af vores evner, der giver os mulighed for at implementere aktuelle projekter. Når alt kommer til alt, for at kunne stille problemet korrekt og forbinde det med matematik, skal du have en god forståelse af kundernes forretningsproces. Og for at løse problemet skal du være i stand til at bygge modeller og konfigurere dem. Nå, for at denne løsning kan fungere på store mængder data og opfylde kravene til pålidelighed og fejltolerance i en flerbrugerstruktur, skal du være i stand til at sætte de udviklede modeller i form af industriel software."
I 2013 annoncerede GoodsForecast sig selvsom en uafhængig juridisk enhed, der blev et datterselskab af Forexis, og blev samme år en af beboerne i Skolkovo IT-klyngen. Fem år senere nåede dens årlige omsætning 100 millioner rubler. Virksomhedens personale når op på omkring 50 personer. Udover administration, salgsafdeling og marketingafdeling er der et projektkontor, en analyseafdeling (matematik) og fire produktområder, der udvikler, forfiner og implementerer softwaren.
"Processen med direkte salg til store kunderret standard. Omdømme og mund til mund arbejde. Nogen gik til en bekendtskab, nogen tog sig selv, nogen gik til "kold", fik bekendtskab med nogen på konferencer, - siger Sergey Kotik. - Omkostningerne ved vores projekter er forskellige fra hundredtusinder til flere titusinder af rubler. Og der var mange interessante projekter. For eksempel har vi samarbejdet med Baltika siden 2008. Næsten løse alle problemer forbundet med prognoser i deres firma. Der er et meget interessant projekt med hensyn til kompleksitet med TechnoNIKOL - dette er optimeringen af produktionslinjer. Innovative projekter i produktionen er alle normalt komplekse og meget individuelle. Et interessant projekt nu med firmaet Knauf. Den består af to ret store dele: salgsplanlægning og optimering af produktionsplanlægning, det vil sige fordelingen af denne plan på tværs af deres mange produktionssteder i Rusland og CIS-landene. Hvis vi kalder regionale projekter, arbejder vi sammen med Chelyabinsk-firmaet "Unichel". De har et af de største netværk - mere end 600 butikker. Nu er vi færdige med projektet om planlægning af lagerstyring. Der er også meget interessante øjeblikke forbundet præcist med fodtøjsmarkedet. "
Efterspørgsel toppe
Den åbenlyse effektivitet af de implementerede programmerstadig ikke garantisten for et hundrede procent vedtagelse af et innovativt produkt. En af de negative faktorer, der påvirker fremskyndelsen af prognoser og planlægningsprogrammer på markedet, er den ukorrekte indførelse af data fra kundevirksomheder. For at kunne fortsætte med prognosen skal GoodsForescast-specialister hjælpe dem med de indledende data i indledende fase. Et sådant behov er blevet grunden til at supplere virksomhedens aktiviteter med rådgivningstjenester i en valgt retning.
Andrey Lisitsa. Foto: Eugene Feldman / "Hightech"
"Før vi indgår en kontrakt,en ganske lang periode med kommunikation med klienten. For at kunne tilbyde ham konceptet for projektet, for at beskrive tiden, koste og aftale om disse parametre tager det fra en måned til seks måneder, og nogle gange mere, "- siger Sergey Kotik.
Alt arbejde på projektet er opdelt i tre faser:
- Udvikling af tekniske specifikationer for implementeringsprojektet. Alt er præciseret i det: systemets funktionalitet, scenariet for dets brug, det algoritmiske apparat, acceptkriterierne.
- Processen med at implementere løsningen og forfining, hvis deer nødvendige. Dette omfatter integration med datakilder, tilpasning af algoritmer, brugeruddannelse, accepttest. Ifølge resultaterne fra dette stadium er systemet lanceret i forsøgsoperation.
- Prøvedrift.Når systemet allerede er i brug, men måske ikke på fuld kapacitet, ikke på alle f.eks. virksomhedens varer eller ikke på alle lagre. Eventuelle fejl, der opstår, korrigeres, og algoritmer justeres. I slutningen af denne fase sættes hele systemet i kommerciel drift.
Hvad kan virksomhedens løsninger baseret på matematiske løsninger:
- Genopfyldninggør processen med at styre reservevarerautomatisk, mens der stadig er funktionen til at justere mængden af bestilte varer, hvilket er vigtigt for distributører, der producerer organisationer og detailhandel.
- Planlægningomfatter en række funktioner til strategisk og taktisk salgsplanlægning.
- Distributionfordeler planen optimalt mellem produktionssteder og estimerer varigheden af færdiggørelsen af tildelte opgaver i forhold til antallet af kundeordrer.
- Planlægningløser problemet med optimal planlægning af produktionslinjer for at maksimere kundeordrer med minimale omkostninger.
- Promoforudsiger effektiviteten af kampagner ved at udførederes analyse. Systemet bestemmer, hvordan salgsvolumen vil ændre sig som følge af kampagnen, ved hjælp af forholdet mellem dets forskellige parametre og efterspørgselsdynamikken. Hvis kampagnen afholdes for første gang, og der ikke er nok personlige data til evaluering, tages lignende aktiviteter i samme region med de samme parametre, men med en anden rabatdybde.
Udfordringer og succeser
"Vanskeligheder med at styre projekter, selvfølgelig,Der er forskellige - politiske, tekniske og undertiden endda økonomiske. Hvis vi overvejer de tekniske aspekter, her er hovedpunktet kvaliteten og strukturen af de oprindelige data hos kunden - forklarer Sergey Kotik. - Inden for rammerne af integration kan der altid opstå vanskeligheder, og de er som regel meget individuelle. Nogle gange er der meget specifikke problemer. For eksempel ønsker en kunde at lave et projekt, og hans it-specialister er meget travle, deres opgaver er planlagt et år i forvejen, og de siger, at de ikke vil deltage i projektet. Dette gælder især for store virksomheder. For eksempel arbejder vi for øjeblikket på et projekt, hvor medarbejdere implementerer det uden hjælp af deres it-specialister, og erhvervskunderne selv har givet os alle nødvendige data. Det gjorde faktisk et titanisk arbejde. Selv på trods af at IT-afdelingen i det globale hovedselskab har givet op på alt, er projektet på, andre afdelinger klarer opgaven. "
GoodsForecast retter sig mod store kunder, delvis fordi det er dem, der mangler de mængder af data, der giver mening at analysere algoritmisk.
"Vi arbejder med stor forretning, frem for altfordi den optimering, vi gør, stadig giver kunden en stor fordel i store mængder. Forestil dig en stall, der sælger for 100 tusinde rubler om måneden. Hvis han for at bygge en efterspørgselsprognose og skabe komplekse modeller for lagerstyring, vil han begynde at tjene 45.000 i stedet for 40. Imidlertid vil projektet selv koste flere millioner rubler. Det er simpelthen urentabel, siger Sergey Kotik. - Vores produkt skal kun introduceres, når virksomheden har en betydelig omsætning. Det er usandsynligt, at projektet vil blive implementeret billigt, fordi hvert firma er meget individuelt og hver af sine produkter har sine egne egenskaber. Og dette kræver allerede visse lønomkostninger. Du kan ikke tage en bestemt model, en for alle, justere den og få prognoser, anbefalinger om ordrer - eller for at optimere produktionen.
Sergey Kotik. Foto: Eugene Feldman / "Hightech"
Men vi arbejder på ideen om at skabe nogleuniversel løsning, der giver os mulighed for at skala og hjælpe små virksomheder i deres arbejde. Men for små virksomheder i dag er relevante andre opgaver. De er vigtigere automatisering, især indførelse af regnskabssystemer og højkvalitets datahåndtering. Nu er der mange praktiske regnskabssystemer til små virksomheder, der er forbundet med handel og produktion. Men hvis vi taler om en sådan lille virksomhed, der foretager salg i et papirmagasin, registrerer alle data med en pen, så er der ingen behov for optimering nu eller i overskuelig fremtid. "
Den største vanskelighed, ifølge Andrei Lisitsy,blev de uvillige russiske virksomheder til at arbejde med specifikationer. Virksomheder har store forhåbninger på at analysere datamængder, men samtidig bekymrer de sig ikke om, at de er engagerede i deres egen virksomhed, hvilket vil bidrage til effektivt at bruge analysens resultat.
"Det er vigtigt at forstå, at kunstig intelligens ikke ervil løse alle problemer ved at klikke på fingrene, tilføjer Andrei Lisitsa. - Det er ikke nok at bare erhverve en kraftfuld nord- og softwareplatform, indlæse data i systemet. Kompetente specialister er nødvendige, hvem der vil organisere dataindsamling og ved hjælp af dem oprette et algoritmisk apparat i forbindelse med opgaven. Eksperterne, der kan dechiffrere resultaterne og bruge dem i handel, er vigtige. Selv en erfaren leder forstår ikke direkte logikken i arbejdet med komplekse modeller og indflydelsen af indikatorer på resultatet. Så han vil ikke være i stand til at styre systemet, der nyder virksomheden. "
Hvad det kommende år forbereder
I dag viser det russiske marked for analyser og prognoser kraftig vækst. Ifølge GoodsForecast vil den vokse med mindst 30% i 2019.
"Vi forventer den samme vækst i vores egen omsætningi slutningen af året - tilføjer Sergey Kotik. - Den største efterspørgsel vil blive brugt af lagerstyringssystemer, de forventede reserver af varer og salgsplanlægning. Vi vil udvikle løsninger relateret til prognoser inden for promoområdet. Den har en stabil interesse i markedet og er faktisk meget stor - mindst 60% af varerne sælges via promo. Et sådant salg er meget labilt og svært at forudsige arbejde. Fordi for det første er "producent-forhandler" -kæden involveret, og for det andet har mange faktorer indflydelse på det. "
Andrei Lisitsa, Sergey Kotik og Daniil Kanevsky (Analytics Director). Foto: Eugene Feldman / "Hightech"
I 2019 vil GoodsForecast præsentere en række nyeprodukter, hvoraf den ene er baseret på analysen af data fra skattedataoperatører (CRF). Ved check fra afsætningsmulighederne kan du analysere forbrugerkurven, identificere hvilke produkter der normalt købes på samme tid i den ene hånd og evaluere udførelsen af kasserere. På grundlag af sådanne data er det muligt at optimere opstillingen af varer på salgsstedet, forudsige arbejdsbyrden for kontanter, skrive en tidsplan for medarbejderskifte.
"Vi udvikler allerede eksisterende produkter: Især tilføjer vi funktionalitet, der gør det muligt for os at oprette nye på basis af eksisterende produkter, siger Andrey Lisitsa. "Vi løser nu også flere problemer i forbindelse med optimering af produktionen: hvordan man planlægger produktionen korrekt, for at tilfredsstille den forventede eller eksisterende efterspørgsel til maksimum og samtidig niveauomkostninger.