Andrey Lisitsa— co-fondateur et PDG de GoodsForecast.Depuis 2005 — développeur, directeur
Sergey Kotik— co-fondateur et directeur du développement de l'entreprisePrévisions de marchandises. Il a également travaillé chez Forexis aux postes de développeur, chef de projet et chef de département. Diplômé de l'Université d'État de Moscou en 2004, département des méthodes de prévision mathématique. Chez GoodsForecast, elle accompagne les transactions et développe des programmes d'affiliation, et attire également des investissements financiers dans l'entreprise.
Prévision de la demande des consommateurs etle contrôle des processus de commande des produits permet aux fabricants, aux distributeurs et aux détaillants de travailler de manière plus efficace. Et surtout - aidez-les à éviter deux facteurs négatifs: le redémarrage de l'entrepôt et l'insuffisance de la gamme de produits.
Au début étaient les algorithmes
GoodsForecast a été créé en 2013 sur la base deForexis, fondé par un groupe de mathématiciens et de cybernétique du centre informatique de l'Académie des sciences de Russie (RAS) et de l'Université d'État de Moscou en 2000. La mission principale de Forexis était l'utilisation à des fins commerciales de la recherche scientifique par l'académicien Yury Zhuravlev - des travaux scientifiques sur la théorie des algorithmes d'optimisation locaux et du système algébrique d'algorithmes.
Yuri Ivanovich Zhuravlev
"Dans les années 50 avant Yuri Ivanovich Zhuravlev,Ensuite, de jeunes scientifiques ont eu pour tâche d'analyser les informations sur les gisements d'or », explique l'un des fondateurs de GoodsForecast, Andrei Lisitsa. - La recherche de gisements d’or était une entreprise très difficile et coûteuse. Zhuravlev a été le premier à construire un modèle mathématique permettant de déterminer avec une grande précision, sur la base des données disponibles, sans forages, s'il était nécessaire de mener une prospection géologique à l'emplacement prévu ou si la probabilité de trouver de l'or serait trop faible. Ainsi, sa carrière bien développée a pris une nouvelle tournure. Ce qu’il a fait à l’époque soviétique, son école scientifique continue de le faire aujourd’hui, est en fait un développement du domaine de l’apprentissage automatique, qui est si populaire aujourd'hui. ”
Zhuravlev Yuri Ivanovich- Mathématicien soviétique et russe.Ses domaines d'expertise comprennent les mathématiques appliquées et l'informatique. Les principaux domaines de recherche sont les mathématiques discrètes, la théorie de la reconnaissance et de la prédiction et les fonctions booléennes. Les nouvelles directions créées par Zhuravlev incluent la théorie des algorithmes d'optimisation locale et la théorie algébrique des algorithmes, qui consiste en une approche algébrique du problème de la synthèse d'algorithmes corrects.
L’approche algébrique de Zhuravlev est basée surl'idée d'utiliser des familles paramétriques d'algorithmes. Il estime que le processus de résolution de problèmes mal formalisés qui ne peuvent être résolus permet de trouver des solutions aux problèmes spécifiques d'une classe donnée. Sur la base de cette approche, des résultats ont été obtenus pour résoudre des problèmes dits canoniquement difficiles.
Basé sur l'algorithme de test utilisé par les scientifiquesune toute nouvelle direction en matière de reconnaissance a été créée, qui repose sur l'utilisation d'une analyse discrète. Le modèle unique de calcul des estimations créé par Zhuravlev est considéré comme classique aujourd'hui.
En 2000, Zhuravlev en avait déjà assezvaste école scientifique. L'un de ses principaux étudiants, aujourd'hui académicien de l'Académie des sciences de Russie, Konstantin Vladimirovich Rudakov est un mathématicien de renom. Zhuravlev et Rudakov, ainsi que l'un de leurs diplômés, ont décidé de créer une structure commerciale basée sur le centre informatique de l'Académie des sciences, qui sera basée sur les réalisations de l'école scientifique et utilisera les mathématiques au profit des entreprises et des organismes gouvernementaux, c'est-à-dire pour l'analyse de données et la réalisation de projets spécifiques dans ce domaine.
«Et« Forexis »fonctionne comme une sorte deun incubateur - ajoute Sergey Kotik, co-fondateur de GoodsForecast. - Lorsqu'une entreprise cherche une tâche qui peut être redimensionnée, lorsqu'elle réalise que sa solution est nécessaire non seulement pour le client, mais également pour le marché dans son ensemble, et qu'elle peut être utilisée pour créer un historique en série, cette tendance se développe pendant quelque temps dans Forexis, puis attribué à une société distincte. C'était donc avec Antiplagiat, société Antirutin, avec nous - avec GoodsForecast. Dans un proche avenir, Forexis aura d’autres filiales. "
Stocks sous contrôle
Sur le marché russe des analyses etservices de conseil, la préparation de prévisions professionnelles pour les moyennes et grandes entreprises a été très demandée. Pour fonctionner efficacement, les entreprises avaient besoin d’un plan de vente et d’achat clair. Pour le compiler, les spécialistes ont systématisé des données sur les activités de l'entreprise. Ce processus a pris plusieurs mois. Mais lorsque les informations ont finalement été préparées, les informations recueillies étaient obsolètes. Une aide était nécessaire avec l’aide de spécialistes extérieurs possédant une méthode innovante de systématisation, d’analyse et de prévision. C'est ainsi qu'en Russie, la numérisation active et la mise en œuvre informatique ont commencé.
Sergey Kotik. Photo: Eugene Feldman / "Hightech"
Ce sont les opportunités offertes dansGoodsForecast: sur la base de modèles mathématiques, les premiers systèmes de prévision ont été créés. Cependant, Forexis n’était pas seulement impliqué dans les prévisions. Les systèmes de suivi des analyses et des transactions ont été utilisés avec succès comme outil de travail à la Bourse de Moscou. Les experts de Forexis ont modélisé l’horaire des vols à l’aéroport de Domodedovo et ont également prévu le niveau de la demande de transport de marchandises par chemin de fer vers les chemins de fer russes. Pour les étudiants et les chercheurs, Forexis a créé le service Antiplagiat, qui permet de déterminer le pourcentage d’unicité du texte.
«Nous utilisons différents modèles mathématiques»explique Sergueï Kotik. — Ceux qui sont utilisés pour la prévision diffèrent de ceux qui sont utilisés pour résoudre des problèmes d'optimisation. Nous partons d'un cas précis, d'un ensemble de données clients, que nos analystes recherchent et analysent. Notre société exerce les activités suivantes : développement de logiciels, analyse de données, conseil aux entreprises. C'est cette combinaison de nos capacités qui nous permet de mettre en œuvre les projets en cours. Après tout, pour poser correctement le problème et le relier aux mathématiques, vous devez avoir une bonne compréhension du processus commercial du client. Et pour résoudre le problème, vous devez être capable de créer des modèles et de les configurer. Eh bien, pour que cette solution fonctionne sur de gros volumes de données, répondant aux exigences de fiabilité et de tolérance aux pannes dans une structure multi-utilisateurs, il faut pouvoir mettre les modèles développés sous forme de logiciel industriel.
En 2013, GoodsForecast s'est annoncéen tant qu'entité juridique indépendante, devenant une filiale de Forexis, et la même année, elle est devenue l'un des résidents du cluster informatique de Skolkovo. Cinq ans plus tard, son chiffre d'affaires annuel atteignait 100 millions de roubles. L'effectif de l'entreprise compte environ 50 personnes. Outre l'administration, le service commercial et le service marketing, il existe un bureau de projet, un service d'analyse (mathématiques) et quatre domaines de produits qui développent, affinent et mettent en œuvre le logiciel.
"Le processus de vente directe aux gros clientsjolie norme. Réputation et travail de bouche à oreille. Quelqu'un est allé chez une connaissance, quelqu'un s'est adressé à lui-même, quelqu'un est devenu «froid», a fait la connaissance de quelqu'un lors de conférences - a déclaré Sergey Kotik. - Le coût de nos projets est différent, de centaines de milliers à plusieurs dizaines de millions de roubles. Et il y avait beaucoup de projets intéressants. Par exemple, nous coopérons avec Baltika depuis 2008. Presque résoudre tous les problèmes associés à la prévision dans leur entreprise. TechnoNIKOL est un projet très intéressant en termes de complexité: il s’agit de l’optimisation des lignes de production. Les projets innovants en production sont généralement complexes et très individuels. Un projet intéressant maintenant avec la société Knauf. Il se compose de deux parties assez importantes: la planification des ventes et l’optimisation de la planification de la production, c’est-à-dire la répartition de ce plan sur leurs nombreux sites de production en Russie et dans les pays de la CEI. Si nous appelons des projets régionaux, nous travaillons avec la société «Unichel» de Tcheliabinsk. Ils ont l'un des plus grands réseaux - plus de 600 magasins. Nous en avons terminé avec le projet de planification de la gestion des stocks. Là aussi, il y a des moments très intéressants liés précisément aux spécificités du marché de la chaussure. "
Sommets de la demande
Efficacité évidente des programmes mis en œuvretoujours pas le garant de l’adoption à cent pour cent d’un produit innovant. L’introduction incorrecte des données par les entreprises clientes est l’un des facteurs négatifs qui ont une incidence sur la vitesse de progression des programmes de prévision et de planification sur le marché. Afin de procéder à la prévision, les spécialistes de GoodsForescast doivent les aider avec les données initiales au stade préliminaire. Un tel besoin est devenu la raison pour laquelle les activités de la société ont été complétées par la fourniture de services de conseil dans une direction choisie.
Andrey Lisitsa. Photo: Eugene Feldman / "Hightech"
«Avant de conclure un contrat,assez longue période de communication avec le client. Afin de lui proposer le concept du projet, de décrire le temps, le coût et d’être d’accord sur ces paramètres, cela prend entre un mois et six mois, et parfois plus, "- explique Sergey Kotik.
Tout le travail sur le projet est divisé en trois étapes:
- Élaboration des spécifications techniques pour le projet de mise en œuvre. Tout y est précisé : la fonctionnalité du système, le scénario de son utilisation, l'appareil algorithmique, les critères d'acceptation.
- Le processus de mise en œuvre de la solution et le raffinement, s’ilssont nécessaires. Cela inclut l'intégration avec les sources de données, les paramètres d'algorithme, la formation des utilisateurs et les tests d'acceptation. Selon les résultats de cette étape, le système est mis à l'essai.
- Opération d'essai.Lorsque le système est déjà utilisé, mais peut-être pas à pleine capacité, pas sur toutes les marchandises de l’entreprise, par exemple, ou pas sur tous les entrepôts. Toutes les erreurs qui surviennent sont corrigées et les algorithmes sont ajustés. A la fin de cette étape, l’ensemble du système est mis en exploitation commerciale.
Que peuvent les solutions de l'entreprise basées sur des solutions mathématiques:
- Réapprovisionnementrend le processus de gestion des biens de réserveautomatique, alors que la fonction de réglage de la quantité de produits commandée reste importante, ce qui est important pour les distributeurs, les organisations de production et le commerce de détail.
- La planificationcomprend une gamme de fonctionnalités pour la planification stratégique et tactique des ventes.
- Distributionrépartit de manière optimale le plan entre les sites de production et estime la durée d'exécution des tâches assignées par rapport au nombre de commandes clients.
- Calendrierrésout le problème de la planification optimale des lignes de production afin de maximiser les commandes des clients avec des coûts minimes.
- Promoprédit l'efficacité des promotions en effectuantleur analyse. Le système détermine l'évolution du volume des ventes à la suite de la promotion, en utilisant le rapport de ses différents paramètres et la dynamique de la demande. Si la promotion a lieu pour la première fois et qu'il n'y a pas suffisamment de données personnelles pour l'évaluation, des activités similaires dans la même région sont prises en utilisant les mêmes paramètres, mais avec une profondeur de remise différente.
Défis et réussites
"Des difficultés à gérer des projets, bien sûr,il en existe différentes - politiques, techniques et parfois même économiques. Si nous considérons les aspects techniques, le point essentiel est la qualité et la structure des données initiales du client - explique Sergey Kotik. - Dans le cadre de l'intégration, des difficultés peuvent toujours surgir et elles sont généralement très individuelles. Parfois, il y a des problèmes très spécifiques. Par exemple, un client veut réaliser un projet et ses informaticiens sont très occupés, leurs tâches sont planifiées un an à l'avance et ils disent qu'ils ne participeront pas au projet. Cela est particulièrement vrai pour les grandes entreprises. Par exemple, nous travaillons actuellement sur un projet où les employés le mettent en œuvre sans l'aide de leurs informaticiens. Les clients commerciaux eux-mêmes nous ont fourni toutes les données nécessaires. C'est, en fait, fait un travail titanesque. Même si le département informatique de la société mère a tout abandonné, le projet est lancé, les autres départements s’acquittent de la tâche ».
GoodsForecast cible les gros clients en partie parce que ce sont eux qui manquent des volumes de données qu'il est logique d'analyser de manière algorithmique.
"Nous travaillons avec les grandes entreprises, par-dessus tout,car l'optimisation que nous réalisons offre toujours au client un avantage significatif dans les grands volumes. Imaginez un stand qui se vend 100 000 roubles par mois. Si pour lui construire une prévision de la demande et créer des modèles complexes de gestion des stocks, il commencera à gagner 45 000 au lieu de 40. Cependant, le projet lui-même coûtera plusieurs millions de roubles. Ce n'est tout simplement pas rentable - dit Sergey Kotik. - Notre produit ne doit être introduit que lorsque l'entreprise réalise un chiffre d'affaires significatif. Il est peu probable que le projet soit mis en œuvre à moindre coût car chaque entreprise est très individuelle et chacun de ses produits a ses propres caractéristiques. Et cela nécessite déjà certains coûts de main-d'œuvre. Vous ne pouvez pas prendre un certain modèle, un pour tous, l’ajuster et obtenir des prévisions, des recommandations sur les commandes - ou pour optimiser la production.
Sergey Kotik. Photo: Eugene Feldman / "Hightech"
Cependant, nous travaillons sur l’idée de créer dessolution universelle qui nous permettrait d’adapter et d’aider les petites entreprises dans leur travail. Mais pour les petites entreprises d’aujourd’hui, d’autres tâches sont importantes. Ils constituent une automatisation plus importante, en particulier l’introduction de systèmes de comptabilité et une gestion des données de haute qualité. Il existe maintenant de nombreux systèmes de comptabilité pratiques pour les petites entreprises, associés au commerce et à la production. Mais si nous parlons d'une si petite entreprise qui effectue des ventes dans un magazine papier, enregistrant toutes les données avec un stylo, aucune optimisation n'est nécessaire maintenant ou dans un avenir proche. "
La principale difficulté, selon Andrei Lisitsy,est devenu la réticence des entreprises russes à travailler avec des détails. Les entreprises ont de grands espoirs d’analyser les volumes de données, mais ne se soucient pas du fait qu’elles exercent leur propre activité, ce qui permettra d’utiliser efficacement les résultats de l’analyse.
"Il est important de comprendre que l'intelligence artificielle n'est pasva résoudre tous les problèmes en cliquant sur les doigts, ajoute Andrei Lisitsa. - Il ne suffit pas d’acquérir simplement un puissant nord et une plate-forme logicielle, mais aussi de charger des données dans le système. Des spécialistes compétents sont nécessaires pour organiser la collecte des données et, pour les utiliser, configurer un appareil algorithmique dans le contexte de la tâche. Les experts capables de déchiffrer les résultats et de les utiliser dans le commerce sont importants. Même un manager expérimenté ne comprend pas directement la logique du travail de modèles complexes et l’influence des indicateurs sur le résultat. Il ne pourra donc pas gérer le système, ce qui profitera à l'entreprise. ”
Ce que l'année prochaine prépare
Aujourd’hui, le marché russe de l’analyse et de la prévision connaît une forte croissance. Selon GoodsForecast, elle connaîtra une croissance d'au moins 30 % en 2019.
«Nous prévoyons la même croissance de notre propre chiffre d'affairesà la fin de l'année - ajoute Sergey Kotik. - La demande la plus importante concernera les systèmes de gestion des stocks, les réserves prévisionnelles de biens et la planification des ventes. Nous développerons des solutions liées à la prévision dans le domaine de la promotion. Il bénéficie d'un intérêt constant sur le marché et est en effet très important - au moins 60% des produits sont vendus par le biais de promotions. De telles ventes sont très labiles et difficiles à prédire le travail. Parce que, d’une part, la chaîne «producteurs-détaillants» est impliquée et, d’autre part, de nombreux facteurs l’influencent ».
Andrei Lisitsa, Sergey Kotik et Daniil Kanevsky (directeur des analyses). Photo: Eugene Feldman / "Hightech"
En 2019, GoodsForecast présentera un certain nombre de nouveauxproduits, dont l’un est basé sur l’analyse de données d’opérateurs de données fiscales (CRF). Par contrôle des points de vente, vous pouvez analyser le panier de consommation, identifier quels produits sont généralement achetés simultanément et simultanément et évaluer les performances des caissiers. Sur la base de ces données, il est possible d’optimiser l’affichage des marchandises au point de vente, de prévoir la charge de travail des caisses d’affaires, d’établir un horaire des équipes de travail.
«Nous développons des produits déjà existants: En particulier, nous ajoutons des fonctionnalités qui nous permettront d’en créer de nouvelles sur la base des produits existants », déclare Andrey Lisitsa. «De plus, nous résolvons maintenant davantage de problèmes liés à l'optimisation de la production: comment planifier correctement la production, afin de répondre autant que possible à la demande prévue ou actuelle, tout en réduisant les coûts au minimum