Andrey Lisitsa— Suosnivač i izvršni direktor GoodsForecasta. Od 2005. - programer, voditelj
Sergey Kotik— suosnivač i direktor razvoja tvrtkeGoodsForecast. Također je radio u Forexisu na pozicijama programera, voditelja projekata i voditelja odjela. Diplomirao na Moskovskom državnom sveučilištu 2004. godine, odjel za matematičke metode predviđanja. U GoodsForecastu prati transakcije i razvija partnerske programe, a također privlači financijska ulaganja u posao.
Predviđanje potražnje potrošača ikontrola nad procesima naručivanja proizvoda omogućava proizvođačima, distributerima i trgovcima da rade najučinkovitije. I što je najvažnije - pomoći im izbjeći dva negativna faktora: ponovno podizanje skladišta i nedostatak asortimana.
U početku su bili algoritmi
Dobavljač roba osnovan je 2013. godine na temeljuForexis, osnovao je skupinu matematičara i kibernetike iz računalnog centra Ruske akademije znanosti (RAS) i Moskovskog državnog sveučilišta 2000. godine. Glavna misija Forexisa bila je upotreba znanstvenih istraživanja u komercijalne svrhe akademika Yuryja Zhuravleva - znanstvenih radova o teoriji lokalnih optimizacijskih algoritama i algebarskom sustavu algoritama.
Yuri Ivanovich Zhuravlev
"50-ih godina prije Yurija Ivanovicha Zhuravlev,tada su mladi znanstvenici imali zadatak analizirati informacije o depozitima zlata, - kaže jedan od osnivača tvrtke GoodsForecast, Andrei Lisitsa. - Potraga za zlatom bila je vrlo teško i skupo. Zhuravlev je prvi izgradio matematički model koji je omogućio, s velikom točnošću, na temelju dostupnih podataka, bez provođenja probnih bušenja, reći je li bilo potrebno provesti geološko istraživanje na očekivanom mjestu ili je vjerojatnost pronalaženja zlata bila premala. Tako je njegova dobro razvijena karijera dobila novi zaokret. Ono što je radio u sovjetskoj eri, njegova znanstvena škola nastavlja raditi i danas, zapravo je razvoj polja strojnog učenja, koje je danas toliko popularno. "
Zhuravlev Yuri Ivanovich- sovjetski i ruski matematičar.Njegova područja stručnosti uključuju primijenjenu matematiku i računarstvo. Glavna područja istraživanja su diskretna matematika, teorija prepoznavanja i predviđanja te Booleove funkcije. Novi pravci koje je stvorio Zhuravlev uključuju teoriju algoritama lokalne optimizacije i algebarsku teoriju algoritama, koja se sastoji od algebarskog pristupa problemu sinteze ispravnih algoritama.
Zhuravlevov algebarski pristup temelji se naideja korištenja parametarskih obitelji algoritama. On smatra da proces rješavanja loše formaliziranih problema, koji se ne mogu riješiti, omogućuje pronalaženje rješenja za specifične probleme dane klase. Na temelju ovog pristupa dobiveni su rezultati za rješavanje tzv. kanonski teških problema.
Na temelju testnog algoritma koji koriste znanstvenicistvoren je potpuno novi pravac prepoznavanja koji se temelji na diskretnoj analizi. Jedinstveni model za izračunavanje procjena koje je stvorio Zhuravlev danas se smatra klasičnim.
Do 2000. Žuravlev je već imao dovoljnoopsežna znanstvena škola. Jedan od njegovih vodećih studenata, danas akademik Ruske akademije znanosti, Konstantin Vladimirovič Rudakov je poznati matematičar. Zhuravlev i Rudakov zajedno s jednim od svojih diplomiranih studenata odlučili su stvoriti komercijalnu strukturu temeljenu na računalnom centru Akademije znanosti, koja će se temeljiti na postignućima znanstvene škole i koristiti matematiku u korist poslovnih i vladinih agencija, odnosno analizirati podatke i provoditi prilagođene projekte na ovom području.
"A" Forexis "funkcionira kao neka vrstainkubator, - dodaje Sergey Kotik, suosnivač tvrtke GoodsForecast. - Kada tvrtka počne tražiti zadatak koji se može skalirati, kada shvati da je njegovo rješenje potrebno ne samo od strane klijenta, već i od tržišta u cjelini, a to se može koristiti za pravljenje serijske povijesti, neko vrijeme taj trend raste u Forexisu, a zatim dodijeljena zasebnoj tvrtki. Tako je bilo s tvrtkom Antiplagiat, Antirutin, s nama - s GoodsForecastom. U bliskoj budućnosti, Forexis će imati i druge podružnice.
Dionice pod kontrolom
Na ruskom tržištu analitičkih iU konzultantskim uslugama postojala je velika potražnja za pripremom profesionalnih prognoza za srednje i velike tvrtke. Kako bi radile učinkovito, poduzećima je bio potreban jasan plan prodaje i nabave. Kako bi ga sastavili, stručnjaci su sistematizirali podatke o aktivnostima poduzeća. Taj je proces trajao nekoliko mjeseci. Ali kada su informacije konačno pripremljene, prikupljene informacije su zastarjele. Pomoć je bila potrebna uz pomoć vanjskih stručnjaka koji posjeduju inovativnu metodu sistematizacije, analize i predviđanja. Tako je u Rusiji počela aktivna digitalizacija i implementacija IT-a u poslovanje.
Sergey Kotik. Fotografija: Eugene Feldman / "Hightech"
To su mogućnosti koje se nudeGoodsForecast: na temelju matematičkih modela kreirani su prvi sustavi predviđanja. Međutim, Forexis nije bio uključen samo u predviđanje. Analitika i sustavi praćenja trgovanja uspješno su korišteni kao radni alat na moskovskoj burzi. Stručnjaci Forexis-a oblikovali su raspored letova na Zračnoj luci Domodedovo, a također su napravili prognozu stupnja potražnje za prijevozom željeznicom do ruskih željeznica. Za studente i istraživače, Forexis je stvorio Antiplagiat servis, koji omogućuje određivanje postotka jedinstvenosti teksta.
"Koristimo razne matematičke modele,"objašnjava Sergej Kotik. — Oni koji se koriste za predviđanje razlikuju se od onih koji se koriste za rješavanje problema optimizacije. Polazimo od konkretnog slučaja, od skupa podataka o kupcima, koje naši analitičari istražuju i analiziraju. Naša tvrtka bavi se: razvojem softvera, analizom podataka, poslovnim savjetovanjem. Upravo ta kombinacija naših sposobnosti omogućuje nam realizaciju trenutnih projekata. Uostalom, da biste ispravno postavili problem i povezali ga s matematikom, morate dobro razumjeti poslovni proces klijenta. A da biste riješili problem, morate biti u mogućnosti izgraditi modele i konfigurirati ih. Pa, kako bi ovo rješenje radilo na velikim količinama podataka, ispunjavajući zahtjeve pouzdanosti i tolerancije na greške u višekorisničkoj strukturi, morate biti u mogućnosti staviti razvijene modele u oblik industrijskog softvera.”
Godine 2013. oglasio se GoodsForecastkao samostalna pravna osoba, postaje podružnica Forexisa, te iste godine postaje jedan od rezidenata IT klastera Skolkovo. Pet godina kasnije, godišnji promet dosegao je 100 milijuna rubalja. Osoblje tvrtke doseže oko 50 ljudi. Uz administraciju, odjel prodaje i odjel marketinga, postoji projektni ured, odjel analitike (matematika) i četiri proizvodna područja koja razvijaju, dorađuju i implementiraju softver.
"Proces izravne prodaje velikim kupcimaprilično standardan. Reputacija i usmenost. Netko je otišao na poznanstvo, netko se obratio, netko otišao na "hladno", upoznao se s nekim na konferencijama, - kaže Sergey Kotik. - Troškovi naših projekata su različiti, od stotina tisuća do nekoliko desetaka milijuna rubalja. I bilo je mnogo zanimljivih projekata. Primjerice, s Baltikom surađujemo od 2008. godine. Gotovo riješiti sve probleme povezane s prognoziranjem u njihovoj tvrtki. S TechnoNIKOL-om postoji vrlo zanimljiv projekt u smislu složenosti - to je optimizacija proizvodnih linija. Inovativni projekti u proizvodnji su obično složeni i vrlo individualni. Zanimljiv projekt sada s tvrtkom Knauf. Sastoji se od dva prilično velika dijela: planiranje prodaje i optimizacija planiranja proizvodnje, odnosno distribucija ovog plana preko njihovih brojnih proizvodnih pogona u Rusiji i zemljama ZND-a. Ako zovemo regionalne projekte, onda radimo s čeljabinskom tvrtkom “Unichel”. Imaju jednu od najvećih mreža - više od 600 trgovina. Sada završavamo projekt planiranja upravljanja zalihama. I tu su vrlo zanimljivi trenuci povezani upravo sa specifičnostima tržišta obuće. "
Potražnja vrhova
Očita učinkovitost provedenih programajoš uvijek nije jamac sto posto usvajanja inovativnog proizvoda. Jedan od negativnih čimbenika koji utječu na brzinu napredovanja programa prognoziranja i planiranja na tržištu je pogrešno uvođenje podataka od strane društava klijenata. Da bi nastavili s prognoziranjem, stručnjaci za robnu razmjenu moraju im pomoći s početnim podacima u preliminarnoj fazi. Takva potreba postala je razlog za dopunu djelatnosti tvrtke pružanjem konzultantskih usluga u odabranom smjeru.
Andrey Lisitsa. Fotografija: Eugene Feldman / "Hightech"
"Prije nego sklopimo ugovor,dugo razdoblje komunikacije s klijentom. Kako bi mu ponudili koncept projekta, opisati vrijeme, troškove i dogovoriti se o tim parametrima, potrebno je od mjesec dana do šest mjeseci, a ponekad i više, ”- kaže Sergey Kotik.
Svi radovi na projektu podijeljeni su u tri faze:
- Izrada tehničke specifikacije za izvedbeni projekt. U njemu je sve navedeno: funkcionalnost sustava, scenarij za njegovu upotrebu, algoritamski aparat, kriteriji prihvaćanja.
- Proces implementacije rješenja i dorade, ako onisu potrebne. To uključuje integraciju s izvorima podataka, postavkama algoritama, obukom korisnika, testovima prihvaćanja. Prema rezultatima ove faze, sustav je pokrenut u probni rad.
- Probni rad.Kada je sustav već u upotrebi, ali možda ne punim kapacitetom, ne na svim, primjerice, robama tvrtke ili ne na svim skladištima. Sve greške koje se pojave ispravljaju se i algoritmi prilagođavaju. Na kraju ove faze cijeli sustav se stavlja u komercijalni rad.
Što rješenja tvrtke temelje na matematičkim rješenjima:
- Nadopunjavanječini proces upravljanja rezervnim dobrimaautomatski, dok ostaje funkcija podešavanja količine naručene robe, što je važno za distributere, proizvođačke organizacije i maloprodaju.
- planiranjeuključuje niz mogućnosti za strateško i taktičko planiranje prodaje.
- distribucijaoptimalno raspodjeljuje plan među proizvodnim mjestima i procjenjuje trajanje dovršetka dodijeljenih zadataka u odnosu na broj narudžbi kupaca.
- planiranjerješava problem optimalnog rasporeda proizvodnih linija kako bi se uz minimalne troškove maksimizirale narudžbe kupaca.
- Promopredviđa učinkovitost promocija provođenjemnjihovu analizu. Sustav određuje kako će se obujam prodaje promijeniti kao rezultat promocije, koristeći omjer različitih parametara i dinamiku potražnje. Ako se promocija održava prvi put i nema dovoljno osobnih podataka za ocjenu, tada se slične aktivnosti u istoj regiji uzimaju koristeći iste parametre, ali s različitom dubinom popusta.
Izazovi i uspjesi
"Poteškoće u upravljanju projektima, naravno,postoje različiti - politički, tehnički i ponekad čak i ekonomski. Ako uzmemo u obzir tehničke aspekte, ovdje je ključna točka kvaliteta i struktura početnih podataka kupca, - objašnjava Sergey Kotik. - U okviru integracije uvijek se mogu pojaviti poteškoće, koje su, u pravilu, vrlo individualne. Ponekad postoje vrlo specifični problemi. Na primjer, kupac želi napraviti projekt, a njegovi IT stručnjaci su vrlo zauzeti, njihovi zadaci su zakazani godinu dana unaprijed, a kažu da neće sudjelovati u projektu. To posebno vrijedi za velike tvrtke. Na primjer, trenutno radimo na projektu u kojem ga zaposlenici implementiraju bez pomoći svojih IT stručnjaka, a sami poslovni korisnici su nam pružili sve potrebne podatke. To je, zapravo, učinilo titanično djelo. Čak i usprkos činjenici da je IT odjel globalne glave tvrtke odustao od svega, projekt je uključen, drugi odjeli se nose sa zadatkom ”.
GoodsForecast cilja na velike klijente djelomično zato što su oni ti kojima nedostaju količine podataka koje ima smisla algoritamski analizirati.
"Radimo s velikim tvrtkama, prije svega,jer optimizacija koju radimo i dalje daje klijentu značajnu korist u velikim količinama. Zamislite štand koji se prodaje za 100 tisuća rubalja mjesečno. Ako za njega izgraditi prognozu potražnje i stvoriti složene modele upravljanja zalihama, on će početi zarađivati 45 tisuća umjesto 40. Međutim, projekt će koštati nekoliko milijuna rubalja. To je jednostavno neprofitabilno, - kaže Sergey Kotik. - Naš proizvod treba uvesti samo kada tvrtka ima značajan promet. Malo je vjerojatno da će se projekt provesti jeftino jer je svaka tvrtka vrlo individualna i svaki od svojih proizvoda ima svoje karakteristike. A to već zahtijeva određene troškove rada. Ne možete uzeti određeni model, jedan za sve, prilagoditi ga i dobiti prognoze, preporuke po nalogu - ili optimizirati proizvodnju.
Sergey Kotik. Fotografija: Eugene Feldman / "Hightech"
Međutim, radimo na ideji stvaranja nekihuniverzalno rješenje koje će nam omogućiti da u malim tvrtkama proširimo i pomognemo u njihovom radu. No, za male tvrtke danas su relevantne druge zadaće. Oni su važnija automatizacija, posebice uvođenje računovodstvenih sustava i kvalitetno upravljanje podacima. Sada postoji mnogo praktičnih računovodstvenih sustava za male tvrtke koje su povezane s trgovinom i proizvodnjom. Ali, ako govorimo o tako malom poduzeću koje vodi prodaju u papirnatom časopisu, bilježeći sve podatke s olovkom, onda optimizacija nije potrebna ni sada ni u doglednoj budućnosti. "
Glavni poteškoća, prema Andrei Lisitsy,postalo je nespremnost ruskih poduzeća da rade sa specifičnostima. Poduzeća imaju velike nade u analizu količina podataka, ali u isto vrijeme ne mare za činjenicu da su uključeni u vlastiti posao, što će pomoći u učinkovitom korištenju rezultata analize.
Važno je shvatiti da umjetna inteligencija nijeće sve probleme riješiti klikom na prste, dodaje Andrei Lisitsa. - Nije dovoljno jednostavno steći snažnu sjevernu i softversku platformu, učitati podatke u sustav. Potrebni su kompetentni stručnjaci koji će organizirati prikupljanje podataka i, koristeći ih, postaviti algoritamski uređaj u kontekstu zadatka. Važni su stručnjaci koji mogu dešifrirati rezultate i koristiti ih u trgovini. Čak i iskusni menadžer ne može izravno razumjeti logiku rada složenih modela i utjecaj pokazatelja na rezultat. Dakle, on neće moći upravljati sustavom, u korist poduzeća. "
Što se priprema za sljedeću godinu
Danas rusko tržište analiza i predviđanja pokazuje snažan rast. Prema GoodsForecastu, porast će za najmanje 30% u 2019. godini.
“Očekujemo isti rast vlastitog prometana kraju godine, - dodaje Sergey Kotik. - Najveća potražnja će biti u korištenju sustava upravljanja zalihama, predviđanja zaliha robe i planiranja prodaje. Razvit ćemo rješenja vezana za prognoziranje u području promocije. Ona uživa stalan interes za tržište i doista je vrlo velik - najmanje 60% robe se prodaje putem promo-a. Takva prodaja je vrlo labilna i teško predvidljiva. Jer, kao prvo, uključen je lanac "proizvođač-trgovac na malo", i drugo, mnogi faktori utječu na njega. "
Andrei Lisitsa, Sergey Kotik i Daniil Kanevsky (direktor analitike). Fotografija: Eugene Feldman / "Hightech"
U 2019. godini, GoodsForecast će predstaviti nekoliko novihproizvoda, od kojih se jedan temelji na analizi podataka operatora fiskalnih podataka (CRF). Čekom iz poslovnica možete analizirati potrošačku košaru, identificirati koji se proizvodi obično kupuju u isto vrijeme u jednoj ruci, te ocijeniti učinkovitost blagajnika. Na temelju takvih podataka moguće je optimalno izgraditi prikaz robe na prodajnom mjestu, predvidjeti opterećenje blagajni, sastaviti raspored smjena zaposlenika.
„Razvijamo već postojeće proizvode: Posebno dodajemo funkcionalnost koja će nam omogućiti stvaranje novih na temelju postojećih proizvoda “, kaže Andrey Lisitsa. "Osim toga, sada rješavamo više problema vezanih uz optimizaciju proizvodnje: kako pravilno planirati proizvodnju, kako bismo što više zadovoljili predviđenu ili sadašnju potražnju, a istovremeno smanjili troškove."