Andrey Lisitsa— GoodsForecast の共同創設者兼 CEO。 2005 年以来 - 開発者、マネージャー
セルゲイコティク— 同社の共同創設者兼開発ディレクターグッズ予想。彼はまた、Forexis で開発者、プロジェクト マネージャー、部門長の役職で働いていました。 2004年にモスクワ州立大学数学的予測手法学科を卒業。 GoodsForecast では、取引に同行してアフィリエイト プログラムを開発し、またビジネスへの金融投資も呼び込んでいます。
消費者需要の予測と製品の注文プロセスを管理することで、製造業者、流通業者、および小売業者は最も効率的に作業することができます。そして最も重要なこと - 倉庫の再起動と製品範囲の欠如という2つのマイナス要因を避けるために彼らを助けます
初めはアルゴリズムでした
GoodsForecastは、に基づいて2013年に設立されました2000年にロシア科学アカデミー（RAS）とモスクワ州立大学のコンピューターセンターから数学者とサイバネティックスのグループによって設立されたForexis。 Forexisの主な任務は、学術的研究の商業目的での学術研究員Yury Zhuravlev - 局所最適化アルゴリズムの理論とアルゴリズムの代数システムに関する科学的研究の使用でした。
ユーリ・イワノビッチ・ジュラヴレヴ
「ユリ・イワノビッチ・ジュラヴレヴの前の50年代、当時の若い科学者は金の預金に関する情報を分析する仕事をしていました - GoodsForecastの創設者の一人、Andrei Lisitsaは言います。 - 金の預金の検索は非常に困難で高価な事業でした。予想された場所で地質探査を行う必要があるのか、それとも金が見つかる可能性が小さすぎるのかを判断するために、試掘を行わずに入手可能なデータに基づいて高い精度で可能にしたこのように、彼のよく発達したキャリアは新たな工夫を受けました。彼がソビエト時代にやったこと、彼の科学学校は今日もし続けています、実際には、今日とても人気がある機械学習分野の発展です。」
ジュラヴレヴ・ユリ・イワノビッチ- ソビエトおよびロシアの数学者。彼の専門分野には、応用数学とコンピューターサイエンスが含まれます。主な研究分野は、離散数学、認識および予測理論、ブール関数です。 Zhuravlev によって作成された新しい方向性には、局所最適化アルゴリズムの理論と、正しいアルゴリズムを合成する問題に対する代数的アプローチからなるアルゴリズムの代数理論が含まれます。
Zhuravlev の代数的アプローチは以下に基づいています。アルゴリズムのパラメトリックファミリーを使用するというアイデア。彼は、解決できない、形式化が不十分な問題を解決するプロセスにより、特定のクラスの特定の問題に対する解決策を見つけることができると信じています。このアプローチに基づいて、いわゆる標準的に難しい問題を解決するための結果が得られました。
科学者が使用したテストアルゴリズムに基づいて認識における全く新しい方向が作成されました、それは離散分析の使用に基づいています。 Zhuravlevによって作成された推定値を計算するためのユニークなモデルは、今日では古典的と見なされています。
2000年までに、Zhuravlevはすでに十分にありました広大な科学学校。彼の主要な学生の一人、今日はロシア科学アカデミーの学者であるKonstantin Vladimirovich Rudakovは有名な数学者です。 ZhuravlevとRudakovは、卒業生の一人と一緒に科学アカデミーの計算センターを基盤とした商業構造を構築することを決めました。
「そして「Forexis」は一種のインキュベーター - GoodsForecastの共同創設者であるSergey Kotikを追加。 - 企業が拡張可能なタスクを模索するとき、その解決策がクライアントだけでなく市場全体によって必要とされていることに気づいたとき、これを逐次歴史の作成に使用できます別の会社に割り当てられます。それで、それは私たちと一緒にAntiplagiat、Antirutinの会社、そしてGoodsForecastと一緒でした。近い将来、Forexisは他の子会社を持つことになります。」
管理下の在庫
分析と分析のロシア市場ではコンサルティングサービス中規模から大規模の企業向けにプロの予測を作成することに対する高い需要がありました。効果的に機能するために、企業は明確な販売および購買計画を必要としていました。それをまとめるために、専門家は企業の活動に関するデータを体系化しました。このプロセスには数ヶ月かかりました。しかし、情報がようやく準備されたとき、集められた情報は古くなっていました。体系化、分析および予測の革新的な方法を所有している外部の専門家の助けを借りて支援が必要でした。そこでロシアでは、積極的なデジタル化とビジネスにおけるITの実装を開始しました。
Sergey Kotik写真：ユージーン・フェルドマン/ "Hightech"
これらはで提供される機会ですGoodsForecast：数学モデルに基づいて、最初の予測システムが作成されました。しかし、Forexisは予測に従事していただけではありませんでした。分析および取引監視システムは、モスクワ証券取引所の作業ツールとしてうまく使用されました。 Forexisの専門家は、ドモジェドヴォ空港でのフライトスケジュールをモデル化し、ロシア鉄道への鉄道輸送の需要の程度を予測しました。学生と研究者のために、Forexisはテキストの一意性の割合を決定することを可能にするAntiplagiatサービスを作成しました。
「私たちはさまざまな数学モデルを使用しています。」セルゲイ・コティック氏は説明する。 — 予測に使用されるものは、最適化問題を解くために使用されるものとは異なります。私たちは、アナリストが調査、分析する一連の顧客データから特定のケースを開始します。当社はソフトウェア開発、データ分析、ビジネスコンサルティングを行っております。私たちの能力をこのように組み合わせることで、現在のプロジェクトの実装が可能になります。結局のところ、問題を正しく提起し、それを数学に結び付けるには、クライアントのビジネス プロセスをよく理解する必要があります。この問題を解決するには、モデルを構築して構成できる必要があります。このソリューションが大量のデータを処理し、マルチユーザー構造における信頼性と耐障害性の要件を満たすためには、開発されたモデルを産業用ソフトウェアの形式で配置できる必要があります。」
2013 年に GoodsForecast は自らを発表しました。独立した法人としてForexisの子会社となり、同年にSkolkovo ITクラスターの居住者の1つとなりました。 5 年後、年間売上高は 1 億ルーブルに達しました。同社のスタッフは約50人に達する。管理部門、営業部門、マーケティング部門に加えて、プロジェクト オフィス、分析部門 (数学)、およびソフトウェアを開発、改良、実装する 4 つの製品分野があります。
「大口顧客への直接販売のプロセスかなり標準的です。評判と口コミが働きます。誰かが知り合いに行き、誰かが彼自身に話しかけ、誰かが「寒い」に行き、会議で誰かと知り合いになりました - とSergey Kotikは言います。 - 私たちのプロジェクトのコストは、数十万から数千万ルーブルまで異なります。そしてたくさんの興味深いプロジェクトがありました。例えば、私たちは2008年以来Baltikaと協力してきました。自社の予測に関連するすべての問題をほぼ解決します。 TechnoNIKOLの複雑さという点で非常に興味深いプロジェクトがあります - これは生産ラインの最適化です。生産における革新的なプロジェクトは、通常すべて複雑で非常に個性的です。今Knauf社と一緒に面白いプロジェクト。販売計画と生産計画の最適化、つまりロシアとCIS諸国の多数の生産拠点でのこの計画の配布という2つのかなり大きな部分で構成されています。私たちが地域プロジェクトと呼ぶならば、私たちはチェリャビンスクの会社「Unichel」と協力します。彼らは最大のネットワークの一つ - 600以上の店舗を持っています。これで、在庫管理の計画に関するプロジェクトは終了です。そこには、履物市場の細部と正確に関連する非常に興味深い瞬間があります。」
デマンドトップ
実施されたプログラムの明らかな有効性革新的な製品を100パーセント採用することを保証する者ではありません。市場での予測および計画プログラムの進歩のスピードに影響するマイナス要因の1つは、顧客企業によるデータの誤った導入です。予測を進めるために、GoodsForescastのスペシャリストは予備段階で初期データを使って彼らを助けなければなりません。そのような必要性は、選ばれた方向へのコンサルティングサービスの提供で会社の活動を補う理由となりました。
Andrey Lisitsa写真：ユージーン・フェルドマン/ "Hightech"
「契約を結ぶ前に、クライアントとのかなり長い期間のコミュニケーション。プロジェクトのコンセプトを説明し、時間、コストを説明し、これらのパラメータについて合意するには、1か月から6か月かかります。
プロジェクトのすべての作業は3つの段階に分けられます。
- 導入プロジェクトの技術仕様の開発。そこには、システムの機能、その使用シナリオ、アルゴリズム装置、許容基準など、すべてが詳しく説明されています。
- 解決策と改善策を実装するプロセス必要です。これにはデータソースとの統合、アルゴリズム設定、ユーザートレーニング、受け入れテストが含まれます。この段階の結果によると、システムは試運転に入っています。
- 試運転。システムがすでに使用されているが、フル稼働ではない可能性があり、たとえば会社の商品やすべての倉庫などで使用されていない場合。発生したエラーは修正され、アルゴリズムが調整されます。この段階の終わりに、システム全体が商用運用に入ります。
数学的な解決策に基づいて、同社の解決策は何ができますか。
- 補充予備品管理のプロセスを作る自動、注文された商品の数量を調整する機能が残っていますが、これは流通業者、生産組織および小売業にとって重要です。
- 計画中戦略的および戦術的な販売計画のための一連の機能が含まれています。
- 配給生産現場間で計画を最適に配分し、顧客の注文数に応じて割り当てられたタスクの完了までの期間を推定します。
- スケジューリング最小限のコストで顧客の注文を最大化するために、生産ラインの最適なスケジューリングの問題を解決します。
- プロモプロモーションの効果を予測するために、彼らの分析。このシステムは、さまざまなパラメーターの比率と需要のダイナミクスを使用して、プロモーションの結果として販売量がどのように変化するかを決定します。プロモーションが初めて開催され、評価に十分な個人データがない場合は、同じパラメーターを使用して、同じ地域で同様のアクティビティが実行されますが、割引の深度は異なります。
課題と成功
「もちろん、プロジェクト管理の難しさは、政治的、技術的、そして時には経済的なものもあります。技術的な側面を考慮すると、ここで重要なポイントは顧客の初期データの品質と構造です。 - Sergey Kotikは説明します。 - 統合の枠組みの中では、常に困難が生じる可能性があり、それらは原則として非常に個性的です。時々非常に特定の問題があります。たとえば、ある顧客がプロジェクトを作成しようとしていて、彼のITスペシャリストは非常に忙しく、そのタスクは1年前にスケジュールされており、彼らはプロジェクトに参加しないと言います。これは大企業に特に当てはまります。例えば、私たちは現在、従業員がITスペシャリストの助けを借りずにそれを実行するプロジェクトに取り組んでいます。ビジネスのお客様自身が必要なデータをすべて私たちに提供してくれました。それは、実際には、巨大な仕事をしました。グローバル本社のIT部門がすべてをあきらめたという事実にもかかわらず、プロジェクトは進行中で、他の部門がそのタスクに対処しています。」
GoodsForecast が大規模顧客をターゲットにしている理由の 1 つは、大規模な顧客にはアルゴリズムによる分析に意味のあるデータ量が不足しているためです。
「私たちは大企業と協力しています。私たちが行っている最適化は、依然として大量のお客様に大きな利益をもたらします。月に10万ルーブルで売られている屋台を想像してみてください。彼が需要予測を構築し、在庫管理の複雑なモデルを作成するとすれば、彼は40の代わりに45000を稼ぎ始めるでしょう。それは単に不採算です、 - Sergey Kotikは言います。 - 当社の製品は、会社に大きな売上高がある場合にのみ導入する必要があります。各企業が非常に個性的で、各製品に独自の特性があるため、プロジェクトが安価に実施される可能性は低いです。そしてこれはすでに一定の人件費を必要とします。あなたは、特定のモデル、つまり万能モデルを取り、それを調整して予測や注文の推薦を得ること、あるいは生産を最適化することはできません。
Sergey Kotik写真：ユージーン・フェルドマン/ "Hightech"
しかし、私たちはいくつかを作成するという考えに取り組んでいます私たちが彼らの仕事で中小企業を拡大縮小して助けることを可能にするであろう普遍的な解決策。しかし、中小企業にとって、今日は他の関連するタスクがあります。それらはより重要な自動化、特に会計システムの導入と高品質のデータ管理です。今や貿易と生産に関連する中小企業のための便利な会計システムがたくさんあります。しかし、私たちが紙の雑誌で販売を行い、すべてのデータをペンで記録するような中小企業について話しているのであれば、現在または近い将来、最適化は必要ありません。」
Andrei Lisitsy氏によると、主な問題はロシア企業が細目に取り組むことを嫌がるようになった。企業はデータ量を分析することに大きな期待を抱いていますが、同時に、分析結果を効果的に活用するのに役立つ彼ら自身のビジネスに従事しているという事実を気にしません。
「人工知能はそうではないことを理解することが重要です。Andrei Lisitsaは、指をクリックしてすべての問題を解決すると付け加えます。 - 強力なノースプラットフォームおよびソフトウェアプラットフォームを取得し、システムにデータをロードするだけでは不十分です。データ収集を組織化し、それらを使用してタスクに関連してアルゴリズム装置を設定する有能な専門家が必要です。結果を解読してそれらを商取引に使用できる専門家は重要です。熟練した管理者でさえ、複雑なモデルの仕事の論理や結果に対する指標の影響を直接理解することはできません。それで、彼はシステムを管理することができず、企業に利益をもたらします。」
来年は何を準備しているのか
現在、ロシアの分析および予測市場は力強い成長を示しています。 GoodsForecast によると、2019 年には少なくとも 30% の成長が見込まれています。
「私達は私達の自身の売上高の同じ成長を期待します年末に、 - Sergey Kotikが追加されました。 - 最大の需要は、在庫管理システム、商品の予測埋蔵量、および販売計画の使用にあります。プロモーションの分野で予測に関連するソリューションを開発します。それは市場への着実な関心を享受しており、実際には非常に大きいです - 商品の少なくとも60％がプロモーションを通じて販売されています。そのような売上高は非常に不安定であり、仕事を予測するのは困難です。なぜなら、第一に「生産者 - 小売業者」チェーンが関与していること、そして第二に多くの要因がそれに影響を与えているからです。」
Andrei Lisitsa、Sergey Kotik、Daniil Kanevsky（アナリティクスディレクター）。写真：ユージーン・フェルドマン/ "Hightech"
2019年に、GoodsForecastはいくつかの新しいものを発表するでしょう。そのうちの1つは、財政データ管理者（CRF）のデータの分析に基づいています。店舗からチェックすることで、消費者バスケットを分析し、通常同時に購入されている製品を特定し、レジのパフォーマンスを評価できます。そのようなデータに基づいて、販売時点での商品の展示を最適に構築し、キャッシュデスクの作業負荷を予測し、従業員の交代のスケジュールを作り上げることが可能である。
「既存の製品を開発中です。 特に、既存の製品に基づいて新しい機能を作成できるようにする機能を追加しています」とAndrey Lisitsa氏は言います。 「さらに、生産の最適化に関連するより多くの問題を解決しています。予測された需要または現在の需要をできるだけ満たすために、生産をどのように計画するか、そして同じレベルのコストで」