안드레이 리시 챠— 2005년부터 GoodsForecast의 공동 창립자 겸 CEO — 개발자, 책임자
세르게이 코틱— 회사의 공동 창립자이자 개발 이사상품 예측. 그는 또한 Forexis에서 개발자, 프로젝트 관리자 및 부서장 직책을 맡았습니다. 2004년 모스크바 주립대학교 수학적 예측 방법학과를 졸업했습니다. GoodsForecast에서 그녀는 거래를 수행하고 제휴 프로그램을 개발하며 비즈니스에 대한 금융 투자를 유치합니다.
소비자 수요 예측 및제품 주문 프로세스를 제어하면 제조업체, 유통 업체 및 소매 업체가 가장 효율적으로 작업 할 수 있습니다. 그리고 가장 중요한 것은 - 창고가 재부팅되고 제품 범위가 부적절하다는 두 가지 부정적인 요인을 피할 수있게 도와줍니다.
처음에는 알고리즘이있었습니다.
상품 포레스트는 2013 년 기준으로 설립되었습니다.Forexis는 2000 년 러시아 과학 아카데미 (RAS)와 모스크바 주립 대학의 컴퓨터 센터에서 수학자와 사이버네틱스 그룹에 의해 설립되었습니다. Forexis의 주요 임무는 Academician Yury Zhuravlev가 과학적 연구를 상업적 목적으로 사용하는 것입니다. 로컬 최적화 알고리즘 이론과 알고리즘의 대수적 시스템에 관한 과학적 연구입니다.
유리 이바노비치 쥬라 레브 레프
"Yuri Ivanovich Zhuravlev 이전 50 대에서는,젊은 과학자들은 금 예금에 관한 정보를 분석해야만했습니다. - GoodsForecast의 창립자 중 한 명인 Andrei Lisitsa는 말합니다. - 금 예금 검색은 매우 어렵고 값 비싼 사업이었습니다. Zhuravlev는 테스트 드릴링을 수행하지 않고 사용 가능한 데이터를 기반으로 훌륭한 정확도로 가능한 수학적 모델을 구축하여 예상되는 위치에서 지질 탐사를 수행해야하는지 또는 금을 발견 할 확률이 너무 낮을지를 말합니다. 따라서, 그의 잘 발달 된 경력은 새로운 트위스트를 받았다. 그가 소련 시대에했던 것, 그의 과학 학교는 오늘날에도 계속하고 있습니다. 사실, 오늘날 인기있는 기계 학습 분야의 발전입니다. "
졸라브레프 유리 이바노비치- 소련과 러시아의 수학자.그의 전문 분야에는 응용수학과 컴퓨터 과학이 포함됩니다. 주요 연구 분야는 이산수학, 인식 및 예측 이론, 부울 함수입니다. Zhuravlev가 만든 새로운 방향에는 로컬 최적화 알고리즘 이론과 올바른 알고리즘을 합성하는 문제에 대한 대수적 접근 방식으로 구성된 알고리즘의 대수 이론이 포함됩니다.
Zhuravlev의 대수적 접근 방식은 다음을 기반으로 합니다.파라메트릭 알고리즘 계열을 사용하는 아이디어. 그는 해결할 수 없는 형편없는 문제를 해결하는 과정을 통해 특정 계층의 특정 문제에 대한 해결책을 찾을 수 있다고 믿습니다. 이러한 접근 방식을 기반으로 소위 정규적으로 어려운 문제를 해결하기 위한 결과를 얻었습니다.
과학자들이 사용하는 테스트 알고리즘에 기반이산 분석의 사용에 기반한 인식의 완전히 새로운 방향이 만들어졌습니다. Zhuravlev가 만든 견적 계산을위한 고유 모델은 오늘날 고전으로 간주됩니다.
2000 년까지, Zhuravlev는 이미광범위한 과학 학교. 그의 수석 학생 중 한 명인 러시아 과학 아카데미의 학자 Konstantin Vladimirovich Rudakov는 유명한 수학자입니다. Zhuravlev와 Rudakov는 졸업생 중 한 명과 함께 Academy of Sciences의 컴퓨팅 센터를 기반으로 한 상업적 구조를 창안하기로 결정했습니다.이 구조는 과학 학교의 업적을 기반으로하고 비즈니스 및 정부 기관에 도움이되는 수학을 사용합니다. 즉 데이터를 분석하고이 분야의 맞춤 프로젝트를 수행합니다.
""Forexis "는 일종의 역할을합니다.창업 보육 센터 인 - GoodsForecast의 공동 창립자 인 Sergey Kotik이 추가되었습니다. - 회사가 규모를 확대 할 수있는 업무를 모색 할 때 고객이 솔루션을 필요로하고 시장 전체를 통해 솔루션을 필요로한다는 사실을 알게되면 시리얼 기록을 생성하는 데 사용할 수 있습니다. 잠시 동안 Forexis 내부에서 이러한 트렌드가 커지고, 별도의 회사에 배정됩니다. 안티 플로진 (Antiplagiat), 안티 루틴 (Antirutin) 회사와 함께, 우리와 함께 - GoodsForecast와 함께했습니다. 가까운 장래에, Forexis에는 다른 자회사가있을 것이다. "
통제하에있는 주식
러시아 시장의 분석 및컨설팅 서비스는 중대형 비즈니스를위한 전문적인 예측 준비에 대한 높은 요구가있었습니다. 효과적으로 작동하려면 회사는 명확한 판매 및 구매 계획이 필요했습니다. 그것을 컴파일하기 위해 전문가는 기업 활동에 대한 데이터를 체계화했습니다. 이 과정은 몇 달이 걸렸습니다. 그러나 정보가 최종적으로 준비되었을 때 수집 된 정보는 시대에 뒤 떨어진 것이 었습니다. 체계화, 분석 및 예측의 혁신적인 방법을 소유 한 외부 전문가의 도움을 받아야했습니다. 그래서 러시아에서는 사업에서 능동적 인 디지털화와 IT 구현을 시작했습니다.
세르게이 코틱. 사진 : Eugene Feldman / "Hightech"
이들은 다음과 같은 기회를 제공합니다.GoodsForecast : 수학적 모델을 기반으로 첫 번째 예측 시스템이 만들어졌습니다. 그러나 Forexis는 예측에 종사하지 않았습니다. 애널리틱스 및 거래 모니터링 시스템은 모스크바 증권 거래소의 작업 도구로 성공적으로 사용되었습니다. Forexis의 전문가들은 Domodedovo 공항에서 항공편 일정을 모델링했으며, 철도에서 러시아 철도로 상품을 운송하는 데 대한 수요 정도를 예측했습니다. 학생과 연구원에게 Forexis는 텍스트 독창성의 비율을 결정할 수있는 Antiplagiat 서비스를 만들었습니다.
“우리는 다양한 수학적 모델을 사용합니다.”Sergey Kotik이 설명합니다. — 예측에 사용되는 것과 최적화 문제를 해결하는 데 사용되는 것이 다릅니다. 우리는 분석가들이 조사하고 분석하는 일련의 고객 데이터로부터 특정 사례부터 시작합니다. 우리 회사는 소프트웨어 개발, 데이터 분석, 비즈니스 컨설팅을 담당하고 있습니다. 우리가 현재 프로젝트를 구현할 수 있게 해주는 것은 바로 이러한 우리 능력의 조합입니다. 결국, 문제를 올바르게 제기하고 이를 수학과 연결하기 위해서는 고객의 비즈니스 프로세스를 잘 이해해야 합니다. 그리고 문제를 해결하기 위해서는 모델을 구축하고 구성할 수 있어야 합니다. 음, 이 솔루션이 대용량 데이터에서 작동하고 다중 사용자 구조의 신뢰성 및 내결함성 요구 사항을 충족하려면 개발된 모델을 산업용 소프트웨어 형식으로 넣을 수 있어야 합니다."
2013년 GoodsForecast는 자체적으로 발표했습니다.독립적인 법인으로서 Forexis의 자회사가 되었으며 같은 해 Skolkovo IT 클러스터의 거주자 중 하나가 되었습니다. 5년 후, 연간 매출액은 1억 루블에 이르렀습니다. 회사의 직원은 약 50명에 이릅니다. 관리, 영업 부서, 마케팅 부서 외에도 프로젝트 사무실, 분석 부서(수학) 및 소프트웨어를 개발, 개선 및 구현하는 4개의 제품 영역이 있습니다.
"대형 고객에게 직접 판매하는 과정꽤 표준. 평판 및 입소문 작업. 누군가 아는 사람에게 갔다. 누군가 누군가 자신에게 말을 걸었다. 누군가 누군가 "냉담"에 빠졌고, 회의에서 누군가와 친 해졌다. - Sergey Kotik은 말한다. - 우리 프로젝트의 비용은 수십만에서 수천만 루블과 다릅니다. 그리고 흥미로운 프로젝트가 많이있었습니다. 예를 들어, 우리는 2008 년부터 Baltika와 협력 해 왔습니다. 회사의 예측과 관련된 모든 문제를 거의 해결합니다. TechnoNIKOL의 복잡성 측면에서 매우 흥미로운 프로젝트가 있습니다. 이것은 생산 라인의 최적화입니다. 생산에서의 혁신적인 프로젝트는 모두 일반적으로 복잡하고 매우 개별적입니다. Knauf와 함께 흥미로운 프로젝트가되었습니다. 판매 계획과 생산 계획 최적화, 즉 러시아와 CIS 국가의 수많은 생산 현장에이 계획을 배포하는 것과 같은 두 가지 중요한 부분으로 구성됩니다. 지역 프로젝트를 호출하면 Chelyabinsk 회사 인 "Unichel"과 협력합니다. 600 개 이상의 점포가있는 가장 큰 네트워크 중 하나입니다. 이제 우리는 재고 관리 계획에 관한 프로젝트를 마칩니다. 신발 시장의 특성과 정확하게 연관된 매우 흥미로운 순간들이 있습니다. "
수요 상판
구현 된 프로그램의 확실한 효과여전히 혁신적인 제품을 100 % 채택하는 것은 아닙니다. 시장에서 예측 및 계획 프로그램의 발전 속도에 영향을 미치는 부정적인 요소 중 하나는 고객 회사에 의한 데이터의 잘못된 소개입니다. 예측을 진행하려면 GoodsForescast 전문가가 예비 단계에서 초기 데이터를 지원해야합니다. 이러한 요구가 회사의 활동을 보완하여 선택한 방향으로 컨설팅 서비스를 제공하는 이유가되었습니다.
안드레이리스 시아. 사진 : Eugene Feldman / "Hightech"
"우리가 계약을 체결하기 전에,고객과의 긴 커뮤니케이션 기간. 그에게 프로젝트의 개념을 제공하고, 시간과 비용을 기술하고 이러한 매개 변수에 동의하기 위해서는 1 개월에서 6 개월 그리고 때로는 더 많은 시간이 필요합니다. "라고 Sergey Kotik은 말합니다.
프로젝트의 모든 작업은 세 단계로 나뉩니다.
- 구현 프로젝트를 위한 기술 사양 개발. 시스템의 기능, 사용 시나리오, 알고리즘 장치, 허용 기준 등 모든 것이 설명되어 있습니다.
- 솔루션과 세분화를 구현하는 프로세스.필요합니다. 여기에는 데이터 소스, 알고리즘 설정, 사용자 교육, 수락 테스트와의 통합이 포함됩니다. 이 단계의 결과에 따라 시스템이 시범 운영에 들어갑니다.
- 시범운영.시스템이 이미 사용 중이지만 전체 용량이 아닐 수도 있고, 예를 들어 회사 제품이 전부가 아니거나 모든 창고가 아닐 수도 있습니다. 발생하는 모든 오류가 수정되고 알고리즘이 조정됩니다. 이 단계가 끝나면 전체 시스템이 상업적으로 운영됩니다.
수학 솔루션을 기반으로 한 회사의 솔루션은 무엇입니까?
- 채움예비 상품을 관리하는 과정을 만든다.자동, 유통 업체, 생산 조직 및 소매 업체에게 중요한 주문량을 조정하는 기능이 남아 있습니다.
- 계획전략 및 전술적 영업 계획을 위한 다양한 기능이 포함되어 있습니다.
- 배포생산 현장에 계획을 최적으로 배포하고 고객 주문 수에 따라 할당된 작업 완료 기간을 추정합니다.
- 스케줄링최소한의 비용으로 고객 주문을 극대화하기 위해 생산 라인의 최적 스케줄링 문제를 해결합니다.
- 프로모션시스템은 다양한 매개변수의 비율과 수요 역학을 사용하여 프로모션의 결과로 판매량이 어떻게 변할지 결정합니다.프로모션이 처음 개최되고 자체 데이터가 평가에 충분하지 않은 경우 동일한 지역에서 동일한 매개 변수에 따라 유사한 활동이 수행되지만 할인 깊이는 다릅니다.
도전과 성공
"프로젝트 관리의 어려움은 물론,정치적, 기술적, 때로는 경제적 인면에서 다른 점이 있습니다. 우리가 기술적 측면을 고려할 때 여기 핵심 포인트는 고객의 초기 데이터의 품질과 구조입니다 - Sergey Kotik은 설명합니다. - 통합의 틀 내에서 어려움이 항상 발생할 수 있으며, 일반적으로 어려움은 매우 개별적입니다. 때로는 매우 구체적인 문제가 있습니다. 예를 들어, 고객이 프로젝트를 만들고 싶어하고 IT 전문가가 매우 바쁘고 업무가 1 년 전에 미리 계획되어 있으며 프로젝트에 참여하지 않을 것이라고 말합니다. 특히 대기업의 경우에 그러합니다. 예를 들어, 우리는 현재 IT 전문가의 도움없이 직원이 구현하는 프로젝트를 진행하고 있으며, 비즈니스 고객은 필요한 모든 데이터를 제공합니다. 실제로, 거대한 일을했습니다. 글로벌 본사의 IT 부서가 모든 것을 포기 했음에도 불구하고 프로젝트가 진행 중이고 다른 부서에서도이 작업에 대처하고 있습니다. "
부분적으로, GoodsForecast는 대규모 고객에게 초점을 맞추고 있는데, 이는 그들이 기회를 놓치고 있기 때문입니다알고리즘 방식으로 분석하는 데 적합한 데이터의 양입니다.
"우리는 무엇보다도 대기업과 협력하며,이는 우리가 수행하는 최적화가 고객에게 대량으로 상당한 이점을 제공하기 때문입니다. 한 달에 10 만 루블을 판매하는 마구간을 상상해보십시오. 그가 수요 예측을 세우고 재고 관리의 복잡한 모델을 만들려면 40 개가 아닌 45,000 달러를 벌기 시작합니다. 그러나 프로젝트 자체는 수백만 루블을 소비합니다. 그것은 단순히 이익이되지 않습니다. - Sergey Kotik은 말합니다. - 당사의 제품은 회사의 매출액이 많은 경우에만 도입해야합니다. 각 회사는 매우 개별적이며 각 제품마다 고유 한 특성이 있기 때문에 프로젝트가 저렴하게 구현 될 가능성은 거의 없습니다. 그리고 이미 특정 인건비가 필요합니다. 특정 모델을 하나씩 가져 와서 조정하고 예측을 얻거나 주문에 대한 권장 사항을 얻거나 생산을 최적화 할 수는 없습니다.
세르게이 코틱. 사진 : Eugene Feldman / "Hightech"
그러나 우리는 몇 가지 아이디어를 창출하기 위해 노력하고 있습니다.중소 기업을 확장하고 도움을 줄 수있는 보편적 인 솔루션입니다. 그러나 중소기업을 위해서는 오늘날 관련성이 높은 다른 업무가 있습니다. 특히 회계 시스템 및 고품질 데이터 관리의 도입과 같은 중요한 자동화가 필요합니다. 이제는 무역 및 생산과 관련된 중소기업을위한 편리한 회계 시스템이 많이 있습니다. 그러나 종이 잡지에서 판매를하는 중소 기업에 대해 이야기 할 때 모든 데이터를 펜으로 기록하면 현재 또는 가까운 미래에 최적화가 필요하지 않습니다. "
주요 어려움은 Andrei Lisitsy에 따르면,러시아 기업들이 구체적인 작업을 꺼리지 않게되었습니다. 기업은 데이터 볼륨 분석에 대한 높은 기대를 가지고 있지만 동시에 자신의 비즈니스에 종사하고 있다는 사실에 신경 쓰지 않아 분석 결과를 효과적으로 사용하는 데 도움이됩니다.
"인공 지능은 그렇지 않다는 것을 이해하는 것이 중요합니다.Andrei Lisitsa는 손가락을 클릭하여 모든 문제를 해결할 것이라고 덧붙였다. - 단순히 강력한 북쪽과 소프트웨어 플랫폼을 확보하고 데이터를 시스템에로드하는 것만으로는 충분하지 않습니다. 데이터 수집을 조직하고이를 사용하여 작업의 맥락에서 알고리즘 장치를 설정하는 유능한 전문가가 필요합니다. 결과를 해독하고 상거래에서 사용할 수있는 전문가가 중요합니다. 숙련 된 관리자조차도 복잡한 모델 작업의 논리와 결과에 대한 지표의 영향을 직접 이해할 수 없습니다. 그래서 그는 시스템을 관리하지 못해 기업에 도움이 될 것입니다. "
내년이 무엇을 준비하고 있는가?
오늘날 러시아 분석 및 예측 시장은 꾸준한 성장을 보이고 있습니다.GoodsForecast에 따르면 2019 년에 성장할 것입니다최소 30%까지.
"우리는 우리 자신의 매출의 동일한 성장을 기대한다.올해 말에 세르게 코틱 (Sergey Kotik)이 추가되었습니다. - 가장 큰 수요는 재고 관리 시스템, 제품 및 판매 계획의 예측 매장량의 사용에있을 것입니다. 우리는 프로모션 분야의 예측과 관련된 솔루션을 개발할 것입니다. 그것은 시장에 꾸준한 관심을 갖고 있으며 실제로 매우 크다 - 제품의 적어도 60 %는 프로모션을 통해 판매된다. 이러한 판매는 매우 불안정하고 작업을 예측하기 어렵습니다. 첫째, "생산자 - 소매 업체"체인이 관련되어 있고 두 번째로 많은 요인들이 영향을 미치기 때문입니다.
Andrei Lisitsa, Sergey Kotik 및 Daniil Kanevsky (분석 감독). 사진 : Eugene Feldman / "Hightech"
2019 년, GoodsForecast는 새로운그 중 하나는 재무 데이터 운영자 (CRF)의 데이터 분석을 기반으로합니다. 아웃렛에서 수표를 받으면 소비자 바구니를 분석하고 한 손에 보통 구입하는 제품을 식별하고 계산원의 성과를 평가할 수 있습니다. 이러한 데이터를 토대로, 판매 시점에서 상품 전시를 최적으로 구축하고, 현금 책상의 작업량을 예측하고, 직원 교대 일정을 구성하는 것이 가능합니다.
"우리는 이미 기존 제품을 개발 중입니다. 특히 기존 제품을 기반으로 새로운 제품을 만들 수있는 기능을 추가했습니다. "라고 Andrey Lisitsa는 말합니다. "우리는 현재 생산 최적화와 관련된 더 많은 문제를 해결하고 있습니다 : 예측 된 또는 현재의 수요를 가능한 한 많이 충족시키고 동시에 비용을 충당하기 위해 정확하게 생산 계획을 세우는 방법."