Andrejs Lisitsa— GoodsForecast līdzdibinātājs un izpilddirektors.Kopš 2005. gada — izstrādātājs, vadītājs
Sergejs Kotiks— uzņēmuma līdzdibinātājs un attīstības direktorsPreču prognoze. Viņš strādāja arī Forexis izstrādātāja, projektu vadītāja un nodaļas vadītāja amatos. 2004. gadā absolvējusi Maskavas Valsts universitāti, matemātisko prognozēšanas metožu nodaļu. GoodsForecast viņa pavada darījumus un izstrādā partnerprogrammas, kā arī piesaista biznesam finanšu ieguldījumus.
Patērētāju pieprasījuma prognozēšana unproduktu pasūtīšanas procesu kontrole ļauj ražotājiem, izplatītājiem un mazumtirgotājiem strādāt visefektīvāk. Un vissvarīgākais - palīdzēt viņiem izvairīties no diviem negatīviem faktoriem: noliktavas atsāknēšana un produktu klāsta trūkums.
Sākumā bija algoritmi
PrecesForecast tika izveidota 2013. gadā, pamatojoties uzForexis, ko dibinājusi matemātiķu un kibernētikas grupa no Krievijas Zinātņu akadēmijas (RAS) un Maskavas Valsts universitātes datoru centra 2000. gadā. Galvenais Forexis uzdevums bija akadēmiķa Jura Žuravleva zinātnisko pētījumu izmantošana vietējo optimizācijas algoritmu teorijā un algoritmu algebriskajā sistēmā komerciālos nolūkos.
Yuri Ivanovich Zhuravlev
"50. gados pirms Jurija Ivanoviča Žuravleva,tad jaunajiem zinātniekiem bija uzdevums analizēt informāciju par zelta noguldījumiem, - saka viens no GoodsForecast dibinātājiem, Andrejs Lisitsa. - Zelta noguldījumu meklēšana bija ļoti sarežģīts un dārgs bizness. Zhuravlev bija pirmais, kas izveidoja matemātisku modeli, kas ļāva ar precīzu precizitāti, balstoties uz pieejamiem datiem, neveicot testēšanas urbumus, pateikt, vai bija nepieciešams veikt ģeoloģisko izpēti paredzētajā vietā, vai zelta meklēšanas iespējamība būtu pārāk maza. Tādējādi viņa labi attīstītā karjera ir saņēmusi jaunu vērpjot. Tas, ko viņš darīja padomju laikmetā, viņa zinātniskā skola turpina strādāt šodien, patiesībā ir mūsdienās tik populāra mašīnmācības jomas attīstība. ”
Zhuravlev Yuri Ivanovich- padomju un krievu matemātiķis.Viņa kompetences jomas ir lietišķā matemātika un datorzinātne. Galvenās pētniecības jomas ir diskrētā matemātika, atpazīšanas un prognozēšanas teorija un Būla funkcijas. Jaunie Žuravļeva radītie virzieni ietver lokālo optimizācijas algoritmu teoriju un algoritmu algebrisko teoriju, kas sastāv no algebriskas pieejas pareizu algoritmu sintezēšanas problēmai.
Žuravļeva algebriskā pieeja balstās uzideja izmantot parametriskās algoritmu ģimenes. Viņš uzskata, ka vāji formalizētu, neatrisināmu problēmu risināšanas process ļauj rast risinājumus konkrētām noteiktas klases problēmām. Balstoties uz šo pieeju, tika iegūti rezultāti tā saukto kanoniski sarežģīto problēmu risināšanai.
Pamatojoties uz zinātnieku izmantoto testa algoritmuizveidots pilnīgi jauns atzīšanas virziens, kura pamatā ir diskrēta analīze. Zhuravlev radīto aplēšu aprēķināšanas unikālais modelis šodien tiek uzskatīts par klasisku.
Līdz 2000. gadam Zhuravlev jau bija pietiekamiplaša zinātniskā skola. Viens no viņa vadošajiem studentiem, šodien akadēmiķis no Krievijas Zinātņu akadēmijas, Konstantīns Vladimirovičs Rudakovs ir slavens matemātiķis. Žuravlevs un Rudakovs kopā ar vienu no absolventiem nolēma izveidot komerciālu struktūru, kas balstīta uz Zinātņu akadēmijas skaitļošanas centru, kura pamatā būs zinātniskās skolas sasniegumi un izmantos matemātiku, lai gūtu labumu uzņēmumiem un valsts aģentūrām, tas ir, analizēt datus un veikt pasūtījuma projektus šajā jomā.
„Un“ Forexis ”darbojas kā sava veidainkubators, - piebilst Sergejs Kotiks, GoodsForecast līdzdibinātājs. - Ja uzņēmums vēlas veikt uzdevumu, ko var samazināt, kad tā saprot, ka tās risinājums ir nepieciešams ne tikai klientam, bet gan tirgum kopumā, un to var izmantot, lai izveidotu sērijas vēsturi, kamēr šī tendence pieaug Forexā, un pēc tam piešķirts atsevišķam uzņēmumam. Tātad tas bija ar Antiplagiat, Antirutīna kompāniju, kopā ar mums. Tuvākajā nākotnē Forexis būs arī citi meitasuzņēmumi. ”
Krājumi tiek kontrolēti
Krievijas tirgū analītisko un. \ Tkonsultāciju pakalpojumi bija liels pieprasījums pēc profesionālo prognožu sagatavošanas vidējiem un lieliem uzņēmumiem. Lai efektīvi strādātu, uzņēmumiem bija nepieciešams skaidrs pārdošanas un pirkšanas plāns. Lai to apkopotu, speciālisti sistematizēja datus par uzņēmuma darbību. Šis process aizņēma vairākus mēnešus. Bet, kad informācija tika galīgi sagatavota, iegūtā informācija bija novecojusi. Palīdzība bija nepieciešama ar ārējo speciālistu palīdzību, kuriem ir inovatīva sistematizācijas, analīzes un prognozēšanas metode. Tātad Krievijā sākās aktīva digitalizācija un IT ieviešana uzņēmējdarbībā.
Sergejs Kotiks. Foto: Eugene Feldman / "Hightech"
Šīs ir iespējas, ko piedāvāGoodsForecast: pamatojoties uz matemātiskiem modeļiem, tika izveidotas pirmās prognozēšanas sistēmas. Tomēr Forexis ne tikai iesaistījās prognozēšanā. Analītikas un tirdzniecības uzraudzības sistēmas tika veiksmīgi izmantotas kā darba instruments Maskavas Fondu biržā. Forex eksperti modelēja lidojumu grafiku Domodedovas lidostā, kā arī prognozēja pieprasījumu pēc dzelzceļa kravu pārvadājumiem uz Krievijas dzelzceļiem. Studentiem un pētniekiem Forexis ir izveidojis Antiplagiat pakalpojumu, kas ļauj noteikt teksta unikalitātes procentuālo daļu.
"Mēs izmantojam dažādus matemātiskos modeļus,"skaidro Sergejs Kotiks. — Tās, kuras izmanto prognozēšanai, atšķiras no tām, kuras izmanto optimizācijas problēmu risināšanai. Mēs sākam no konkrēta gadījuma, no klientu datu kopas, ko mūsu analītiķi pēta un analizē. Mūsu uzņēmums nodarbojas ar: programmatūras izstrāde, datu analīze, biznesa konsultācijas. Tieši šī mūsu spēju kombinācija ļauj īstenot pašreizējos projektus. Galu galā, lai pareizi izvirzītu problēmu un saistītu to ar matemātiku, jums ir labi jāizprot klientu biznesa process. Un, lai atrisinātu problēmu, jums ir jāspēj izveidot modeļus un tos konfigurēt. Nu, lai šis risinājums strādātu uz lieliem datu apjomiem, atbilstot uzticamības un kļūdu tolerances prasībām daudzlietotāju struktūrā, ir jāspēj izstrādātos modeļus ievietot industriālās programmatūras formā.
2013. gadā GoodsForecast paziņoja par sevikā neatkarīga juridiska persona, kļūstot par Forexis meitas uzņēmumu un tajā pašā gadā kļuva par vienu no Skolkovo IT klastera rezidentiem. Pēc pieciem gadiem tā gada apgrozījums sasniedza 100 miljonus rubļu. Uzņēmuma darbinieku skaits sasniedz aptuveni 50 cilvēkus. Papildus administrācijai, pārdošanas nodaļai un mārketinga nodaļai ir projektu birojs, analītikas nodaļa (matemātika) un četras produktu jomas, kas izstrādā, pilnveido un ievieš programmatūru.
"Tiešo pārdošanas process lieliem klientiemdiezgan standarts. Reputācija un mutes dobums. Kāds devās uz paziņu, kāds uzrunāja sevi, kāds devās uz „aukstu”, iepazinās ar kādu konferencēs, - saka Sergejs Kotiks. - Mūsu projektu izmaksas atšķiras no simtiem tūkstošu līdz vairākiem desmitiem miljonu rubļu. Un bija daudz interesantu projektu. Piemēram, mēs esam sadarbojušies ar Baltika kopš 2008. gada. Gandrīz atrisināt visas problēmas, kas saistītas ar prognozēšanu savā uzņēmumā. Ir ļoti interesants projekts sarežģītības ziņā ar TechnoNIKOL - tas ir ražošanas līniju optimizācija. Novatoriski projekti ražošanā parasti ir sarežģīti un ļoti individuāli. Interesants projekts tagad ar uzņēmumu Knauf. Tas sastāv no divām diezgan lielām daļām: pārdošanas plānošana un ražošanas plānošanas optimizācija, tas ir, šī plāna izplatīšana daudzās ražošanas vietās Krievijā un NVS valstīs. Ja mēs aicinām reģionālos projektus, mēs sadarbojamies ar Čeļabinska uzņēmumu „Unichel”. Tiem ir viens no lielākajiem tīkliem - vairāk nekā 600 veikalu. Tagad mēs pabeidzam inventāra pārvaldības plānošanas projektu. Arī tur ir ļoti interesanti momenti, kas tieši saistīti ar apavu tirgus specifiku. ”
Pieprasījuma topi
Acīmredzamā īstenoto programmu efektivitātejoprojām nav garantēt simtprocentīgu inovatīva produkta pieņemšanu. Viens no negatīvajiem faktoriem, kas ietekmē prognozēšanas un plānošanas programmu attīstības tempu tirgū, ir nepareiza datu ievade klientu uzņēmumos. Lai turpinātu prognozēšanu, Preču zīmes speciālistiem ir jāpalīdz tiem ar sākotnējiem datiem sākotnējā posmā. Šāda nepieciešamība ir kļuvusi par iemeslu uzņēmuma darbības papildināšanai ar konsultāciju pakalpojumu sniegšanu izvēlētajā virzienā.
Andrejs Lisitsa. Foto: Eugene Feldman / "Hightech"
„Pirms mēs noslēdzam līgumu,diezgan ilgs komunikācijas periods ar klientu. Lai piedāvātu viņam projekta koncepciju, lai aprakstītu laiku, izmaksas un vienotos par šiem parametriem, tas aizņem no viena mēneša līdz sešiem mēnešiem, un dažreiz vēl vairāk, ”saka Sergejs Kotiks.
Visi darbi projektā ir sadalīti trīs posmos:
- Īstenošanas projekta tehnisko specifikāciju izstrāde. Tajā viss ir izklāstīts: sistēmas funkcionalitāte, tās lietošanas scenārijs, algoritmiskais aparāts, pieņemšanas kritēriji.
- Risinājuma ieviešanas process un pilnveidošana, ja tie irir nepieciešami. Tas ietver integrāciju ar datu avotiem, algoritmu iestatījumiem, lietotāju apmācību, pieņemšanas testiem. Saskaņā ar šī posma rezultātiem sistēma tiek uzsākta izmēģinājuma darbībā.
- Izmēģinājuma darbība.Kad sistēma jau tiek izmantota, bet varbūt ne ar pilnu jaudu, ne uz visām, piemēram, uzņēmuma precēm vai ne visās noliktavās. Visas radušās kļūdas tiek labotas un algoritmi tiek koriģēti. Šī posma beigās visa sistēma tiek nodota komerciālai ekspluatācijai.
Ko uzņēmuma risinājumi balstās uz matemātiskiem risinājumiem:
- Papildināšanapadara rezerves preču pārvaldības procesuautomātiska, bet joprojām ir uzdevums pielāgot pasūtīto preču daudzumu, kas ir svarīgs izplatītājiem, ražošanas organizācijām un mazumtirdzniecībai.
- Plānošanaietver virkni iespēju stratēģiskai un taktiskai pārdošanas plānošanai.
- Izplatīšanaoptimāli sadala plānu starp ražošanas vietām un novērtē uzticēto uzdevumu izpildes ilgumu attiecībā pret klientu pasūtījumu skaitu.
- Plānošanaatrisina problēmu par optimālu ražošanas līniju plānošanu, lai maksimāli palielinātu klientu pasūtījumus ar minimālām izmaksām.
- Promoprognozē paaugstinājumu efektivitāti, veicotto analīzi. Sistēma nosaka, kā mainīsies pārdošanas apjoms akcijas rezultātā, izmantojot tās dažādo parametru attiecību un pieprasījuma dinamiku. Ja akcija tiek rīkota pirmo reizi un izvērtēšanai nepietiek personas datu, tad līdzīgas aktivitātes tajā pašā reģionā tiek uzņemtas, izmantojot vienādus parametrus, bet ar atšķirīgu atlaides dziļumu.
Problēmas un panākumi
"Protams, grūtības projektu vadīšanāir dažādi - politiski, tehniski un dažreiz pat ekonomiski. Ja ņemam vērā tehniskos aspektus, šeit galvenais ir klienta sākotnējo datu kvalitāte un struktūra, - skaidro Sergejs Kotiks. - Integrācijas ietvaros vienmēr var rasties grūtības, un tās parasti ir ļoti individuālas. Dažreiz ir ļoti specifiskas problēmas. Piemēram, klients vēlas izveidot projektu, un viņa IT speciālisti ir ļoti aizņemti, viņu uzdevumi ir ieplānoti gadu iepriekš, un viņi saka, ka viņi nepiedalīsies projektā. Tas īpaši attiecas uz lieliem uzņēmumiem. Piemēram, pašlaik strādājam pie projekta, kurā darbinieki to īsteno bez IT speciālistu palīdzības, paši biznesa klienti mums sniedza visus nepieciešamos datus. Faktiski, tas notika ar titānisku darbu. Pat neskatoties uz to, ka globālā galvas kompānijas IT nodaļa ir atteikusies no visa, projekts turpinās, citi departamenti ir atbildīgi par šo uzdevumu ”.
GoodsForecast mērķauditorija ir daļēji lieli klienti, jo viņiem trūkst datu apjoma, ko būtu lietderīgi analizēt algoritmiski.
"Mēs strādājam ar lieliem uzņēmumiem, galvenokārt,jo optimizācija, ko mēs joprojām darām, dod klientam ievērojamu labumu lielos apjomos. Iedomājieties stendu, kas mēnesī pārdod 100 tūkstošus rubļu. Ja viņam būs jāizveido pieprasījuma prognoze un jāizveido sarežģīti krājumu pārvaldības modeļi, viņš sāks nopelnīt 45 tūkstošus, nevis 40. Tomēr pats projekts maksās vairākus miljonus rubļu. Tas ir vienkārši nerentabls, - saka Sergejs Kotiks. - Mūsu produkts jāievieš tikai tad, ja uzņēmumam ir ievērojams apgrozījums. Maz ticams, ka projekts tiks īstenots lēti, jo katrs uzņēmums ir ļoti individuāls un katram no tās produktiem ir savas īpašības. Un tas jau prasa zināmas darbaspēka izmaksas. Jūs nevarat lietot noteiktu modeli, vienu visiem, pielāgot to un saņemt prognozes, ieteikumus par pasūtījumiem - vai optimizēt ražošanu.
Sergejs Kotiks. Foto: Eugene Feldman / "Hightech"
Tomēr mēs strādājam pie idejas izveidot kāduuniversāls risinājums, kas ļautu mums mērogot un palīdzēt mazajiem uzņēmumiem viņu darbā. Bet šodien mazajiem uzņēmumiem ir citi svarīgi uzdevumi. Tās ir svarīgākas automatizācijas, jo īpaši grāmatvedības sistēmu ieviešana un augstas kvalitātes datu pārvaldība. Tagad ir daudz ērtu grāmatvedības sistēmu maziem uzņēmumiem, kas saistīti ar tirdzniecību un ražošanu. Bet, ja mēs runājam par tādu mazu uzņēmumu, kas veic pārdošanu papīra žurnālā, ierakstot visus datus ar pildspalvu, tad tagad vai tuvākajā nākotnē nav nepieciešama optimizācija.
Galvenās grūtības, pēc Andreja Lisitsija domām,kļuva par Krievijas uzņēmumu nevēlēšanos strādāt ar specifiku. Uzņēmumiem ir lielas cerības analizēt datu apjomus, taču tajā pašā laikā viņi neuztraucas par to, ka viņi nodarbojas ar viņu profesionāļiem, kas palīdzēs efektīvi izmantot analīzes rezultātus.
"Ir svarīgi saprast, ka mākslīgais intelekts navatrisinās visas problēmas, noklikšķinot uz pirkstiem, piebilst Andrejs Lisitsa. - Nepietiek tikai ar spēcīgas ziemeļu un programmatūras platformas iegādi, datu ielādi sistēmā. Ir nepieciešami kompetenti speciālisti, kas organizēs datu vākšanu un, izmantojot šos uzdevumus, izveidos algoritmisku aparātu. Svarīgi ir eksperti, kuri var atšifrēt rezultātus un tos izmantot tirdzniecībā. Pat pieredzējis menedžeris nevar tieši saprast sarežģītu modeļu darba loģiku un rādītāju ietekmi uz rezultātu. Tātad viņš nevarēs pārvaldīt sistēmu, gūstot labumu uzņēmumam. ”
Kas nākamo gadu gatavojas
Šodien Krievijas analīzes un prognozēšanas tirgus uzrāda spēcīgu izaugsmi. Saskaņā ar GoodsForecast datiem 2019. gadā tas pieaugs vismaz par 30%.
„Mēs sagaidām, ka mūsu pašu apgrozījums pieaugsgada beigās - piebilst Sergejs Kotiks. - Vislielākais pieprasījums būs krājumu pārvaldības sistēmu, preču prognožu rezerves un pārdošanas plānošana. Mēs izstrādāsim risinājumus, kas saistīti ar prognozēšanu promo jomā. Tam ir stabila interese par tirgu un patiešām ir ļoti liela - vismaz 60% preču tiek pārdotas ar promo starpniecību. Šāda pārdošana ir ļoti labāka un grūti prognozējama. Jo, pirmkārt, ir iesaistīta „ražotāju-mazumtirgotāja” ķēde, un, otrkārt, daudzi faktori to ietekmē. ”
Andrejs Lisitsa, Sergejs Kotiks un Daniils Kanevskis (Analytics direktors). Foto: Eugene Feldman / "Hightech"
2019. gadā GoodsForecast prezentēs vairākus jaunusViens no tiem balstās uz fiskālo datu operatoru (CRF) datu analīzi. Pārbaudot no tirdzniecības vietām, varat analizēt patēriņa grozu, noteikt, kuri produkti parasti tiek iegādāti vienā reizē, un novērtēt kasieru darbību. Pamatojoties uz šiem datiem, ir iespējams optimāli veidot preču izvietošanu tirdzniecības vietā, prognozēt naudas kases darba slodzi, sastādīt darbinieku maiņu grafiku.
„Mēs izstrādājam jau esošus produktus: Jo īpaši mēs pievienojam funkcionalitāti, kas ļaus mums izveidot jaunus produktus, pamatojoties uz esošajiem produktiem, ”saka Andrejs Lisitsa. „Turklāt mēs tagad risinām vairāk problēmu, kas saistītas ar ražošanas optimizāciju: kā plānot ražošanu, lai pēc iespējas vairāk apmierinātu prognozēto vai pašreizējo pieprasījumu un vienlaicīgi izmaksas.”