Andrey Lisitsa— Współzałożyciel i dyrektor generalny GoodsForecast. Od 2005 roku - programista, menadżer
Sergey Kotik— współzałożyciel i dyrektor rozwoju firmyPrognoza towarów. Pracował także w Forexis na stanowiskach dewelopera, kierownika projektu i kierownika działu. W 2004 roku ukończył Moskiewski Uniwersytet Państwowy na wydziale matematycznych metod prognozowania. W GoodsForecast towarzyszy transakcjom i rozwija programy partnerskie, a także przyciąga inwestycje finansowe do biznesu.
Prognozowanie popytu konsumentów ikontrola nad procesami zamawiania produktów pozwala producentom, dystrybutorom i detalistom pracować najefektywniej. A co najważniejsze - pomóż im uniknąć dwóch negatywnych czynników: ponownego uruchomienia magazynu i braku asortymentu.
Na początku były algorytmy
Przewozy towarów zostały utworzone w 2013 r. Na podstawieForexis, założona przez grupę matematyków i cybernetyków z centrum komputerowego Rosyjskiej Akademii Nauk (RAS) i Moskiewskiego Uniwersytetu Państwowego w 2000 roku. Główną misją Forexis było wykorzystanie do celów komercyjnych badań naukowych przez akademika Jurija Zhurawlewa - prace naukowe nad teorią lokalnych algorytmów optymalizacji i algebraicznym systemem algorytmów.
Jurij Iwanowicz Żurawlew
„W latach 50. przed Jurijem Iwanowiczem Żurawlewem,wtedy młodzi naukowcy mieli za zadanie analizować informacje na temat złóż złota - mówi jeden z założycieli TowaryForecast, Andrei Lisitsa. - Poszukiwanie złóż złota było bardzo trudnym i kosztownym przedsięwzięciem. Żurawlew jako pierwszy zbudował model matematyczny, który umożliwił, z dużą dokładnością, w oparciu o dostępne dane, bez przeprowadzania próbnych wierceń, powiedzieć, czy konieczne było przeprowadzenie poszukiwań geologicznych w oczekiwanym miejscu, czy też prawdopodobieństwo znalezienia złota byłoby zbyt małe. W ten sposób jego dobrze rozwinięta kariera zyskała nowy zwrot. To, co zrobił w czasach sowieckich, jego szkoła naukowa nadal trwa, tak naprawdę jest to rozwój popularnego dziś pola uczenia maszynowego. ”
Żurawlew Jurij Iwanowicz- matematyk radziecki i rosyjski.Jego obszary specjalizacji obejmują matematykę stosowaną i informatykę. Główne obszary badań to matematyka dyskretna, teoria rozpoznawania i przewidywania oraz funkcje logiczne. Nowe kierunki stworzone przez Zhuravleva obejmują teorię algorytmów optymalizacji lokalnej oraz algebraiczną teorię algorytmów, która polega na algebraicznym podejściu do problemu syntezy poprawnych algorytmów.
Podejście algebraiczne Żurawlewa opiera się napomysł wykorzystania parametrycznych rodzin algorytmów. Uważa, że proces rozwiązywania słabo sformalizowanych problemów, których nie da się rozwiązać, pozwala znaleźć rozwiązania konkretnych problemów danej klasy. W oparciu o to podejście uzyskano wyniki do rozwiązywania tzw. problemów kanonicznie trudnych.
Na podstawie algorytmu testowego stosowanego przez naukowcówpowstał zupełnie nowy kierunek rozpoznawania, który opiera się na analizie dyskretnej. Unikalny model obliczania szacunków stworzony przez Żurawlew jest dziś uważany za klasyczny.
Do 2000 r. Żurawlew miał już dośćrozległa szkoła naukowa. Jeden z jego czołowych studentów, dziś akademik Rosyjskiej Akademii Nauk, Konstantin Vladimirovich Rudakov jest znanym matematykiem. Żurawlew i Rudakow wraz z jednym ze swoich absolwentów postanowili stworzyć strukturę handlową opartą na centrum obliczeniowym Akademii Nauk, która będzie opierać się na osiągnięciach szkoły naukowej i wykorzystywać matematykę na rzecz przedsiębiorstw i agencji rządowych, czyli analizować dane i realizować niestandardowe projekty w tym obszarze.
„A„ Forexis ”działa jak swego rodzajuinkubator - dodaje Sergey Kotik, współzałożyciel GoodsForecast. - Kiedy firma szuka zadania, które może być skalowane, kiedy zdaje sobie sprawę, że jego rozwiązanie jest potrzebne nie tylko klientowi, ale i rynkowi jako całości, a to może być wykorzystane do stworzenia historii seryjnej, przez pewien czas ten trend rośnie w Forexis, a następnie przydzielone oddzielnej firmie. Tak było z Antiplagiat, firmą Antirutin, z nami - z GoodsForecast. W najbliższej przyszłości Forexis będzie mieć inne spółki zależne. ”
Zapasy pod kontrolą
Na rosyjskim rynku analitycznym iusługi konsultingowe wymagały przygotowania profesjonalnych prognoz dla średnich i dużych przedsiębiorstw. Aby działać skutecznie, firmy potrzebowały przejrzystego planu sprzedaży i zakupu. Aby je skompilować, specjaliści usystematyzowali dane dotyczące działalności przedsiębiorstwa. Proces ten trwał do kilku miesięcy. Ale kiedy informacje zostały w końcu przygotowane, zebrane informacje były nieaktualne. Potrzebna była pomoc przy pomocy zewnętrznych specjalistów, którzy posiadają innowacyjną metodę usystematyzowania, analizy i prognozowania. Tak więc w Rosji rozpoczęła się aktywna digitalizacja i wdrożenie IT w biznesie.
Sergey Kotik. Zdjęcie: Eugene Feldman / „Hightech”
Oto możliwości oferowane wTowaryForecast: w oparciu o modele matematyczne stworzono pierwsze systemy prognostyczne. Forexis nie tylko zajmował się prognozowaniem. Analityka i systemy monitorowania transakcji zostały z powodzeniem wykorzystane jako narzędzie pracy na moskiewskiej giełdzie. Eksperci Forexis wymodelowali rozkład lotów na lotnisku Domodedovo, a także sporządzili prognozę zapotrzebowania na przewóz towarów koleją do rosyjskich kolei. Dla studentów i badaczy Forexis stworzył usługę Antiplagiat, która pozwala określić procent unikalności tekstu.
„Korzystamy z różnych modeli matematycznych”,wyjaśnia Siergiej Kotik. — Te, które są używane do prognozowania, różnią się od tych, które są używane do rozwiązywania problemów optymalizacyjnych. Zaczynamy od konkretnego przypadku, od zbioru danych o kliencie, które badają i analizują nasi analitycy. Nasza firma zajmuje się: tworzeniem oprogramowania, analizą danych, doradztwem biznesowym. To właśnie połączenie naszych możliwości pozwala nam na realizację bieżących projektów. W końcu, aby poprawnie postawić problem i powiązać go z matematyką, trzeba dobrze rozumieć proces biznesowy klienta. Aby rozwiązać problem, musisz umieć budować modele i je konfigurować. Otóż, żeby to rozwiązanie działało na dużych wolumenach danych, spełniając wymagania niezawodności i odporności na awarie w strukturze wieloużytkownikowej, trzeba umieć ująć opracowane modele w postaci oprogramowania przemysłowego.”
W 2013 roku ogłosiła się firma GoodsForecastjako niezależny podmiot prawny, stając się spółką zależną Forexis i w tym samym roku stał się jednym z rezydentów klastra IT Skołkowo. Pięć lat później jego roczny obrót osiągnął 100 milionów rubli. Załoga firmy liczy około 50 osób. Oprócz administracji, działu sprzedaży i działu marketingu istnieje biuro projektowe, dział analityczny (matematyka) i cztery obszary produktowe, które opracowują, udoskonalają i wdrażają oprogramowanie.
„Proces sprzedaży bezpośredniej do dużych klientówdość standardowy. Reputacja i praca ustna. Ktoś poszedł do znajomego, ktoś się zwrócił, ktoś poszedł na „zimno”, zapoznał się z kimś na konferencji - mówi Sergey Kotik. - Koszt naszych projektów jest inny, od setek tysięcy do kilkudziesięciu milionów rubli. A było wiele ciekawych projektów. Na przykład współpracujemy z Baltika od 2008 roku. Prawie rozwiązują wszystkie problemy związane z prognozowaniem w ich firmie. Z TechnoNIKOL jest bardzo interesujący projekt pod względem złożoności - jest to optymalizacja linii produkcyjnych. Innowacyjne projekty w produkcji są zazwyczaj złożone i bardzo indywidualne. Ciekawy projekt teraz z firmą Knauf. Składa się z dwóch dość dużych części: planowania sprzedaży i optymalizacji planowania produkcji, czyli dystrybucji tego planu w wielu zakładach produkcyjnych w Rosji i krajach WNP. Jeśli nazwiemy projekty regionalne, to współpracujemy z firmą „Unichel” w Czelabińsku. Mają jedną z największych sieci - ponad 600 sklepów. Teraz kończymy projekt planowania zarządzania zapasami. Tam też są bardzo interesujące momenty związane właśnie ze specyfiką rynku obuwniczego. ”
Wierzchołki popytu
Oczywista skuteczność realizowanych programówwciąż nie jest gwarantem stu procentowego przyjęcia innowacyjnego produktu. Jednym z negatywnych czynników wpływających na szybkość rozwoju programów prognozowania i planowania na rynku jest nieprawidłowe wprowadzanie danych przez firmy klientów. Aby kontynuować prognozowanie, specjaliści GoodsForescast muszą im pomóc w uzyskaniu wstępnych danych na etapie wstępnym. Taka potrzeba stała się przyczyną uzupełnienia działalności firmy o świadczenie usług doradczych w wybranym kierunku.
Andrey Lisitsa. Zdjęcie: Eugene Feldman / „Hightech”
„Przed zawarciem umowydość długi okres komunikacji z klientem. Aby zaoferować mu koncepcję projektu, opisać czas, koszt i uzgodnić te parametry, trwa od jednego miesiąca do sześciu miesięcy, a czasem więcej - mówi Sergey Kotik.
Wszystkie prace nad projektem są podzielone na trzy etapy:
- Opracowanie specyfikacji technicznych projektu wdrożeniowego. Wszystko jest w nim zapisane: funkcjonalność systemu, scenariusz jego użycia, aparat algorytmiczny, kryteria akceptacji.
- Proces wdrażania rozwiązania i udoskonalania, jeśli taksą potrzebne. Obejmuje to integrację ze źródłami danych, dostosowywanie algorytmów, szkolenie użytkowników, testy akceptacyjne. Zgodnie z wynikami tego etapu system zostaje uruchomiony w trybie próbnym.
- Operacja próbna.Gdy system jest już w użyciu, ale być może nie na pełnych obrotach, nie na wszystkich np. towarach firmy lub nie na wszystkich magazynach. Wszelkie pojawiające się błędy są korygowane, a algorytmy dostosowywane. Na koniec tego etapu cały system zostaje oddany do użytku komercyjnego.
Jakie mogą być rozwiązania firmy oparte na rozwiązaniach matematycznych:
- Uzupełnieniesprawia, że proces zarządzania towarami rezerwowymiautomatyczne, podczas gdy pozostaje funkcja dostosowywania ilości zamawianych towarów, co jest ważne dla dystrybutorów, organizacji produkujących i handlu detalicznego.
- Planowanieobejmuje szereg możliwości strategicznego i taktycznego planowania sprzedaży.
- Dystrybucjaoptymalnie rozdziela plan pomiędzy zakłady produkcyjne i szacuje czas realizacji powierzonych zadań w stosunku do ilości zamówień klientów.
- Planowanierozwiązuje problem optymalnego harmonogramowania linii produkcyjnych w celu maksymalizacji zamówień klientów przy minimalnych kosztach.
- Promocjaprzewiduje skuteczność promocji poprzez prowadzenieich analizę. System określa, jak zmieni się wielkość sprzedaży w wyniku promocji, wykorzystując stosunek różnych jej parametrów do dynamiki popytu. Jeśli promocja odbywa się po raz pierwszy i nie ma wystarczających danych personalnych do oceny, wówczas podejmowane są podobne działania w tym samym regionie przy użyciu tych samych parametrów, ale z inną głębokością rabatu.
Wyzwania i sukcesy
„Trudności w zarządzaniu projektami, oczywiściesą różne - polityczne, techniczne, a czasem nawet ekonomiczne. Jeśli weźmiemy pod uwagę aspekty techniczne, tutaj kluczową kwestią jest jakość i struktura początkowych danych klienta - wyjaśnia Sergey Kotik. - W ramach integracji zawsze mogą pojawić się trudności, które z reguły są bardzo indywidualne. Czasami występują bardzo specyficzne problemy. Na przykład klient chce wykonać projekt, a jego specjaliści IT są bardzo zajęci, ich zadania są zaplanowane z rocznym wyprzedzeniem i mówią, że nie będą uczestniczyć w projekcie. Dotyczy to zwłaszcza dużych firm. Na przykład obecnie pracujemy nad projektem, w którym pracownicy wdrażają go bez pomocy specjalistów IT, sami klienci biznesowi dostarczyli nam wszystkich niezbędnych danych. To jest rzeczywiście tytaniczna praca. Nawet pomimo faktu, że dział IT globalnej firmy głównej zrezygnował ze wszystkiego, projekt jest włączony, inne działy radzą sobie z tym zadaniem ”.
GoodsForecast jest skierowany do dużych klientów po części dlatego, że to im brakuje takich ilości danych, które mają sens w analizie algorytmicznej.
„Pracujemy z wielkim biznesem, przede wszystkimponieważ optymalizacja, którą wykonujemy, nadal daje klientowi znaczne korzyści w dużych ilościach. Wyobraź sobie stoisko, które sprzedaje się za 100 tysięcy rubli miesięcznie. Jeśli zbuduje prognozę popytu i stworzy złożone modele zarządzania zapasami, zacznie zarabiać 45 tysięcy zamiast 40. Sam projekt będzie jednak kosztował kilka milionów rubli. To jest po prostu nieopłacalne - mówi Sergey Kotik. - Nasz produkt powinien zostać wprowadzony tylko wtedy, gdy firma osiąga znaczące obroty. Jest mało prawdopodobne, że projekt zostanie zrealizowany tanio, ponieważ każda firma jest bardzo indywidualna i każdy z jej produktów ma swoje własne cechy. A to już wymaga pewnych kosztów pracy. Nie możesz wziąć określonego modelu, jednego dla wszystkich, dostosować go i uzyskać prognozy, zalecenia dotyczące zamówień - lub zoptymalizować produkcję.
Sergey Kotik. Zdjęcie: Eugene Feldman / „Hightech”
Pracujemy jednak nad pomysłem stworzenia niektórychuniwersalne rozwiązanie, które pozwoli nam skalować i pomagać małym firmom w ich pracy. Ale dla małych firm dzisiaj są odpowiednie inne zadania. Są ważniejsze automatyzacji, w szczególności wprowadzenie systemów księgowych i wysokiej jakości zarządzania danymi. Obecnie istnieje wiele wygodnych systemów księgowych dla małych firm, które są związane z handlem i produkcją. Ale jeśli mówimy o takiej małej firmie, która prowadzi sprzedaż w papierowym magazynie, rejestrując wszystkie dane za pomocą pióra, to nie jest potrzebna optymalizacja teraz ani w najbliższej przyszłości.
Główna trudność, według Andrei Lisitsy,stała się niechęć rosyjskich przedsiębiorstw do pracy ze specyfiką. Przedsiębiorstwa pokładają duże nadzieje w analizie ilości danych, ale jednocześnie nie dbają o to, że angażują się we własną działalność gospodarczą, co pomoże skutecznie wykorzystać wynik analizy.
„Ważne jest, aby zrozumieć, że sztuczna inteligencja nie jestrozwiąże wszystkie problemy, klikając palcami, dodaje Andrei Lisitsa. - Nie wystarczy po prostu zdobyć potężną platformę północną i programową, wczytać dane do systemu. Potrzebni są kompetentni specjaliści, którzy zorganizują zbieranie danych i za ich pomocą utworzą aparat algorytmiczny w kontekście zadania. Ważni są eksperci, którzy potrafią rozszyfrować wyniki i wykorzystać je w handlu. Nawet doświadczony menedżer nie może bezpośrednio zrozumieć logiki pracy złożonych modeli i wpływu wskaźników na wynik. Nie będzie więc w stanie zarządzać systemem, przynosząc korzyści przedsiębiorstwu. ”
Co przygotowuje nadchodzący rok
Obecnie rosyjski rynek analiz i prognoz wykazuje silny wzrost. Według GoodsForecast w 2019 roku wzrośnie ona o co najmniej 30%.
„Oczekujemy takiego samego wzrostu naszych własnych obrotówpod koniec roku - dodaje Sergey Kotik. - Największe zapotrzebowanie będzie dotyczyć wykorzystania systemów zarządzania zapasami, prognozowanych rezerw towarów i planowania sprzedaży. Opracujemy rozwiązania związane z prognozowaniem w dziedzinie promocji. Cieszy się stałym zainteresowaniem rynku i jest rzeczywiście bardzo duży - co najmniej 60% towarów jest sprzedawanych za pośrednictwem promocji. Taka sprzedaż jest bardzo nietrwała i trudna do przewidzenia. Ponieważ, po pierwsze, zaangażowany jest łańcuch „producent-detalista”, a po drugie, wpływa na niego wiele czynników. ”
Andrei Lisitsa, Sergey Kotik i Daniil Kanevsky (Dyrektor Analytics). Zdjęcie: Eugene Feldman / „Hightech”
W 2019 r. GoodsForecast przedstawi szereg nowychprodukty, z których jeden opiera się na analizie danych operatorów danych fiskalnych (CRF). Dzięki czekom z punktów sprzedaży możesz analizować koszyk konsumenta, identyfikować, które produkty są zazwyczaj kupowane w tym samym czasie w jednej ręce i oceniać wydajność kasjerów. Na podstawie takich danych można optymalnie budować ekspozycję towarów w punkcie sprzedaży, przewidywać obciążenie stanowisk kasowych, tworzyć harmonogram zmian pracowników.
„Rozwijamy już istniejące produkty: W szczególności dodajemy funkcjonalność, która pozwoli nam tworzyć nowe na podstawie istniejących produktów - mówi Andrey Lisitsa. „Ponadto rozwiązujemy teraz więcej problemów związanych z optymalizacją produkcji: jak prawidłowo zaplanować produkcję, aby w jak największym stopniu sprostać prognozowanemu lub bieżącemu zapotrzebowaniu, a jednocześnie obniżyć koszty”