Как создать компанию с оборотом 100 миллионов рублей на прогнозировании потребительского спроса

Бизнес-аналитика за последние годы совершила качественный скачок вперед. На смену простым подсчетам в Excel приходят новейшие технологии машинного обучения и предиктивной аналитики на основе больших данных. Они позволяют достаточно точно прогнозировать спрос, продажи и планировать товарные запасы производственных и торговых предприятий. Российская компания GoodsForecast разрабатывает ИТ-решения на основе таких технологий в области управления и оптимизации цепочек поставок. Ее сооснователи - генеральный директор Андрей Лисица и директор по развитию Сергей Котик рассказали, на что сегодня способен искусственный интеллект в области прогнозирования спроса.

Компания GoodsForecast была основана в 2013 году, но фактически она немного старше. GoodsForecast выросла из департамента более известной на рынке компании «Форексис», основанной еще в 2000 году научным коллективом вычислительного центра Российской академии наук (РАН). В создании «Форексиса» принимали участие преподаватели и выпускники МФТИ и факультета вычислительной математики и кибернетики МГУ. Их целью стала коммерциализация научных разработок школы советского и российского академика Юрия Ивановича Журавлева, которая еще в советское время занималась проблемами анализа больших данных и созданием алгоритмов машинного обучения. Журавлев создал такие новые направления в науке, как теория локальных алгоритмов оптимизации, алгоритмы вычисления оценок, алгебраическая теория алгоритмов и другие. Его исследования во многих областях прикладной математики стали классическими и определяют основные направления исследований в области дискретной математики и прогнозирования.

«Форексис» использовала научные разработки школы Журавлева для решения самых разных задач, например, разработала систему аналитики и мониторинга торгов для Московской биржи, создала имитационную модель движения воздушных судов для аэропорта «Домодедово», спрогнозировала объемы спроса на грузовые железнодорожные перевозки для РЖД. Одна из разработок «Форексиса» — всем известный сервис «Антиплагиат», который позволяет обнаруживать заимствования в учебниках и научных работах.

Еще в составе департамента систем прогнозирования компании «Форексис», команда GoodsForecast разработала уникальные математические алгоритмы и накопила компетенции по постановке и решению реальных бизнес-задач для оптимизации управления цепочками поставок. В 2013 году GoodsForecast выделилась в отдельное юридической лицо, став дочерней компанией «Форексиса». В 2013 году компания GoodsForecast вошла в число резидентов ИТ-кластера «Сколково». За пять лет работы она превратилась в устойчивый и быстрорастущий бизнес, а в 2018 году ее годовой оборот достиг 100 млн рублей. В компании сейчас работают около 50 человек. А клиентами GoodsForecast являются крупные российские и международные компании, среди которых: «Балтика», Philip Morris, Knauf, SPLAT, «О’КЕЙ, «Иль де Ботэ», «Верный», «Технониколь» и др.

Основная сфера деятельности — это прогнозирование и оптимизация планирования в торговых и производственных компаниях. Решения GoodsForecast могут помочь построить прогноз в отношении спроса на тот или иной товар, рассчитать, какой уровень запасов на складе будет оптимальным, чтобы не было затоваренности или дефицита, построить оптимальное расписание производства. Система GoodsForecast.Replenishment позволяет автоматизировать процесс управления товарными запасами. Она дает возможность формировать заказ товара у поставщика автоматически, при этом его можно корректировать. Такого рода разработки сейчас очень актуальны для ритейла, дистрибуторов и производителей. А система GoodsForecast.Planning содержит инструменты и настройки как для стратегического, так и тактического планирования продаж и операций (S&OP, Sales and Operations Planning).

Также GoodsForecast занимается оптимизацией производства и автоматизацией планирования производственных смен. Такая услуга сейчас востребована у многих крупных производителей товара. Система GoodsForecast.Distribution позволяет оптимально распределять план по производственным площадкам, оценивать сроки выполнения задач, учитывает ограничения линий по мощности, а также количество клиентских заказов.

В 2018 году компания запустила новое решение GoodsForecast.Promo, которое позволяет анализировать эффективность промоакции, предсказывая ее результат. Компания оценивает то, как изменится объем продаж по итогам промо, путем выявления корреляции между различными ее параметрами и динамикой спроса. При анализе учитывается большое количество параметров: товар, тип акции (простая скидка, «три по цене двух», купоны и т. д.), глубина скидки, время, география и период проведения, местоположение конкретных магазинов и другие. Если акция проводится впервые и собственных данных клиента для оценки недостаточно, берутся аналогичные промоактивности в том же регионе, для той же товарной группы, с другой глубиной скидки.

Востребованность решений в области планирования промоакций и прогнозирования их эффекта сегодня растет, и в этом нет ничего удивительного. В магазинах увеличивается число различных промоактивностей, и большинство из них связано именно со скидками на тот или иной товар. Производителю и ритейлеру очень важно четко просчитать спрос в этот период. Если цена будет существенно снижена, а спрос на товар вырастет при этом незначительно, промоакция может принести производителю и ритейлеру убытки вместо прибыли.

У компании GoodsForecast немало удачных примеров использования предлагаемых ею решений. Например, пивоваренной компании «Балтика» удалось на 20% увеличить точность прогноза спроса на товар на месяц. Один из крупных российских дистрибуторов Procter & Gamble добился 80%-ной точности при прогнозировании промоакций. Агрохолдинг «Комос Групп» за счет использования системы управления запасами улучшил оборачиваемость на 9% при общем снижении дефицита на 20%. Томский ритейлер «Лама» повысил товарооборот на 5% в результате внедрения системы управления товарными запасами GoodsForecast.Replenishment.

У GoodsForecast довольно специфическая бизнес-модель – компания совмещает в себе черты вендора программного обеспечения, бизнес-консалтинга и консалтинга в области анализа данных. Каждый проект, таким образом, для нас с одной стороны уникален с точки зрения учета особенностей и нюансов бизнес-процессов заказчика, с другой – мы используем на нем уже апробированные на других внедрениях инструменты. Так как мы работаем в основном с крупными клиентами, в начале пути было важно наработать хорошее портфолио, что, я считаю, нам вполне удалось. Референтный опыт – ключевой фактор в принятии решения о выборе подрядчика, у нас на текущий момент сильная позиция в этом плане.

Сейчас в компании выделены несколько продуктовых направлений, маркетинг и продажи, аналитический отдел. Ежедневная деятельность GoodsForecast – это текущие проекты, развитие программных продуктов, исследования для расширения алгоритмической базы.

Главная трудность при построении прогнозов на основе методов машинного обучения — разрозненность и неструктурированность данных, с которыми приходится работать. Компания GoodsForecast ориентирована в основном на крупных клиентов, поскольку именно они генерируют достаточно большие объемы данных, чтобы их алгоритмическая обработка имела смысл. Но даже крупнейшие российские компании и подразделения международных концернов не всегда корректно собирают, систематизируют и хранят данные в своих информационных системах. Очень часто, прежде чем приступать непосредственно к прогнозированию, сначала приходится внедрять проекты по управлению мастер-данными, что подразумевает перестраивание многих бизнес-процессов. Поэтому, помимо ИТ-решений, компания GoodsForecast стала оказывать консалтинговые услуги в области управления цепочками поставок и планирования продаж и операций.

Еще один вызов — это неготовность российского бизнеса работать с предиктивной бизнес-аналитикой. Многие игроки возлагают на big data огромные надежды, но при этом не заботятся о том, чтобы нанять специалистов, которые помогли бы эффективно использовать полученные с помощью анализа данные в работе компании.

Искусственный интеллект — это не волшебная палочка. Недостаточно просто загрузить данные в компьютер и ждать, пока система выдаст ответы на все вопросы. Мало купить ИТ-решение или платформу, не менее важны компетенции и опыт людей, которые будут подготавливать данные и настраивать алгоритмический аппарат в рамках проекта внедрения. Более того, необходимы специалисты для «толкования» результатов и использования их в бизнесе. Обычный пользователь не может понять логику работы алгоритма и то, какое влияние те или иные параметры оказывают на итоговый результат (прогноз). А значит, он не может управлять процессом — вносить в условия планируемой акции нужные изменения, чтобы провести ее с наилучшими показателями.

Тем не менее сейчас российский рынок анализа данных и прогнозирования демонстрирует уверенный рост. По оценкам GoodsForecast, в 2019 году он вырастет как минимум на 30%. Мы ожидаем такого же увеличения собственного оборота по итогам года. И можем говорить о том, что наибольшим спросом будут пользоваться продукты, которые помогают прогнозировать товарные запасы и планировать продажи. И производственные предприятия, и ритейл стремятся к эффективности. В ситуации перепроизводства или «перезакупки» товара его приходится распродавать по более низкой цене, что выливается в недополученную прибыль. А 2019 год и без того будет сложным: начали расти налоги, в частности НДС, к тому же многие экономисты прогнозируют снижение покупательской способности. Все это скажется на производственных и торговых компаниях, которые пока не готовы с высокой точностью прогнозировать спрос на свой товар.

В 2019 году GoodsForecast намеревается вывести на рынок новые продукты и решения. Одно из них основано на анализе данных операторов фискальных данных (ОФД). По чекам, пробитым в магазине, можно будет анализировать потребительскую корзину, выявлять категории товаров, которые чаще всего покупают вместе, определять производительность труда кассиров и другие данные. На основе этой информации можно оптимизировать выкладку товара в магазине, предсказывать загруженность касс, составлять график смен сотрудников — возможностей для ее использования множество.

GoodsForecast в цифрах и фактах

Год основания: 2013 г.

Количество сотрудников: более 50 человек.

Годовой оборот: 100 млн рублей.

Ежегодный темп роста: 25−30%.

Опыт работы: более 50 проектов в области прогнозирования спроса, планирования и управления запасами.

Авторы:

Андрей Лисица, генеральный директор компании GoodsForecast

Сергей Котик, директор по развитию компании GoodsForecast

Источник: Мультимиллионер