Трибуна Сергей Котик
637

GoodsForecast — прогнозирование спроса

Или как определить, сколько покупателей купят ваш продукт

В закладки
Аудио

Можно ли с большой долей вероятности предсказать, сколько товара купят покупатели в том или ином магазине, а сколько останется на складе, или насколько успешной будет акция, которой вы планируете привлечь потребителей? Конечно, можно, если есть исторические данные. Мы команда компании GoodsForecast, которая как раз и занимается прогнозированием спроса. Хотим рассказать о себе и о том, чем мы можем быть полезны.

Кто мы такие?

История GoodsForecast началась в 2000 году, когда выпускники и преподаватели МФТИ и кафедры математических методов прогнозирования факультета вычислительной математики и кибернетики МГУ создали компанию «Форексис». В ее задачи входила коммерциализация научных разработок российского ученого-математика, академика Юрия Ивановича Журавлева, школа которого еще в советское время занималась проблемами анализа больших данных и созданием алгоритмов машинного обучения. Решение задач анализа данных по заказу коммерческих и государственных структур стало основной сферой деятельности «Форексиса». Одним из первых клиентов компании была Московская биржа (первоначально ММВБ), которая заказывала российским математикам систему аналитики и мониторинга торгов. Для аэропорта «Домодедово» «Форексис» создал имитационную модель движения воздушных судов, а для РЖД прогнозировал объемы спроса на грузовые железнодорожные перевозки.

Именно «Форексис» и стал инкубатором для целого ряда российских компаний, специализирующихся на анализе данных и алгоритмах машинного обучения. Среди сформировавшихся на его основе проектов можно назвать всем известные «Антиплагиат» (анализ текста на заимствования) и «Антирутину» (анализ и мониторинг госзакупок). В 2013 году из департамента систем прогнозирования «Форексис» выросла и компания GoodsForecast, которая специализируется на прогнозировании спроса и оптимизации процессов для производителей, дистрибьюторов и торговых сетей.

Мы работаем в основном с крупным и средним бизнесом, среди наших клиентов как западные компании, так и российские: «Балтика», Philip Morris Int., Knauf, SPLAT, «О’КЕЙ, «Иль де Ботэ», «Верный» и др.

Итак, что мы прогнозируем и как?

Сама по себе задача прогнозирования спроса не является конечной для бизнеса. На основе построенных прогнозов решаются следующие бизнес-задачи: планирование продаж, производства, управление запасами, планирование логистики и др. Например, для управления запасами мы строим прогноз спроса на товар, анализируя исторические данные по продажам в торговых точках, и рассчитываем, какой уровень запасов нужно держать на складах, чтобы не было затоваренности или дефицита.

Чтобы посмотреть данные, нажми увеличить

Мы можем наладить автоматизированное пополнение склада, дать рекомендации по датам и объемам заказа каждого товара с учетом ограничений со стороны поставщиков, помочь снизить уровень запасов в распределительных центрах, произвести мониторинг упущенных продаж, который позволит точно определить периоды дефицита и неиспользованные возможности.

В этом году мы вывели на рынок наш новый продукт — решение GoodsForecast.Promo, позволяющее прогнозировать эффект любой планируемой промоакции, то есть то, как изменится объем продаж по ее результатам.

Чтобы посмотреть данные, нажми увеличить

Мы учитываем множество параметров: товар, тип акции (простая скидка, «купи два товара — третий бесплатно» и т.д.), глубину скидки, время, географию и период проведения, конкретные магазины, дни недели, в которые она будет проходить (будни или выходные), и т.д. Если в данных торговых предприятиях ничего подобного никогда не было, мы расширяем круг поиска и для примера берем другие похожие магазины в этом регионе или товары той же товарной группы в этих же точках, или акции с немного другой глубиной скидки и т.д. На решение задачи планирования промо сейчас существует большой спрос, ведь полки магазинов буквально пестрят разноцветными ценниками, и чтобы привлечь покупателя, производители и ритейлеры все время снижают цену на товар, предлагают купить два продукта по цене одного или получить подарок в придачу.

С какими трудностями мы столкнулись?

В алгоритмическом аппарате решений, которые мы разрабатываем и внедряем, используются методы машинного обучения. Но для того чтобы они работали, а специалист мог получить достоверный прогноз, нам необходимы исторические данные о продажах. Например, вы хотите получить прогноз, сколько товара будет продано во время той или иной акции. Очень важно, чтобы у вас хранились исторические данные о его продажах и схожих промоакциях в прошлом. Удивительно, но даже крупнейшие российские компании и отделения мировых гигантов далеко не всегда корректно управляют содержимым своих информационных систем. Поэтому проекты по управлению мастер-данными (master data management) очень важны, ими, безусловно, стоит заняться, прежде чем приступать к решению задач, связанных с прогнозированием.

Кроме того, у многих на рынке сейчас сложилось ошибочное впечатление, что искусственный интеллект — это некая волшебная палочка и достаточно загрузить данные в «черный ящик», чтобы система выдала результат. На самом деле это не так. Во-первых, мало купить IT-решение или платформу, не менее важны компетенции и опыт людей, которые будут подготавливать данные и настраивать алгоритмический аппарат в рамках проекта внедрения. Во-вторых, если пользователь имеет дело с «черным ящиком», он не может понять логику его работы 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.

Что мы планируем делать дальше?

В наших планах вывести на рынок новые продукты. Сейчас мы запускаем решение, основанное на анализе данных операторов фискальных данных (ОФД), первые проекты уже стартовали. Мы рассчитываем, что уже в новом году совместно с нашими партнерами из ведущих ОФД сможем предоставлять производителям, дистрибьюторам и ритейлу анализ данных кассовых чеков, пробитых в магазинах. Эта информация поможет нам эффективно анализировать потребительскую корзину, в результате чего производитель будет точно знать, к примеру, с какой категорией товаров чаще всего покупают его продукт. А это важно, чтобы занять нужное место на полке в торговом зале.

Мы сможем предоставить аналитику по ценам на тот или иной товар в определенном городе или его районе в зависимости от формата магазина, что поможет производителям и дистрибьюторам в вопросах ценообразования. Данные чеков из магазинов могут быть полезны и самим торговым сетям. Мы поможем ритейлеру определить, у какого кассира выше производительность, какие кассы простаивают, а какие имеют высокую загруженность в часы пик, и тому подобное.

Сегодня мы видим, что новый год многие компании встречают с некоторой долей пессимизма. Вырос НДС, что приведет к повышению цен на товары, при этом реальные доходы населения снижаются. Все это может отразиться на потребительском спросе. Бизнесу в такой ситуации важно заботиться об эффективности, и мы рассчитываем, что сможем помочь в решении задач, связанных с прогнозированием и планированием.

Готовы ли вы использовать в своем бизнесе систему прогнозирования промо-активностей от компании GoodsForecast?
Да – думаем о внедрении решения
Нет – прогнозируем собственными силами
Показать результаты
Переголосовать
Проголосовать
Вы тоже можете рассказать о своём проекте, как автор этого материала. Соберите побольше информации — и публикуйте материал в подсайт «Трибуна».

Материал опубликован пользователем. Нажмите кнопку «Написать», чтобы поделиться мнением или рассказать о своём проекте.

Написать
{ "author_name": "Сергей Котик", "author_type": "self", "tags": [], "comments": 3, "likes": 23, "favorites": 36, "is_advertisement": false, "subsite_label": "tribuna", "id": 55666, "is_wide": false, "is_ugc": true, "date": "Fri, 18 Jan 2019 11:44:15 +0300" }
{ "id": 55666, "author_id": 234455, "diff_limit": 1000, "urls": {"diff":"\/comments\/55666\/get","add":"\/comments\/55666\/add","edit":"\/comments\/edit","remove":"\/admin\/comments\/remove","pin":"\/admin\/comments\/pin","get4edit":"\/comments\/get4edit","complain":"\/comments\/complain","load_more":"\/comments\/loading\/55666"}, "attach_limit": 2, "max_comment_text_length": 5000, "subsite_id": 199116, "last_count_and_date": null }

3 комментария 3 комм.

Популярные

По порядку

0

Прям Boys Band)

Ответить
0

Все оттенки голубого...

Ответить
0

парням надо было в армию идти, там одеваются единообразно :)

Ответить
0
{ "page_type": "article" }

Прямой эфир

[ { "id": 1, "label": "100%×150_Branding_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox_method": "createAdaptive", "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfl" } } }, { "id": 2, "label": "1200х400", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfn" } } }, { "id": 3, "label": "240х200 _ТГБ_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fizc" } } }, { "id": 4, "label": "240х200_mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "flbq" } } }, { "id": 5, "label": "300x500_desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "ezfk" } } }, { "id": 6, "label": "1180х250_Interpool_баннер над комментариями_Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "ffyh" } } }, { "id": 7, "label": "Article Footer 100%_desktop_mobile", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjxb" } } }, { "id": 8, "label": "Fullscreen Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjoh" } } }, { "id": 9, "label": "Fullscreen Mobile", "provider": "adfox", "adaptive": [ "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fjog" } } }, { "id": 10, "disable": true, "label": "Native Partner Desktop", "provider": "adfox", "adaptive": [ "desktop", "tablet" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyb" } } }, { "id": 11, "disable": true, "label": "Native Partner Mobile", "provider": "adfox", "adaptive": [ "phone" ], "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "clmf", "p2": "fmyc" } } }, { "id": 12, "label": "Кнопка в шапке", "provider": "adfox", "adaptive": [ "desktop" ], "adfox": { "ownerId": 228129, "params": { "p1": "bscsh", "p2": "fdhx" } } }, { "id": 13, "label": "DM InPage Video PartnerCode", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox_method": "createAdaptive", "adfox": { "ownerId": 228129, "params": { "pp": "h", "ps": "bugf", "p2": "flvn" } } }, { "id": 14, "label": "Yandex context video banner", "provider": "yandex", "yandex": { "block_id": "VI-223676-0", "render_to": "inpage_VI-223676-0-1104503429", "adfox_url": "//ads.adfox.ru/228129/getCode?pp=h&ps=bugf&p2=fpjw&puid1=&puid2=&puid3=&puid4=&puid8=&puid9=&puid10=&puid21=&puid22=&puid31=&puid32=&puid33=&fmt=1&dl={REFERER}&pr=" } }, { "id": 15, "label": "Плашка на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byudx", "p2": "ftjf" } } }, { "id": 16, "label": "Кнопка в шапке мобайл", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "adfox": { "ownerId": 228129, "params": { "p1": "byzqf", "p2": "ftwx" } } }, { "id": 17, "label": "Stratum Desktop", "provider": "adfox", "adaptive": [ "desktop" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvb" } } }, { "id": 18, "label": "Stratum Mobile", "provider": "adfox", "adaptive": [ "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "pp": "g", "ps": "bugf", "p2": "fzvc" } } }, { "id": 19, "label": "Тизер на главной", "provider": "adfox", "adaptive": [ "desktop", "tablet", "phone" ], "auto_reload": true, "adfox": { "ownerId": 228129, "params": { "p1": "cbltd", "p2": "gazs" } } } ]
Приложение-плацебо скачали
больше миллиона раз
Подписаться на push-уведомления
{ "page_type": "default" }