Русский  |  English  |  Карта сайта

Фонд перспективных исследований, 2015 год

Конкурс для поиска лучшего отечественного коллектива, способного преодолеть существующие недостатки технологий распознавания лиц.

Avito, 2015 год

конкурс анализа данных, посвященный проблематике Uplift modelling для решения задачи распознавания отклика клиентов на маркетинговое предложение

Avito, 2014 год

конкурс по распознаванию контактной информации на изображениях

Банк Траст, 2014 год

Внедрение системы прогнозирования поведения клиентов и оптимизации кампаний целевого маркетинга Sell4Cast

ОТП Банк, 2011 год

конкурс анализа данных по решению задачи предсказания отклика клиентов на предложение новой услуги

Компания «Балтика», 2011 год

Автоматизация прогнозирования вторичных продаж

ММВБ, 2010 год

Система анализа финансовых рынков «САФРАН 3.0»

ГК «Лама», 2010 год

Внедрение системы автоматического формирования заказа на распредительном центре компании

ЗАО «НСС», 2009 год

Внедрение BI/CRM систем Forecsys & Teradata

ГК «Видео Интернешнл», 2009 год

Улучшения системы прогнозирования компании

ГК «Лама», 2009 год

Внедрение системы прогнозирования спроса и управления запасами Goods4Cast

Банк «Петрокоммерц», 2009 год

Система поддержки принятия кредитных решений

М-Видео, 2008 год

Оптимизации процессов планирования продаж и закупок товаров

Компания «Балтика», 2008 год

Внедрение системы прогнозирования спроса и планирования продаж

ГК «Комстар – ОТС», 2008 год

Поведенческая сегментация клиентов

ГУ-ВШЭ, 2007 год

Внедрение системы Антиплагиат

Сеть «Связной», 2007 год

Создание и внедрение ИС «Ценообразование»

Сеть «Связной», 2007 год

Внедрение системы прогнозирования спроса

X5 Retail Group, 2007 год

Объединение процессов ведения номенклатуры нескольких розничных торговых сетей

ГВЦ РАО «ЕЭС России», 2006 год

Анализ отраслевых данных энергетических компаний

AntiPlagiat.ru, 2005 год

Интернет-сервис анализа текстов на наличие заимствований

АП «Домодедово», 2005 год

Решение для имитационного моделирования транспортной сети аэропорта

Яндекс, 2005 год

Технология выявления взаимосогласованных структур сходства пользователей и ресурсов

ТД «Перекресток», 2005 год

Система прогнозирования потребительского спроса Goods4Cast

Брок-Инвест-Сервис, 2005 год

Анализ и сегментация клиентской базы

ОАО «МТС», 2004 год

Исследование поведенческой сегментации клиентов

Банк «Петрокоммерц», 2004 год

Система поддержки принятия кредитных решений

«Интер РАО ЕЭС», 2004 год

Автоматизированная система поддержки принятия решений на энергетических рынках «Aprel 1.0»

РАО «ЕЭС России», 2001 год

Автоматизированная система поддержки принятия решений «Форель 1.0»

ММВБ, 1999 год

Учебная имитационная торговая система «Имитрейд»

ГК «Лама», 2009 год

Компания-заказчик: ГК «Лама»

Сроки проекта:       май 2008 — июнь 2009

История проекта

Длительное время управление запасами сети «Лама» было полностью основано на заказах товароведов в магазинах. Качество управления запасами при такой схеме формировании заказов обладало рядом недостатков:

  1. качество заказа товара полностью определялось профессионализмом товароведа – в магазинах с плохими товароведами чаще возникал дефицит ходовых позиций или, наоборот, перезатаривание складских помещений отдельными, не ходовыми товарами;
  2. несмотря на то, что хорошие товароведы способны эффективно формировать заказы, способности даже опытного товароведа ограничены и на практике качественные заказы формировались для наиболее ходовых позиций, а остальная номенклатура заказывалась с худшим качеством;
  3. часто возникали ошибки от невнимательности. В результате необходимый товар порой просто «забывали» заказывать.

С развитием сети и ужесточением конкуренции со стороны новых игроков рынка, торговая сеть «Лама» была вынуждена оптимизировать эффективность работы сети, и одним из приоритетов стало повышения качества управления запасами. Для решения вышеперечисленных проблем формирования заказа было решено максимально автоматизировать этот процесс, и внедрить Систему управления запасов, основанную на прогнозировании потребительского спроса.

Основа подхода

Для автоматизации процесса управления запасами компания Forecsys предложила использовать собственное специализированное решение Goods4Cast.

Система Goods4Cast использует богатую библиотеку алгоритмов прогнозирования и позволяет автоматически выбирать наилучшую модель прогнозирования для каждой комбинации товар-магазин.

Благодаря особенности реализации алгоритмов прогнозирования, решение Goods4Cast позволяет рассчитывать оптимальный уровень страховых запасов. Оптимальность уровня запасов достигается при помощи функционала качества, оценивающего соотношения между рисками колебания спроса  и стоимости издержек на хранение дополнительного остатка в магазине.

Функциональные характеристики

Решение Goods4Cast использует отдельно стоящий сервер, на котором установлена внутренняя база данных системы и вспомогательный OLAP-куб.

Сценарий управления запасами при помощи системы Goods4Cast. 

По запросу учетной системы торговой сети происходит обсчет прогнозов и расчет заказов для ближайших поставок товаров в магазины. Результаты расчетов поступают в учетную систему торговой сети.

Синхронизация данных между системой Goods4Cast и учетной системой торговой сети происходит ежедневно.

Производительность системы

Производительность системы составляет 150-200 тыс. прогнозов в час. Конфигурация сервера и системы специально подобраны так, чтобы в период с 00:00 по 03:00 провести синхронизацию данных с учетной системой сети и после этого успеть обработать до 7:00 еще около 500-700 тыс. прогнозов.

Эффект от внедрения системы

По результатам опытной эксплуатации, за счет использования Системы Goods4Cast, было достингнуто существенное улучшение основных показателей качества управления запасами: товарный остаток снизился на 9 %, уровень сервиса в магазинах вырос с 90 до 95 %.

 

Повышение уровня сервиса на 5% 

 

Снижение уровня остатков на 9%

Кроме того удалось сократить фонд оплаты труда (за счет существенной автоматизации процесса формирования заказов в магазинах).

Перспективы проекта

На данный момент продолжается развитие проекта. В настоящее время проводятся работы по внедрению функциональности расчета заказа товара на распределительные центры (РЦ).

Отзывы о проекте 

Скачать:
pdf