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», 2010 год

Компания-заказчикГК «Лама»

Сроки проекта:       октябрь 2009 — апрель 2010

История проекта

В 2009 году был завершен проект по автоматизации заказа в магазины ГК «Лама».

Следующим шагом в рамках плана внедрения системы Goods4Cast стал этап автоматизации заказа товара на распределительный центр (РЦ).

Основа подхода

В основе расчета заказа товара на РЦ был выбран метод «PULL», когда потребность РЦ определяется исходя из суммарной потребности магазинов. 

Алгоритм заказа товара учитывает: 

  • Индивидуальные особенности спроса в магазинах;
  • Расписание поставок товара на РЦ и в магазины сети;
  • Время доставки товара от поставщика (или РЦ) до торговой точки;
  • Ассортиментную матрицу магазинов (в том числе даты входа/выхода товара из ассортимента);
  • Информацию о резервах и о количестве товара «в пути»;
  • Кванты (кратности) поставки товара;
  • Уровень минимального остатка в торговом зале (полка, витрина);
  • Розничную цену, наценку, стоимость хранения товара на складе, стоимость отвлечения вложенных в покупку товара средств;
  • Полный и логистический (остаточный) срок годности товара;
  • Возможные задержки обработки и набора заказа, приёмки и выкладки товара;
  • Информацию о праздничных периодах, прошедших и планируемых промо-мероприятиях.
В рамках доработки системы под особености заказа товара в торговой сети «Лама», модуль заказа был расширен возможностью заказа на консолидирующий склад для дальнейшего распределения товаров по распределительным центрам торговой сети (с которых отгрузка товара производится несосредственно в магазины).

Эффект от внедрения системы

В рамках опытной эксплуатации системы в марте-апреле 2010 года были получены результаты: 

  • сокращение уровня остатков (в деньгах) на 28%;
  • улучшение оборачиваемости на 13%.
В ходе промышленного использования автоматического заказа товара на РЦ было отмечено повышение (на 20%) производительности менеджеров отдела управления запасами. Это позволило повысить интенсивность поставок на РЦ и сократить площади, используемые под хранение товара.