Информационный портал mskIT

Оригинал документа: http://www.mskit.ru/news/n44046/


     
 

«Связной» вооружился Forecsys

17.12.2007 09:00
Группа компаний «Связной» и компания Forecsys, специализирующаяся на разработке наукоемких программных систем, объявили о завершении проекта по развертыванию и настройке системы Goods4Cast, предназначенной для прогнозирования спроса. Система будет использована для заказа товара во всех торговых точках. Повышение точности прогнозов спроса позволит группе компаний «Связной» сократить потери от хранения дорогостоящих товарных запасов и недополученную прибыль от временного отсутствия товаров в продаже.

АО «Форексис» (Forecsys) было образовано в 2000 году на базе научной школы академика Ю.И. Журавлева. Компания специализируется на разработке наукоемких программных систем, а также консалтинге в таких областях, как интеллектуальный анализ данных, математическое и имитационное моделирование, кредитный скоринг, прогнозирование, управление товарными запасами и логистическими рисками. Продукты «Форексис» ориентированы на банки и страховые компании, розничные торговые сети, дистрибьюторские и производственные компании, организаторов и участников биржевых торгов, телекоммуникационные компании. Среди клиентов Forecsys - ММВБ, РАО «ЕЭС России», «Интер РАО ЕЭС», РЖД, «Перекресток», «Петрокоммерц», МТС, «Домодедово», «БрокИнвестСервис», «Анти-Плагиат», «X5 Retail Group», «Балтика». Технологическую основу компании составляет собственный научно-исследовательский отдел. Среди сотрудников – два члена Российской академии наук, доктора и кандидаты наук. Более 25 % сотрудников компании имеют ученые степени. В своей кадровой политике компания Forecsys ориентируется на молодых специалистов — выпускников Московского физико-технического института и МГУ им. М.В. Ломоносова.

В пятницу, 14 декабря 2007 года компании «Связной» и Forecsys объявили о завершении проекта по внедрению в ИТ-базу дилерской сети решения Goods4Cast. Для выбора поставщика системы прогнозирования спроса среди ведущих российских и международных ИТ-компаний был проведен конкурс точности прогнозов. Ежедневно 5 компаний-участников давали свои прогнозы спроса на ассортимент каждой из 10 торговых точек, выделенных для проведения конкурса. При этом в качестве шестого участника выступал сам «Связной» с системой собственной разработки. Когда была накоплена двухнедельная статистика прогнозов участников, «Связной» сравнил их с реальными продажами товаров и выбрал систему прогнозирования продаж Goods4Cast от Forecsys.

Программные средства на платформе Goods4Cast позволяют целенаправленно решать такие группы задач, как качественное прогнозирование продаж, контроль доступности товаров и оперативное обнаружение пересортицы, прогноз поступления денежных средств, а также оценка и анализ эффективности промоакций, распродаж и других воздействий на спрос. Система Goods4Cast автоматически рассчитывает потребность в товаре для каждого магазина с учетом прошлых продаж, факторов, влияющих на спрос, а также экономических рисков управления запасами. При этом для различных товаров используются различные методики прогнозирования. Кроме того, система способна самообучаться.

Как рассказали представители компании Forecsys, внедрение проводилось поэтапно.
«Сначала в течение 1-2 месяцев проходило согласование технического задания, во время которого были уточнены цели проекта, требования по интеграции с другими ИТ-системами, используемым группой компаний «Связной», и необходимая конфигурация системы Goods4Cast. Затем 3 месяца проходило развертывание и настройка базовой версии системы. В течение еще 1 месяца выполнялось развертывание и настройка дополнительных модулей системы, после чего проект по внедрению был завершен. Кроме того, еще 3 месяца система ежедневно эксплуатировалась в режиме тестирования. После окончания тестирования заказы товаров в магазины стали автоматически выполняться на основе прогнозов спроса системы», - пояснили в компании Forecsys.

Представители разработчика решения рассказали о необходимых доработках: «Поскольку система не является коробочным продуктом, в каждом проекте подразумевается некоторый объем работ по адаптации для нужд заказчика (в основном это работы по интеграции с учетной системой и настройке прогнозирующих моделей). В данном проекте объем работ по внедрению не превысил ожидаемого, за исключением, может быть, эпизода по замене источника данных о продажах. По ходу проекта заказчик ввел в эксплуатацию новое хранилище информации о товародвижении, и с ним была проведена дополнительная интеграция, не предусмотренная техническим заданием». На данный момент система используется для заказа товаров во все торговые точки сети сети «Связной», вычисление же прогнозов по всем торговым точкам и товарам занимает 4-5 часов в день.

По данным разработчика, повышение точности прогнозов спроса позволит группе компаний «Связной» сократить потери от хранения дорогостоящих товарных запасов и недополученную прибыль от временного отсутствия товаров в продаже.

Как выяснилось, большинство федеральных дилерских сетей предпочитают пользоваться услугами собственных аналитических отделов. Пресс-секретарь компании «Диксис» Надежда Захарова рассказала: «В нашей компании существует аналитический отдел, который отвечает, в том числе, за прогнозирование и анализ продаж. Как правило, мы пользуемся собственными математическими моделями, используя статистические данные всей сети по продажам, сезонным изменениям, а также сравнивая собственные данные с прогнозами вендоров. Большинство систем основано на схожих аналитических моделях и используют стандартный набор инструментов прогнозирования. Эффективность возрастает в том случае, когда оценивается спрос на конкретный товар или конкретный период. При этом чем уникальнее продукт или обширнее срок, тем больше погрешность анализа».

«Мы используем систему собственной разработки. Система была создана с учетом специфики нашей деятельности и помогает нам, безусловно, не только корректировать закупки, но и распределять товар по магазинам, корректировать ценовую политику и многое другое», - рассказала PR-директор сети «Цифроград» Татьяна Москалева.

«Телефон.Ру» пока не использует подобные системы прогнозирования спроса по двум причинам. Во-первых, управление нашей компанией строится на принципах децентрализации, это касается и закупочной деятельности. Формирование заказов происходит на уровне регионов, что позволяет более гибко и оперативно реагировать на изменения конъюнктуры рынка. Во-вторых, эффективность систем прогнозирования сегодня снижается из-за нестабильности поставок и периодически возникающего дефицита телефонов крупнейших вендоров», - прокомментировала PR-директор сети «Телефон.Ру» Людмила Игнатьева.

Напомним, что первое внедрение системы Goods4Cast было осуществлено в 2005 году для компании «Перекресток» (X5 Retail Group). В настоящее время осуществляется сопровождение системы Goods4Cast и поочередное подключение к прогнозам системы всех магазинов торгового дома «Перекресток» в Москве и Московской области. Как рассказали в компании Forecsys, сейчас осуществляются еще несколько проектов.

Среди других проектов компании Forecsys – проведение различных исследований, в том числе и для компаний телекоммуникационного рынка, то в 2004 году компанией Forecsys по заказу ОАО «Мобильные ТелеСистемы» была проведена сегментация абонентов сотовой связи по совокупности агрегированных показателей, характеризующих их поведение в сети. В 2005 году исследовательской группой компании Forecsys была построена «карта сходства ресурсов Интернет» с использованием технологии анализа клиентских сред (Customer Environment Analysis). Карта служит для выявления предпочтений пользователей Интернет. В сентябре 2005 года компанией Forecsys был запущен в промышленную эксплуатацию первый российский интернет-сервис, предлагающий набор услуг, реализующих технологию проверки текстовых документов на наличие заимствований из общедоступных сетевых источников – AntiPlagiat.ru. Начиная с момента запуска сервиса и по сегодняшний день, Forecsys осуществляет техническую поддержку системы, регулярно внося в нее необходимые изменения и доработки.

Что касается других представленных на данный момент на рынке решений, то возможности для прогнозирования спроса представлены в решениях i2 (в рамках систем управления цепочками поставок, SCM), Oracle (в рамках ERP-системы JD Edwards). Кроме того, существуют системы Infor SCM Demand Planning Inventory Planner и Infor SCM Replenishment Planning, а также система планирования и прогнозирования спроса BIPlanner на базе аналитической платформы Deductor компании BIGroup Labs. Также модуль прогнозирования спроса есть в решении для планирования цепочек поставок Supply Chain Planning компании Syncron.

Автор: Алена Журавлева (info@mskit.ru)

Рубрики: Интеграция, Торговые сети, ПО

наверх
 
 
     

А знаете ли Вы что?

     
   
     


Copyright 2004 mskIT. Все права защищены
Перепечатка материалов приветствуется при ссылке на www.mskIT.mskit.ru
Ресурс разработан и поддерживается компанией Peterlink Web