«Дамате» завершила проект по математическому моделированию продаж

2022: Завершение разработки ИТ-решения по прогнозированию продаж и балансировке заказов

«Дамате» 6 июля 2022 года сообщила о завершении разработки и внедрении ИТ-решения по прогнозированию продаж и балансировке заказов на основе математики и машинного обучения. Стоимость проекта 35,5 млн рублей. «Дамате» рассчитывает получать дополнительную прибыль в сумме до 61 млн рублей в год только за счет более точного планирования заказов.

Реализацией проекта занималась специально созданная в компании математическая лаборатория (MathLab), объединившая специалистов с математическим образованием и опытом работы в оптимизации производства, анализу данных.

Автоматизированная система планирования производства включает в себя 2 блока. Первый - блок прогнозирования, назначением которого является построение оптимального прогноза спроса и плана производства на краткосрочную перспективу с учетом ограниченных производственных мощностей и объемов живого веса. В математическую модель построения высокоточного прогноза спроса заложены алгоритмы анализа множества факторов, среди которых: история заказов, планы по новым продуктам и клиентам, текущие заказы и промо-акции.

Второй - блок балансировки для подбора оптимальных процентов разделки с учетом возможных ограничений по сырью, производственным и упаковочным мощностям в каждом эшелоне для максимального подтверждения клиентских заказов/прогнозов согласно приоритетам.

До запуска проекта прогнозы продаж в «Дамате» делались специалистами вручную и не учитывали множества факторов. Их точность была недостаточно высокой, а производство зачастую недозагружено, оперативность и качество балансировки заказов не соответствовало запросам компании на текущем этапе развития. Кроме этого, при наличии реальных заказов вставала задача определить приоритеты, какие из них следует принять и в какой мере удовлетворить. При этом следовало сопоставить важность клиента, маржинальность и доходность заказов.

В созданной системе фактическим показателем точности прогнозирования является значение в 85%. В перспективе точность прогнозирования возможно увеличить путем добавления в модель расчета внешних факторов, влияющих на прогноз заказа, среди которых: анализ вторичных продаж, взаимодействие с экосистемами торговых сетей и другие параметры. Известный писатель-фантаст Сергей Лукьяненко выступит на TAdviser SummIT 28 ноября. Регистрация 6 т

Автоматизация бизнес-процессов, точный прогноз и балансировка заказов от клиентов позволяет планировать производство конкретной продукции, заказывать необходимый объем упаковки, оптимизировать графики убоя, заморозки, промоакций и т.д. Внедрение новых решений дает возможность «Дамате» рациональнее использовать ресурсы завода, такие как персонал, и оборудования, равномерно загружать производственные линии, исключить человеческий фактор, а также выстроить долгосрочные отношения с клиентами за счет более высокой степени покрытия заказов.

2021: Разработка решений по предсказанию продаж и балансировке заказов

Группа компаний «Дамате» 10 июня 2021 года сообщила TAdviser о намерении вложить более 100 млн рублей в разработку полностью автоматизированных решений по предсказанию продаж и балансировке заказов на основе математики и машинного обучения. Реализацией проекта займутся специально созданные в компании лаборатория математического моделирования и искусственного интеллекта (Math Lab) и лаборатория инноваций (Innovation Lab), объединившие специалистов с образованием и опытом работы в математике, оптимизации производства и анализе данных. В результате запуска проекта «Дамате» рассчитывает экономить как минимум 135 млн рублей ежегодно.

Проект предполагается реализовать в несколько этапов в рамках направления по производству и переработке индейки в Пензенской области. Первый этап будет завершён летом 2021 года и станет платформой, на основе которой «Дамате» планирует дальнейшее развитие этих решений.

По словам представителей «Дамате», прогнозы продаж в компании делаются вручную и не учитывают множества факторов, поэтому их точность недостаточно высокая, а производство зачастую недозагружено. С другой стороны, при наличии реальных заказов встает задача определить, какие из них следует принять и в какой мере удовлетворить. При этом следует сопоставить важность клиента, маржинальность и доходность заказов. Такая балансировка делается вручную экспертом, но ее качество не соответствует запросам компании на текущем этапе развития, отметили в «Дамате».

«При сотнях заказов, SKU и клиентов перед человеком встает сложная задача с миллионами комбинаций, для которой он заведомо не способен найти оптимальное решение. Это задача математической, а именно, комбинаторной оптимизации, и лучше всего она решается именно алгоритмическими методами, — рассказал вице-президент по математическому моделированию и искусственному интеллекту «Дамате» Ефим Боеру. — Именно поэтому мы решили разработать технологию, которая поможет бизнес-экспертам принимать оптимальные решения».

По оценкам компании, точный прогноз заказов от клиентов позволит планировать производство конкретной продукции, заказывать необходимый объем упаковки, оптимизировать графики убоя, заморозки, промоакций и т.д. В то же время, внедрение новых решений позволит «Дамате» по максимуму задействовать производственные мощности, а также выстроить долгосрочные отношения с клиентами за счет более высокой степени покрытия заказов.

Решения, разрабатываемые в рамках проектов по математическому моделированию, включают в себя сбор и валидацию данных из различных источников, анализ и разработку алгоритмов прогнозирования, создание отчетов для бизнес-пользователя. В корне этих решений лежит детальное понимание бизнес-процессов, аккуратная и полноценная работа с данными, включая запись, хранение, доступ, передачу, а также математические модели и алгоритмы.

В планах Math Lab – дальнейшее развитие системы и разработка своих собственных продвинутых алгоритмов на основе анализа временных рядов и нейронных сетей для повышения качества прогноза продаж, а также расширение функционала для других площадок «Дамате».