По следам ежегодной ИТ-конференции Digital4food или тонкости планирования и прогнозирования в пищевке
Анна Племяшова, Руководитель Департамента аналитики больших данных и искусственного интеллекта Beltel Datanomics.
16-17 мая в Москве прошла ежегодная ИТ-конференция для производителей продуктов питания, организованная комьюнити Digital4food.
Первое, что хотелось отметить – это количество и качество участников. И то, и другое высокое. Для такой нишевой конференции более 250 участников – это показатель, что программа актуальна и востребована. Деловая программа была достаточно плотная, спикерам отводилось 20 минут на доклад с вопросами, но зато такой бодрый темп не давал расслабиться и заскучать. Чтобы вопросы не оставались без ответов, организаторы предложили участникам параллельные секции: круглые столы, дискуссии и демонстрации решений.
Меня пригласили выступить в качестве эксперта на дискуссии «Планирование или прогнозирование», поделюсь впечатлениями по этой сессии.
В качестве экспертов также участвовали:
Александр Попушой, IT-директор Московского завода плавленых сыров «КАРАТ». Александр в своем докладе на пленарной сессии делился опытом построения системы интегрированного планирования и был готов ответить на дополнительные вопросы о том, насколько сложно внедрять подобные системы без приглашения интегратора.
Мария Горохова, product-менеджер отраслевого программного решения «PLAN4FOOD».
Модератором дискуссии был Александр Цыбизов, руководитель корпоративных проектов компании «Константа».
Тема прогнозирования и планирования актуальна в любой индустрии. Автоматизация этой деятельности, а именно об этом говорили в контексте конференции, особенно востребована в пищевой индустрии за счет высокой товарооборачиваемости, большого количества номенклатур и точек сбыта, что повышает трудоемкость прогнозирования, а постоянное наличие акций снижает точность прогнозов. Качество планирования производства, закупок и логистики, финансовых потоков и прочего напрямую связано с качественным планом продаж или, вернее говорить, с прогнозом спроса, который производитель должен удовлетворять, чтобы держать высокий уровень сервиса.
В вводной части модератор предложил подискутировать о понятиях, вынесенных в название сессии. Эксперты и участники пришли к соглашению, что нет необходимости четко подводить определения и границы использования двух терминов «планирование» и «прогнозирование». В большинстве случаев на производстве стоит общая задача интегрированного планирования, которая разбивается на составление планов по подразделениям, и в том числе прогноз спроса для оперативного планирования. Но никто не отменяет составления среднесрочного и долгосрочного плана продаж, который учитывает в том числе и стратегические цели компании.
Есть ли горизонт «разумного прогнозирования», чтобы он был достаточно точным и своевременным для принятия решения?
Такой хитрый вопрос модератор задал мне, как представителю компании, которая занимается разработкой решений прогнозирования спроса с помощью алгоритмов машинного обучения (ML). Однозначного ответа на этот вопрос нет, горизонт зависит от цикла производства или логистического плеча и от того, для какого бизнеса реализуется решение. Например, для производителя часто идет привязка к циклу производства: выбирается самая долгая в приготовлении номенклатурная позиция и этот горизонт закрепляется в техническом задании. Частое требование – это 6-8 недель. Если говорить о фирменной рознице с коротким логистическим плечом, то заказчику бывает достаточен горизонт в 1 неделю. А, например, для фуд ритейла с большим ассортиментом в целях автозаказа необходим горизонт в 6 недель. Для товаров с нерегулярным спросом может стоять в требованиях горизонт и полгода, и год, но и гранулярность заказа в этом случае будет не на каждый день, как в случае с производителем скоропортящейся продукции, а понедельно или даже помесячно. Соответственно горизонт «разумного прогнозирования» для каждого заказчика свой.
Следующий дискуссионный и самый, пожалуй, горячий вопрос – какой точности прогнозирования можно достичь.
Здесь все участники шутили «смотря, как считать». Это верное замечание, но еще немаловажный фактор – какой характер продаж необходимо прогнозировать. Например, в фирменной рознице производителя продажи очень вариативны и 86% продаж магазин-день-SKU – это нулевые продажи. Если всегда прогнозировать ноль и не учитывать в расчете точности весовые коэффициенты, точность уже будет более 85%. Это высокая точность?
В ходе дискуссии участники пришли к выводу, что автоматизация прогнозирования скорее должна улучшать бизнес-метрики:
- Уровень сервиса за счет представленности товара
- Балансирующий показатель – Страховые запасы, который за счет повышения качества прогноза можно будет снизить.
Поговорили о вопросах необходимого ИТ-ландшафта, который должен существовать на предприятии. Для внедрения систем планирования нет жестких требований наличия, например, оперативного производственного учета/MES-системы. Для систем прогнозирования с применением ML-алгоритмов некоторые ограничения есть. Для построения моделей прогнозирования спроса потребуются исторические данные по заказам, продажам, акциям минимум за два года и их необходимо откуда-то получить, поэтому оцифровка хозяйственных операций в необходимых для прогноза аналитических разрезах должна существовать.
Одной из сложностей проектов планирования и прогнозирования большинство участников называла человеческий фактор, причем в различных его проявлениях. Это и сопротивление персонала, саботаж внедрения из опасения, что технологии заменят человека, и недоверие руководства к решениям, переоценка или недостаток экспертности внутренней команды, проблемы в коммуникациях. Один из пунктов миссии комьюнити Digital4food состоит в повышении уровня цифровой грамотности и объединения бизнеса и ИТ на одной площадке, что в ходе дискуссии отлично получилось.
В завершении сессии я поделилась со всеми желающими Опросником для формирования дорожной карты и бюджета проекта прогнозирования спроса, а также брошюрой с описанием запуска пилотного проекта прогнозирования. Если вы тоже хотите получить опросник, пожалуйста, пишите нам через форму запроса на сайте.