fbpx

С точностью до 98%: как продукты Novo BI помогают бизнесу развиваться

В постпандемийном мире привычные инструменты прогнозирования потребительского поведения оказались не состоятельны. Нужны новые, с элементами ИИ, умеющие прогнозировать спрос и оптимизировать цепочки поставок. Применение такого ПО позволило крупнейшему прибалтийскому дистрибьютору Reaton сохранить в период пандемии исполнения планов на уровне 75-80%, тем самым избежав серьезных финансовых потерь.

Для анализа и прогнозирования логистических процессов Reaton выбрала решение, разработанное российским вендором Novo BI, резидентом «Сколково». Хайтек+ встретился с CEO и сооснователем Novo BI Евгением Непейвода, чтобы узнать, чем big data может быть реально полезна бизнесу, и почему планирование в Excel уже не дает необходимую точность прогнозов.

 

Новый бизнес из-за отсутствия готовых решений

— Как появилась идея создать продукт, связанный с планированием бизнеса?

— Novo BI — не первый мой опыт в бизнесе. Эта компания появилась благодаря тем шишкам, которые успел набить, отлаживая предыдущие процессы. Я уделял много внимания вопросам планирования и меня не устраивало, что построение прогнозов происходило фактически на коленке. Обсуждая планы на год с отделом продаж, мне хотелось не просто высказывать свои пожелания по росту финансовых показателей, которые могли встретить сопротивление сотрудников, а опираться на данные и строить бизнес-прогнозы.

Плюс произвёл впечатление уровень автоматизации бизнеса на самых разных этапах, который увидел в 2009 году в США, где я учился в одной из бизнес-школ. В компаниях разных уровней и отраслей уже тогда царил тотальный контроль над планированием спроса. Все работали по планам продаж, основанным на аналитике, четко знали, сколько продадут завтра или в первую субботу августа. В Штатах, конечно, бизнес изучают как науку. Решения выверены, а не основаны на предположениях. В России подобные практики тогда широко не использовались.

Хотелось найти такое решение, которое поможет планировать спрос более точно. В интернете я нашёл надстройку в Excel, работающую с временными рядами и рассчитывающую неплохой прогноз. Но всё равно планирование в Excel было нехитрым инструментом для потребностей компании даже средней руки. Для больших компаний с тысячами наименований товара  и миллиардными оборотами это тем более неудобное решение. Стали возникать мысли разработать что-то своё.

Вместе с моим партнёром Алексеем Батуриным, у которого был большой опыт в торговом маркетинге крупных FMCG-компаний, мы решили создать собственный продукт. Он как раз работал с подобными Excel-решениями, развивал их, имел свои разработки. Консультировались с профессорами математики, бизнес-консультантами, экспертами ритейла, опытными разработчиками, стали набирать команду.  Договорились о том, что я стану CEO, а Алексей — СTO Novo BI.

— Какие требования предъявляли к своему продукту, будучи опытными в бизнесе?

— Было важно разработать решение, которое стало бы универсальным для компаний из различных сфер. И чтобы им пользовались сотрудники разных структурных подразделений, выгружая оттуда данные в тех единицах измерения, которыми удобнее оперировать. С одной стороны, мы постарались собрать математически навороченную начинку, состоящую из свыше 3000 моделей. Это позволило создать программу с высокой скоростью обработки данных и точностью результатов. С другой стороны, для сотрудников компаний — от продажников до маркетологов — система должна быть простой и удобной в использовании, чтобы не требовалось дополнительно обучать персонал. Сложное спрятали «под капот», а на выходе получили понятные дашборды.

На примере нашего клиента — компании Алиди, крупнейшего российского дистрибьютера Nestle, Mars и P&G в России — скажу, что нашей системой прогнозирования пользуются более 500 сотрудников. Речь идёт о флагманском продукте компании — Novo Forecast Enterprise (NFE), который спокойно выдерживает такие объёмы. Доступ к программе открыт не только внутренним специалистам, но и представителям контрагента. Это позволяет выстраивать логистические процессы совместно, экономя время.

Пандемия — как драйвер роста

— К слову о сотрудниках. Сколько человек делают продукты Novo BI?

— Команда небольшая, 20 человек, и радует, что многие сотрудники с самого начала проекта. Но мы растём и прямо сейчас активно привлекаем в коллектив новых талантливых разработчиков и руководителей проектов.

— Можете раскрыть показатели роста и за счёт чего он стал возможным?

— Прогресс ощутимый: почти в 2 раза увеличили выручку за год. Самый важный триггер роста — это осознание бизнесом важности прогнозирования спроса. Вместе со зрелостью бизнеса в России, будут расти спрос на решения, подобные нашим. До пандемии лишь крупные и развитые игроки задумывались о тотальной автоматизации бизнеса. Казалось, что все можно планировать без специализированных решений. Пандемия не только заставила ритейлеров и производителей объединять усилия, но и обратить более пристальное внимание на цифровые инструменты. В стремительном развитии компании заслуга как команды, так и обстоятельств, в которых бизнес повзрослел и оказался готовым к внедрению технологических решений. К тому же, на руку сыграл тренд на отечественные разработки.

Мы готовы откликаться на меняющиеся потребности рынка — важно, чтобы бизнес также откликался инновациям. Например, технология Novo Forecast Enterprise может быть применена и в электронной коммерции, но таких клиентов у нас пока нет. Это не значит, что e-commerce не занимается прогнозированием. На данный момент такие практики внедряют только самые крупные игроки, которые пытаются решить вопрос прогнозирования спроса самостоятельно.

Российский бизнес и инновации

— Обладает ли российский бизнес возможностью выбирать в сфере систем автоматизированного планирования? Ваша разработка уникальна?

— Наш продукт не единственный на рынке. Похожие продукты есть у мировых лидеров SAP и Oracle, но их стоимость в десятки раз выше стоимости нашего продукта, к тому же в европейской валюте. Это вопрос окупаемости и сроков внедрения. По некоторым показателям мы превосходим эти продукты, например, по точности прогнозирования, потому что наша работа сконцентрирована именно на этом показателе, в то время как глобальные корпорации делают продукты для практически всего цикла оптимизации бизнеса — в этом их плюс.  Есть конкуренты и среди отечественных разработчиков — c ними развиваем внутренний рынок.

— Чего опасается российский бизнес при внедрении технологий, в чём видите сложности?

— Убедить компании в необходимости подобных решений — главная сложность. На первых порах мы поставили очень низкую стоимость для такого рода продуктов — не больше миллиона рублей. Парадоксально, но в России низкая цена может отпугнуть, потому что считают, хороший продукт должен стоит дорого. Мы усовершенствовали технологию, оптимизировали для различных отраслей и увеличили стоимость.

Также существует сопротивление инновациям искусственного интеллекта на уровне функциональных руководителей. Система прогнозирования спроса NFE автоматизирует процесс настолько, что проектные менеджеры не скрывают опасений, им придется увольнять сотрудников. В нашей практике есть случаи, когда сделки срывались, потому что люди, принимающие решение по внедрению технологий, оказались не готовы расставаться с целыми отделам. Мы работаем над изменением отношения к этому вопросу, показываем альтернативные сценарии, когда высвободившийся ресурс сотрудников перенаправляют на решение других задач.

Существует и обратная сторона, кстати. У нас также есть клиенты из регионов, для которых автоматизация — единственная возможность получить качественную цепочку поставок, потому что есть проблема с квалифицированными кадрами.

Пусть механическая работа уходит машинам, а люди развивают другие компетенции, требующие креативного подхода. Таким образом, можно не только увеличить производительность труда, но и повысить качество логистического сервиса.

— На какие критерии стоит опираться бизнесу при выборе автоматизированной системы планирования?

— Самый важный критерий эффективности решений для планирования спроса — точность прогноза. Чтобы сравнить системы между собой, надо провести дорогой, независимый эксперимент — проверить на одних и тех же данных. Это значит, что одной компании придётся купить лицензии всех продуктов сразу. Затем пройти достаточно долгий путь внедрения: от этапа обработки мастер-данных до включения факторов, влияющих на прогноз. И только тогда получится объективно сравнить разработки. Стоить ли говорить, что таких экспериментов компании себе позволить не могут.

Выделю три ключевых параметра для выбора системы: точность прогноза, стоимость решения и сроки внедрения. И мы считаем их своими преимуществами. NFE даёт до 98% точности, то есть планирует почти ровно столько товара, сколько компания сможет продать. Сегодня стоимость решения начинается от 6 миллионов рублей, что значительно дешевле европейских аналогов. В зависимости от размеров компании эти вложения окупаются, как правило, в течение года.  Например, наш клиент, крупнейший российский производитель сухих строительных смесей компания Волма за счёт точности прогноза спроса и оптимизации планирования производства снижает затраты на хранение и снижает количество списаний, что позволяет экономить десятки миллионов в год.  Внедрение состоит из нескольких этапов. Обычно до трёх месяцев занимает пресейл, когда делаем тестовые расчеты прогноза, анализируем исходные данные, а только потом начинается отладка под продукт и особенности бизнеса. После первого месяца внедрения решения уже можно получить результат, но отладка все равно продолжится, чтобы опробовать все факторы, учесть сезонность. Мы всегда стараемся организовать встречу потенциальных клиентов с теми, кто уже пользуется нашими технологиями, причем с релевантным опытом — дистрибьюторы встречаются с дистрибьюторами, производственники с производственниками.

Ну, и четвертый параметр всё-таки тоже стоит назвать — могут ли работать в программе люди без узкоспециализированного образования. Та самая демократизация данных, когда любой сотрудник имеет возможность построить прогноз спроса. Нажав на кнопку, человек получает понятную и удобную выгрузку данных для дальнейшей работы.

Курс на международный рынок

— Какие этапы разработки прошёл ваш продукт? Какими инструментами пользовались?

— В основе продукта лежало математическое моделирование и технологии параллельных вычислений. Эти технологии повысили скорость обработки расчётов: вместо 3 суток вычисляется за час. Технологии многопоточности применяются в расчетах прогнозов, подготовке данных, учёте факторов. Большинство математических моделей, используемых в расчётах, — алгоритмы машинного обучения и нейросетей. Такие расчёты уже неподвластны человеку. В качестве языка программирования выбрали C Sharp. Также пользуемся системой управления базами данных МС SQL, которая упрощает интеграцию со сторонними базами.

На следующем этапе мы занялись эргономикой интерфейса, чтобы сделать его user-friendly. А с 2018 года в системе появилось планирование в цепях поставок. Это помогает знать не только общую сумму продаж в штуках или рублях, но и рассчитывает, на каком заводе лучше произвести продукцию, какого числа и в какие сроки отгрузить в распределительные центры торговых сетей.

Программа постоянно дорабатывается: практически ежемесячно выходят новые релизы системы. Такую сложную разработку нельзя сделать один раз и забыть.

— Что ждет продукт и компанию в ближайшем будущем?

— Мы хотим сделать продукт более доступным, в том числе, для компаний масштабом поменьше. Есть планы по выходу на международный рынок. Понимаем, что это серьезная задача, поэтому ведем переговоры с несколькими стратегическими партнерами из числа российских компаний и фондов, чья поддержка поможет в достижении цели. Предполагаются не только инвестиции в капитал, но и реальная поддержка в международной экспансии.

Оставайтесь на связи

+7 (495) 215 10 82
Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.

 

Исследования осуществляются Novo BI при грантовой поддержке Фонда «Сколково» ООО "Ново Биай" © 121205, Москва, территория инновационного центра «Сколково», Большой бульвар, 42, стр. 1, этаж 3, офис 1131

 

Russian (RU)    English (UK)