Мобильное приложение для планшетов и смартфонов ОS AndroidО проекте
Для планирования производства предприниматели все чаще стали обращаться к автоматизации процессов. Прогнозы, основанные на алгоритмах, помогают оптимизировать производство компаниям любого уровня: и малому, и крупному бизнесу. Теперь производители могут более точно запланировать закупки сырья, объемы производства и сбыта и спрогнозировать выручку в определенный период.С запросом о создании системы прогнозирования производства и продаж в Globus IT обратилась торгово-производственная компания с сетью магазинов одежды и собственной швейной фабрикой. У компании-заказчика больше 100 магазинов по всей России, в их ассортименте – около 60 моделей мужской одежды, а собственное швейное производство изготавливает ежегодно более 160 000 изделий.Чтобы оптимизировать объемы производства и продаж, заказчику необходим сервис для автоматизации процессов планирования на год вперед. В нем должны быть учтены известный спрос, текущие и страховые запасы, график поступления товара, а также дополнительная специфика поведения ассортимента компании. Основываясь на этой информации, сервис должен составить детальный план производства продукции на год вперед в разрезе каждой SKU (товарной единицы).
Задача
Перед командой Globus IT стояла задача создать сервис, благодаря которому заказчик сможет:
- Повысить точность планирования за счет учета и формализации всех ключевых параметров и особенностей ассортимента
- Минимизировать ресурсы, затрачиваемые на планирование, и одновременно повысить качество принимаемых решений за счет автоматизации механизма расчета
- Создать дополнительную аналитику по работе с ассортиментом. С учетом специфики ассортимента компании для расчета и последующего анализа плана будет выполнена дополнительная категоризация продукции на основе RFM-, ABC- анализа*.
Реализация
Бизнес-процесс планирования производства в компании представляет собой ежегодную процедуру, цель которой — составить оптимальный план заказа на производство на следующий финансовый год.Для его автоматизации команде необходимо было учесть основные этапы процесса планирования:
- Обновление данных по прогнозу спроса
- Расчет уровня страховых запасов
- Актуализация неснижаемых запасов
- Актуализация текущих запасов
- Актуализация информации о поступлении товаров
- Классификация ассортимента
- Расчет индивидуальных корректировок
- Расчет плана производства
- Модуль формирования необходимой детализации товаров. Он предназначен для трансформации учетной детализации в детализацию с уникальными product_id, что позволяет производить более глубокий анализ товарной матрицы, а также выполнять все необходимые процедуры планирования
- Модуль категоризации товаров, расчет и присвоение RFM-, ABC-меток товаров. Он используется для автоматической категоризации ассортимента товаров на основе анализа фактических продаж за предыдущие периоды. Также модуль поможет компании выявить, структурировать товарную матрицу и дифференцировать работу с разными категориями товаров
- Модуль расчета плана производства. Фактический расчет объемов продукции необходимых для заказа на производство на следующий бизнес год
- ABC-анализ по объемам продаж в штуках
- ABC-анализ по сумме продаж
- ABC-анализ по суммовой маржинальности
Результат
Разработка Globus IT по прогнозированию помогла автоматизировать процесс планирования производства: благодаря точному анализу исторических данных за последние пять лет компания сможет заранее рассчитать пиковые сезоны, повысить маржинальность и оптимизировать продажи во всей сети магазинов.В совместных планах Globus IT и заказчика – разработка еще трех блоков для полной автоматизации управления товарными запасами.
Технологии
- Python
Цитаты
Юрий АкимовМенеджер проекта Globus IT
Для достижения качественного результата работы моделей нам важно было провести тщательный анализ базы данных продаж заказчика за предыдущие годы. На этапе анализа необходимо было выявить ключевые метрики, наиболее влияющие на точность прогноза.
Разработанное нами решение представляло из себя программный комплекс, состоящий из Python-скриптов, bat- и json-файлов, и структуры каталогов со вспомогательными данными и библиотеками. В результате работ по проекту мы смогли успешно разработать модели, которые могут прогнозировать спрос и продажи на год вперёд. На основе прогноза спроса и продаж мы автоматизировали процесс планирования производства заказчика.
