Тарас Пустовой. Университет 2035. Как ИИ отвечает на вопрос «Чему пойти учить...
Павел Соболев. BSH Group (BOSCH/Siemens) . Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
1. BSH Home Appliances Group
Машинное обучение для
прогнозирования спроса и
управления запасами в BSH Россия
2019-09-19
Павел Соболев (BSH)
Даниил Каневский (GoodsForecast)
2. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 2
Перечень кейсов
Кейс 1: Прогнозирование продаж для долгосрочного планирования спроса
Кейс 2: Расчет оптимальных уровней запаса
Кейс 3: Расчет базовых уровней для планирования промо
3. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 3
Кейс 1. Прогнозирование продаж для долгосрочного планирования
спроса
Исходная ситуация:
• Внедрена система планирования спроса, в который участники процесса
вносят/корректируют планы.
• Существует регламентированный процесс S&OP, выполняемый ежемесячно.
Проблема:
• Тратится много времени на товары с малым кол-вом продаж. Категории «B» и
«С»
Сбор
информации
по каналам
продаж
Консолидация,
корректировка
плановых
цифр
Встреча S&OP
Согласование,
корректировка
итоговых цифр
Ввод
финальных
цифр плана в
ERP
4. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 4
Кейс 1. Прогнозирование продаж для долгосрочного планирования спроса
Решение:
• Рассчитать прогноз спроса в разрезе товар/канал/месяц в
горизонте 12 мес и более
• Предоставить пользователям возможность применять
машинный прогноз для сокращения времени.
5. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 5
Кейс 1. Прогнозирование продаж для долгосрочного планирования спроса
Расчет сезонных коэффициентов по
категориям товара
Десезонирование данных продаж
(очистка сезонных эффектов)
Алгоритм «бустинга»
(история продаж, sellout, цены, промо)
Сезонирование результатов (Наложение
сезонности)
Система учета
промо
Статистика Sell-
out
Статистика
товарооборота
Использование результатов при планировании
Алгоритм:
6. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 6
Кейс 2: Расчет оптимальных уровней запаса для достижения целевой
оборачиваемости
Ежедневный
расчет
потребности
Заявки и заказы
на закупку для
заводов
Фактическая
поставка товара
с заводов
План продаж в ERP
Параметры
пополнения запаса
Исходная ситуация:
• Внедрена система автоматического формирования заказов на заводы, ежедневно
рассчитывающая потребности.
Проблема:
• Сложно вручную контролировать параметры страхового запаса для каждого товара
«Safety time».
• Интуитивный подход при установке параметров.
7. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 7
Кейс 2: Расчет оптимальных уровней запаса для достижения целевой
оборачиваемости
Решение:
• Рассчитать уровень «Safety time» для каждого товара исходя из
волатильности поставок и прогнозируемости спроса.
• Дать возможность пользователю моделировать целевые уровни
сервиса / оборачиваемости товаров.
• Корректировать Safety time в системе в полуавтоматическом
режиме.
8. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 8
Кейс 2: Расчет оптимальных уровней запаса для достижения целевой
оборачиваемости
Расчет волатильности поставок по товарам
Расчет отклонений прогноза от факта
(волатильность/прогнозируемость продаж)
Алгоритм:
Параметры
пополнения
запаса в ERP
Статистика
поставок
Статистика
качества
планирования
Расчет показателя Safety time* для уровня сервиса 85%
Выбор параметров уровня сервиса, моделирование
оборачиваемости
* Стандартная формула Safety stock (в штуках) переделана для расчета Safety time (в днях)
9. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 9
Кейс 2: Расчет оптимальных уровней запаса для достижения целевой
оборачиваемости
Safety Time Safety Stock
Не подвержен изменениям сезонности и
в целом стабилен.
Требует постоянной корректировки, т.к.
сильно зависит от сезона
Легко проверить. Сложно проверить, т.к. уровень зависит
от уровня продаж.
Может быть усреднен для схожих
товаров, если для конкретного товара
мало статистики
Индивидуален для каждого товара
Легко спрогнозировать срок
оборачиваемости от safety time.
Прогноз срока оборачиваемости
выполнить технически сложно.
Чем хорош именно Safety Time?
10. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 10
Кейс 3: Расчет базовых уровней и использование при планировании промо
Менеджер
обсуждает
промо с
клиентом
Составление
электронной
заявки, оценка
эффективности
Электронное
согласование
Запуск акции,
контроль
показателей
Исходная ситуация:
• Внедрена система оценки/согласования промо-акций с последующем
контролем.
Проблема:
• Для планирования акции нужно знать базовый уровень продаж. Ожидаемые
продажи «без акции».
• Оценка базового уровня вручную занимает время и ее сложно перепроверить.
11. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 11
Кейс 3: Расчет базовых уровней и использование при планировании промо
Решение:
• Рассчитать «базовый уровень» продаж (sellout) без промо
для уровня товар/клиент/день
• Применить результат расчета при моделировании новых
акции.
• Контролировать, что базовый уровень не занижают с целью
«подгонки показателей».
12. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 12
Кейс 3: Расчет базовых уровней и использование при планировании промо
Трудности:
• У клиента могли проходить промо, о которых мы не имеем сведений в нашей
базе.
• Много пересечений. Промо одного клиента могут пересекаться по товару или
по срокам. В этом случае мы вынуждены приписывать эффект наиболее
приоритетной акции в пересечении.
• Необходимо учитывать жизненный цикл новинок и существенные различия в
sell-in / sell-out на старте.
• Эффекты промо трудно прогнозируемы по причине частых изменений на
рынке.
13. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 13
Кейс 3: Расчет базовых уровней и использование при планировании промо
Расчет сезонных коэффициентов по категориям
товара
Очистка промо
Расчет базовых среднедневных продаж
Моделирование показателей конкретной акции с учетом
сезонности
Расчет пересекавшихся промо
Алгоритм:
Система учета
промо
Статистика Sell-
out
14. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 14
Подход к реализации проектов
Смешанная команда:
• Международная команда BSH
• Специалисты российского подрядчика
(GoodsForecast)
Проектное управление по Agile:
• Тесное взаимодействие с заказчиками
проекта
• Планирование работы короткими спринтами
• Отслеживание задач в системе Issue Tracking
• Daily scrum
15. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 15
Результаты
Кейс 1: Прогнозирование продаж для долгосрочного планирования
спроса
‒ Экономит время специалистов по планированию и позволяет
сфокусироваться на приоритетных товарах.
Кейс 2: Расчет оптимальных уровней запаса
‒ Позволяет моделировать оборачиваемость и оптимизировать запас по
каждому товару и на общем уровне.
Кейс 3: Расчет базовых уровней для планирования промо
‒ Значительная экономия времени на оценку промо акций. Более
объективная оценка и контроль целевых показателей от базового уровня.
16. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 16
Что дальше?
Технические задачи:
• Расширение/улучшение обмена аналитическими данными с клиентами
• Совершенствование системы планирования и алгоритмов долгосрочного прогноза
• Автоматическое прогнозирование акций (получен на тесте прирост точности 8%)
Организационные задачи:
• «Совместное планирование» с клиентами
• Улучшение внутреннего взаимодействия
17. 2019-08-22 Машинное обучение для прогнозирования спроса и управления запасами в BSH Россия
Page 17
Вопросы?
Павел Соболев (BSH) pavel.sobolev@bshg.com
Даниил Каневский (GoodsForecast) kanevskiy@forecsys.ru