Комьюнити и центр компетенций по цифровизации пищевой отрасли
Обучение, консалтинг, аналитика

Тонкости прогнозирования продаж в пищевой отрасли

16-17 мая в Москве прошла ежегодная ИТ-конференция для производителей продуктов питания, организованная комьюнити Digital4food. 

В рамках одной из параллельных секций состоялась дискуссия на тему «Планирование или прогнозирование?», в которой приняли участие:
Анна Племяшова, директор Datanomics, эксперт.
Александр Попушой, IT-директор Московского завода плавленых сыров КАРАТ, эксперт.
Мария Горохова, product-менеджер отраслевого программного решения PLAN4FOOD, эксперт.
Александр Цыбизов, руководитель корпоративных проектов компании Константа, модератор.

По следам дискуссии о планировании и прогнозировании своим мнением поделилась Анна Племяшова, Datanomics. 

Анна, расскажите о вашем впечатлении от конференции:

Меня пригласили выступить в качестве эксперта на дискуссии «Планирование или прогнозирование». Но, если говорить про конференцию в целом, то 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.

Есть ли разница между задачами планирования и прогнозирования? Где проходит граница между ними? 

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.

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: 

  1. Уровень сервиса за счет представленности товара
  2. Балансирующий показатель – Страховые запасы, который за счет повышения качества прогноза можно будет снизить.    

Какой ИТ-ландшафт необходим 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. 

Какая главная сложность проектов планирования и прогнозирования?

Большинство участников в качестве сложности проектов планирования и прогнозирования  выделило 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. 


27 июня Digital4food проводит вебинар совместно с Datanomics и Константой на тему «Прогнозирование продаж и планирование производства: граница, технологии, возможности инструментов цифровизации». 

Участники дискуссии:

  • Анна Племяшова, директор Datanomics – компания, специализирующаяся на решениях в области аналитики больших данных и искусственного интеллекта.
  • Мария Горохова, продакт-менеджер отраслевого решения PLAN4FOOD — модуль для прогнозирования отгрузок и производства с оптимизацией загрузки оборудования на базе 1С.

Оставить комментарий