language

Как реализовано прогнозирование и S&OP на базе алгоритмов Машинного обучения и Anaplan в дистрибьюторе

Клиент
Дистрибьютор экзотических фруктов, ягод и овощей
Сектор
Дистрибуция и логистика
Функциональная область
Demand planning, ML прогнозирование
Платформы
ML
Как реализовано прогнозирование и S&OP на базе алгоритмов Машинного обучения и Anaplan в дистрибьюторе
01
Предпосылки
Крупная компания по дистрибуции экзотических фруктов и ягод реализует свою продукцию в крупнейших национальных и региональных торговых сетях, а также ... Смотреть

Крупная компания по дистрибуции экзотических фруктов и ягод реализует свою продукцию в крупнейших национальных и региональных торговых сетях, а также в канале HORECA. Учитывая особенности работы со скоропортящейся продукцией, повышение качества прогноза продаж является приоритетом бизнеса. Особенно это актуально в отношении краткосрочного ежедневного прогноза продаж, который прежде создавался с помощью устаревшего IT решения и экспертизы менеджеров по планированию.

Создание модели прогнозирования спроса на базе алгоритмов Машинного обучения вошло в контур масштабного проекта по автоматизации процесса Планирования продаж и операций (S&OP) с помощью всемирно известной платформы интегрированного планирования Anaplan.

02
Решение
Командой Planingo была разработана и запущена ML-модель прогнозирования продаж для разных горизонтов: Разработана мультипараметрическая модель с использованием различных входящих данных ... Смотреть

Командой Planingo была разработана и запущена ML-модель прогнозирования продаж для разных горизонтов:

  • Разработана мультипараметрическая модель с использованием различных входящих данных (исторические продажи, уровень цен, календарные события, COVID-эффект) и комбинации нескольких ML-алгоритмов, таких как gradient boosting, регрессия, нейросеть (многослойный перцептрон), KNN (ближайших соседей).
  • Команде клиента теперь доступны две версии прогноза продаж: операционный прогноз по дням на 12 недель вперед и долгосрочный скользящий прогноз по месяцам на следующие 12 месяцев.
  • Разработан интерфейс для работы с прогнозом в режиме реального времени на базе платформы Anaplan: проверка, создание сценариев, корректирование и утверждение.
  • Настроена автоматическая интеграция между входящими данными, ML-моделью и Anaplan для обновления прогноза по заданному графику без вовлечения консультантов.
03
Ценность для бизнеса
Повышение точности операционного прогноза более чем на 13 процентных пунктов по сравнению с существовавшим статистическим прогнозом. Повышение точности операционного прогноза, ... Смотреть
  • Повышение точности операционного прогноза более чем на 13 процентных пунктов по сравнению с существовавшим статистическим прогнозом.
  • Повышение точности операционного прогноза, скорректированного менеджерами по планированию.
  • Ускорение общего процесса S&OP, благодаря запуску ML-прогнозирования и автоматизации всего процесса с Anaplan.