Проект

Вольта Русланд (Wolta Rusland) (Novo Forecast Enterprise)

Заказчики: Вольта Русланд (Wolta Rusland)

Москва; Электротехника и микроэлектроника

Подрядчики: Novo BI (Ново Биай)
Продукт: Novo Forecast Enterprise

Дата проекта: 2017/01 — 2017/12
Технология: BI
подрядчики - 452
проекты - 3079
системы - 1154
вендоры - 561
Технология: SCM
подрядчики - 156
проекты - 930
системы - 262
вендоры - 167

2017

Компания Wolta — один из производителей и дистрибьюторов светотехнического оборудования в России и странах СНГ, в портфеле которого на ноябрь 2023 года более 2 400 SKU.

Внедрение программного продукта было необходимо для того, чтобы преодолеть негативное влияние внешних факторов, а также решить внутренние проблемы. У Wolta очень длинное плечо — от заказа товара до его прихода на склад может пройти шесть и более месяцев.

Каждое подразделение ориентировалось на свой собственный прогноз и не доверяло общему. Базовый прогноз у компании строился на основе статистики продаж с учётом фактора недопоставок, для которого экспертным путем был выведен соответствующий коэффициент.

Расчёт прогноза делали трижды в год, с уточнениями по крупным событиям, которые могли существенно повлиять на спрос — например, ввод в сеть какого-то продукта или наоборот его неожиданный вывод. На уточнения обычно уходило порядка недели — нужно было провести все расчёты заново и согласовать их со всеми участниками процесса. Трижды, потому что основные поставки в компании идут из Китая, а из-за местного Нового года практически целый месяц страна не работает, что существенно влияет на сроки. Именно поэтому первое полугодие каждый раз приходилось прогнозировать целиком, а остаток года — поквартально.

Сам прогноз осуществлялся по товарным группам, исходя из выручки в каждой, а потом декомпозировался до уровня SKU фактически путём деления. Всё это невозможно быстро скорректировать без автоматизированной системы, прогноз — это очень объёмная и долгая работа.

Начальный этап внедрения программного продукта Novo BI заключался в загрузке мастер-данных и подборе модели. Так, в компании начали тестировать разные регламенты прогнозирования, учитывая все факторы, особенности бизнеса и данные с 2019 года. И после трёх первых месяцев эксплуатации системы предприятию удалось повысить точность прогноза на 15 процентных пунктов в среднем по подразделениям. Обзор российского рынка банковской цифровизации: импортозамещение, искусственный интеллект и собственные экосистемы 6.4 т

В прогнозе учитывается несколько факторов. Это блокировки, акции, недопоставки, дефициты, тендеры, разовые поставки и другие. Аналитика стала гораздо глубже — у продакт-менеджеров появилась возможность не тратить время на расчёты, а заниматься анализом. Таким образом, внедрение программного продукта дало компании возможность увидеть новые детали и факторы прогноза, до которых практически невозможно добраться, считая данные вручную.

Основные результаты внедрения

  • Единая информационная платформа стала центром принятия бизнес-решений в компании.
  • Увеличилась точность прогноза (DPA) в первые три месяца после старта работы с программой на 15 процентных пунктов — с 49 до 64, а по итогам восьми месяцев работы — до 83%.
  • Выросла детальность прогнозирования с группы товаров до SKU (Клиент /SKU).
  • Повысились достоверность и прозрачность планирования (прогноз + все факторы).
  • В несколько десятков раз сократилась скорость пересчёта прогноза (с недели до часа).
  • Появилась возможность оперативно реагировать на изменения, рассчитывая прогноз в любой момент, когда это необходимо.
  • Отгрузка товаров производится с учётом актуальной потребности.
  • Выровнялась частота заказов, что позволило сгладить пиковые нагрузки в сезон.