Технология прогнозирования, используемая для оптимизации цепей поставок

Технология прогнозирования



Обеспечивая самые точные прогнозы спроса, на которые способны современные технологии

Корреляции на высоко детализированной статистике

Вычисления с использованием облачных технологий

Оптимизация с использованием знаний о цепях поставок





technology of the inventory optimization software

Рассматривая одновременно только один продукт, у вас просто недостаточно данных для построения точного статистического прогноза. В самом деле, на большинстве рынков потребительских товаров жизненный цикла продукта составляет менее 4 лет, а значит, в среднем у большинства продуктов нет даже 2-летней истории продаж которая является минимальной для проведения надежного анализа сезонных колебаний при взгляде на один временной ряд.

Мы решаем проблему используя статистические корреляции: информация, полученная по одному продукту, помогает уточнить прогноз по другому. Например, Lokad автоматически находит подходящую кривую сезонности продукта, даже если продукт был в продаже всего лишь в течение 3 месяцев. Действительно, хотя сезонные колебания не могут быть определены по данным за 3 месяца, в случае, если есть более длительная история продаж других продуктов, мы можем вычислить сезонность по ним и применить ее к новым продуктам.

Хотя использование корреляций на исторических данных значительно повышает точность, в то же время оно увеличивает объем необходимых вычислений. Например, чтобы вычислить корреляцию для всех возможных пар среди 1000 продуктов, придется рассмотреть чуть менее чем 1,000,000 комбинаций. Более того, многие компании имеют гораздо больше чем 1000 продуктов.

При поступлении данных от наших клиентов, мы, используя возможности облачных вычислений, выделяем машины только когда действительно нуждаемся в них, а затем, менее чем через 60 минут, возвращаем результаты, одновременно освобождая выделенные машины. В связи с тем что облачный сервис который мы используем (Microsoft Azure) оплачивается поминутно, мы потребляем только те вычислительные мощности, которые нам действительно необходимы. Так как ни одной компании прогноз не требуется чаще чем один раз в день, наша стратегия сокращает стоимость оборудования более чем в 24 раза по сравнению с традиционными подходами.

Традиционный прогноз - это усредненный прогноз, другими словами это значение, имеющее 50% шанс быть выше или ниже величины будущего спроса. К сожалению, эта классическая точка зрения не отвечает на ключевые запросы цепей поставок - исключение истощения запасов и сокращение оных

В 2016 году Lokad ввел понятие вероятностные прогнозы для цепочки поставок, где оценивается вероятность того или иного уровня спроса. Lokad прогнозирует не значения спроса для каждого отдельного товара, а общую вероятность спроса.

Вероятностные прогнозы значительно превосходят классические на медленных, случайных продажах и на всплесках спроса. Мы считаем, что через 10 лет все компании серьезно относящиеся к оптимизации запасов будут применять вероятностные прогнозы, возможно, основанные на нашей технологии.










Прогнозирование как услуга

Наши клиенты, как правило, отправляют нам данные в виде файлов, иногда в виде базы данных, и получают от нас назад готовые результаты. Прогнозирование предоставляется как сервис. Нашим клиентам не требуется обладать никакими специальными навыками в статистике, Lokad заботится о всем процессе.

Так же не требуется никакой статистической настройки в процессе. Как только данные переданы в нужном формате (подготовка данных не требуется) Lokad возвратит результаты менее чем через 60 минут. Не имеет значения, 1-й или 10-й раз посылаются данные, наш механизм прогнозирования полностью роботизирован и не требуют ручного вмешательства.

Наши статистические модели

У нас есть большая библиотека статистических моделей. Она включает в себя известную классику, например Бокса-Дженкинса (Box-Jenkins), экспоненциального сглаживания, авторегрессии и все их варианты. Тем не менее, классические модели плохо применимы к взаимозависимостям. Так что, мы разработали более совершенные модели, которые используют все доступные нам данные.

С самого начала мы не переставая мониторим прогнозы которые мы доставляем. Каждый день мы производим тестовые прогнозы чтобы тщательно оценить и исключить оставшиеся слабые стороны нашей технологии. Это помогает нам сосредоточить усилия наших разработчиков там где это наиболее важно. А наши клиенты выигрывают от постоянного улучшения технологии.