Технология Lokad так сильно преобразилась, что люди, которые имели возможность испытать Lokad всего два года назад, едва узнают приложение таким, каким оно есть сегодня.

“Старый” Lokad полностью был сосредоточен вокруг нашего прогностического движка - то есть то, что вы видите как прогностический проект в своей учетной записи Lokad сегодня. В результате наш прогностический двигатель постепенно получил множество функций, которые даже отдаленно не связаны со статистикой. Около двух лет назад наш прогностический двигатель стал универсальным инструментом, отвечающим практически за все:

  • подготовка данных с возможностью адаптации разнообразных форматов данных
  • аналитика отчетности с относительно сложным и гибким прогностическим отчетом в Excel
  • плановое выполнение через интеграцию с webcron или через API

Затем, за последние два года, мы постепенно внедрили автономные замены для этих функций, которые теперь находятся вне нашего прогностического двигателя. Однако называть эти новые функции просто заменами было бы несправедливо, потому что эти замены значительно мощнее своих исходных аналогов.

  • Теперь мы можем обрабатывать очень разнообразные файлы, различающиеся по размеру, сложности и даже форматам данных. Кроме того, у нас есть множество коннекторов данных.
  • Возможности нашего старого прогностического отчета в Excel уступают новым возможностям отчетности Envision.
  • Планирование и оркестрация теперь являются полноценными инструментами, которые также включают получение данных из других приложений.

Поскольку эти новые функции явно превосходят старые, мы постепенно избавляемся от мусора, то есть избавляемся от всех вещей, не связанных с прогнозированием, которые до сих пор находятся внутри нашего прогностического двигателя.

Чтобы процесс проходил гладко, мы постепенно - но активно - переносим всех наших клиентов с старого Lokad на новый Lokad; и когда старая функция больше не используется, мы полностью ее удаляем.

Старый прогностический отчет в Excel представляет для нас сложный случай. Проблема не заключается в простом дублировании самого отчета в Envision (это совсем несложно) - проблема заключается в том, что основная концепция, лежащая в основе этого отчета, сейчас довольно устарела. Действительно, на протяжении многих лет Lokad внедрил лучшие прогнозные технологии - последняя версия которых - вероятностные прогнозы - которые невозможно вписать в этот отчет. По своей сути, этот отчет застрял в устаревшем подходе к прогнозированию, который, к сожалению, не так хорошо подходит для оптимизации запасов.

В отличие от этого, сочетание вероятностных прогнозов с экономическими факторами требует больше усилий как со стороны Lokad, так и со стороны клиента, но бизнес-результаты просто несравнимы. Первое оптимизирует проценты ошибки, в то время как второе оптимизирует доллары ошибки. Неудивительно, что когда наши клиенты понимают, сколько денег они упускают, не используя второе, они никогда не рассматривают возвращение к первому.

Затем наши интеграции данных в настоящее время проходят аналогичное, но не менее радикальное преобразование. Когда мы начали разрабатывать коннекторы данных, мы пытались вписать все данные, которые мы получали, в рамки, установленные нашим прогнозным движком; то есть создавали файлы, такие как Lokad_Items.tsv, Lokad_Orders.tsv и т. д. Этот подход изначально был привлекателен, потому что он навязывал нормализацию на получаемые и обрабатываемые данными Lokad.

К сожалению, эта абстракция - как и все абстракции - протекает. Все приложения не согласны в том, что именно является продуктом или заказом; существует множество тонких различий, которые необходимо учесть, и просто невозможно учесть все бизнес-тонкости через некоторый вид нормализации данных.

Таким образом, мы начали рассматривать задачу интеграции данных с другой стороны: получать данные приложения, сохраняя насколько это возможно исходные структуры и концепции. Основной недостаток этого подхода заключается в том, что для получения результатов требуется больше начальных усилий, поскольку данные не преобразуются заранее для совместимости со всеми стандартными ожиданиями Lokad.

Однако, поскольку данные не подвергаются ошибочным преобразованиям, это также означает, что Lokad не застревает в невозможности учесть бизнес-тонкости, потому что они не соответствуют рамкам. С помощью некоторого программного “клея” мы учитываем бизнес-потребности до мельчайших деталей.

Подобно нашему старому отчету Excel, переход к нативным данным - в отличие от нормализованных данных - следует нашему опыту, который показывает, что вложение немного больше усилий в согласование чисел с бизнесом приносит гораздо больше результатов.