00:00:08 Проблема отдельных сущностей в ценообразовании и планировании.
00:01:02 Традиционные программные компании и их подход к ценообразованию и прогнозированию.
00:03:24 Случайное совпадение технологий ценообразования и прогнозирования.
00:05:46 Интеграция данных как отправная точка для сближения.
00:07:33 Решение мета-проблемы и его применение как к ценообразованию, так и к планированию.
00:09:20 Прорыв в глубоком обучении и предиктивных моделях спроса.
00:11:22 Сближение моделей планирования и ценообразования в различных отраслях.
00:13:36 Преимущества наличия одной команды, занимающейся как планированием, так и ценообразованием.
00:15:00 Успешный подход Amazon к динамическому ценообразованию на основе наличия товара.
00:16:01 Обсуждение перехода к оптимизации ценообразования в электронной коммерции.
00:17:03 Случайное развитие и сближение решений по ценообразованию и планированию.
00:19:01 Проблемы традиционных программных компаний при объединении ценообразования и планирования.
00:21:20 Появление новых компаний, объединяющих ценообразование и планирование с самого начала.
00:22:37 Доминирование на рынке компаний, объединяющих ценообразование и планирование, таких как Amazon и Alibaba.

Резюме

Киран Чандлер беседует с Жоаннесом Верморелем, основателем Lokad, о значимости интеграции ценообразования и планирования спроса в оптимизации цепи поставок. Традиционно эти аспекты рассматривались отдельно, что приводило к отделению данных и недостаточной коммуникации. Lokad обнаружила, что ценообразование и планирование имеют общие источники данных и числовые методы, что привело к разработке специализированного языка программирования Envision. Используя общее хранение и обработку данных, Lokad создала более сложные модели, учитывающие ценообразование и временные эффекты. Верморел считает, что успешные компании должны объединять ценообразование и планирование, так как они являются взаимосвязанными аспектами, важными для практически всех отраслей.

Расширенное резюме

В этом интервью ведущий Киран Чандлер обсуждает с основателем Lokad Жоаннесом Верморелем важность интеграции ценообразования и планирования спроса в оптимизации цепи поставок. Исторически ценообразование и планирование рассматривались как отдельные сущности, что приводило к отделению данных и недостатку коммуникации между отделами. Разговор касается того, как программное обеспечение может помочь решить эти задачи вместе и почему отрасль должна рассматривать их как два взаимосвязанных аспекта.

Верморел объясняет, что предвидение будущего спроса является важным для эффективного обслуживания клиентов. Компании должны производить или закупать товары заранее, чтобы удовлетворить спрос, так как мгновенное производство пока не является возможным. Однако спрос также сильно зависит от цены. Если товар слишком дорогой, спрос будет низким, в то время как конкурентоспособная цена может привести к значительному спросу.

Когда была основана компания Lokad, отрасль программного обеспечения была разделена на два лагеря: компании, занимающиеся прогнозированием спроса, и компании, занимающиеся оптимизацией ценообразования, которые игнорировали прогнозирование и планирование. В течение первых пяти лет существования Lokad понятие цен и ценообразования отсутствовало в их фокусе, так как компания в основном занималась прогнозированием. Аналогично, компании, занимающиеся оптимизацией ценообразования, не рассматривали прогнозирование и планирование как часть своей задачи.

Верморел подчеркивает, что спрос и ценообразование тесно связаны между собой. Компании должны предвидеть спрос, а также правильно устанавливать цены на свою продукцию. Исторически организации разделяли ценообразование и планирование спроса, используя инструменты, такие как Priceforge и Salescast. Однако в какой-то момент Lokad решил объединить эти два аспекта.

Решение объединить ценообразование и планирование спроса пришло после понимания того, что некоторые установившиеся практики могут стать настолько привычными в общей концепции, что люди перестают видеть связи между ними. Интегрируя эти два аспекта, Lokad стремится улучшить оптимизацию цепи поставок, обращаясь к взаимозависимости ценообразования и планирования спроса.

Изначально Lokad разработала два отдельных продукта: Salescast для прогнозирования и Priceforge для ценообразования, с полностью отличающимися технологиями. Компания решила объединить эти два приложения, потому что заметила, что оба используют схожие источники данных, такие как история продаж и каталоги товаров, а также те же транзакционные данные из DRP, WMS и платформ электронной коммерции. Они решили создать унифицированную архитектуру для хранения и обработки данных, но на этом этапе они еще не осознали глубокую связь между ценообразованием и прогнозированием продаж.

Первая степень сближения между двумя решениями произошла случайно. Компания поняла, что числовые рецепты для ценообразования и прогнозирования продаж похожи, и они начали работать над языком программирования, специфичным для области предиктивной оптимизации цепей поставок. Это привело к разработке Envision, которая началась с ценообразования.

В это время Lokad была менее знакома с ценообразованием, чем с планированием, поэтому они решили решить мета-проблему: как разрабатывать числовые рецепты быстрее и надежнее. Они надеялись, что, улучшая время выхода на рынок и надежность новых числовых рецептов, им удастся добиться успеха в области ценообразования. Испытывая эти техники, они обнаружили, что тот же программный подход, который они использовали для ценообразования, имел смысл и для планирования. Это осознание привело к второй степени сближения, при которой и ценообразование, и планирование использовали один и тот же слой обработки данных и язык программирования.

Однако решения по-прежнему работали отдельно, и именно в эпоху глубокого обучения Lokad сделала свой первый прорыв. Внедрение более продвинутых моделей предсказательного спроса позволило им обнаружить, что интеграция ценообразования и временных эффектов приводит к более сложным моделям для обеих областей. Например, готовность платить за товар может быть сезонной, поэтому имеет смысл включить эти факторы как в модели ценообразования, так и в модели прогнозирования продаж.

Путешествие Lokad по объединению ценообразования и прогнозирования продаж началось с наблюдения за тем, что оба решения используют схожие источники данных и прошло через несколько стадий сближения. Используя общее хранилище данных и обработку, а также унифицированный язык программирования, Lokad смогла создать более сложные модели, которые учитывали как ценообразование, так и временные эффекты. Хотя обсуждение в этой части интервью не дает окончательного вывода, оно подчеркивает итеративный процесс, который прошла Lokad, чтобы разработать и усовершенствовать свой подход к оптимизации цепи поставок.

Vermorel рассказывает, как Lokad начал понимать, что готовность платить имеет сезонность, и как это повлияло на их подход к оптимизации цепочки поставок. Пока они работали над своими моделями, они заметили, что ценовая составляющая становится все более значимой. Это особенно верно в отраслях, таких как мода, где цена используется в качестве рычага, чтобы обеспечить ликвидацию запасов в конце коллекции. По мере продолжения работы над своими моделями, они обнаружили, что проблемы планирования и ценообразования сходятся, что в конечном итоге привело их к разработке единой модели, которая могла бы решать оба вопроса.

Когда спрашивают, к каким отраслям применим такой подход, Vermorel объясняет, что ценообразование критично практически во всех отраслях, потому что оно может стать разницей между отсутствием и значительной прибылью. Планирование и ценообразование часто переплетаются, с тесной связью между работой с дефицитом и готовностью платить. Разные отрасли имеют уникальные взгляды на проблему, но в основе эти две проблемы практически всегда взаимосвязаны.

Однако большинство рынка по-прежнему предлагает программное обеспечение, сосредоточенное либо на ценообразовании, либо на планировании, а не на едином решении. Vermorel объясняет это тем, что до появления решения не существует воспринимаемой проблемы. Подход Lokad к объединению ценообразования и планирования возник случайно, поскольку они обнаружили, что их модели для обеих проблем имеют много общих компонентов. По мере развития моделей они поняли, что им нужно одновременно решать обе проблемы.

Когда спрашивают о возможности сотрудничества компаний-разработчиков программного обеспечения для предоставления двойного решения, Vermorel сомневается, так как технология, необходимая для объединения ценообразования и планирования, радикально отличается от традиционных методов. Вместо этого он предсказывает, что появятся новые компании, которые будут использовать преимущества с самого начала для решения обеих проблем вместе.

Vermorel подчеркивает, что компании, успешно объединяющие ценообразование и планирование, могут достичь доминирования на рынке. Он использует Amazon и Alibaba в качестве примеров компаний, которые продолжают увеличивать свою долю рынка, потому что они правильно понимают основы. Его заключение состоит в том, что бизнесы должны принять решение, которое решает и ценообразование, и планирование, так как эти два аспекта неразрывно связаны.

Полный текст

Kieran Chandler: Сегодня на Lokad TV мы обсудим, как программное обеспечение может справляться с этими задачами одновременно и почему отрасль должна видеть их как две стороны одной медали. Итак, Жоанн, ранее мы немного обсуждали ценообразование. Какая сегодня точка зрения?

Joannes Vermorel: Суть в том, что когда вы думаете о спросе, очевидно, что если вы хотите быть в состоянии обслуживать клиентов, вам нужно предвидеть, каким будет будущий спрос, чтобы вы могли производить или заранее закупать то, что вы собираетесь обслуживать. Вы не можете мгновенно печатать вещи по требованию, по крайней мере пока. Но очевидно, спрос сильно зависит от цены. Если у вас есть что-то чрезвычайно дорогое, спрос будет нулевым, и если у вас есть что-то чрезвычайно конкурентоспособное, спрос может быть абсолютно гигантским в глобальном масштабе.

Однако, когда я начал Lokad, явно было два лагеря в терминах компаний-разработчиков программного обеспечения. Были компании прогнозирования, Lokad была одной из них, которые действительно решали проблему анализа спроса с предиктивной точки зрения. И традиционно ценообразование даже не существовало. Цены даже не существовали, и это как-то странно, но на самом деле, в течение первых пяти лет или около того существования Lokad, сама идея о ценах и ценообразовании отсутствовала. Она даже не была частью плана развития. Ее нигде не было. Очевидно, я, как и все, знал, что цены - это то, что можно видеть, но не было никакой конкретной связи. А затем были другие компании, которые занимались только оптимизацией ценообразования, и с их точки зрения прогнозирование и планирование отсутствовали. Они даже не были частью ландшафта. Им было все равно. Опять же, они знали, что прогнозирование существует, потому что они смотрели прогноз погоды по новостям, как и все остальные. Но, тем не менее, так же, как я был на стороне прогнозирования, я полностью игнорировал то, что происходило в отношении ценообразования. Компании, занимающиеся ценообразованием, полностью игнорировали то, что представляло собой прогнозирование. И тем не менее, если подумать об этом, это глубоко связано с спросом, и спрос является очень важным; вам нужно предвидеть, но вам также нужно правильно ценообразовывать.

Kieran Chandler: Да, и исторически вы держали эти две сущности в Salescast и PriceForge в значительной степени отдельно друг от друга, но в какой-то момент они объединились. Почему вы решили их объединить?

Joannes Vermorel: Это очень интересно. Вы видите, иногда есть вещи, которые настолько укоренились в общем мышлении вашего времени, что вы даже не можете это увидеть. И когда Lokad начал решать проблему ценообразования, у нас была на самом деле миссия по ценообразованию. Я думал о ней как о чем-то полностью отдельном. Итак, у нас был один продукт под названием Salescast, и это была в основном часть прогнозирования Lokad, и у нас был другой продукт, который был полностью отдельным, а именно PriceForge.

Kieran Chandler: И мы продавали эти две вещи отдельно, и даже технологии, соответственно, были полностью отдельными. Насколько легко было объединить два аспекта аналитики данных?

Joannes Vermorel: Это странная вещь. Мы объединили эти два приложения не потому, что я подумал: “О, это одна и та же проблема, которую мы решаем, кстати, мы решаем ее дважды”. Нет, это было бы очень умно, но нет, мы сделали очень глупую вещь. Мы сказали: “Это приложение использует историю продаж, это приложение также использует историю продаж. Этому приложению нужен каталог с ценами, это приложение также нуждается в каталоге. Мы не используем цену, но это практически то же самое, это каталог”. И буквально мы смотрели на данные и данные, которые были необходимы для, скажем, аналитики ценообразования или аналитики планирования. Это были в основном одни и те же транзакционные данные, поступающие из одних и тех же источников: ERP, WMS, платформы электронной коммерции и т. д. Поэтому мы решили объединить архитектуру, чтобы иметь одинаковый базовый уровень для хранения и обработки данных, потому что это были одни и те же данные. Но в то время мы даже не начали понимать, что это буквально две стороны одной медали.

Kieran Chandler: Итак, началось с интеграции данных и наличия этих двух наборов данных в одном месте. Но когда решения начали сходиться в плане ценообразования и продаж?

Joannes Vermorel: Мы постепенно начали понимать, что числовые рецепты были в каком-то смысле одинаковыми, что было странно. То, чем является Lokad сегодня, Envision, с языком программирования, специализированным для предиктивной оптимизации цепей поставок, началось с проблемы ценообразования. В то время ценообразование было для нас чем-то новым, и мы не очень знали, как к этому подойти. Вместо того, чтобы решать проблему ценообразования, мы сказали: “Мы не очень уверены, как к этому подойти, поэтому мы собираемся решить мета-проблему, которая заключается в том, как мы можем быстрее и надежнее придумывать числовые рецепты?” Мы еще не знали рецептов, но если мы могли бы улучшить время доставки нового числового рецепта, который мы еще не изобрели, на рынок, а затем время, необходимое для надежной работы этой вещи в производстве, то мы были бы в порядке. Так что мы подумали: “Мы сделаем это для ценообразования, потому что я знал о ценообразовании гораздо меньше, чем о планировании”. И все же, когда мы начали настраивать, мы имели дело буквально с одними и теми же наборами данных, и мы поняли: “О, это очень интересно. То, что мы делаем в области ценообразования, имеет много общего”.

Kieran Chandler: Довольно сложно иметь дело с планированием в цепях поставок, так как они состоят из серии случайностей. У некоторых компаний есть одна ERP-система, у некоторых две, у некоторых по одной на страну. Иногда платформа электронной коммерции интегрирована, иногда она отдельная, а иногда есть WMS. Это очень гетерогенно. Мы поняли, что нам нужен полностью индивидуальный, программный подход как для этапа ценообразования, так и для этапа планирования. Это позволило нам иметь второй уровень сходимости с одним и тем же базовым уровнем для данных и одним и тем же уровнем обработки данных. Но насколько хорошо это работает на самом деле? Это больше приближение?

Joannes Vermorel: Нам потребовалось некоторое время, чтобы улучшить систему. Изначально мы объединили слой данных, так как работали с одними и теми же источниками данных, и также объединили подход к обработке данных. Мы поняли, что обе стороны должны быть программными, и у нас были разные наборы числовых рецептов. Первый прорыв произошел в эпоху глубокого обучения, когда мы начали экспериментировать с более продвинутыми моделями спроса. На стороне планирования, если вы хотите сложную модель, вам нужно интегрировать цену, а на стороне ценообразования вам нужно учитывать временные эффекты, такие как сезонность.

Например, готовность платить за пляжное полотенце выше в конце весны, чем в конце лета, потому что если вы покупаете полотенце в начале сезона, вы можете наслаждаться им весь летний сезон. В отличие от этого, если вы покупаете его в конце лета, использование продукта будет гораздо ограниченнее. Мы поняли, что готовность платить на самом деле сезонная, и на стороне планирования наши более продвинутые модели стали все более и более основными. В модной индустрии, например, вы хотите использовать цену как рычаг, чтобы убедиться, что вы полностью ликвидируете свой запас в конце коллекции.

Итак, мы увидели эти сходства, и посередине у нас была предиктивная модель какого-то рода для спроса. Мы поняли, что эти модели действительно сходятся, и петля закрывается с эпохой дифференцируемого программирования.

Kieran Chandler: Итак, мода - это отрасль, в которой это решение наиболее применимо? Потому что если вы подумаете об авиационной отрасли, их цены меняются каждую секунду, а затем у вас есть другие отрасли, где ценообразование не менялось годами.

Joannes Vermorel: Решение буквально применимо везде. Ценообразование всегда очень важно, когда вы что-то продаете, потому что это делает разницу между отсутствием маржи или огромной маржей. И существует тесная связь между планированием, где вы имеете дело с нехваткой, и ценообразованием, где вы имеете дело с готовностью. Оба фактически полностью переплетены. Если вы предвидите больше спроса, вы можете производить больше по более низкой цене и таким образом иметь лучшую маржу и потенциально превзойти конкурентов по цене. Если у вас очень высокая цена, возможно, вы можете играть на нехватке и сделать свои продукты еще более желательными, как это делают люксовые бренды. Они хотят, чтобы цены росли со временем и играли на идее нехватки. У каждой отрасли есть достаточно отличительная точка зрения на проблему, как на стороне планирования, так и на стороне ценообразования, но факт, что эти две проблемы в основе полностью переплетены, почти всегда верен.

Kieran Chandler: Итак, чтобы получить лучшие результаты, команды по планированию должны очень тесно сотрудничать с командами по ценообразованию?

Joannes Vermorel: Я бы не согласился с этим. Мое первоначальное мнение было: зачем вам иметь команду по планированию и команду по ценообразованию? Зачем иметь две? Это та же самая ошибка, которую я сделал изначально с отдельным программным обеспечением для каждого. Это та же проблема; вы просто смотрите на нее с двух сторон. Должна быть одна команда.

Kieran Chandler: Есть ли какие-либо компании, которые вы наблюдали, которые хорошо справляются с этим и работают только с одной командой?

Joannes Vermorel: Да, есть обычный подозреваемый: Amazon. Они очень умные и делают вещи, которые очевидны, когда вы об этом задумаетесь. Например, если что-то заканчивается на складе, они повысят цену. Нет никакой причины спешить к дефициту товара. Цена - это просто способ формирования спроса, чтобы вы максимально использовали имеющийся запас. Вы можете буквально увидеть это в действии.

Kieran Chandler: Amazon сделала это перед Рождеством с игрушками, которые они продают. Моя дочь, которой 10 лет, большой фанат игрушек LEGO, и когда вы смотрите на Amazon, буквально каждые пару часов, когда запас немного уменьшается, они фактически повышают цену на определенные наборы LEGO. Я почти уверен, что у них есть некоторые базовые эвристики, которые увеличивают цену, когда товар заканчивается на складе, и это имеет смысл. Это буквально здравый смысл, но это не очень очевидно. Я почти уверен, что просто через общественное наблюдение у них есть алгоритм, который связывает наличие товара, которое является прогнозом, с оптимизацией ценообразования.

Joannes Vermorel: Но затем, из местной клиентской базы, я вижу, что и другие очень умные, ориентированные на технологии, агрессивные компании электронной коммерции уже делают это, поэтому это не только Amazon. Это также самые большие конкуренты Amazon в сфере цепочки поставок, которые делают это.

Kieran Chandler: Хорошо, если это такой хороший путь вперед, то почему большинство рынка все еще предлагает программное обеспечение, которое просто сосредоточено на ценообразовании или просто на планировании?

Joannes Vermorel: Потому что, пока у вас нет решения, нет проблемы. Это загадочная вещь. Вы бы сказали: “О, есть проблема, поэтому люди должны искать решение”, но это не так работает. Никто не ищет новый способ переосмыслить автомобили, если у нас были бы антигравитационные двигатели. У нас нет антигравитационных двигателей, поэтому никому не важно искать решения для проблемы, которой еще нет. Если у вас нет решения для фронтального решения проблемы ценообразования и планирования, есть ли смысл думать о потенциальном решении этой проблемы? Я бы сказал, что нет.

Как Lokad пришла к этому? Я думал исторически, в порыве гениальности: “Это две стороны одной медали, мне нужно решить это и думать об этих двух проблемах как об одной”? Абсолютно нет. То, что я сделал, было в значительной степени противоположным. Мы думали: “Ну, у нас есть проблема, где есть набор решений, известных в литературе для прогнозирования, и есть ценообразование, и есть набор решений, известных в литературе для этого тоже”. Итак, у меня будет один продукт, который реализует все решения или, возможно, то, что я считаю немного лучшей вариацией этих решений, и то же самое с прогнозированием - немного лучшей вариацией того, что известно в литературе.

Как я описывал, слияние возникло случайным образом. Просто мы использовали одни и те же наборы данных, так почему бы и нет? Давайте сделаем это. Давайте объединим так. Затем мы видим, что рецепты немного похожи, поэтому давайте объединим это. Два отдельных программных продукта объединяются только потому, что случайно они используют одни и те же компоненты.

Но видите ли, это было не великое мышление; это было скорее случайное развитие. И затем, спустя пять лет, у вас возникает еще одна случайность, когда с помощью новых методов машинного обучения вы понимаете: “О, черт, это та же модель, которую я использую на двух сторонах проблемы”. Итак, у меня есть решение, которое делает две вещи вместе, и таким образом я понимаю, что мне следует решать эти проблемы как одну, потому что у меня есть решение.

Kieran Chandler: Теперь, внутри, кажется очевидным, но взглянув назад, это не было таким. И, таким образом, я думаю, что большинство компаний держали эту команду отдельно, потому что это разумная вещь, пока у вас нет решения для объединения всего. Если у вас нет решения, которое может объединить ценообразование и планирование, то, в основном, вы застряли с двумя отдельными командами. Потому что иначе эти люди даже не смогут начать работать над этими двумя проблемами. Первое, что они сделают, - это внутренне разделить проблему. И так, если бы у них были люди, работающие с одной стороны программы, и другой набор людей, работающих с другой стороной отдела, потому что у них нет, знаете ли, и это стало бы темой планирования и ценообразования.

Joannes Vermorel: Хорошо, похоже, что это был некий счастливый случай.

Kieran Chandler: И, возможно, если мы посмотрим в будущее, вы можете представить, что некоторые компании-разработчики программного обеспечения объединятся и предоставят двойное решение?

Joannes Vermorel: Я не думаю, потому что то, что работает для объединения этих двух проблем, полностью отличается от того, что традиционно делалось для ценообразования и прогнозирования. Это странно, что класс решений, которыми мы располагаем сейчас для решения обеих этих проблем одновременно, полностью отличается от того, что было ранее как для ценообразования, так и для планирования. Поэтому нам пришлось полностью отказаться от наших технологий как на стороне ценообразования, так и на стороне планирования. Представьте себе, вы бы действительно объединили две компании-разработчики программного обеспечения, чтобы они согласились отказаться от всего технического стека и переписать все вместе? Нет, я не думаю, что это звучит разумно. Поэтому, вероятно, то, что мы, скорее всего, увидим…

Kieran Chandler: Я не знаю, это очень сложно предсказать будущее, особенно будущее. Но, вероятно, то, что мы, скорее всего, увидим, это новые классы компаний, которые с самого начала используют понимание, чтобы сказать: “Мы собираемся решить эти две проблемы вместе” и с самого начала решают выбрать решение, которое охватывает весь спектр проблем.

Joannes Vermorel: Хорошо.

Kieran Chandler: Если мы начнем подводить итоги сегодня, то каковы наши основные выводы? Это означает, что компания, объединяющая ценообразование и планирование, имеет гораздо больший контроль?

Joannes Vermorel: Нет, это просто то, что, как обычно, компании, которые объединили это, будут продолжать вытеснять компании, которые этого не сделали, и, я бы сказал, толкать их к банкротству. Это буквально рыночное господство. И, снова, когда мы видим, почему Amazon все еще увеличивает свою долю рынка, хотя они являются одной из крупнейших компаний на земле, и они все еще выигрывают долю рынка, то же самое можно сказать и о Alibaba в Китае. И вы видите, что это происходит потому, что у них есть эти фундаментальные вещи, и, со временем, они просто будут уничтожать все компании, которые этого не имеют. Почему стоит это делать? Я бы сказал, просто задайте себе вопрос, можете ли вы действительно думать, что вы можете, зная спрос, отделить часть, отвечающую за ценообразование, от части, отвечающей за планирование? Это разумно с точки зрения бизнеса? И обычно, когда люди задумываются на секунду, они понимают, что эти вещи полностью переплетены. Поэтому, да, если у меня есть решение, которое позволяет объединить их, я должен это сделать. И мой вывод для тех, кто нас смотрит, - сделайте это.

Kieran Chandler: Всегда кажется, что все сводится к выживанию самого сильного, безусловно. Хорошо, это все на этой неделе. Большое спасибо за просмотр, и увидимся в следующем эпизоде. Спасибо за просмотр.