Пресс-служба компании Beltel Datanomics, специализирующейся на аналитике больших данных и использовании искусственного интеллекта, сообщает, что ее DDF-сервис на 40% повысил точность прогнозирования автозаказа в фирменной розничной сети межрегионального агропромышленного холдинга «Русское поле».
Заказчик пилотного проекта поставил перед системным интегратором цель: повысить точность прогнозирования существующего модуля автозаказа фирменной розницы. Для этого был использован сервис предиктивной аналитики Datanomics Demand Forecast (DDF), который работает на облачной платформе Yandex Cloud по модели SaaS (программное обеспечение как услуга).
Сервис DDF обрабатывает данные в разрезе магазин — SKU на каждый день с недельным горизонтом прогнозирования. Результаты анализа интегрированы в информационные бизнес-системы компании-заказчика. Практика показала, что перенос сервиса предиктивной аналитики в Yandex Cloud помог ритейлеру оптимизировать тарификацию и снизить затраты на обслуживание облачных ресурсов.
После внедрения DDF-сервиса точность нового прогнозного алгоритма повысилась на 40% в сравнении с предыдущим. Кроме того, его функционал включает автоматический прогноз продаж во время промоакций К решению, предложенному Beltel Datanomics, подключены все 110 магазинов сети «Павловская курочка».
Распределенные вычисления для точного прогнозирования заказов производятся через сервис Spark и Hadoop — Yandex DataProc, позволяющий быстро создавать кластеры и легко ими управлять. Это гибкий инструмент для хранения и обработки больших данных. С его помощью можно свободно управлять количеством хостов на работающем кластере, не прерывая задачи.
Выполнение задач в Yandex DataProc контролируют через дополнительную виртуальную машину, созданную в сервисе сервисе Compute Cloud. Все полученные данные, скрипты и логи задач аккумулируются в хранилище S3 Object Storage. Для управления сетевой облачной инфраструктурой компании предназначен сервис Yandex Virtual Private Cloud (VPC), связывающий воедино пользовательские, инфраструктурные, платформенные и прочие мощности, вне зависимости от их локализации.
При обсуждении проекта директор департамента информационных технологий управляющей компании «Русское поле» Валерий Наумов отметил, что внедрение аналитического сервиса DDF означает не только полностью автоматизированный прогноз спроса для торговой сети, но и экспертную поддержку команды аналитиков Beltel Datanomics. В планы сложившегося партнерства входит дальнейшее развитие функционала облачного решения — в частности, переход от нормативных страховых запасов к автоматически вычисляемым алгоритмом. Решение этой задачи обеспечит повышение показателя оборачиваемости товарных запасов и снижение доли упущенной прибыли, возникающей из-за отсутствия необходимой SKU на полке магазина.
Директор Beltel Datanomics Анна Племяшова остановилась на специфике заказа. Дело в том, что значительная доля ассортимента в торговой сети «Павловская курочка» представляет собой скоропортящуюся продукцию. Известно, что прогнозирование продаж товаров категорий Fresh и Ultra-Fresh сложнее, чем в каких-либо других. И справиться с этой проблемой ритейлерам помогают алгоритмы машинного обучения. Таким образом, использование облачной инфраструктуры значительно ускоряет запуск прогнозного сервиса и не нагружает собственные серверные мощности заказчика.
Директор департамента по работе с партнерами Yandex Cloud Мария Аниканова добавила, что их компания предлагает заказчикам удобные сервисы для работы с большими массивами данных. Партнерские решения расширяют возможности платформы для реализации более сложных аналитических сценариев, включая предиктивную аналитику продаж, производственных и логистических процессов. В настоящее время ритейлеры активно используют предиктивные сервисы на базе машинного обучения. При этом прослеживается растущий интерес к разработкам Yandex Cloud среди компаний разного масштаба из разных отраслей экономики.
