«Бизнес хочет интегрированное планирование в единой платформе»: главное из интервью основателя Jume

Редакция Market.CNews поговорила с Гургеном Мелконяном

Редакция Market.CNews поговорила с Гургеном Мелконяном, основателем компании Jume, о том, как усложняются IBP-решения в ответ на развитие российского бизнеса. А также о прогнозировании в Unilever, сокращению просрочки в Health & Nutrition (ex-Danone) и кризисе внутренней экспертизы. Цитируем три вопроса от редакции:

Market.CNews: Появление нового игрока на более-менее устоявшемся рынке решений IBP — момент интригующий. Как вы решились разрабатывать платформу в довольно конкурентной среде?

Гурген Мелконян: История Jume началась в 2019 году с небольшой команды специалистов по машинному обучению и математической оптимизации, которая разрабатывала и внедряла «движки» для прогнозирования, оптимизации и принятия решений. Эти решения интегрировались с большими мировыми платформами бизнес-планирования — Anaplan, SAP, IBM. В связке с нашими модулями «большие системы» показывали значительный прирост целевых бизнес-показателей: повышение точности прогноза, сокращение стоимости списаний, сокращение логистических затрат, так что все оказывались «в плюсе». К 2022 году набралась критическая масса проектов.

Market.CNews: Как вы начали работать с технологиями ИИ?

Гурген Мелконян: Первый такой проект мы сделали для Unilever — ведущей FMCG компании в мире. Причем проект этот состоялся не в России, а в США, Помог, как вы понимаете, случай. Много лет успешно планируя спрос на платформе Anaplan, бизнес-команда не могла решить проблему: качество прогноза продаж по некоторым продуктовым категориям не превышало 40%. Это напрямую влияло на ключевые показатели эффективности всего бизнеса — колоссальные излишки запасов на складах, низкий уровень сервиса, штрафы от клиентов-ритейлеров за невыполнение обязательств по поставкам.

Тогда в Unilever решили усилить Anaplan внешним модулем прогнозирования на базе алгоритмов машинного и глубокого обучения. Цель была максимально прикладной: использовать множество внутренних и внешних данных, таких как динамика цен, промо-планы, уровень запасов, погоду и др., для повышения качества прогноза и сокращения трудозатрат. Наша небольшая на тот момент команда разработала тестовую модель, которая оказалась… лучше всех предложенных вариантов с рынка. Вслед за тестовой появилась полноценная универсальная модель для всех направлений бизнеса и каналов сбыта, которая работала в тесной связке с Anaplan и другими бизнес-системами. Параллельно с этим мы сделали «движки» для большой тройки клиентов Unilever — Walmart, Target и Amazon — на основе их уникальных данных и особенностей, чтобы еще повысить точность прогноза по ключевым торговым сетям.

Market.CNews: Изменились ли ожидания заказчиков на российском рынке за эти два года? Какие новые тренды вы бы отметили?

Гурген Мелконян: Да и весьма существенно. Если раньше со стороны компаний в России был запрос на отдельные use-cases, например, только на финансовое планирование или прогнозирование спроса, то сейчас мы часто встречаемся с запросом на выстраивание именно интегрированного планирования, то есть всего комплекса процессов. У многих за плечами есть опыт работы с ведущими мировыми решениями — SAP APO, Oracle Hyperion, Anaplan, BlueYonder, поэтому ожидания от относительно молодого российского рынка систем IBP достаточно высоки.

По нашим наблюдениям, формируется тенденция к переосмыслению ценности так называемых внутренних центров экспертизы или компетенций (ЦК), создание которых много лет пропагандировали глобальные вендоры. Среди причин растущего сомнения можно выделить: большие затраты на содержание таких команд, их неспособность стать «локомотивом» развития решения, особенно при совмещении функций ЦК с операционной деятельностью, а также сложности в наращивании экспертизы, сопоставимой с компетенциями профильных консультантов-интеграторов.

В самых разных отраслях технологии ML, нейросети и оптимизационные алгоритмы в планировании и управлении цепями поставок уже доказали свою ценность. Производители продуктов питания, например, часто страдают от высокого уровня списаний скоропортящихся продуктов. Речь идет о сотнях миллионов рублей в год, что является существенной потерей прибыли.

Чтобы решить эту и другие задачи, бизнес идет в создание системы интегрированного планирования на базе единой платформы. Например, в компании Health & Nutrition (ex-Danone) мы реализуем процессы планирования спроса и управления цепями поставок на платформе Jume, что в результате приводит не только к кардинальному сокращению списаний, но и к улучшению других связанных бизнес-показателей: повышению точности прогнозирования, сокращению уровня запасов на складах, росту эффективности расходования промо-бюджетов, оптимизации закупочных цен, и в итоге, к росту маржинальности бизнеса в целом.

Это отличный пример того, как использование интеллектуальных технологий в интегрированном планировании помогает в реализации долгосрочной стратегии цифровой трансформации и повышения операционной эффективности.