Агрогруппа «Хорошее дело» эффективно управляет запасами с помощью Yandex Cloud и Datanomics

О чём эта история

Агрогруппа «Хорошее дело» и Beltel Datanomics развернули в Yandex Cloud ML-систему прогнозирования спроса и автоматизировали расчёт заказов для 161 магазина сети — устранили ручные проверки и сократили время формирования заявок.

Сократить ручные корректировки и повысить точность прогнозирования

Компания использовала функцию автозаказа в 1С, которая рассчитывала, сколько товаров нужно заказать для пополнения запасов. Но прогнозы были неточными: формулы были простыми и не учитывали сезонность, погоду и праздничные дни. Менеджерам приходилось ежедневно тратить до пяти часов на ручные корректировки. Неточность прогнозов приводила к дефициту на полках и высоким списаниям скоропортящейся продукции.

Нужно было обеспечить формирование заявок к 7:30 без участия человека. Для точного прогноза решили использовать ML-модель, учитывающую больше десяти внешних и внутренних факторов: акции, исторические данные, календарь и другие. Решение должно было бесшовно встроиться в существующий корпоративный контур, без изменения привычного интерфейса для сотрудников.

Для реализации проекта искали продукт, который обеспечит стабильную работу при обычной и пиковой нагрузках во время формирования заказов. Прогноз должен быть готов к 7:20 — за десять минут до дедлайна, поэтому решение должно учитывать требования к высокой доступности и производительности. Выбрали решение Datanomics Demand Forecast — у продукта был вариант развёртывания в Yandex Cloud, и компания выбрала его, как надёжную инфраструктуру.

Кроме того, для решения было важно масштабирование без капитальных затрат — объём данных растёт из-за расширения сети. Yandex Cloud позволяет гибко менять объём потребляемых ресурсов.

Инфраструктура Yandex Cloud для оптимизации товарных остатков

Продукт партнёра проекта Beltel Datanomics — Datanomics Demand Forecast — облачный сервис на базе машинного обучения. Для построения прогнозов математическая модель использует градиентный бустинг над решающими деревьями — она обучена на исторических данных и учитывает комплекс признаков:

• Историю продаж, остатки, текущие и будущие промоакции, глубину дисконта.
• Корреляцию между температурой, осадками и спросом. Это критично для агрохолдинга — например, спрос на мясо для пикников или определённые молочные продукты зависит от погоды.
• Сроки годности продукции в категории Fresh и кванты поставки — минимальное количество единиц отгрузки.
• Периоды отсутствия товара на полке и «истинный» спрос для предотвращения повторения дефицита.
• Праздники и выходные.

От старта пилота до запуска в продакшен прошло три месяца. На первом этапе проверяли точность прогнозирования модели. После обучения модели рассчитали прогнозы для тестового периода. Метрикой качества была среднеквадратичная ошибка (Root Mean Squared Error). Если ошибка модели на 20% ниже, чем у текущей системы прогнозирования, то считается, что модель успешно справилась с задачей. Модель показала свою эффективность, и её решили внедрить.

Систему учёта «Хорошего дела» интегрировали с Datanomics Demand Forecast с помощью API и настроили получение и отправку данных в 1С. Каждое утро система по заранее заданному расписанию автоматически запускает расчёт прогнозов на полученных данных. Директор и менеджеры магазинов пользуются привычными инструментами в 1С. Черновики заказов формируются ежедневно к 7:30 утра, менеджерам остаётся только подтвердить заказ или внести в него точечные корректировки.

На последнем этапе развернули решение как SaaS-сервис. Для запуска проекта использовали несколько сервисов Yandex Cloud:

• Yandex Compute Cloud — для сервиса получения данных и выполнения регламентных заданий.
• Yandex Managed Service for PostgreSQL — для обработки структурированных данных о продажах, остатках и товарных матрицах и быстрой обработки транзакций при обмене данными с 1С.
• Yandex Object Storage — для резервных копий и статических данных.
• Yandex DataLens — для мониторинга качества прогнозов, контроля уровня товарных запасов и анализа продаж и списаний.
• Yandex Managed Service for GitLab — для организации CI/CD-процессов.
• Yandex Identity and Access Management — для гранулярного доступа сотрудников к ресурсам облака и безопасного взаимодействия между сервисами.

Проактивное планирование и стабильность ключевого ассортимента

Решение стабильно и эффективно работает в продакшене больше года. Благодаря DataLens руководство агрогруппы «Хорошее дело» получило инструмент мониторинга эффективности сети в реальном времени. Сервисы Yandex Cloud позволили избежать капитальных затрат на закупку серверного оборудования. Агрогруппа получила масштабируемое SaaS-решение с гарантированным уровнем доступности и прозрачной стоимостью владения.

Компания перешла от реактивного управления поставками к проактивному планированию. Автоматизировали 95% заказов — система самостоятельно формирует заказы для 161 магазина сети. Менеджеры работают только с отклонениями, а бизнес-процесс ускорился в пять раз — раньше заявки были готовы к полудню, а сейчас — к 07:20 утра. Это позволяет логистическим центрам и производственным площадкам холдинга начинать отгрузки раньше, оптимизируя маршруты доставки.

Товары стали доступнее — представленность ключевого ассортимента на полках стабилизировалась на уровне 97–98%. Объём списаний и возвратов скоропортящейся продукции сократился на 10–15%. Агрогруппа «Хорошее дело» планирует внедрить автоматизацию маршрутов доставки до торговых точек, добавить новые товарные категории и за счёт оптимизации логистических процессов сократить объём ручного труда.