Как автоматизация и искусственный интеллект помогли увеличить прибыль компании на 30%

Иногда компанию подталкивают к автоматизации не недостатки в собственных бизнес-процессах, а внешние обстоятельства. Так было с компанией-производителем «Молочные реки Алтая». Внедрять новое IT-решение пришлось из-за введения обязательной маркировки молочной продукции. В процессе работы выяснилась ещё одна потребность – более точное предсказание спроса. И с ней справился искусственный интеллект. О том, как с помощью технических решений «Молочным рекам Алтая» удалось увеличить прибыль на 30%, рассказал предприниматель Вячеслав Сапрыкин, занимавшийся этим проектом автоматизации.

В конце 2021 года в связи с запуском для молочной продукции обязательной маркировки и системы «Честный знак» ко мне обратилась компания «Молочные реки Алтая». Она выпускает двенадцать видов продукции, которую реализует через партнёров – около 100 торговых точек. Компания содержит своё поголовье породистых коров, поэтому круглый год получает свежее сырьё для производства. Её продукты – натуральные, без добавления химии. Срок годности таких продуктов ограничен. 

Кто знаком с маркировкой, знает насколько трудоёмкий процесс её запуска. Чтобы отгрузить продукцию по новым правилам, нужно её не только произвести, но и сделать следующее: 

• отразить выпуск в системе электронной сертификации «Меркурий»;

• получить коды маркировки «Честный знак» на каждую единицу продукции;

• нанести на каждую упаковку уникальный код;

• отправить каждому оптовому покупателю уведомление об отгрузке через систему «Меркурий» и электронную накладную через систему электронного документооборота (далее – ЭДО). 

Во всех системах информация должна быть согласована и внесена прежде, чем продукция покинет территорию завода. Иначе – большой штраф. 

«Молочные реки Алтая» – предприятие небольшое. Лишних денег на крупный проект автоматизации нет. До 2022 года компания вела учёт в старой версии продукта «1С:Комплексная автоматизация». Хоть программа снята с поддержки, но к ней привыкли, потому что настроили под себя. В ней всё удобно и под рукой. 

Из-за введения маркировки молочной продукции пришлось срочно искать замену старой программе. Помимо этого нужно было подбирать оборудование для нанесения маркировки на продукцию, выбирать программы и принтер для нанесения кодов на упаковку. Вместе с директором «Молочных рек Алтая» Евгением Фентисовым мы проработали переход на современное программное обеспечение фирмы «1С». Выбор был сделан в пользу программы «1С:Управление нашей фирмой» (далее «1С:УНФ»). 

В ней реализован производственный учёт и выписка накладных для клиентов. Есть удобная подсистема CRM. Можно даже запустить своего телефонного робота-менеджера для сбора заявок от клиентов. Но самое главное – программа работает со всеми тремя государственными информационными системами: «Меркурий», «Честный знак», ЭДО. Она собирает и связывает данные из каждой системы в одном месте. Это именно то, что было необходимо заказчику. 

По требованиям системы «Честный знак» на каждую упаковку должен наноситься уникальный код. Для печати кодов выбрали промышленный термотрансферный принтер VideoJet DataFlex 6330. Его подключение к 1С усложнялось следующими факторами: 

• отсутствием встроенного модуля управления печатью;

• удалённостью производственной площадки от офиса на 10 километров. 

Программа «1С:УНФ» развёрнута в офисе. Там регистрируются коды для каждой единицы продукции. Ежедневно необходимо запрашивать у «Честного знака» 8000 кодов. Было разработано дополнение к программе «1С:УНФ», которое формирует файл задания для печати. Этот файл передаётся на производство, где с помощью компьютера с принтером печатаются коды.

После получения кодов и нанесения их на упаковку необходимо собрать данные о нанесённых кодах. Не вся продукция с кодами отгружаются в торговые точки, так как случаются потери на производстве. Например, если пакет молока не прошёл проверку по весу или герметичности. 

Для сбора нанесённых кодов потребовалась программа считывания кодов сканером. Эта программа отправляет коды по электронной почте в офис. Менеджер завершает в «1С:УНФ» регистрацию выпуска продукции в системах «Меркурий» и «Честный знак». И окончательный этап – автоматическая отправка накладных оптовым клиентам через систему электронного документооборота.

Маркировка должна работать без сбоев. Любая остановка приводит к задержкам в отгрузке продукции. А ведь продукция имеет ограниченный срок годности (5 суток). И вчерашний товар точки не примут. Именно надёжность является основным требованием к каждому элементу системы. Мы с компанией «Молочные реки Алтая» добились нужных параметров работы только через два месяца. Два месяца кропотливого тестирования и отладки! 

Пока автоматизировали маркировку, выявили ещё одну проблему: необходимость предсказания спроса на молочную продукцию. Для производства кефира, например, необходимо 48 часов. Поэтому полезно заранее знать, какое количество этой продукции будет заказано через двое суток. 

На спрос влияет много разных факторов, например, погода, праздники, отгрузки конкурентов. И в каждой торговой точке спрос имеет свою уникальную закономерность, которую тоже необходимо учитывать. 

Задачу предсказания спроса невозможно решить классическим программированием из-за большого количества данных. Я предложил попробовать применить искусственный интеллект и машинное обучение. 

Компания реализует 12 видов продукции в 100 торговых точках. Итого получаем 1200 графиков спроса. Вот так выглядит один из них – заказ одного вида продукции для одной точки в 2022 году. Количество заказов день ото дня меняется от 0 до 200 единиц. 

Каждый график представляется в виде суммы трёх графиков. Плавно меняющаяся трендовая составляющая – верхний график. Периодические колебания в течение нескольких дней или недель – второй график. И остаток – плохо предсказуемые колебания, это результат влияния случайных событий. 

Алгоритмов искусственного интеллекта много. Найти оптимальную модель – задача трудоёмкая. Вот что у нас получилось: 

На графике видны три линии: 

• синяя – реальные заказы;

• зелёная – предсказание, которое выдала модель;

• оранжевая – скользящее среднее. 

Оранжевую линию можно воспринимать, как предсказания спроса на основе интуитивных ощущений менеджеров. Так называемый человеческий фактор. 

Сегодня у человечества нет инструмента стопроцентного предсказания будущего. Здесь возникает резонный вопрос: а какая ценность для бизнеса от неточных предсказаний? Наша модель, предсказывая спрос на 80%, помогает менеджеру отдела продаж найти отклонения и аномалии в спросе. 

Вот какие аномалии удалось выявить на графике спроса. Слева на графике большой пик в предсказаниях (помеченный красной стрелочкой). Выяснилось, что 11 августа торговый представитель не дозвонился до клиента и не оформил заказ. А это почти 10% месячного оборота по этому клиенту и по этому товару. То есть упущенная выгода. 

Следующее отклонение 17 августа. Что это было? Торговый представитель дозвонился, но сотрудник магазина заказал товаров меньше, чем могло быть продано. Мы специально уточняли – вечером продукции в магазине не оказалось. Опять упущенная выгода. 23 августа (обведено красным овалом) подвёл прогноз погоды. Ожидался дождливый день, но было солнечно. А когда летом солнечно, люди почему-то почти не покупают молочную продукцию. 

На следующем графике показана разница заказов и предсказаний. Всё, что ниже нуля – точки роста продаж. С большой вероятностью в эти дни спрос был, а продукции на полке не оказалось. 

С одним графиком разобрались. Но, помните, что таких графиков 1200 штук? Возникает вопрос – как одним взглядом окинуть сразу 1200 графиков. 

Мы применили тепловую карту. Была разработана таблица, в строках которой торговые точки, а в столбцах продукция. Ячейки таблицы пометили разными цветами. Цвет ячейки определяется величиной отклонения заказа от предсказания. Выделяется цветом именно разница факта и предсказания. Как оказалось, причин для аномалий в спросе не так много. Чаще всего каждой причине соответствует свой диапазон отклонения и конкретный цвет ячейки. 

• Оранжевый цвет – небольшие отклонения в пределах нормы. Всё хорошо.           

• Во второй колонке по продукции «кефир» преобладает сиреневый цвет. Такое количество сиреневых ячеек говорит о массовом уменьшении спроса на продукцию. Продукция перестала нравиться покупателям. Возможно, изменилось качество товара, либо требуется дополнительное рекламное продвижение.       

• Красный цвет – существенные аномалии спроса. Сигнал для тщательного расследования причин отклонений. 

Таким образом, мы автоматизировали генерацию задач для торговых представителей. Знаем цвет – значит, понимаем причину аномалии. 

Теперь у руководителя отдела продаж есть инструмент ежедневного контроля, а торговые представители ежедневно получают конкретные задачи по продвижению продукции. 

• При реализации проекта в компании «Молочные реки Алтая» мы запустили маркировку и разработали новый инструмент анализа продаж. Внедрение длилось менее пяти месяцев, а срок его окупаемости составил два-три месяца. 
  
  

• Предсказание и детальный анализ спроса позволили увеличить продажи на 7%. При этом производственные затраты изменились незначительно. 
  
  

• Более эффективное распределение сырья и готовой продукции между торговыми точками увеличило прибыль компании на 30%. Именно применение инструментов цифровизации даёт такой эффект. 

Цифровизация начинается тогда, когда компания не только собирает данные, но и анализирует их и моделирует бизнес-процессы. Не откладывайте цифровизацию на завтра. 

Данный кейс – победитель конкурса «Лучший кейс 1С:Реальная автоматизация 2022».

Чтобы не пропустить интересную для вас статью о малом бизнесе, подпишитесь на наш Telegram-канал, страницу в «ВКонтакте» и канал на «Яндекс.Дзен».
biz360