Пилот предиктивной аналитики: сколько он стоит за три года и когда окупается

Раскрытие: редакция связана с командой MatLabs, которая делает проекты предиктивной аналитики. Все цифры ниже — условный пример для расчёта, а не результат конкретного клиента. Подставьте свои.

Коротко

• Лицензия — меньшая часть затрат. Подготовка данных, внедрение и сопровождение обычно стоят в 2–3 раза больше.
• Основной эффект прогноза спроса — не «точность модели», а деньги, которые перестают лежать на складе, и продажи, которые перестают теряться из-за пустых полок.
• В условном примере вложения за три года — 15,5 млн ₽, эффект — около 52 млн ₽, окупаемость — около 11 месяцев. Но только если по прогнозу реально меняют заказы.

Условный пример

Дистрибьютор товаров повседневного спроса: выручка 3 млрд ₽ в год, 40 точек продаж, средний товарный запас — 400 млн ₽. Закупки планируют менеджеры по остаткам и «опыту» в Excel.

Задача пилота — прогнозировать спрос по каждому товару и точке на 4 недели вперёд и на его основе формировать заказ поставщикам.

Сколько это стоит: полная стоимость за 3 года

Чаще всего недооценивают две строки: подготовку данных и сопровождение. Модель, которую никто не переобучает, через полгода начинает ошибаться — ассортимент и поведение покупателей меняются.

Откуда берутся деньги

Меньше денег в запасах. Если прогноз позволяет снизить запас на 12 процентов без роста дефицита, освобождается 48 млн ₽. При стоимости денег 18 процентов годовых — ключевая ставка 14 процентов плюс премия банка — это около 8,6 млн ₽ в год.

Меньше упущенных продаж. Пустая полка — это клиент, который купил у конкурента. Если вернуть хотя бы 1 процент выручки, это 30 млн ₽ продаж или 7,5 млн ₽ валовой прибыли при марже 25 процентов.

Меньше списаний. Если списания просрочки и неликвида — 0,8 процента выручки, то есть 24 млн ₽, снижение на пятую часть даёт 4,8 млн ₽.

Окупаемость

В первый год эффект набирается постепенно — закладываем половину, 10,5 млн ₽. Во второй и третий — полный.

• Эффект за 3 года: 10,5 + 20,9 + 20,9 = 52,3 млн ₽
• Затраты за 3 года: 15,5 млн ₽
• Чистый эффект: 36,8 млн ₽, ROI — около 240 процентов
• Затраты первого года (9,5 млн ₽) покрываются эффектом первого года примерно за 11 месяцев

Когда пилот не окупится

• Прогноз есть, а заказы делают по-старому. Самая частая причина провала. Если закупщик может «поправить» прогноз без объяснений — эффекта не будет.
• Нет истории продаж. Нужно хотя бы 1,5–2 года данных по дням или неделям, с отметками акций и дефицитов.
• Маленький запас. Если запас — 20 млн ₽, даже 15 процентов экономии не покроют сопровождение.
• Нет владельца со стороны бизнеса. Пилот, который «принадлежит айтишникам», заканчивается красивым отчётом.

Как запускать пилот правильно

1. Выберите 2–3 категории с большим запасом и частыми дефицитами.
2. До старта зафиксируйте базу: запас, дефицит, списания за последние 3 месяца.
3. Договоритесь о правиле: заказ формируется по прогнозу, отклонения — только с причиной.
4. Через 3 месяца сравните с базой и с контрольными категориями, где ничего не меняли.
5. Масштабируйте, только если эффект виден в деньгах, а не в «точности модели».

Посчитать окупаемость на своих цифрах можно в калькуляторе окупаемости аналитики. Если нужен полный расчёт стоимости владения и сравнение вариантов до подписания договора — отчёт «Окупаемость аналитики и автоматизации».