«Ашан Ритейл Россия» отказалась от зарубежной системы Relex Solutions и перевела прогнозирование продаж и пополнение складов на Novo Forecast Enterprise. Для крупной розничной сети это не просто импортозамещение в списке ИТ-систем: точность прогноза напрямую влияет на наличие товара на полке, объём замороженных в запасах денег и устойчивость всей логистической цепочки.
О переходе сообщает CNews со ссылкой на разработчика Novo BI. Российская платформа уже работает для прогноза продаж в магазинах сети и пополнения всех её складов. В компании не раскрыли сроки внедрения, объём инвестиций, число магазинов и конкретные показатели улучшения, однако заявили о стабильной эксплуатации решения и повышении качества прогнозирования.
До миграции «Ашан Ритейл Россия» использовала Relex Solutions — систему планирования для ритейла. Выбор замены, по данным участников проекта, проходил через оценку доступных на российском рынке продуктов. Задача формулировалась шире, чем перенос действующей функциональности: новой платформе предстояло сохранить непрерывность процессов и одновременно помочь сети точнее управлять запасами.
Вера Эмрот, генеральный директор «Ашан Тех», сообщила, что первые результаты пилота в магазинах и промышленного запуска на складах показали улучшение качества прогноза и оборачиваемости стока. Публичных значений KPI стороны не привели, поэтому оценить масштаб эффекта пока невозможно. Но сам набор метрик показателен: ритейлер смотрит не на факт установки российского ПО, а на то, как оно влияет на товарные остатки и скорость их продажи.
Для таких проектов самый сложный этап обычно находится не в интерфейсе новой системы. Планирование опирается на историю продаж, ассортиментную матрицу, промо, поставки, остатки, сезонность и множество исключений. Если при переносе данных или настройке правил расчёта сеть получает неверный прогноз, последствия быстро становятся видны покупателям: одни товары исчезают с полок, другие месяцами занимают место на складе. Поэтому параллельная работа старой и новой систем, проверка результатов и поэтапный ввод в эксплуатацию для продуктовых сетей часто важнее скорости миграции.
Novo BI делает ставку на ML-модели и математические алгоритмы, которые должны находить сезонные закономерности и адаптироваться к изменению спроса и поведения покупателей. Управляющий партнёр Novo BI Евгений Непейвода связал результат проекта с совместной работой команд заказчика и поставщика, а также с автоматизацией бизнес-процессов. Это важная оговорка: модель сама по себе не исправит ошибки в номенклатуре, разрывы в данных или хаотично заведённые акции. В прогнозировании спроса качество исходных данных и процесс принятия решений обычно не менее значимы, чем выбранный алгоритм.
Следующим технологическим контуром для сети должен стать IBP — интегрированное бизнес-планирование. В этой модели спрос, закупки, запасы, логистика и финансовые цели должны обсуждаться в одной управленческой логике, а не в нескольких несвязанных таблицах и системах. Прогнозная платформа здесь становится источником данных для более крупных решений: сколько закупать, какие риски дефицита закладывать, как планировать промо и где держать страховой запас.
Для ИТ-команд кейс «Ашана» полезен ещё и тем, что показывает смену критичности импортозамещения. Речь идёт не о вспомогательном сервисе, который можно заменить без заметного влияния на бизнес, а о системе, ежедневно участвующей в операциях большой федеральной сети. От российского вендора в такой ситуации ждут не только функциональных аналогов, но и интеграций, сопровождения, предсказуемой производительности и готовности разбирать нестандартные процессы заказчика.
У рынка остаётся практический вопрос: смогут ли российские платформы подтверждать такие внедрения сопоставимыми и прозрачными метриками — точностью прогноза, сокращением списаний, уровнем доступности товаров и оборачиваемостью запасов. Переход «Ашан Ритейл Россия» на Novo Forecast Enterprise показывает, что отечественные решения уже заходят в ядро розничного планирования; следующий тест для них — повторяемость этого результата на других сетях и в меняющейся структуре спроса.

