Белебеевский молочный комбинат, который выпускает более 16 тыс. тонн продукции в год, завершил первый этап проекта по внедрению интегрированного бизнес-планирования на платформе Optimacros. Для ИТ-рынка это не очередная история про «цифровую трансформацию», а вполне приземленный кейс: крупный производитель FMCG вынес критичный процесс прогнозирования спроса из SAP APO в российскую систему и сделал это без остановки бизнеса.
Об этом сообщает CNews. Проект стартовал в начале июля 2025 года, а уже в декабре процесс прогнозирования спроса на недельном и месячном горизонтах полностью перевели на Optimacros. Работы выполнял интегратор «ОптиТим Консалтинг», который также настроил обмен данными с «1С ERP: Управление холдингом» и «1С: Управление торговлей», откуда в систему подтягиваются заказы.
Сама площадка для такого проекта не маленькая и не декоративная. Белебеевский молочный комбинат работает с 1932 года, выпускает десятки видов твердых и мягких сыров, масло и сыворотку, а поставки идут в российский и международный ритейл. В такой конфигурации ошибка прогноза быстро превращается не в красивую диаграмму в BI, а в лишние запасы, просадку по марже, перегруз производства или проблемы с полкой у сетей. Поэтому история здесь не про замену одной ИТ-системы на другую, а про управление цепочкой поставок в бизнесе, где спрос живет по своим законам, а срок годности и производственные циклы не дают права на длинные раздумья.
До перехода комбинат использовал SAP APO. По описанию заказчика, ключевая проблема была не в том, что старое решение «не работало», а в том, что оно перестало совпадать с текущими требованиями бизнеса. Система позволяла прогнозировать объемы, но не закрывала задачи по прогнозу выручки и маржинальности внутри единого контура как на уровне компании, так и на уровне отдельных клиентов. Кроме того, компании требовались дополнительные метрики точности прогноза с разными лагами: М-2, М-3, w-2, w-4, w-5. Для сырного производства это не академическое упражнение, а способ учитывать разницу в сроках выпуска и поставок по категориям продукции. На практике это означает, что планирование должно видеть не только сколько продадут, но и когда это нужно произвести, отгрузить и как это скажется на экономике заказа.
Еще один фактор, знакомый почти любому ИТ-директору из промышленности: цена изменений. Любая доработка SAP APO, как следует из кейса, требовала заметных ресурсов, в том числе финансовых. В результате предприятие стало искать более гибкую платформу, которую можно быстрее настраивать под собственные процессы и не превращать каждую модификацию в отдельный инвестиционный комитет. Параллельно была и вполне рыночная задача последних лет: уйти от международного решения и локализовать привычный процесс demand planning на базе российского продукта. В этом смысле интегрированное бизнес-планирование здесь выступает не как модное словосочетание, а как практический ответ сразу на три боли: гибкость, стоимость владения и технологическая независимость.
По словам директора по цепям поставок Белебеевского молочного комбината Ильи Аллина, при выборе учитывались функциональность, гибкость, сроки развертывания и отзывы коллег по рынку. Это важная деталь: российский B2B-софт для планирования давно продается не только презентациями, но и референсами внутри отраслей. Когда речь идет о спросе, запасах и загрузке мощностей, заказчики охотнее верят соседу по рынку, чем очередному обещанию в коммерческом предложении. Особенно если нужно переносить процесс, который уже встроен в операционную модель предприятия.
Первый этап внедрения выглядел довольно рационально. Сначала команда описала текущее состояние процесса, затем спроектировала целевую схему планирования спроса и подготовила техническое задание. После этого решение разработали по функциональному дизайну заказчика, протестировали с пользователями и обучили сотрудников. В результате комбинат получил систему, где автоматизированы тактическое и оперативное уточнение прогноза, его финансовая оценка и согласование. Платформа, по данным проекта, умеет использовать и статистические модели, и пользовательские методики прогнозирования, а для каждой связки «SKU-клиент-регион» выбирает тот метод, который дает лучшую точность на заданном историческом горизонте. Для разработчиков и архитекторов это, пожалуй, самый содержательный фрагмент кейса: ценность не в самом факте «есть алгоритм», а в том, что его встроили в реальный процесс принятия решений, связанный с 1С-контуром и операционной рутиной бизнеса.
Не менее показательно и то, как заказчик описывает эффект от запуска. По оценке руководства, перенос прошел без разрыва самого бизнес-процесса: прогнозирование просто «переехало» из одной системы в другую. Для enterprise-проектов это почти лучший комплимент, потому что бизнес обычно замечает ИТ только в двух случаях: когда все сломалось и когда стало ощутимо быстрее. Здесь расчет, судя по всему, был именно на второе. В компании рассчитывают, что новая платформа поможет быстрее моделировать сценарии, повысить прозрачность данных, точнее прогнозировать загрузку мощностей и лучше управлять запасами. Переводя с корпоративного на нормальный язык: меньше ручной сборки, меньше споров о том, чьи цифры «правильные», и выше шанс принять решение до того, как рынок сам примет его за вас.
Для российского ИТ-рынка этот кейс интересен сразу в нескольких плоскостях. Во-первых, импортозамещение здесь происходит не на периферии, а в чувствительном контуре supply chain planning. Во-вторых, заказчик не ограничился заменой интерфейса, а использовал миграцию, чтобы добавить финансовое измерение в прогноз спроса. В-третьих, речь идет о производстве с выраженной отраслевой спецификой, где универсальные красивые схемы быстро разбиваются о сроки созревания продукции, региональную дистрибуцию и требования сетей. Если такие проекты проходят без остановки операций, это сильный аргумент в пользу того, что российские CPM/IBP-платформы вышли из фазы «можно попробовать» в фазу «можно ставить на критичные процессы».
Следующий этап у Белебеевского молочного комбината уже обозначен: в ближайшие два года компания хочет расширить контур на финансы, производство, закупки сырья и упаковки, чтобы собрать интегрированное бизнес-планирование в единую систему. И вот тут начнется самое интересное: спрос прогнозировать сложно, но еще сложнее связать этот прогноз с деньгами, мощностями, сырьем и закупочным циклом так, чтобы модель не развалилась при первом же скачке рынка. Именно на этом участке и станет понятно, где заканчивается удачный пилот и начинается зрелая корпоративная платформа.