Low-code на крупном промышленном предприятии

Применение высокоскоростной платформы Loginom на промышленном предприятии. Опыт реализации проектов.

Клиент — крупный промышленный комбинат, специализирующийся на горнодобывающей и металлургической деятельности. В его работе заложены все этапы, начиная с извлечения сырья из карьера и заканчивая его переработкой и производством. Компания имеет штат более 65 000 сотрудников.

Структура команды и направления

В компании есть команда, занимающаяся внедрением проектов, связанных с закупками, планированием и металлургией. Основными участниками являются руководители и бизнес-аналитики. Вспомогательные функции выполняют три разработчика. В команде несколько лет активно используют платформу Loginom:

  • 95% задач внутренняя команда по ИИ решает на Loginom, из 18 человек 11 регулярно использует платформу;
  • на Loginom работает 2 крупных проекта, несколько средних и мелких (всего около десяти);
  • некоторые проекты на базе компьютерного зрение (computer vision, CV) встраиваются в платформу, как и в управляющий контур.

Использование low-code платформы в команде закрывает следующие три задачи:

  1. Проверка гипотез.
  2. Система принятия оперативных решений.
  3. Аналитика самообслуживания.

Рассмотрим подробнее проекты связанные с аналитикой самообслуживания, которые были созданы силами подрядчика.

Проект «Оптимизация товарных запасов»

В системе закупок компании остро стояла задача оптимизации запасов.

Этапы работы системы закупок

Цель проекта — снижения уровня запасов на складе путем блокировки закупок материалов, уровень наличия которых превышает 6 месяцев.

Как было: для решения даже мелких вопросов требовалось большое количество ресурсов, поскольку аналитики не могли самостоятельно предоставить отчеты.

Создание достаточно сложной отчетности через ИТ

При внедрении нового проекта подобные шаги необходимы и неизбежны, так как требуют полного цикла разработки. Однако, когда речь идет о минимальных изменениях, таких как изменение условий фильтрации или добавление расчетного столбца, этот процесс может показаться затратным. Цель состояла в том, чтобы делегировать эти простые задачи бизнес-аналитику, позволяя ему самостоятельно решать их, вместо того чтобы ждать помощь ИТ-отдела.

У компании были определенные требования к системе, с помощью которой бизнес-аналитик решал бы повседневные вопросы без привлечения ИТ:

  • Простота подключения к специально подготовленным источникам.
  • Инструменты визуальной подготовки данных и разработки алгоритма.
  • Обработка больших данных.
  • Полный набор инструментов для автоматизации ежедневных задач.
  • Групповая работа.

Решением стало внедрение low-code инструмента, с помощью которого удалось бы переложить рутинные и простые задачи с ИТ на бизнес, и позволить аналитикам создавать достаточно сложные отчеты (без разработки ТЗ и с минимальным обращением в ИТ).

Компания остановилась на платформе Loginom, которая полностью удовлетворяла запросам команды. Архитектура запроса аналитика стала выглядеть следующим образом:

Создание достаточно сложной отчетности — low-code

Данный проект не только закрыл вопрос оптимизации товарных запасов, но и позволил снизить нагрузку на ИТ-отдел и поручить ежедневные бизнес-задачи аналитикам. Данный проект находится на стадии внедрения.

Проект «PRO-маркет»

Проблема, которую решает данный проект, связана с ценовой политикой компании. Годовой план закупки составляет приблизительно 2 миллиарда долларов.

Перед закупкой каждой позиции происходит процесс расценки, в результате которого устанавливается базовая цена, соответствующая рыночной. Функция коммерческого контроллинга ответственна за процесс проведения расценки. Кроме того, ни одна позиция не может быть закуплена до прохождения ею процедуры расценки, которая проводится раз в полгода. До внедрения проекта этот процесс проходил вручную.

Цель проекта: снижение бюджета закупок путем поиска минимальной цены на рынке через автоматическое извлечение ценовой информации из внешних источников (прайсы, торговые площадки, сайты, данные других промышленных корпораций).

ПредпосылкиПредлагаемые решения
Расчет цены за счет мониторинга рынка осуществляется специалистами вручную (в среднем до 40 дней)Автоматизация расчета цены для ТМЦ (товарно-материальных ценностей) с целью минимизации человеческого фактора и сокращения временных затрат
Неудовлетворительное качество данных во внешних источниках ценовой информации (ЭТП, прайс-листы, т.д.)Предварительная очистка данных, которая поступает из внешних источников (дедупликация, устранение ошибок орфографии и транслитерации, лишних или некорректных символов, т.д.)
Разнообразные правила описания позиций ТМЦ во внешних источниках ценовой информацииСтандартизация и приведение данных к единому формату, утвержденному в компании
Разрозненность источников данных, необходимых для реализации рядовых задачРазработка единой базы ценовой информации для агрегации данных за счет интеграции с необходимыми источниками

Данный проект был реализован на платформе Loginom, 80% времени занимает ETL. Рассмотрим более подробно работу подсистемы интеллектуального поиска (ядра), которая реализует подготовку данных.

Первый этап — это консолидация данных. Она состоит из:

  • Сбора необходимых данных с разных источников (выгрузка/интеграция).
  • Создания единой централизованной базы.

Единая база ценовой информации

Второй этап — это очистка данных. На нем были выявлены и устранены ошибки в позициях единой базы ценовой информации для обеспечения дальнейшего качественного анализа.

Результат работы системы

Следующий этап — это стандартизация данных. На нем записи из единой базы были приведены к правилам компании.

  • Приведение данных к единому формату (нормализация).
  • Разбор строк на атрибут/значения и их взвешивание.
  • Создание и обогащение машинных словарей (синонимы, сокращения).

Стандартизация

Следующий этап — это поиск данных. Он происходит следующим образом:

  1. Маппинг на основе нечетного поиска по «гибкому» набору критериев сравнения записей.
  2. Расчет и оценка сопоставления записей по соответствующей методике.

Этап поиска состоит из следующих действий:

  • Нечетный поиск на основе настраиваемого набора критериев.
  • Настройка критичности наличия и совпадения, веса для каждого атрибута запроса в зависимости от применяемого сценария.
  • Поиск претендентов (маппинг): определение претендентов из единой базы данных с помощью алгоритмов сравнения значений и техник машинного обучения.
  • Оценка соответствия: расчет степеней похожести и их ранжирование между запросом и найденными претендентами.

Последний этап подсистемы интеллектуального поиска — это принятие решений: выдача результатов (условная цена, рыночная, аналоги, дубли, лучший поставщик, выявление аномалий в закупках) и загрузка подтвержденных результатов в соответствующей базы данных.

Результаты проекта «PRO-маркет»

Для оценки качества проекта по каждому из 10 классов ТМЦ (товарно-материальных ценностей) была подготовлена случайная выборка из 100 позиций, взятых из разных источников ценовой информации. Данная выборка была передана экспертам для ручного выделения атрибутов. Параллельно она также была подана системе для автоматического разбора атрибутов с помощью грамматик.

В результате сравнения подтвердилось, что качество разбора атрибутов системой превосходит человека в среднем на 12%. При этом, в отличие от человека, алгоритм не имеет ограничений по объему обрабатываем данных.

Функциональные результаты проекта:

  • расширение источников ценовой информации;
  • снижение сроков расчета рыночных цен за счет автоматизации ручных процессов;
  • создание единой базы данных ценовой информации;
  • появление мониторинга закупочных процессов.

Подробнее о применении low-code платформы Loginom на крупном промышленном предприятии в выступлении Дмитрия Карбасова, руководителя управления, Промышленный ИИ ГМК:

pdfLow-code на крупном промышленном предприятии.pdf

Если вы хотите применять аналитическую low-code платформу Loginom для решения задач бизнеса, свяжитесь с нами.

Другие материалы по теме:

Система определения актуальных рыночных цен. Пилотный проект

Loginom Data Quality

Курс Loginom Skills «Стандартизация и очистка НСИ»

#loginom day 2023

Смотрите также