История компании

2021
Обновление платформы

В 2021 году компания GoodsForecast начала реализацию проекта создания единой технологической платформы интегрированного планирования в рамках грантовой поддержки разработки программного обеспечения Российского фонда развития информационных технологий.

«Использование решений на базе искусственного интеллекта в промышленности и торговле становится все более актуальным в наши дни. GoodsForecast занимается разработкой решений с использованием искусственного интеллекта и машинного обучения в области планирования и оптимизации цепочек поставок с 2004 года и все это время мы последовательно развиваем наши продукты за счет собственных инвестиций. Грант РФРИТ позволит нам существенно ускорить процесс объединения и модернизации наших решений на базе самых современных технологий и позволит решить задачу импортозамещения программного обеспечения в области планирования для крупнейших российских предприятий», - отмечает Андрей Лисица, генеральный директор GoodsForecast.

2020
Новые направления

За последние годы компания представила ряд новых продуктов – в оптимизации производственного планирования, прогнозировании эффектов промо, аналитике на открытых данных и другие.

«Мы развиваем и текущие направления: в частности, добавляем функционал, который позволит создавать на базе уже существующих продуктов новые, — рассказывает Андрей Лисица. — Плюс мы сейчас больше решаем задач, связанных с оптимизацией производства: как правильно спланировать производство, чтобы максимально удовлетворить прогнозируемый или имеющийся спрос и при этом нивелировать издержки».

На начало 2020 года в компании трудятся более 50 сотрудников. Помимо администрации, отдела продаж и отдела маркетинга, существуют проектный офис, отдел аналитики (математики) и пять продуктовых направлений, которые разрабатывают, дорабатывают и внедряют программное обеспечение.

В 2020 году наша компания приняла участие в международном конкурсе по прогнозированию M5. Соревнование состояло из двух треков: наиболее точная оценка вероятностного распределения прогнозов на данных Walmart, в котором GoodsForecast заняла 2-е место, и точность прогнозов на данных Walmart, где компания вошла в ТОП-10 из более чем 5,5 тысяч команд. Мы хотели объективно оценить математические модели собственной разработки, а также насколько хорошо наши математики умеют решать задачи бизнеса в области прогнозирования в мировом масштабе. В результате успех нам принесло именно комбинирование методов машинного обучения и собственного алгоритма, разработанного в нашей компании. Это большой успех, ведь мы первые участники из России, которые заняли такие высокие места.

2013
Инновационное развитие

2-го июля 2013 года была образована компания GoodsForecast, ставшая частью группы компаний «Форексис». В тот же год ООО «Гудфокаст» вошло в число резидентов ИТ-кластера «Сколково». На тот момент в штате компании трудилось порядка 15 человек. Стала оформляться структура продуктовых направлений, стартовал активный найм опытных специалистов из индустрии.

Ключевыми продуктами на тот момент были прогнозирование спроса и управление запасами. Появлялись предпосылки к развитию решений, связанных с оптимизацией производственного планирования, и GoodsForecast стал также развивать данное направление внутри компании.

Предыстория
До того как стать отдельной компанией, GoodsForecast почти 9 лет — с 2004 года — была частью компании «Форексис», основанной в 2000 году группой математиков из вычислительного центра Российской академии наук (РАН) и МГУ. После выделения в самостоятельную компанию в 2013 году GoodsForecast унаследовала такой принцип работы «Форексис», как коммерческое применение научных разработок, в частности, работ и научных трудов академика Юрия Журавлёва по теории локальных алгоритмов оптимизации и алгебраической системе алгоритмов.
В 50-е годы перед Журавлёвым стояла задача анализа информации о месторождениях золота. Он первым построил математическую модель, которая позволяла с большой точностью, основываясь на имеющихся данных, не проводя тестовых бурений, говорить, стоит ли в этом месте проводить геологоразведку. В основе его алгебраического подхода лежит идея применения параметрических семейств алгоритмов. Созданную им уникальную модель алгоритмов вычисления оценок рассматривают сегодня как классическую.
Сообщение отправлено!
Наши специалисты свяжутся с вами в ближайшее время.
Заполните форму
и получите ссылку на скачивание Партнерской программы
Сообщение отправлено!
Наши специалисты свяжутся с вами в ближайшее время.
Отправьте заявку на участие
в партнерской программе