Кейс: ИИ помог на 84% повысить точность прогноза продаж производителю грунтов и семян | Retail.ru . Тема месяца: Автоматизация на 1С Войти Картина дня Темы Новости Материалы Видео События Бизнес-центр Реклама Статьи Интервью Кейсы Товар на полку Фоторепортажи Видео Опросы Персоны Мнения Глоссарий Мастер-классы Спецпроекты Retail.ru Готовая еда. Спецпроект Диалоги о ритейле. Спецпроект Диалоги о ритейле. Онлайн Автоматизация в изменяющемся мире Видео Все события Добавить событие Календарь событий Онлайн-встречи Retail.ru Организаторы Совместные стенды Бизнес-центр Новости компаний Все компании Торговые сети Поставщики товаров и услуг Организаторы Обучающие компании Реклама Оставить заявку Спецпроект Товар на полку Печатная версия Статистика Платный контент Совместные стенды Сквозные баннеры Реклама в разделе обучение Сопровождение и реклама мероприятий Клиенты Спецпроекты (видео) Требования Подготовка к размещению статьи Правила размещения в разделе «Новости компаний» Требования законодательства Изготовление баннеров Контакты Главная Кейсы ИИ помог на 84% повысить точность прогноза продаж производителю грунтов и семян Реклама на retail.ru Видео на Retail.ru 14.09.2026 3 166 «Ашан Ритейл Россия»: «Свежее мясо любит холод, скорость, мастерство» 31.08.2026 7 155 «Ашан Ритейл Россия»: «Наша задача – выйти на 150 тонн в сутки и работать 24/7» 24.08.2026 8 951 «Ашан Ритейл Россия»: «Мясо, рыба, овощи – три кита, на которых держится трафик гипермаркета» 19.08.2026 10 222 «Дикси»: «В основе кофейного сервиса – инженерный подход» 10.08.2026 12 700 Переход на ЭТрН без штрафов и простоев: пошаговый план для ритейла, поставщиков и перевозчиков Все видео Мы в соцсетях Подпишитесь на новости ритейла Получайте новости индустрии ритейла первым! Нажимая на кнопку, вы даете согласие на обработку своих персональных данных 26 марта 2026, 5:00 7 490 Поделиться ИИ помог на 84% повысить точность прогноза продаж производителю грунтов и семян Группа «Фаско+» внедрила сервис «1С:Прогнозирование продаж», разработанный на базе ИИ в 2022 году, и три года спустя делится опытом и эффектом от использования. За это время точность планирования повысилась с 58,9 до 84,4% – в максимальных значениях, доля невыполненных заказов снизилась с 10 до 1,5%. Время составления прогноза на три месяца сократилось с трех дней до 15 минут. Кроме того, удалось уменьшить затраты на ФОТ – вместо штатного аналитика, на зарплату которого тратилось 3,5 млн рублей в год, работу по прогнозированию выполняет простой экономист. Фото: «Фаско+» Производитель товаров для сада, огорода и дома «Фаско+» развивает два направления: производственно-дистрибьюторское и розничное. Производственно-дистрибьюторское направление включает собственный производственно-складской комплекс с автоматизированными линиями и торфяник – более 2,5 тыс. га торфяных полей с объемом добычи 50 тыс. тонн в сезон. В канале прямой дистрибуции обслуживаются 76 регионов России, Казахстана и Беларуси. Продукция поставляется в 12 федеральных и 16 региональных DIY- и FMCG- сетей. Ассортимент включает около 450 SKU. Грузооборот склада составляет более 600 тонн в месяц. Годовой товарооборот дистрибуции – более 2 млрд рублей. Розничное направление объединяет: 5 садовых центров «Дарвин» общей торговой площадью более 20 тыс. кв. м, 2 питомника в Московской области и Крыму общей площадью 10 га, а также интернет-магазин. Годовой товарооборот садовых центров и интернет-магазина составляет 2 млрд рублей, ассортимент – более 30 тыс. SKU. Для производственно-дистрибьюторского направления было решено внедрить сервис прогнозирования продаж. «Несколько лет назад нам посчастливилось стать первыми участниками пилотного проекта, запущенного фирмой “1С”, по созданию сервисов прогнозирования продаж, – рассказывает Анна Доронина, финансовый директор группы компании «Фаско+». – Тогда мы внедрили систему “1С:Прогнозирование продаж”, в которой используется технология на базе искусственного интеллекта, созданная совместно с сотрудниками “1С”. Фирма “1С” является разработчиком решения, а наша компания предоставляет статистику продаж за несколько лет, применяет выбранные методики и делает проверку результатов. Вместе настраиваем сценарии, выбираем подходящие виды плана, обучаем модели и формируем прогнозы. Операционная эксплуатация этого сервиса длится уже более трех лет, и результаты доказали высокую точность прогноза на базе ИИ». Фото: «Фаско+» Фото: «Фаско+» Сбыт зависит от времени года и погоды Предпосылкой для внедрения нового инструмента прогнозирования стала высокая зависимость продаж от сезонности и погоды. Составление ассортиментного плана для группы всегда было проблемой, так как требовало учета многих факторов и истории продаж предыдущего десятилетия. Сезонность доминирует в бизнесе «Фаско+». Доля продаж сезонной продукции составляет 86%, при этом 59% ассортимента продаются два сезона, 27% – один сезон, у некоторых товаров сезон длится всего один месяц. Поставки сырья и упаковки занимают до 45 дней, что не позволяет оперативно менять планы. Очень важно заранее и максимально точно спрогнозировать потребности производства, чтобы в срок выполнить все заказы, не сделать лишнего товарного запаса на складах и не допустить потерю выручки. «Невыполненные заказы в сезон становятся безвозвратными потерями, – поясняет Анна Доронина. – После окончания сезона товары становятся невостребованными». Критическую роль играет и зависимость от погоды. Начало сезона может сдвигаться на 3–6 недель в зависимости от погодных условий, что требует оперативной корректировки планов. Но с этим фактором искусственный интеллект пока не помогает. Этапы проекта: анализ, составление сценария, обучение модели, получение плана продаж До вхождения в проект составление ассортиментного плана «Фаско+» занимало не меньше трех дней. Ключевую функцию в процессе планирования выполнял аналитик – таким образом, сложилась ситуация критической зависимости от одного специалиста, что было значительным риском. «Работа аналитика высоко оплачивалась, а точность прогноза все равно оставляла желать лучшего, – говорит Анна Доронина. – Если разложить товарную номенклатуру на группы по ABC-анализу, то показатели выглядели так: точность планирования группы А, на которую приходится 80% продаж, составляла всего 60%, группы В – 70%, С – 57%, а новинок и того меньше – 21%». Общая точность планирования составляла 60,4%, что свидетельствовало о существенном количестве ошибок, приводило к дефициту или избытку запасов и при этом показывало значительные резервы для роста продаж. Запуск сервиса прогнозирования на базе ИИ в 1С:ERP состоял из этапов: настройка сценария – определение горизонта планирования; настройки прогнозирования: выбор модели, учет сезонности и тренда; обучение модели, автоматизация процесса анализа исторических данных и факторов; формирование прогноза, получение расчетного плана продаж в натуральных показателях. Команда «Фаско+» проанализировала все возможные методы прогнозирования и выбрала метод полинома как наиболее подходящий для задач компании. В сервис были заложены факторы, влияющие на точность прогнозирования:   невыполненные заказы – учет объемов заказов, которые не были выполнены из-за нехватки товара; восстановленный спрос – использование данных не только о фактических продажах, но и о потенциальном спросе; планирование новинок – делается на основе целевых показателей продаж или данных по товарам с похожими свойствами, либо вручную, если это совершенно новый товар; натуральные показатели в единицах продукции. Источниками данных стали: история продаж в штуках, количество невыполненных и потенциальных заказов, параметры номенклатуры (категория, сезонность, аналоги). «Используем всю имеющуюся в базе аналитику за последние десять лет, – говорит Анна Доронина. – Компаниям, у которых нет такой острой сезонности, достаточно анализировать данные трех лет. Чтобы построить прогноз, используем как факты продаж прошлых лет, так и ручной ввод через плановые показатели – это как раз план продаж по новинкам и невыполненные заказы прошлых лет. Искусственный интеллект все объединяет, систематизирует, учитывает и строит нам прогноз». Получившийся в системе инструмент прогнозирования достаточно прост в использовании, поэтому эту работу может делать простой экономист. Все этапы – настройка сценария, видов плана, обучение модели и формирование прогноза – занимают не более 15 минут. При том, что раньше на составление прогноза уходило три дня, и потом еще делались доработки и вручную вносились изменения. Сейчас 95% ассортиментного плана делает искусственный интеллект, 5% составляют ручные корректировки. «Вручную корректируется полученный от ИИ план на акции и VIP-заказы, которых не было в прошлых периодах, поэтому ИИ про них не знает», – поясняет Анна Доронина.   Итоги трехлетней работы ИИ-сервиса До внедрения сервиса , в 2019 году, когда использовались Excel-таблицы и ручной ввод в систему ERP, точность прогноза в среднем составляла 58,9%; минимальное значение – 49,2%, максимальное – 67,2%. После внедрения сервиса прогнозирования в 1С:ERP, в 2022 году, средняя точность прогнозирования выросла до 71,8%, минимальный показатель был 64,8% , максимальный – 79,9%. После трех лет постоянной эксплуатации сервиса , в 2025 году, средняя точность увеличилась до 76,4%, минимальная – до 69,4%, максимальная – до 84,4%. Это высокий показатель, напрямую влияющий на выполнение заказов. Если в 2019 году в сезон компания не выполняла 10% полученных заказов, то к концу 2025 года доля невыполненных заказов составляла не больше 1,5%. Вслед за этим снизились остатки сырья, упаковки и готовой продукции на складе. «Получилось добиться того, что наши запасы сырья и упаковки имеют такой же график, как и продажи: в сезон растут, вне сезона – снижаются, что высвобождает нам дополнительные денежные ресурсы и с учетом ставок по депозитам позволяет получать дополнительную прибыль», – рассказывает Анна Доронина. Еще одним бонусом стал отказ от штатной единицы «аналитик», затраты на которую составляли 3,5 млн рублей в год, с учетом налогов. Эти средства также удалось сэкономить. Валерия Миронова, Retail.ru Теги: #фаско #1С:Прогнозирование продаж #1С #ИИ #аналитика #прогнозирование #дарвин #товары для сада #сезонные товары #DIY #AI #семена #грунт Темы: DIY. Товары для дома. Мебель Автоматизация и роботизация Маркетинг и экономика торговли Автоматизация на 1С Аналитика Управление продажами Интервью Юлия Костюченкова, Pixel24.ru: «Фототехника во времена блогинга, маркетплейсов и корпоративного контента стала бизнес-инструментом» Как магазин создал экосистему товаров и услуг для креаторов и b2b-клиентов и сумел организовать свое комьюнити. Читать Связанные компании Читайте также 3.02.2023 11,254 Как «1С:ERP» помогла повысить точность прогноза на 8% в продажах товаров с высокой сезонностью Кейс 16.03.2023 15,844 «Дарвин» в Солнечногорске: магазин с солнечным куполом Фоторепортаж 9.02.2026 26,819 Сервисы «из коробки»: какие встроенные в 1С интеграции экономят ритейлерам время и деньги Статья 12.02.2026 38,525 Как росли ритейлеры в 2025 году: экспансия, оптимизация и значимые решения ведущих сетей Статья 11.08.2025 16,730 Стратегии и тактики рынка DIY в 2025 году Статья 16.01.2026 10,257 Покупатель начинает искать товары через ChatGPT: что делать ритейлерам уже сейчас? Статья 2.02.2026 6,739 Юлия Кочнева, «Лемана ПРО»: «Иногда один негативный отзыв заставляет снять с продажи десятки товаров» Интервью 9.10.2025 12,157 Рынок мебели: стагнация офлайна, рекордсмены маркетплейсов, стратегии игроков по спасению прибыли Статья 6.02.2026 6,947 «Галамарт» внедрил динамическое ценообразование и на 9% увеличил прибыльность пилотной группы товаров Кейс 10.10.2025 7,538 Синдром самодеятельности: ритейл признал попытки строить собственные IT-системы главной ошибкой Статья 30.01.2026 10,302 Исследование: технологии физических магазинов сегодня и завтра Товар на полку 20.01.2026 9,452 Офис vs Поля: необъявленная война, которая убивает ваши продажи Статья 7.11.2025 8,582 Что ждет российский DIY-рынок после возвращения зарубежных брендов? Товар на полку 25.08.2025 8,312 INFOLine: «Независимый еком в фокусе внимания брендов» Товар на полку 21.11.2025 8,085 Когда контент продает: как развивается social commerce в России и мире Статья 9.04.2026 10,400 Spar внедрил прогнозирование спроса и увеличил выручку на 13% Кейс Читать Статьи Новости Интервью Кейсы Фоторепортажи События Календарь Организаторы Выставки Конференции Обучение Семинары Каталог обучающих компаний Преподаватели Бизнес-центр Новости бизнес-центра Каталог торговых сетей Каталог поставщиков Реклама Заявка на размещение Сквозные баннеры Печатная версия Платный контент Товар на полку Спецпроекты Диалоги о ритейле Готовая еда Стать партнером Видео Книги Новинки Топ-10 Трафик без скидок? Где купить? Личный кабинет Ваши покупки Подписки Ритейлеру : Зарегистрировать торговую сеть Добавить новость торговой сети Поставщику : Зарегистрировать поставщика Добавить новость компании Обучающим компаниям : Зарегистрировать обучающую компанию Добавить семинар Организаторам мероприятий : Зарегистрировать организатора Добавить мероприятие Любое использование материалов с сайта Retail.ru, включая видео-материалы и материалы с онлайн-мероприятий допускается только при наличии гиперссылки на страницу материала на Retail.ru в первом абзаце публикуемого текста. Политика конфиденциальности Политика обработки персональных данных О проекте Редакция Контакты 1999‑2026 Retail.ru