RedLab разработала программное обеспечение для прогнозирования спроса
О клиенте Компания разрабатывает системы на базе машинного обучения и искусственного интеллекта. Среди ИТ-продуктов: программа для интегрированного бизнес-планирования, решение для управления клиентским сервисом, ПО для контроля цепочек поставок и запасов, закупки сырья и материалов и др. Клиентами бизнеса являются предприятия из производственного сектора, ритейла, логистики и сельского хозяйства.
О проекте Программа предназначена для прогнозирования спроса в рамках процесса Sales and Operations Planning (S&OP). ML-алгоритмы рассчитывают планы продаж, дают оценку надежности проектов и моделируют потребности аудитории. С помощью инструмента компании могут оптимизировать процессы закупок, производства и отгрузки изделий. Чтобы улучшить результаты прогнозов и сократить количество сбоев, бизнес хотел модернизировать систему.
Описание задачи В рамках развития ИТ-продукта требовалось масштабировать инфраструктуру и разработать модуль Demand Planning, позволяющий рассчитывать оптимальный статистический прогноз на основе анализа событий, тенденций и сезонных изменений. Для RedLab были сформулированы следующие задачи:
- Увеличить скорость совершаемых операций. - Повысить точность прогнозирования. - Обеспечить устойчивость к ошибкам в ПО. - Внедрить технологии, которые выведут систему на качественно новый уровень.
Реализация Сразу после подключения к проекту специалисты RedLab провели глубокую аналитику бизнес-процессов и функциональных требований к программе и оперативно приступили к созданию нового функционала:
- Создали визуальный функционал с помощью платформ WPF и Angular, чтобы увеличить доступность системы на различных устройствах. - Перенесли логику работы с БД из серверной части в клиентскую, что сделало ИТ-продукт более гибким и устойчивым к изменениям. - Перевели функционал на Core — это обеспечило доступ к последним версиям .NET. - Сформировали данные для OLAP-кубов. Технология хранит агрегированные данные и выдает результаты запросов за доли секунды. - Интегрировали НСИ (нормативно-справочную информацию) в имеющееся ПО. Определили механизм синхронизации и обновления данных в системе. - Отделили операции чтения и записи с помощью CQRS, что позволило более эффективно работать над различными частями приложения. - Выполнили рефакторинг кода и перевели программу на луковичную архитектуру. Удалось улучшить читаемость, поддерживаемость и масштабируемость инфраструктуры. - Разработали процесс реконсиляции и каннибализации продаж, чтобы отслеживать движение товара по всем sales-каналам и быстрее прогнозировать потребности аудитории. - Мигрировали с монолитной на микросервисную архитектуру — ускорился процесс разработки, повысилась автономность групп в кодовой базе, усилилась отказоустойчивость системы. - Перевели систему с месячного планирования на произвольный (неделя, месяц, год, период, день). Также переработали функционал календарей и временных единиц планирования.
Результат Команда RedLab смогла максимально быстро модернизировать программное обеспечение по прогнозированию спроса. Точность расчетов увеличилась на 15%. Теперь клиент имеет более эффективную, надежную и конкурентоспособную систему.
Россия — Февраль 2026 — Российская технологическая компания DST Global совместно с исследовательским проектом Λ-Универсум объявили о выпуске SemanticDB — базы данных нового поколения, предназначенной для хранения и эволюции смыслов.
АО «Тосненский механический завод» (ТОМЕЗ) представил новейшую систему автоматического управления коммунальной техникой. Презентация разработки прошла на Национальном форуме технологий, техники и повышения производительности труда в ЖКХ, состоявшемся 18-19 марта в Технопарке московского инновационного центра «Сколково». Организатор Форума - Министерство строительства и жилищного хозяйства РФ.
На фоне изменений требований жителей к городской инфраструктуре и ограниченности свободных городских территорий транзитно-ориентированный девелопмент (ТОД) может стать одним из ключевых драйверов развития российских мегаполисов.
«1С-Рарус» автоматизировал продажи и управление проектами в холдинге United Elements, входящем в ТОП-10 дистрибьюторов климатического оборудования в России. Благодаря созданию единой цифровой среды на базе «1С:CRM ПРОФ» и «1С:Комплексная автоматизация» холдинг выстроил двухуровневую систему продаж и на треть сократил время обработки клиентских заявок.
Компания «Хи-Квадрат» первой в России провела производственные испытания нового отечественного серверного процессора «Иртыш C632». Для тестирования использовалась платформа для быстрой разработки бизнес-приложений XSQUARE.
Российский разработчик low-code платформы GreenData и Уральский федеральный университет имени первого Президента России Б. Н. Ельцина (УрФУ) объединяют усилия для развития практико-ориентированного образования.
Системный интегратор PROF-IT GROUP завершил проект по внедрению системы 1С:ТОиР на заводе «Автомобильные технологии» (ранее «ПСМА Рус») в Калужской области. Новое решение обеспечивает централизованное управление техническим обслуживанием и ремонтами оборудования, повышая надежность и эффективность производственных процессов.
ГК «Юзтех», разработчик ИТ-продуктов и сервисов, объявила о запуске платформы «Лонч», которая может стать основой корпоративной ИИ-инфраструктуры. Платформа позволяет за 48 часов развернуть проекты видеоаналитики и обработки мультимодальных данных без длительной подготовки и сложной кастомной разработки.
Компания «ГИГАНТ Комплексные системы», производитель клиентского оборудования, и компания РЕД СОФТ, российский разработчик системного программного обеспечения, официально сообщают о полной совместимости своих технических решений.
Компания Web3 Tech представляет SaaS-версию решения «Цифровое казначейство». Новый формат поставки позволит крупному и среднему бизнесу существенно сократить time-to-market и бюджет на развертывание безопасной системы управления криптовалютой и другими цифровыми активами.
Компания «Навикон» разработала и внедрила умного чат-бота Astrum Entertainment. Решение на базе ИИ поможет значительно ускорить поиск рабочей информации для сотрудников и снизить нагрузку на внутреннюю службу поддержки и HR-блок.
Время на поиск поставщиков и расчет начальной максимальной цены контракта сократилось на 90% и 80% и занимает теперь до 25 минут и 60 минут соответственно. Инструмент предназначен для компаний, стремящихся ускорить подготовку к закупочным процедурам и повысить обоснованность решений за счет актуальной рыночной информации.
