Danone: ML-прогноз спроса в SAP IBP в 38 странах, до 4 часов на расчёт

Danone работает в 57 странах и поставляет продукты в 120. Руководители категорий (молочные продукты, вода, специализированное питание) использовали собственные инструменты планирования спроса, которые различались по странам, а команды опирались на файлы Excel. Прогнозы строились традиционными статистическими методами: много ручного анализа данных и очистки, процесс повторяющийся и трудоёмкий. Прогнозисты хотели учитывать больше информации, включая погоду, запасы и данные о клиентах. В 2019 году компания решила перейти на единое групповое решение для планирования спроса и добиться скорости и точности за счёт машинного обучения.

Danone выбрала SAP Integrated Business Planning (SAP IBP), облачное решение на Business Technology Platform, связанное с ERP группы и хранилищем Snowflake. Модели машинного обучения на Python, в том числе на градиентном бустинге, исполняются внутри SAP IBP. Входные данные: маркетинговые инвестиции, промоакции, календари событий, временные ряды и история продаж, в среднем 30 переменных на модель. Две–три ML-модели на категорию покрывают горизонты планирования в две недели и три года. Для объяснимости Danone и SAPtools запускают параллельно несколько моделей и считают вклад базового спроса, промоакций и маркетинга; в SAP IBP есть функция на основе SHAP.

Проект стартовал с трёх параллельных пилотов в Испании, Польше и Франции. Основное развёртывание шло волнами с 2019 по 2023 год, примерно по шесть месяцев на страну; к концу мая 2023 года платформа работала в 35 странах, к октябрю 2025 года — в 38, преимущественно в Европе. Проект вёл партнёр SAPtools, а за сопровождение отвечает центр компетенций по планированию спроса. Появились новые роли, в том числе «Forecast Specialists», проверяющие результаты моделей до передачи прогнозистам. Более 230 пользователей работают в инструменте. По словам менеджеров, половина результатов остаётся без ручных правок, средняя добавленная ценность правок оценивается в 5%.