AI-прогнозирование спроса в фармацевтике: кейс «Юрий-Фарм»

Проект в цифрах

• 8 недель — от запуска проекта до валидации модели
• 18 месяцев — горизонт прогнозирования
• 3 независимых канала прогнозирования — розничный, FMCG и госпитальный

Для фармацевтической компании прогноз спроса — это не просто аналитический инструмент. От его точности зависят закупки сырья, производственные планы, уровень запасов и способность бизнеса своевременно реагировать на изменения рынка. Особенно это важно для производителей с длительным производственным и логистическим циклом.

Именно с такой задачей в RBC Group обратилась «Юрия-Фарм» — один из лидеров фармацевтического рынка Украины и компания полного цикла: от разработки и производства лекарственных средств до их логистики и дистрибуции. Портфель компании включает лекарственные препараты, медицинские изделия, дезинфицирующие средства, лечебно-столовые воды и БАДы.

«Юрия-Фарм» является ведущим поставщиком медицинских товаров для больниц в Украине, обеспечивая больницы и медицинские учреждения по всей стране. Компания работает через несколько каналов сбыта — розничную аптечную торговлю, закупки для больниц и сегмент FMCG — что создает сложную структуру спроса с различной логикой поведения в каждом из них.

В результате сотрудничества с RBC Group за несколько месяцев была создана и внедрена система прогнозирования спроса на основе искусственного интеллекта, которая сегодня используется в качестве единой основы для планирования и постепенно становится ядром процессов S&OP и Integrated Business Planning (IBP) в компании.

Задача: прогнозировать спрос в сложной рыночной структуре

Для «Юрий-Фарм» задача прогнозирования спроса была значительно сложнее, чем в типичном FMCG-бизнесе.

Компания работает сразу в нескольких каналах — аптечной рознице, госзакупках и FMCG-сегменте — где спрос формируется по разной логике.

Один и тот же препарат может продаваться в аптеках как потребительский товар или закупаться государством через тендер для больниц. Дополнительно на данные влияют эффект дефицита (когда после отсутствия препарата спрос резко растет), запуск новых продуктов, благотворительные поставки и длинный логистический цикл производства, который в фармацевтической отрасли может достигать 12 месяцев.

«Прежние подходы к прогнозированию отличались низкой точностью, не учитывали внешние факторы — сезонность, динамику рынка, промоакции, изменения в регулировании — и не создавали основы для согласованного планирования между отделами», — отмечает команда «Юрий-Фарм».

Именно поэтому компании требовался инструмент для точного прогнозирования спроса и использования этого прогноза при планировании.

Как стартовал проект

Проект между «Юрия-Фарм» и RBC Group стартовал в конце июля 2025 года. К этому моменту стороны уже четко понимали, что именно нужно сделать: основные задачи, ожидаемый результат и критерии принятия были согласованы ещё на этапе коммерческого предложения.

Поэтому после подписания соглашения не было длительного «подготовительного периода» — команды сразу приступили к работе.

Первый месяц стал самым интенсивным. Команда одновременно занималась несколькими направлениями: собирала и нормализовала данные из разных систем, строила архитектуру модели и запускала ее обучение. В классических аналитических проектах эти этапы часто выполняются последовательно, но здесь их удалось организовать параллельно, что значительно ускорило весь процесс.

Отдельную роль в скорости проекта сыграла команда клиента. Со стороны Юрия-Фарм задача была сформулирована очень четко: без завышенных ожиданий, но с четким пониманием того, какой результат нужен бизнесу. Данные готовились оперативно, вопросы решались быстро, а рабочая коммуникация между командами позволяла не терять темп.
Уже к середине сентября — примерно через 8 недель после старта — модель прошла полную валидацию. Команды подробно разобрали результаты прогнозирования, проверили сложные кейсы и согласовали следующий шаг — автоматизацию процесса.

Следующий этап занял еще около месяца. Прототип модели превратился в полностью автоматизированную систему: данные начали поступать без ручной подготовки, прогноз формировался регулярно, а бизнес-команда получила возможность работать с результатами самостоятельно.

«С момента подписания соглашения до запуска полностью автоматизированной системы прогнозирования прошло менее трёх месяцев. Для проекта такой сложности на фармацевтическом рынке это скорее исключение, чем обычная практика», — команда RBC Group.

Как была построена модель прогнозирования

Одним из ключевых решений в проекте стало то, что модель прогнозирования строилась не как универсальная формула для всех продаж, а как система, учитывающая различия в характере спроса в разных каналах.

Прежде всего команда разделила прогнозирование на три независимые модели: для розничного канала, FMCG и для закупок в больницах. Это позволило учесть принципиально разное поведение спроса — потребительскую динамику аптечного рынка, с одной стороны, и тендерную логику государственных закупок, с другой.

Следующим шагом стало формирование набора факторов, влияющих на спрос. Модель анализирует не только историю продаж, но и внешние и рыночные факторы: сезонность, динамику рынка, маркетинговые мероприятия, а также специфические для фармрынка эффекты — например, дефицит или запуск новых препаратов.

Особое внимание уделили работе с «шумом» в данных. Модель научилась отличать реальный рост спроса от временных эффектов — таких как компенсация дефицита после отсутствия товара или первоначальное пополнение точек продаж после запуска нового препарата.

В результате система формирует прогноз на горизонте до 18 месяцев с месячной детализацией для каждого SKU. При этом пользователи видят не только прогнозное значение, но и ключевые факторы, повлиявшие на расчет.

Такой подход позволяет использовать модель не только как инструмент прогнозирования, но и как основу для управленческих решений — от планирования закупок сырья до формирования производственных планов.

Результаты: единая система прогнозирования для бизнес-планирования

В результате реализации проекта «Юрий-Фарм» получила полноценную систему прогнозирования спроса, которая охватывает весь ассортимент и используется в качестве постоянного инструмента для планирования.

Ключевым решением стало разделение прогнозирования по каналам. Для каждого SKU система формирует три независимых прогноза — для аптечной розницы, FMCG и госпитального сегмента. Это позволяет точнее учитывать специфику спроса в каждом канале и избегать искажений в общем прогнозе.

Прогноз составляется на период до 18 месяцев с месячной детализацией. Такой горизонт позволяет бизнесу планировать закупки сырья и упаковочных материалов с учетом длительного производственного цикла.

Еще одна важная особенность — прозрачность прогноза. Команда видит не только итоговую цифру, но и ключевые факторы, повлиявшие на расчет: сезонность, рыночные тренды, промоакции и другие драйверы спроса.

Отдельным результатом стала полная автоматизация процесса. Данные поступают в систему автоматически, прогноз обновляется регулярно, а бизнес-команда может запускать расчет в любой момент без привлечения разработчиков.

В итоге компания получила не просто аналитический инструмент, но и единый источник прогноза для всех ключевых функций бизнеса — коммерческой команды, supply chain, производства и финансов.

Именно на этой основе формируется согласованное планирование между подразделениями, и модель постепенно становится ядром процессов S&OP и IBP в компании.

Что дальше

Главное же достижение — появление единого прогноза, на который могут опираться все ключевые подразделения компании: продажи, производство, цепочка поставок и финансы.

Именно на этой основе в компании формируется согласованное планирование и постепенно выстраивается полноценный процесс S&OP и Integrated Business Planning (IBP).