Нелинейные зависимости
Изменение одного параметра меняет роль остальных.
TESS Lab / Complex Systems R&D
Лаборатория прикладной аналитики
Работаем с системами, где факторы зависят друг от друга, последствия решений проявляются не сразу, а данных всегда меньше, чем хотелось бы. Собираем модель и проверяем на ней варианты до внедрения.
Неполные данные и редкие события
Проверяемые диапазоны исходов
00 / Research thesis
Хороший прогноз показывает диапазон возможных исходов.
TESS Lab — прикладное R&D-направление TESS Technology. Здесь эконометрика и математическое моделирование становятся рабочими инженерными инструментами.
Вместо одного «правильного» прогноза считаем несколько сценариев, их вероятность и чувствительность к исходным допущениям.
01 / System complexity
Сложность начинается со связей между параметрами
Дело не только в количестве показателей. Сложность определяют связи между ними — и то, как эти связи меняются со временем.
xₜ₊₁ = F(xₜ, uₜ, θ) + wₜ
yₜ = H(xₜ, θ) + vₜ
p(xₜ | y₁:ₜ) ∝ p(yₜ | xₜ) · p(xₜ | y₁:ₜ₋₁)
Обратные связи
Решение меняет систему, и следующие решения принимаются уже в новых условиях.
Временные задержки
Между причиной и заметным эффектом проходят недели, иногда месяцы.
Редкие события
Наблюдений немного, но цена отдельного исхода может быть высокой.
Системные ограничения
Ресурсы, правила и мощности сразу отсекают часть сценариев.
Неполная наблюдаемость
Некоторые параметры нельзя измерить напрямую. Их восстанавливают по косвенным данным.
02 / PARAMETER SYSTEMS
Аналитика неопределённости
Модели для процессов, где параметры зависят друг от друга
Изменение одного показателя тянет за собой остальные. Связи меняются со временем, а внешнее событие может перестроить весь сценарий.
- Сначала фиксируем причинные связи и реальные ограничения
- Для допущений задаём диапазоны, а не одну удобную цифру
- Прогоняем сценарии и смотрим, какие факторы двигают результат
- Сверяем расчёт с историческими данными и пересчитываем модель
03 / Research fields
Что исследуем и разрабатываем
К нам приходят, когда нужно сравнить сценарии до внедрения, проверить прогноз на истории или найти ограничение в реальном процессе.
Сценарное и имитационное моделирование
Собираем модель реального процесса. На ней можно сравнить решения до того, как команда начнёт менять сам процесс.
Прогнозные модели и калибровка
Проверяем статистические и машинные модели на истории. Если ошибка растёт, пересматриваем параметры и данные.
Аналитика сложных процессов
Ищем узкие места, задержки и нелинейные связи в производстве, продажах и работе команд.
Прикладной ИИ для аналитики
Делаем аналитических ассистентов, которые ссылаются на исходные данные и показывают ход расчёта. Решение всё равно остаётся за специалистом.
04 / Instruments & programs
Инструменты и исследовательские программы
Имитационная модельРаботает
Flow model / iteration 042Bottleneck detected
01 / Вход12 ед/ч
02 / Обработка10 ед/ч
03 / Контроль6 ед/ч
04 / Выход6 ед/ч
Поток6 ед/ч
Очередь+18
Цикл42 мин
Симулятор теории ограничений
В тренажёре можно собрать поток, найти узкое место и проверить, как локальное изменение скажется на всей системе.
Открыть симулятор ↗Исследовательские программыResearch queue
Проверяемые прогнозы
Реестр сохраняет исходный прогноз, срок, заявленную вероятность и фактический результат. После события можно разобрать ошибку.
Стресс-тест решений
Проверяем, что произойдёт со сценарием, если изменятся спрос, затраты или доступные мощности.
05 / Research intake
Разберём задачу и честно скажем, поможет ли здесь модель
На первой встрече разберём решение, которое предстоит принять, и посмотрим на доступные данные. Затем скажем, что здесь можно посчитать и как проверить результат.
Обсудить задачу ↗