SupplyFlow — планирование закупок и контроль запасов

SupplyFlow — сервис планирования закупок для менеджеров по снабжению. Он объединяет данные о продажах, доступных остатках, поставках в пути и условиях поставщиков, чтобы формировать прозрачные рекомендации по пополнению склада: какие товары заказать, в каком объёме, по каким причинам и с какой срочностью.

Решение разработано для кейса автоматизации заказов поставщикам. В текущей версии реализован локальный MVP на Django с использованием предоставленных данных Systeme Electric и IEK.

Проблема и целевая аудитория

Менеджеру по закупкам приходится вручную объединять данные о продажах, складских остатках, минимальных партиях и ожидаемых поставках. Такой процесс занимает много времени, выполняется нерегулярно и повышает риск дефицита, избыточных запасов и ошибок в заказах. На точность также влияют сезонность спроса и разовые крупные продажи, которые искажают регулярную потребность.

SupplyFlow предназначен для менеджеров по закупкам и снабжению. Сервис формирует единый прозрачный процесс: загрузка и проверка данных → расчёт потребности → анализ рисков и рекомендаций → корректировка → утверждение → выгрузка заказа поставщику.

Что реализовано

Работа с данными

• Импорт предоставленных XLSX-выгрузок Systeme Electric и IEK.
• Импорт CSV для актуальных остатков, периодов отсутствия товара и справочника категорий/единиц измерения.
• Сохранение версии импорта: имени файла, контрольной суммы, даты, числа строк и предупреждений. Повторная загрузка файла с той же контрольной суммой не дублирует данные.
• Сохранение кода 1С как текста, поэтому ведущие нули и суффиксы SKU не теряются.
• Проверка структуры загружаемых файлов и ограничение размера файла до 30 МБ.
• Защита приватности: транзакционная выгрузка с полями клиент, фио или имя клиента отклоняется. Для анализа клиента поддерживается только обезличенный customer_hash.

Расчёт потребности

• Прогноз по SKU на горизонт «срок поставки + период пересмотра».
• Сезонность из количественной помесячной истории: сначала для SKU, при недостатке полной истории — по категории, иначе нейтральный коэффициент.
• Устойчивый рост спроса: сравнение последних трёх месяцев с аналогичным периодом прошлого года; рост ограничивается параметром политики закупки.
• Компенсация упущенного спроса в зафиксированные периоды stockout.
• Поиск и исключение разовых крупных продаж по документу или customer_hash. Исключение применяется, только если транзакции за месяц согласуются с помесячным отчётом; при расхождении позиция блокируется.
• Учёт свободного остатка, поступлений до конца горизонта, страхового запаса, MOQ, кратности упаковки и коэффициента пересчёта закупочной единицы в складскую.
• Расчёт срочности по числу дней покрытия запасом.

Работа закупщика

• Панель с показателями расчёта и графиками спроса за 12 месяцев, срочности, структуры заказа по категориям и факторов корректировки.
• Список последних расчётов по поставщикам.
• Объяснение по каждой SKU: прогноз, запас, свободный остаток, поставки в пути, сезонность, рост, stockout, округление и блокирующие проблемы.
• Поиск, фильтры «к заказу / требуют проверки / все позиции» и постраничный вывод.
• Ручная правка количества с обязательной причиной, автором и датой изменения.
• Финальная сводка перед утверждением: объём заказа, высокий риск, ручные правки и блокировки.
• Утверждение доступно только пользователю с правом planner.can_approve_order и только при отсутствии блокировок.
• Экспорт утверждённого заказа в CSV с кодом 1С, артикулом, наименованием, количеством, единицей измерения и поставщиком.
• Django Admin для справочников, политик, остатков, stockout-периодов, импортов и аудита расчётов.

Как работает решение

1. Менеджер входит в сервис и открывает страницу «Данные».
2. Сервис показывает последние версии источников и таблицу готовности данных по каждому поставщику: продажи, свободные остатки, MOQ, политика запаса, товары в пути, stockout и обезличенный идентификатор клиента.
3. На странице «Панель» менеджер выбирает поставщика, дату расчёта, склад и при необходимости категорию.
4. Сервис создаёт сохранённый черновик расчёта. Для каждой SKU рассчитывается потребность и формируется объяснение результата.
5. На панели менеджер анализирует графики. На странице «Заказы» открывает расчёт нужного поставщика и проверяет строки заказа.
6. При необходимости менеджер корректирует количество и указывает причину правки.
7. Пользователь с правом утверждения проверяет финальную сводку и утверждает черновик. При проблемах с входными данными утверждение блокируется.
8. После утверждения доступен CSV-файл для дальнейшей работы в учётной системе. Автоматической отправки заказа поставщику в проекте нет.

Логика расчёта

Для каждой позиции рассчитывается:

Потребность = прогноз на горизонт поставки
            + страховой запас
            − свободный остаток
            − подтверждённые поступления до конца горизонта

Полученная потребность переводится в закупочную единицу, поднимается до MOQ и округляется до кратности упаковки. В строке заказа сохраняются исходная величина до округления и итоговое количество.

Архитектура

flowchart LR
    A[XLSX и CSV выгрузки] --> B[Импортёры planner/importers.py]
    B --> C[(SQLite / Django ORM)]
    C --> D[Расчётный модуль planner/engine.py]
    D --> E[CalculationRun и Recommendation]
    E --> F[Представления planner/views.py]
    F --> G[Панель, Данные, Заказы, карточка расчёта]
    G --> H[Ручная правка и утверждение]
    H --> I[CSV-экспорт]

Компонент	Назначение
planner/models.py	Модели поставщиков, товаров, продаж, запасов, поставок в пути, stockout, политик, расчётов и рекомендаций.
planner/importers.py	Адаптеры форматов предоставленных Excel-файлов и CSV.
planner/engine.py	Детерминированный и объяснимый алгоритм прогноза и расчёта заказа.
planner/views.py	Пользовательский сценарий: панели, импорт, расчёт, правка, утверждение и экспорт.
planner/templates/planner/	Адаптивный русскоязычный интерфейс на HTML/CSS; графики строятся сервером в SVG.
planner/admin.py	Настройка и аудит данных через Django Admin.
planner/tests.py	Автоматические проверки расчёта и HTTP-экранов сервиса.
source_audit.py, source_metrics.py, source_deep.py	Read-only скрипты аудита структуры и качества исходных XLSX.

Технологии

Технология	Назначение
Python 3.11	Язык приложения, импорта и расчётного алгоритма.
Django 5.2	Веб-приложение, маршрутизация, шаблоны, формы, аутентификация, права, админка и ORM.
SQLite	Локальная база данных в файле db.sqlite3.
openpyxl 3.1	Чтение XLSX-выгрузок.
HTML, CSS, серверный SVG	Интерфейс и графики без зависимости от JavaScript.
Django TestCase	Автоматические тесты бизнес-логики и HTTP-экранов.

В проекте не используются AI-модели, внешние API, облачные сервисы, брокеры сообщений или сторонние аналитические платформы. Алгоритм намеренно детерминированный: факторы расчёта сохраняются в строке рекомендации и доступны закупщику.

Установка и запуск

Требования

• Windows и PowerShell;
• Python 3.11;
• папка с предоставленными материалами, содержащая каталоги Systeme electric и IEK.

Команды

В PowerShell перейдите в корень репозитория:

cd C:\Users\Alex\Desktop\HackAlem

Создайте окружение, установите зависимости и примените миграции:

py -3.11 -m venv .venv311
.\.venv311\Scripts\python.exe -m pip install -r requirements.txt
.\.venv311\Scripts\python.exe manage.py migrate

Импортируйте предоставленные файлы и создайте синтетический набор для сквозной демонстрации:

.\.venv311\Scripts\python.exe manage.py import_samples --source-root 'C:\Users\Alex\Desktop\материалы HackAlem'
.\.venv311\Scripts\python.exe manage.py seed_demo

Создайте пользователя администратора и запустите сервер:

.\.venv311\Scripts\python.exe manage.py createsuperuser
.\.venv311\Scripts\python.exe manage.py runserver

Откройте http://127.0.0.1:8000/ и войдите под созданной учётной записью.

Полезные команды:

# Проверка приложения
.\.venv311\Scripts\python.exe manage.py check

# Автоматические тесты
.\.venv311\Scripts\python.exe manage.py test planner

# Повторный импорт, включая файлы с прежней контрольной суммой
.\.venv311\Scripts\python.exe manage.py import_samples --source-root 'C:\Users\Alex\Desktop\материалы HackAlem' --force

Как проверить решение

Полный сценарий жюри можно повторить без изменения исходных Excel-файлов.

1. Выполните команды установки, импорта и seed_demo из раздела выше.

2. Войдите на сайт и на странице «Данные» откройте таблицу «Готовность данных к расчёту».

3. На «Панели» выберите поставщика «Демо: синтетические данные», дату 2026-09-22 и склад Все. Нажмите «Сформировать рекомендации».

4. На странице расчёта проверьте блок «Финальная проверка заказа» и раскройте «Показатели расчёта» у строк.

5. Убедитесь, что у демонстрационных SKU отражаются разные факторы:

   • DEMO-SEASON — выраженная сезонность и поступление в пути;
   • DEMO-BULK — исключение разовой крупной продажи;
   • DEMO-STOCKOUT — компенсация периода отсутствия товара.

6. Измените количество одной позиции, укажите причину и сохраните правку. В финальной сводке увеличится число ручных изменений.

7. Утвердите заказ под суперпользователем и скачайте CSV.

8. Запустите manage.py test planner. В проекте выполняется 11 тестов: сезонность, stockout, аномалии, остатки и поступления, MOQ, политика категории, права на утверждение, ручная правка, экспорт и основные экраны.

Данные и интеграции

Предоставленные источники

Импортирующая команда поддерживает следующие файлы:

Поставщик	Используемые источники
Systeme Electric	MOQ/кратность, помесячные продажи в штуках, помесячные остатки, динамика продаж по документам, сводный файл на 22.09.2026 со свободными остатками и товаром в пути.
IEK	MOQ, помесячные продажи в штуках, помесячные остатки, динамика продаж по документам, файл товара в пути с ожидаемыми датами.

Файлы сезонности из материалов содержат выручку на уровне поставщика. Они не используются для количественного прогноза SKU: сервис рассчитывает сезонность из помесячных продаж в штуках.

Также поддерживаются CSV:

Тип	Обязательные поля
Актуальные остатки	sku, warehouse, as_of, on_hand, reserved, free
Stockout-периоды	sku, warehouse, starts, ends
Каталог и единицы	sku и изменяемые поля category, article, name, unit, min_order, pack_multiple, purchase_to_stock_factor

Исходные XLSX-файлы не копируются в репозиторий и не включаются в Git. Сервис не обращается к внешним API. Выгрузка заказа — универсальный CSV с разделителем ; и UTF-8 BOM для удобного открытия в Excel.

Ограничения текущей версии

• Решение является локальным MVP и использует SQLite. Производственное развёртывание, PostgreSQL, резервное копирование и настройка веб-сервера не реализованы.
• В предоставленных материалах нет актуального свободного остатка IEK на дату расчёта. Можно показать расчёт с начальным остатком месяца, но утверждение таких строк блокируется.
• В исходных материалах нет периодов stockout. Поэтому для реальных строк компенсация упущенного спроса равна нулю; функция проверяется на синтетическом наборе.
• В исходных транзакциях нет customer_hash. Система находит разовые продажи по документам, но не может объединить несколько документов одного клиента.
• В части транзакционных и помесячных данных есть расхождения. Сервис не вычитает аномалии из несогласованного месяца и показывает блокировку.
• Для части номенклатуры IEK неизвестен коэффициент перевода закупочной единицы в складскую, например бухты в метры. Такие позиции блокируются.
• Цена может быть импортирована в unit_price, но не участвует в оптимизации бюджета или маржинальности.
• Экспорт CSV содержит поля, необходимые для проверки заказа, но точный формат импорта в конкретную конфигурацию 1С не реализован.
• Нет автоматической отправки заказа поставщику. Это соответствует ограничению кейса: заказ требует подтверждения ответственного сотрудника.
• Политики поставщиков после импорта создаются с рабочим допущением 30 / 30 / 15 дней и имеют статус confirmed=False. Их принятие выполняется ответственным пользователем в Django Admin.

Развёрнутая версия

Публичная deployed-версия в текущем репозитории отсутствует. Проект запускается локально по адресу http://127.0.0.1:8000/.