東芝デジタルエンジニアリング株式会社

「分析・予測支援サービス」 需要予測

販売計画の「効率化」と「標準化」を支援します

販売計画の「効率化」と「標準化」を支援します
  • 過去実績以外の外部要因を用いた予測。
  • 有識者の知識を活かし、AIによる標準化を行う。
  • 妥当性を可視化し、生産計画の精度向上。

販売実績と外部影響データ* を利用して、将来の販売数を予測します。
予測した販売数と実際の販売実績を比較・評価することで、より精度の高い販売計画や生産計画を立てることができます。

* 外部影響データ

ここでは、分析・予測に必要な市場データ、外部機関による調査データ、展示会への出展で収集したイベントデータなどを外部影響データと呼びます。
市場データ、調査データは、WebAPI や Web クローリング技術を用いて収集することもできます。

販売計画を支援する「販売予測精度向上支援システム」

販売予測精度向上支援システムは、AIと利用することで、専門知識がなくてもデータに基づく予測を実現し、販売計画や出荷計画を行う作業者の業務を支援するシステムです。
食品ロス削減や在庫適正化を実現するために、機械学習技術を利用して、作業者の業務の効率化、標準化を支援します。
販売予測を経験と勘で立てており、属人化して困っているお客様や、気象、販促イベント、価格変動などを考慮した販売予測を実現したいお客様などにご利用いただける機能を実現しています。

3月以前の過去実績を基に、4月以降の販売需要を予測

特長

メリット① 属人化の排除

ベテラン担当者の感覚や経験による予測が頼りにされている場合があります。このような場合、担当者の状態で予測結果に影響が出たり、担当者が不在の場合に適切な予測ができないということが考えられます。

  • 予測を自動化することで、担当者でなくても過去の予実結果を踏まえて予測を作成することができます。
  • 担当者による予測精度に差がなくなるため、安定して予測運営が可能になります。

メリット② 担当者の負担軽減

翌日の売れ行きや人流を予測して発注を行う業務は毎日発生し、予測を外す事に対する重圧は多かれ少なかれ発生するため、心身ともに負担が蓄積されているということが考えられます。

  • システムで予測するため、時間コストや労力を単純に削減することができます。
  • システムで予測値を算出するため、予測を外す事に対する重圧を組織で背負う事になり、個人的な重圧から解放されます。
  • 多品種で膨大なデータであっても自動的に予測値を算出します。

メリット③ 無駄な在庫の削減

多くの在庫を抱えることで、欠品を防止したり、大量に商品を仕入れることで、単価を抑え、仕入れ時のコスト削減をするなどのメリットはあるが、適正な数を超える場合は、商品の品質低下、廃棄の発生、保有スペースなどの管理コスト増加など、必要以上のコストが発生していることが考えられます。

  • 適切な数量を予測することで、適正な在庫計画(廃棄ロスの削減、在庫切れの抑制)が可能になります。

主な機能

アルゴリズムを自動選択

時系列分析、AI分析の複数のアルゴリズムを検証し、最も精度の高い組み合わせを自動選択します。
季節変動や曜日依存を自動的に判断し、予測結果に反映します。
自動で処理することにより、担当者の負担を軽減するとともに精度向上を可能とします。

外部影響データの紐づけ

出荷先や出荷拠点と気象データを紐づけ、販売・出荷数と天気や気温を関連づけることが可能です。
販促イベントや、地域イベントを登録し、販売・出荷数と関連づけることが可能です。
ベテラン担当者のノウハウを外部影響データとして取り込むことで、精度向上を可能とします。

予実差異・予測根拠の可視化

販売計画の算出結果が、どの要因に依存しているのかを、グラフで表示し計算根拠を可視化します。過去の実績と将来の予測と現状の計画をグラフ表示し、販売計画の監視が可能です。

予実差グラフ

予測と実績の乖離が大きくなってきた。
また、計画に対し実績が達成できていないので、計画の見直しが必要だ。そもそも、計画に問題があったのではないか。

実績、予測、計画のズレをグラフィカルに確認することで、対策を促し、販売計画の立案を支援します。

トレンドグラフ

4月から5月にかけて販売が伸びる傾向があるので、機会損失がでないように計画する必要があるわ。

月、年、週における上昇傾向や下降傾向をグラフィカルに確認することで、実績のトレンドを把握し、販売計画の立案を支援します。

要因影響度グラフ

前週の実績と気温に影響を受けているので、それを踏まえて、今後の販売計画を立てることにしよう。

予測結果に対する販促イベントや気温や天候の影響度をランキング形式で確認することで、実績に関係する要因を把握し、今後の販売戦略の立案を支援します。

スモールスタートで始める「需要予測」 ご利用までの流れ

分析・予測支援サービス導入プロセス

分析・予測支援サービス導入プロセス

  • 「需要予測」 スモールスタート分析・予測支援サービス

    本格的に導入する前に、スモールデータ・スモールサイズプラットフォームで手軽に始めるサービスをご用意しています。

    当社のスモールスタート分析・予測支援サービスは、大規模なビッグデータプラットフォームの整備や構築を行うことなく、既に蓄積されているお客様のデータを活用してスモールスタートを実現します。

    詳細を読む

  • 「需要予測」 の導入・運用

    「スモールスタート分析・予測支援サービス」でご検討いただいたあと、その分析環境を運用環境に移行し、本格的に運用を開始します。

    構成、動作環境についてはお問い合わせください。

在庫適正化ソリューション「φ-Conductor/φ-Pilot」との連携

「需要予測」は単独で利用できるだけでなく、既設の外部システムとの連携を可能とするデータインターフェースにより、販売管理や需給管理などの現行システムと容易に連携することができます。これによりスムーズな情報共有を支援します。

「需要予測」は時系列データにない外部要因を追加してモデルを構築することができるため、当社が提供する在庫適正化ソリューション「φ-Conductor/φ-Pilot」と連携することにより、在庫適正化ソリューションが提供する需要予測の予測精度をさらに向上させることができます。

在庫適正化ソリューション「φ-Conductor/φ-Pilot」 需要予測 連携

在庫適正化ソリューション「φ-Conductor/φ-Pilot」 需要予測 連携

資料ダウンロード

スモールデータから始められる将来予測「分析・予測支援サービス」の資料ダウンロード