需要予測「My SCMにSo Match, Best Match」
Think together with MachineLearnings!
SCM（サプライチェーン・マネジメント）部門での需要予測に関して、こんな課題はありませんか？
-
機会学習の導入または再適合の余地
「需要について機械学習での予測は必要だ」
「過去導入時の手法は、当時と現在のビジネスのやり方が異なっていることから、アップデートの必要がある」
-
学習環境の継続性
「当社を取り巻く市場環境は刻々と変化している」
「機械学習を用いた予測の際も学習用データを精査していく必要がある」
「さらにいうと、学習深耕での予測精度の向上が特に重要だ。精度に見合った学習モデルも合わせて選ぶべきだ」
-
フィジビリティの検証余地
「当社は新商品の選択肢を多数用意している」
「現在の機械学習の手法がそのまま適用できるのか、類似の手法で済むのか、全く異なる手法を採るのかを精査する必要がある」
「加えて、市況変化との組み合わせも考える必要性が生じている」
本サービスの概要
本サービスでは、以下の3点を追求します。
いずれも地味で堅実な運用が必要となるプロジェクトで、需要予測を伴う中長期のSCMのフィジビリティには不可欠となる活動です。
- メインの「商品・ビジネス環境下」での需要予測の機械学習のモデルは何か？
- 上記と異なる「商品・ビジネス環境」での需要予測の機械学習のモデルは何か？精度が下がる場合に他のモデルが必要になるか？
- 上記の想定シナリオに耐えうる学習の要素は十分に足りているか？足りない場合に今後学習する要素は何か？
実現できる成果（概要）
1 網羅的な分析:
強力な機械学習アルゴリズムにより、需要の変動や在庫の最適化など、網羅的な予測分析が可能です。これにより、的確な意思決定が可能となります。
2 コスト削減と効率向上:
サプライチェーンプロセス全体でコストを削減し、効率を向上させます。無駄を排除し、適切なリソースの配置を実現します。
3 顧客満足度の向上:
正確な在庫予測や迅速な納品により、顧客満足度を向上させます。適切な商品が適切なタイミングで顧客に届くことで、顧客ロイヤルティが高まります。
4 リスクの最小化:
外部要因や市場変動に対するリスクを最小化します。機械学習モデルが変動を予測し、即座に対応策を提案します
実現できる成果（詳細）
1.商品と機械学習の最適な組み合わせをつかめる：SCM型機械学習
erDiagram
Product{}
MechineLearning{}
Product ||--|{MechineLearning :""
商品に見合った需要予測法の組み合わせを探索、主要な手法を確定できます。
| 学習区分 |
手法 |
| 近似 |
線形重回帰、非線形回帰 |
| 超平面探索 |
サポートベクターマシン |
| ネットワーク |
決定木、ランダムフォレスト、ニューラルネット |
2.機械学習と構成要素の最適な組み合わせをつかめる：SCM型チューニング
erDiagram
MechineLearning{}
Parameter{}
MechineLearning ||--|{Parameter :""
上記機械学習の深掘りに該当します。商品に紐づくパラメーターを探索、確定できます。
具体例
3.状況と商品の最適な組み合わせをつかめる：SC戦略への拡張
erDiagram
Product{}
Condition{}
Condition ||--|{Product:""
状況と商品の関係性を整理し拡張します。
状況の複雑性に合わせて、2.までの機械学習の選択条件は幅広になる見通しです。
差別化のポイント
- 弊社はITツールおよびシステムの導入から入りません。ただし、プロジェクト途中でより見合ったものが見つかれば、適宜提案は行います。
- 本サービスの機械学習の手法は、円滑なプロジェクト進行のための手段の位置づけです。
- 弊社は貴社のITツールおよびシステムの活用レベルを問いません。如何なる状況でも、貴社強みと紐づけて活用レベルを引き上げます。
- 弊社は貴社のデジタル推進レベルを問いません。貴社の現状を誠実に正しく理解しつつ、デジタル指針から実践までを伴走致します。
よくある質問
- Q1.当社に限らずSCM部門の需要予測につき、成功を阻害するボトルネックは何ですか？
- A1.（弊社見解の範囲）活動コストが見合わないことであると見ています。
SCMの一般特徴は薄利多売型でのビジネス構造です。
販管費の削減の工夫を常時要することから、短期間での需要予測の解を出す必要があります。
- Q2.当社はSCMのコスト重視の構造に加えて、商流上の制約条件が非常に厳しく、動きにくいのが本音です。この中でのオープンクラスターの最初の役割は何ですか？
- A2.「改革会議の席次に着く」ことが最初の役割です。
変える前提で議論の積み重ねを行うことが第一役割と考えます。
- Q3.当社のSCM部門の機械学習は、SCM専門外のチーム運用で活動コストに課題があります。何故でしょうか？
- A3.（弊社見解の範囲）他分野からSCM部門適用時の、アノテーションにかかる活動―教師データの充実につながる―のコスト割当に相違が生じているからと見ています。
「教師データの充実化」はあったほうが優位ですが、殊に条件の入れ替わりも多々ある「SCM分野」での活動では候補の一つのはずです。
本サービスでは、教師なし学習とあわせて選択肢の一つの取り扱いになります。