SERVICE

需要予測

担当者の経験や勘に頼らず、データに基づく確かな意思決定を実現します。
01

Details / Features

需要予測・売上予測

販売・売上履歴に加え、季節要因、天候、湿度や広告出稿履歴、イベント情報、などから高度予測モデルを作成し、 将来の需要・売上予測の数値を算出します。
独自の技術を用い、『新商品』に対する需要、売上予測を実施することも可能です。

  • 需要予測とは?

需要予測とは、物の需要を短期的または長期的に予測することです。
需要の変動は季節要因、曜日による要因、テレビCMなど広告による要因、来店履歴、発注履歴などを利用いたします。
対象となる物やサービスの需要を短期的または長期的に予測することです。
傾向変動、循環変動、季節変動、不規則変動から構成される需要の変動をそれぞれの数値の特性を確認しながらモデルに落とし込む事が重要になります。
上昇(下降)トレンドや、景気の波のような長期サイクルの影響、季節、曜日による影響、テレビCM、イベント、天気のようなデータの中から、需要を予測するに値するデータを選定しながら分析作業を進めていきます。

  • 需要予測の目的とは?

サービス品質を向上させるために商品在庫を多く持つ場合、キャッシュフローに悪影響が発生しますが、逆に在庫量を少なくすると、販売機会を損失したり、顧客満足度が下がる等の事象が発生します。 最終的には、販売数量の予測精度を高める事で、在庫切れ・過剰在庫双方を発生させない状態を維持することで顧客満足度を高め、キャッシュフローを最大にすることが達成できます。

活用事例

需要予測・売上予測に基づく仕入れの予測

外食チェーン店における需要予測モデルを構築し仕入れ食材の数量を予測

課題

食材仕入れ業務における属人化と、発注工数から解放し、データドリブンな発注にしたい

食材仕入れにおいて、経験と勘を基に食材数量を決定していた。
属人的になりやすく、発注担当者任せになっていた。
在庫が足りない場合は、別の店舗から食材を調達する、発注しすぎの場合は、廃棄する等が発生していた。

外食チェーン店での食材仕入れにおいて、各店舗毎で発注担当者の経験と勘を基に食材数量を決定していたため、属人的かつ低い精度で発注を行っていた。これにより、在庫不足のために別の店舗からの食材調達や過剰発注による食材廃棄が発生していた。 外食チェーン店での食材仕入れにおいて、各店舗毎で発注担当者の経験と勘を基に食材数量を決定していたため、属人的かつ低い精度で発注を行っていた。これにより、在庫不足のために別の店舗からの食材調達や過剰発注による食材廃棄が発生していた。



需要予測で実現したいこと

外食チェーン店での食材仕入れにおいて、各店舗毎で発注担当者の経験と勘を基に食材数量を決定していたため、属人的かつ低い精度で発注を行っていた。これにより、在庫不足のために別の店舗からの食材調達や過剰発注による食材廃棄が発生していた。 外食チェーン店での食材仕入れにおいて、各店舗毎で発注担当者の経験と勘を基に食材数量を決定していたため、属人的かつ低い精度で発注を行っていた。これにより、在庫不足のために別の店舗からの食材調達や過剰発注による食材廃棄が発生していた。



APPROACH.1

販売実績、来店者数、曜日、休日、イベント、テレビ広告、天気などの
外部要因から時系列性の高い予測モデルを構築。

過去の売上/天気などの情報を学習させる,各店舗の一定期間の売上予測、
最適な発注内容をレコメンド,レコメンドをもとに自動発注 過去の売上/天気などの情報を学習させる,各店舗の一定期間の売上予測、最適な発注内容をレコメンド,レコメンドをもとに自動発注


APPROACH.2

イベント、テレビCM、天気などの外的要因となる変数を用いて
予測モデルを高度化。
天気予報など100%の正解得ることが難しい変数は、
それぞれのケースのシミュレーション数値を表示する仕組みを実装。

過去の売上/天気などの情報を学習させる,各店舗の一定期間の売上予測、
最適な発注内容をレコメンド,レコメンドをもとに自動発注 過去の売上/天気などの情報を学習させる,各店舗の一定期間の売上予測、最適な発注内容をレコメンド,レコメンドをもとに自動発注








02

Effect

需要予測の効果



  • 発注担当者がなんとなく感じていた天候の影響やテレビCMなどの要因による突発的な売上の変動を可視化。
  • 前年度実績を基にした"経験と勘"による売り上げ予測から、データに基づいたロジカルな予測立案を実現。
  • 発注業務が半自動化され、業務負担を大幅に軽減。
  • 発注担当者は煩雑な発注業務から解放され、浮いた分の時間を本来注力すべき調理・接客に充てられる。
  • 経験が浅い担当者でもシステムを通じて、精度の高い発注を簡単に行えるようになり、オペレーションが改善し、発注忘れなど大きなミスが激減。
  • 発注ノウハウを新人に教える手間や時間が不要に。
03

Point

需要予測精度の改善におけるポイント


需要(売上)予測は、影響の強い外部データが発生した場合、予測と現実の数値の乖離が発生します。一般的にはテレビCMやイベントなどプロモーション活動の影響、天気予報が外れた場合などが想定できます。
また営業部門の関与度が強い場合、売上予想とは別に『ノルマ』を達成するために『売れていないのに売れている』『売っていないのに売れている』という処理が行われることがあります。

さらに真夏の飲料品のように売り切れが発生する商品では、該当商品が売り切れている間は商品販売が発生しないため、在庫切れ時間を含む販売予測数の推測は翌年度の予測精度を劣化させます。

改善には2つの観点から対応します。
●定期的にシステムの予測数値と、現実の数値の乖離を確認する。
●乖離の原因を考える。

乖離の原因が影響の強い外部データである場合、対象のデータを取り込んだモデルを構築できないかを確認します。
営業部門の影響の強い企業では、営業マンが代理店に在庫する数量情報を確認することも重要になります。

一週間後の天気予報のように、影響が強いにも関わらず、当てることがほぼ不可能なコーザルデータが含まれている場合、かつ、晴れ・くもり・雨・雪等選択肢が限定される場合は、天気の影響度を計算しておいて、それぞれのケースで売上がどの程度上下するかをシミレートする機能をつけ、柔軟に対応することも可能です。


なお、需要予測の中で重要な要素と言えるのが広告ですが、テレビCMや雑誌、ちらし、屋外広告の効果は一般的に予測しづらく、精度の高いモデルが作りづらいです。
弊社のプロダクト商品「D-Reg」ではテレビCMや雑誌、ちらし、屋外広告を含めたクロスメディア展開の媒体や施策毎の影響力を数値化でき、需要予測の精度を高める事が可能です。

DATUM STUDIOには様々な業種・業態の企業様の課題解決を行ってきたノウハウがあります

Contactお問い合わせサービスに関するご質問・ご相談はこちらから