AI需要予測プロセス

需要予測のモデル化

内部データ(販売数、出荷数等)、外部データ(天気、季節、温度、イベント等)の取得と整備を行った上で、需要パターンを把握します。需要パターンに適した需要予測モデルを作成、検証を繰り返し行い、モデルの評価と精度向上を行います。モデルの精度が低い場合は、適用モデルの変更を行い、最適な予測モデルとなるようモデリングします。
予測モデルは、時系列系のARIMA、HOLTWinter、Prophet、機械学習系のRandomForest、LSTM、RNNを採用しています。

1. 需要予測のニーズ

 ・過去の販売実績から発注数を予測したい

 ・販売実績がない新商品は類似商品の販売実績で予測してみたい

 ・発注のタイミングや周期は、日々の変動を見ながら日次での予測を考慮したい

 ・季節変動を考慮するために、前年・前々年の販売実績も考慮に入れたい 

2. 需要の増減要素

  ・値引きや販促イベントなどにより一定期間需要増加

  ・販促イベントの反動でイベント後に需要減少

  ・他社の販促イベントや新商品発売により、自社の商品の需要が減る

  ・大口の受注により、需要が一時的に増える

  ・増税前に駆け込み需要、減税前に買い控えが発生する

  ・天災や感染症により需要が増減する

需要予測に応じたモデル化の必要性

モデル選定での予測と評価、リコメンデーション

  ・予測モデルは時系列モデルと機械学習モデルを用いて予測を行う

 【予測モデル:SARIMA, Holt-Winters, Prophet】

 【機械学習モデル:Random forest, LSTM, RNN】

  ・実績データとして下記データを元にした予測と実績の差を評価する

 【前年同月のデータ/6ヶ月前のデータ/直近1ヶ月前のデータ】

  ・リコメンデーションプロセス

 (1)評価指標としてRMSE,MAE,MAPEを算定

 (2)乖離率の低いものから順位を設定

 (3)合計し最も低いものを予測モデルとしてリコメンデーション

  ・予測モデルを元に最適な在庫計算、発注量算定を行い、必要な時点の発注量を提供する

(発注・在庫の最適化シミュレーション例)

モデル選択の考え方(リコメンド)

下記事例では、「直近」を重視

(3月の予測採用を行う場合、2月の実績とモデル6種類の予測が最も合致しているものを採用)
本サービスについてのお問い合わせは、別途コンタクトフォームよりご依頼ください。

We, Hearts and Soul Inc, are a developer of AI demand forecasting service. 

We are particularly focusing on the distribution and retail sector.

Contact

sales@hearts-soul.co.jp

03-3243-0521

東京都中央区日本橋3-8-6 第2中央ビル7F

株式会社ハーツアンドソウル

© 2023 Hearts and Soul Inc. All Rights Reserved.

A Privacy Reminder
From Your Company

In accordance with the current EU data protection laws, please take a minute to reviwe the term & conditions for using our services. Our terms describe how we use data and the options available to you.

Accept