製造小売業様
店別商品別の需要予測精度向上による発注の適正化を目的として、需要予測モデル構築。従来と比べ大幅に上回る精度の予測モデルを構築することができました。これにより過剰発注や欠品が軽減され、発注業務の負荷軽減につながりました。
Solution
このようなソリューションを実現しました
商品点数が多く、店舗も多数展開する製造小売会社様の店別×商品別の需要予測を行うためにはどの粒度でモデルを構築するかが重要なポイントになります。単純にすべての個別モデルを作成し更新を定期的に行うことはサンプルデータの量の観点からも、モデル再構築の実行時間の観点からも現実的ではなく、一方で粒度を粗くしすぎると店舗や商品の規模の違いにより予測がぶれるなどの問題が発生します。そのため時間軸（日、週、イベントなど）、店舗軸（地域、規模、立地など）、商品軸（カテゴリ、売上上位／下位など）の3軸の変数の粒度を探索的に調整し、結果現実的な運用ができつつ一定の精度を担保できるモデルを作成しました。さらに予測精度を向上させるために、インプットデータをそのまま投入するのではなく、より表現力の高い特徴量を作成して変数として使用するなどの工夫を加えました。
多数店舗を持つ製造小売業会社様では、店舗ごとに状況を見ながら人が判断して発注していましたが、担当者や店舗によっては過剰な発注・欠品が出ている状況でした。
・過剰発注減による店舗在庫の削減
・欠品解消による売り上げアップ
・発注業務の負荷軽減
Webでのお問い合わせ
お電話でのお問い合わせ
Search
事例を検索する
