CASE導入事例

季節や天候の影響を受けやすい飲料の販売量。AIや統計を活用し顧客企業に合わせた販売需要管理モデルを作成し運用することで、品切れや過剰在庫を最小限にしました。

  • 業界 飲料メーカー
    事業内容 清涼飲料の製造、販売
    導入モジュール 需要予測(AI&統計)販売計画補充計画供給計画生産計画在庫基準管理分析&レポート

課題
見込生産を行っている大手飲料メーカーA社では、 数百にのぼるSKUの需要予測をExcelで行っており、かつ精度も低い状態でした。製品の賞味期限が短いために適正在庫管理が難しく、品切れや滞留在庫、賞味期限切れ在庫といった課題を多く抱えていました。また、大型スーパーやコンビニエンスストアの突発的なプロモーションによる緊急オーダーが頻繁に発生しその都度生産計画の変更に時間を要していました。
アプローチ
  • BF

    需要予測

気象情報や販促データなどを取り込み、
AI(機械学習)を使った需要予測を行うことで欠品を防止気象情報や休日情報、経済指数、ディスカウント率など、さまざまな要素をAIエンジンにインプットデータとして取り込みます。
T3SmartSCMのBFモジュールでは、需要予測の方法の一つとして機械学習を使っています。

需要予測(BF)モジュール
需要予測(BF)モジュール

従来の予測方法と統計的モデル、AIモデルを比較し、
精度が一番高いデータを販売計画策定の参照値として自動提示。
予測精度向上を実現。Excelで計画策定した場合と、統計的モデル、AIモデルで計画策定した場合の3つの中から精度が一番高いデータを販売計画策定のためのBaseline Forecast(参照値)として自動で提示します。

AI予測精度サンプル
AI予測精度サンプル
  • DP

    販売計画

需要予測をもとに販売計画を策定する際に、
取引先(小売店)の販促データを考慮でき、計画変更も短時間で可能。

販売計画(DP)モジュール

  • IM

    在庫基準管理

数千種類におよぶ製品を販売特性や顧客、製品の重要度に合わせて分類。
数十種類の製品群に分け、 各製品群に合う販売戦略や安全在庫ポリシーを策定することで欠品や過剰在庫を防止。在庫グレードに合わせて在庫物量の管理をすることで、在庫を最適化します。

在庫基準管理(IM)モジュール

効果
・製品群ごとのルールと各製品の需要計画に基づき、補充計画、在庫運用計画を行うことで、品切れや過剰在庫を防止することができるようになりました。今後、販売の機会損失なく収益の最大化が期待されます。

・需要予測の自動化により、Excelで行っていた品目別・取引先別の適正在庫量算出をより迅速に、かつ正確に管理できるようになりました。加えて、段取り替え、使用可能在庫、資源のキャパシティなど、あらゆる制約条件を計画に反映し、工場ごとに現実的な生産計画を策定できるようになりました。

・また、販促イベントによる緊急オーダーにより発生していた手作業での変更もより効率的に行えるようになりました。

導入事例

導入事例