1.目的 サプライチェーンにおいて重要なこと ・商品のコスト ・商品の充填率 商品の流れ Supplie r DCs ①商品 Retailer ②商品 在庫 需要が予測できれば、 充填率を下げずに在庫が減らせる 2.提案手法 小売の需要を過去のデータから予測 ・Campbell Soupの実際のデータで検証 充填率の維持 在庫が６６％減少 商品それぞれのコストが最大1.2%減少 利益マージンの低い産業では大きな改善 3.データ ・Campbell Soupの実際のデータ1年分 内容 ・４つの小売店それぞれのSKUデータ 特徴 ・季節性が全ての小売店で似ている ・毎週のデータが類似 4.プロモーション 小売店は顧客に対してプロモーションを行う ・プロモーションは必ず発生する ・1日から1週間程度続く プロモーション中は普段よりも大変大きな需要 プロモーション時の需要を分けて考える必要性 5.導入まとめ ・高い充填率を保ったまま小売の在庫を減らす ・Campbell Soupの実際のデータから 小売店の需要の予測モデルを作成＆検証 ・季節性 ・1週間ごとの周期性 ・プロモーション時と通常時の推測モデルを分ける 在庫管理のための需要予測 ＊需要予測 promotion なし CRシステムなし(情報が伝わらない) 需要予測 promotion あり CRシステム 提案手法 在庫管理のための需要予測 ＊需要予測 予測しやすい promotion なし CRシステムなし(情報が伝わらない) 需要予測 promotion あり CRシステム 提案手法 予測が難しい ⇒promotionありの場合の、正確な予測方法が必要 在庫管理のための需要予測 ＊需要予測 promotion なし CRシステムなし(情報が伝わらない) 需要予測 promotion あり CRシステム 提案手法 各SKU、９９％の充填率を保った上で、 Retailerの在庫を最小にすることが目的！ 需要予測の問題点 高いサービス率 在庫の削減 トレードオフの関係！！ 既存の需要予測方法 CRシステムなし(情報は伝わらない) →いつあるかわからないpromotionに備え、 膨大な在庫が必要 CRシステム（promotionの開始、終了日、規模をそのつど事前連絡） →○ promotion前に需要予測には使える × 記録されない 提案手法 １)プロモーション期間の総需要の期待値を算出する式をえる (1年分のデータの半分を用いて、回帰) ２)１の回帰式を用いて、testデータ期間(後半)の プロモーション期間の総需要を予測 ←プロモーション期間の総需要 の期待値に過ぎない ３)９９％の充填率を満たすように、２に在庫をプラス ⇒プロモーション開始時に DCに必要な在庫ストック量を予測 需要の予測はできたが・・・ トラックの積載量の制限がある →必要なときに、必要な量が届かない →優先順位を考えて、効率よく配送したい 在庫の優先付け それぞれのリテーラーに対して、毎日、 d 各商品のReorder Point Ris 計算。 d d d IP と を比較して、在庫量が Ris Ris よりも is 多くなるように、必要なパレット数を決める。 d is =(手元にある在庫)+(発注在庫)-(受注残) IP =(リテーラーがすぐに使える在庫量) Reorder Point Reorder Point d is R d 1 i d Ris t ( Fist PRis ) ( M i1 M i 2 ) is 2 i t d =( d 1 i 日までに必要になる在庫量の予測) M i1 0,0.25,,8 M i 2 0,0.25,,8 i 1,2,,6 Reorder Point M i1、 M i 2 ：需要の変わりやすさを表す指標 一ヶ月間promotionがない間 M i1 0 、 M i 2 0 promotion後の一ヶ月の間 M i1 0 、 M i 2 0 店頭での需要が低いリテーラーほど i は 高い パレットの優先度 b番目のパレットの優先度 R IP (b 1)Qis d is d is 優先度が高い順にトラックに載せる。 トラックの荷台がいっぱいになると、 キャンベルスープからDCに配送される。 結果 結果 結果
© Copyright 2024 ExpyDoc
