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