JP2004152203A - 共同予測作業における例外条件生成方法、システム及びプログラム - Google Patents
共同予測作業における例外条件生成方法、システム及びプログラム Download PDFInfo
- Publication number
- JP2004152203A JP2004152203A JP2002319245A JP2002319245A JP2004152203A JP 2004152203 A JP2004152203 A JP 2004152203A JP 2002319245 A JP2002319245 A JP 2002319245A JP 2002319245 A JP2002319245 A JP 2002319245A JP 2004152203 A JP2004152203 A JP 2004152203A
- Authority
- JP
- Japan
- Prior art keywords
- data
- comparison target
- exception
- target data
- exceptional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】共同予測作業における目標を実現するための適切な例外条件を生成し、また、共同予測作業実施中に蓄積された予測データやその他補助データを利用して例外条件を変更することを可能とすること。
【解決手段】例外生成サーバは、比較対象となる双方の情報、共同予測作業における目標、および、例外条件生成で補助的に使用するデータを受け取る。例外条件サーバは、受け取った双方の比較対象データ間の関係と、双方の比較対象データと補助データ間の関係を、統計分析手法を利用して求め、それに基づき受け取った各目標値を満たす例外条件をそれぞれ求める。複数の目標値がある場合、それぞれを満たす例外条件間で矛盾しないかを判断し、矛盾しない例外条件を生成する。
【選択図】 図1
【解決手段】例外生成サーバは、比較対象となる双方の情報、共同予測作業における目標、および、例外条件生成で補助的に使用するデータを受け取る。例外条件サーバは、受け取った双方の比較対象データ間の関係と、双方の比較対象データと補助データ間の関係を、統計分析手法を利用して求め、それに基づき受け取った各目標値を満たす例外条件をそれぞれ求める。複数の目標値がある場合、それぞれを満たす例外条件間で矛盾しないかを判断し、矛盾しない例外条件を生成する。
【選択図】 図1
Description
【0001】
【発明の属する技術分野】
本発明は、複数企業間が共同で予測を作成する方法に係わり、特に、複数企業が各自で作成した予測を比較し問題点を検出するときに使用する例外条件を自動的に生成する方法に関する。
【0002】
【従来の技術】
流通業における効率的な補充業務を実現するための手段として、アメリカの標準化団体VICS(Voluntary Inter−Industry Commerce Standards)は、1997年にCPFR(Collaborative Planning,Forecasting and Replinishment)を開発した。CPFRとは、製造・販売双方が共同で単一の販売予測を作成することで、在庫削減や売上の向上を目指す標準プロセスである。CPFRでは、単一の販売予測を作成する方法として、(1)製造・販売双方が販売予測を作成し、(2)作成した販売予測を比較し、許容できない乖離幅などを定義した例外条件に合致するかどうか判断し、(3)合致した箇所(以下、例外という)があった場合は、双方が協議して原因を究明し予測値を修正する、という手順を標準プロセスとして規定している。例外の検出については、CPFRソフトウェアによりすでに自動化されている。
【0003】
【特許文献1】
特開平5−173602号公報
【0004】
【発明が解決しようとする課題】
CPFRで重要なのは、互いの予測値から例外を検出し、それを双方で協議して修正することである。CPFRソフトウェアでは、例外条件を登録する機能は提供しているが、例外条件の値そのものを決定する機能は提供しておらず、例外条件そのものの決定は人手による試行錯誤の結果出されることが多い。この例外条件が適当でないと、例外が多くなりすぎ協議・修正がまったく出来ない、または、例外が発見されず補充段階で欠品や過剰在庫等の原因となる。
【0005】
本発明の目的は、前記従来技術の問題点を解決し、CPFRの導入の目標を実現するための適切な例外条件を生成することにある。
【0006】
本発明の他の目的は、CPFR実施中に蓄積された予測データやその他補助データを利用して、最新の状況に応じた例外条件に適切に変更することである。
【0007】
【課題を解決するための手段】
上記目的を達成するために、以下のような手順にて例外条件生成処理を実行する。例外生成サーバは、比較対象となる双方のデータ、共同予測作業における目標、および、例外条件生成で補助的に使用するデータを受け取る。これら情報を売り手側の端末や買い手側の端末から入力しても良いし、例外条件生成サーバで直接入力しても良い。補助的に使用するデータについては、必ずしも使用する必要はない。
【0008】
例外条件サーバは、受け取った双方の比較対象データ間の関係と、双方の比較対象データと補助データ間の関係を、統計分析手法を利用して求め、それに基づき受け取った各目標値を満たす例外条件をそれぞれ求める。複数の目標値がある場合、それぞれを満たす例外条件間で矛盾しないかを判断し、矛盾しない例外条件を生成する。
【0009】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。
【0010】
まず、第一の実施の形態について説明する。図1は本実施形態のシステムの全体構成図と処理フローを、図2〜図4、図10、図11は本実施形態の画面イメージを、図5〜図9は本実施形態の数値例を示している。
【0011】
まずシステムの全体構成を、図1を使用して説明する。
【0012】
本実施形態の例外条件自動生成システムは、CPFRを実施して単一の販売予測を生成する売り手と買い手に設置された売り手端末2および買い手端末3と、売り手端末2および買い手端末3から登録された情報に基づいて例外条件を生成する例外条件生成サーバ1とが、通信ネットワーク4で連結されたシステムである。通信ネットワーク4は、LAN、インターネット、公衆回線を介したパソコン通信網、その他の任意の有線または無線を使ったネットワークを利用することができる。例外条件生成サーバ1、売り手端末2、買い手端末3はいずれもワークステーション、パーソナルコンピュータなどのいわゆる計算機システムを利用することができる。
【0013】
本実施形態の処理フローを、図1の処理フロー、図2〜図4の画面イメージ、図5〜図9の数値例を使用して説明する。尚、処理は、プログラムに従って、計算機のCPUにより実行される。
【0014】
ステップ1101:例外条件生成で使用する情報を登録する。例外条件生成で使用する情報は、売り手端末2または買い手端末3から図2に示す情報登録画面11で登録する。登録する情報は、分析対象となるデータである比較対象データ(1)111、比較対象データ(2)112、補助データ113と、目標である安全在庫114、例外発生頻度115である。ここで比較対象データ(1)111、比較対象データ(2)112、補助データ113は、それぞれのデータが格納されたファイル名を指定している。単一の販売予測を生成するために、買い手と売り手のそれぞれが生成した販売予測を比較し問題点である例外を検出する場合、比較対象データ(1)111および比較対象データ(2)112に買い手および売り手の販売予測データを登録する。補助データ113としては、安全在庫114を目標とする場合には、買い手側の販売実績データを活用することができる。安全在庫114は、保管する在庫の最低レベルを示す。例外発生頻度115は、双方が作成した比較対象データを比較した場合に発生する例外の許容回数を示す。
【0015】
図5および図6に比較対象データ(1)31および比較対象データ(2)41の例を示す。比較対象データ(1)31は、日付311と、その日付に対応した数値312からなっている。比較対象データ(2)41も、同様に日付411と、その日付に対応した数値412からなっている。図7に補助データの例を示す。補助データ51は、比較対象データ(1)31および比較対象データ(2)41と同様に、日付511と、その日付に対応した数値512からなっている。 情報登録画面11の例外条件生成ボタン116を押下することで、登録内容を例外条件生成サーバ1に送信する。
【0016】
ステップ1102:比較対象データ(1)31と比較対象データ(2)41との関係を統計分析し求める。ここの一例として、比較対象データ(1)31と比較対象データ(2)41との乖離幅の%を計算し、その分布を正規分布と仮定して、平均および標準偏差を求めている。図8に計算例61を示している。乖離(%)614は、比較対象データ(1)612と比較対象データ(2)613の差の絶対値を、比較対象データ(1)612および比較対象データ(2)613の小さいほうで割り、100を掛けた値としている。この例では、統計分析の結果は、計算例61の乖離(%)614は、平均17.1、標準偏差12.4の正規分布となることがわかる。
【0017】
なお、この例では正規分布との仮定の元で統計処理をしているが、関係を示す統計手法は他にも多数があり、比較対象データ(1)31と比較対象データ(2)41との関係を一番よくあらわすものを使用することが望ましい。
【0018】
ステップ1103:補助データ51が存在する場合は、ステップ1104に、ない場合は、ステップ1105に進む。
【0019】
ステップ1104:比較対象データ(1)31および比較対象データ(2)41と、補助データ51との関係を統計分析し求める。ここの一例として、比較対象データ(1)31と比較対象データ(2)41との乖離幅(%)と、比較対象データ(1)31および比較対象データ(2)41と補助データ51との誤差の相関関係が一次近似であると仮定して、最小二乗法を用いて関係式を計算している。図9に計算例71を示している。乖離(%)715は、計算例61で示した乖離(%)614と同じものであり、比較対象データ(1)712と比較対象データ(2)713の差の絶対値を、比較対象データ(1)712および比較対象データ(2)713の小さいほうで割り、100を掛けた値としている。誤差(個)716は、比較対象データ712と補助データ714との誤差の絶対値と、比較対象データ(2)713と補助データ714との誤差の絶対値との大きいほうとしている。この例では、この乖離(%)715と誤差(個)716との相関関係を一次近似であると仮定して、最小二乗法を用いて関係式を計算している。この例では、統計分析の結果は、計算例71の乖離(%)715は、誤差(個)716に0.0587を掛け、5.21を足した値になることがわかる。
【0020】
なお、この例では相関関係を一次近似と仮定し統計処理をしているが、関係を示す統計手法は他にも多数があり、比較対象データ(1)31および比較対象データ(2)41と補助データの関係を一番よくあらわすものを使用することが望ましい。
【0021】
ステップ1105:ステップ1102での統計結果を用いて、ステップ1101で登録した目標に合う条件を算出する。図2での例外発生頻度115は4箇所であり、比較対象データ(1)31および比較対象データ(2)41はそれぞれ26週分の数値が格納されていたため、この場合の発生頻度は、4÷26×100=7.7(%)となる。ステップ1102で計算したとおり、比較対象データ(1)31と比較対象データ(2)41との乖離(%)は、平均17.1、標準偏差12.4の正規分布であることから、発生頻度が7.7%以下、つまり上側確率が92.3%以上となる乖離(%)を求めると、その乖離(%)を例外条件にすることで例外発生頻度を7.7%以下、つまり26週分のデータに対して4箇所以内に収めることができる。この例では、そのような乖離(%)は29.7%となる。これ以上の乖離幅であれば、例外発生頻度を4箇所以内に収めることができる。なお、ステップ1101では、安全在庫114も登録しているが、これは補助データ51を使用して求めることになるので、このステップでは計算しない。
【0022】
ステップ1106:補助データ51が存在する場合は、ステップ1107に、ない場合は、ステップ1108に進む。
【0023】
ステップ1107:ステップ1104での統計結果を用いて、ステップ1101で登録した目標に合う条件を算出する。図2での安全在庫114は500個である。安全在庫114の基準は、在庫切れが発生しないこととすると、販売予測と販売実績との乖離が安全在庫内に収まるようになれば、在庫切れが発生しない。そこで販売予測つまり比較対象データ(1)31および比較対象データ(2)41と補助データ51との誤差が500個以下となる比較対象データ(1)と比較対象データ(2)の乖離%を求めることとなる。ステップ1104での統計分析結果、比較対象データ(1)と比較対象データ(2)の乖離%は、比較対象データ(1)31および比較対象データ(2)41と補助データ51との誤差に0.0587を掛け、5.21を加えたものであることがわかったため、誤差を500個以下にするためには、乖離幅を34.6%以下とすればよいことがわかる。なお、ステップ1101では、例外発生頻度115も登録しているが、これは補助データ51を使用しなくても求めることができるため、このステップでは計算しない。
【0024】
ステップ1108:ステップ1105で求めた条件とステップ1107で求めた条件を比較し、矛盾がある場合は、ステップ1101へ、矛盾がない場合は、ステップ1109に進む。図2で示した例の場合、例外発生頻度4回箇所を満たすためには、ステップ1105の例で説明したとおり乖離幅が29.7%以上となる。また、安全在庫500個を満たすためには、ステップ1107の例で説明したとおり乖離幅が34.6%以下となる。この場合は、条件に矛盾がない。しかし、図4の例外条件生成結果画面21に示した例では、目標212として、安全在庫400個、例外発生頻度を2箇所としており、ステップ1105およびステップ1107での算出例に従うと、対応する例外条件(乖離幅)213はそれぞれ28.7%以下、および34.8%以上となり、条件に矛盾が生じる。この場合、図4に示す例外条件生成結果画面21を売り手端末2または買い手端末3に表示し、算出条件211に矛盾があることを提示した上で、目標値変更を依頼する。目標値変更ボタン214を押下することで、情報登録画面11に遷移し、再度目標を設定しなおすこととなる。
【0025】
ステップ1109:算出した条件を提示する。ステップ1108の説明で示したとおり、情報登録画面11の目標を達成することができる例外条件(乖離幅)は29.7%以上34.6%以下である。そこで図3に示す例外条件生成結果画面21を売り手端末2または買い手端末3に表示し、算出条件211に「29.7%以上34.6%以下」を表示する。なお、目標と例外条件(乖離幅)との関係として、目標212と例外条件(乖離幅)213を合わせて表示することで、個別の目標に対する条件が明確になる。
【0026】
上記処理フローの説明では、比較対象データを双方の販売予測に、補助データを販売実績に、目標として、安全在庫と例外発生頻度としたが、これ以外にも以下の組合せがある。
(1)比較対象データは双方の販売予測、補助データは使用せず、目標として例外発生頻度のみとする。
【0027】
例外発生頻度の算出方法は、上記説明と同じ。補助データを活用しないため、ステップ1104、ステップ1107を行わない。なお、例外発生頻度の例として、上記は発生個所を数値で入力したが、発生割合を指定することもできる。その場合、ステップ1105における例外発生割合として、指定したものをそのまま使うことができる。
(2)比較対象データは双方の販売予測、補助データは販売実績、目標として安全在庫のみとする。
【0028】
安全在庫の算出方法は、上記説明と同じ。例外発生頻度がないため、ステップ1105での条件算出対象となる目標がなくなる。なお、ステップ1102で求めた統計結果を活用することで、ステップ1107で求めた条件に対する発生頻度を算出することができる。
(3)比較対象データは双方の販売予測、補助データは販売実績、目標として例外発生頻度と予測誤差とする。
【0029】
例外発生頻度の算出方法は、上記説明と同じ。予測誤差は、ステップ1107での安全在庫を予測誤差に置き換えることで計算可能となる。ただし、予測誤差を割合(%)で指定した場合は、ステップ1104を誤差(個)ではなく、誤差(%)で相関関係を分析することで対応可能となる。
(4)比較対象データは双方の発注予測、補助データは発注実績、目標として例外発生頻度と予測誤差とする。
【0030】
発注予測を共同で作成する例がこれにあたる。上記説明の販売予測を発注予測に、販売実績を発注実績に置き換えた上で、上記(3)を考慮することで対応することができる。
(5)比較対象データは双方の販売予測、補助データは使用せず、目標として例外発生頻度と安全在庫とする。
【0031】
経験上、双方の販売予測の範囲内に販売実績がある場合は、販売実績を使用せず安全在庫を対象とした例外条件を算出できる。販売予測の乖離幅が安全在庫を超えないように設定することで対応する。
(6)比較対象データは双方の販売予測、補助データは販売実績、目標として例外発生頻度と予測誤差とを期間ごとに設定する。
【0032】
図10に示す情報登録画面81を使用して目標を設定する。情報登録画面11との違いは、目標を期間811に対して数値812を指定することである。ここでいう期間811とは、比較対象データ(1)31、比較対象データ(2)41、補助データ51に含まれるデータの相対的な期間を指定するもので、含まれているデータの日付の最初が期間1、次の日付が期間2となる。ステップ1102やステップ1104での統計処理では、すべての予測期間のデータを纏めて処理していたが、この例では、予測期間811ごとに統計処理を行う。そしてステップ1105、ステップ1107でも予測期間811ごとに条件を算出する。その結果、図11に示す例外条件生成結果画面91が示すとおり、予測期間ごとの条件が提示されることとなる。
【0033】
上記処理フローの説明では、図1に示すシステム構成での動作を示したが、この例は以下のケースでも使用することができる。
(A)例外条件生成サーバ1のみで処理する。
【0034】
この例では、例外条件生成サーバ1で例外条件生成のみでなく、情報登録画面11を使った情報登録や、例外条件生成結果画面21を表示する。このため、例外条件生成サーバ1のみで例外生成を実現できる。この場合、比較対象データ(1)31、比較対象データ(2)41、補助データ51は例外条件生成サーバ1内にあることが前提となる。
(B)図1のシステム構成であるが、情報登録画面11や例外条件生成結果画面21は例外条件生成サーバ1で表示・操作する。
【0035】
この例では、比較対象データ(1)31、比較対象データ(2)41、補助データ51が売り手端末2や買い手端末3に存在し、例外条件生成サーバ1で例外条件生成のみでなく、情報登録画面11を使った情報登録や、例外条件生成結果画面21を表示することとなる。例外条件生成サーバ1は、情報登録画面11で指定した各データを売り手端末2または買い手端末3から取り寄せた上で、例外条件生成処理を実行する。
【0036】
このように、本実施形態によれば、指定した比較対象データと補助データを統計処理することで、CPFRの導入の目標を実現するための適切な例外条件を生成することが可能となる。
【0037】
次に、第二の実施の形態について説明する。図12は、本実施形態のシステム構成図である。処理フロー図、画面イメージ図、数値例は第一の実施形態と同じである。
【0038】
まずシステムの全体構成を、図12を使用して説明する。
【0039】
本実施形態の例外条件自動生成システムは、第一の実施形態のシステム構成に加え、共同予測生成サーバ5が通信ネットワーク4を介して接続されている。共同予測作成サーバ5は、買い手と売り手の販売予測や販売実績の共有や、販売予測の乖離を検出するために使用するものであり、CPFRを実施する際に使用するものである。共同予測サーバ5は、ワークステーション、パーソナルコンピュータなどのいわゆる計算機システムを利用することができる。また、例外条件生成サーバ1と共同予測作成サーバ5は同一のサーバを利用することが可能である。
【0040】
処理フロー図については、第一の実施形態と異なるところを説明する。
【0041】
ステップ1101:比較対象データ(1)31、比較対象データ(2)41、補助データ51として、共同予測作成サーバ5に管理されているデータを使用するため、情報登録画面11の比較対象データ(1)111、比較対象データ(2)112.補助データ113には、共同予測作成サーバ5における使用するデータの識別子を登録する。これにより、例外条件作成サーバ1は、共同予測作成サーバ5が管理するデータを利用することが可能となる。
【0042】
ステップ1102〜ステップ1109:第一の実施形態と同じ。
【0043】
このように、本実施形態によれば、CPFR実施中に蓄積された予測データやその他補助データを利用して、最新の状況に応じた例外条件に適切に変更することが可能である。
【0044】
【発明の効果】
本発明によれば、CPFRの導入の目標を実現するための適切な例外条件を生成することが可能となり、また、CPFR実施中に蓄積された予測データやその他補助データを利用して、最新の状況に応じた例外条件に適切に変更することが可能となるという顕著な効果を奏する。
【図面の簡単な説明】
【図1】本発明の実施形態を示すシステム構成図および処理フロー図である。
【図2】本発明の実施形態における情報登録画面である。
【図3】本発明に実勢形態における例外条件生成結果画面(成功例)である。
【図4】本発明に実勢形態における例外条件生成結果画面(失敗例)である。
【図5】本発明に実勢形態における比較対象データ(1)である。
【図6】本発明に実勢形態における比較対象データ(2)である。
【図7】本発明に実勢形態における補助データである。
【図8】本発明に実勢形態における比較対象データ間の統計処理の計算例である。
【図9】本発明に実勢形態における比較対象データと補助データ間の統計処理の計算例である。
【図10】本発明の実施形態における期間を考慮した目標値を取り扱う場合の情報登録画面である。
【図11】本発明に実施形態における期間を考慮した目標値を取り扱う場合の例外条件生成結果画面(成功例)である。
【図12】本発明の実施形態における共同予測作成サーバを利用した場合のシステム構成図である。
【符号の説明】
1…例外条件生成サーバ、2…売り手端末、3…買い手端末、4…通信ネットワーク、5…共同予測作成サーバ。
【発明の属する技術分野】
本発明は、複数企業間が共同で予測を作成する方法に係わり、特に、複数企業が各自で作成した予測を比較し問題点を検出するときに使用する例外条件を自動的に生成する方法に関する。
【0002】
【従来の技術】
流通業における効率的な補充業務を実現するための手段として、アメリカの標準化団体VICS(Voluntary Inter−Industry Commerce Standards)は、1997年にCPFR(Collaborative Planning,Forecasting and Replinishment)を開発した。CPFRとは、製造・販売双方が共同で単一の販売予測を作成することで、在庫削減や売上の向上を目指す標準プロセスである。CPFRでは、単一の販売予測を作成する方法として、(1)製造・販売双方が販売予測を作成し、(2)作成した販売予測を比較し、許容できない乖離幅などを定義した例外条件に合致するかどうか判断し、(3)合致した箇所(以下、例外という)があった場合は、双方が協議して原因を究明し予測値を修正する、という手順を標準プロセスとして規定している。例外の検出については、CPFRソフトウェアによりすでに自動化されている。
【0003】
【特許文献1】
特開平5−173602号公報
【0004】
【発明が解決しようとする課題】
CPFRで重要なのは、互いの予測値から例外を検出し、それを双方で協議して修正することである。CPFRソフトウェアでは、例外条件を登録する機能は提供しているが、例外条件の値そのものを決定する機能は提供しておらず、例外条件そのものの決定は人手による試行錯誤の結果出されることが多い。この例外条件が適当でないと、例外が多くなりすぎ協議・修正がまったく出来ない、または、例外が発見されず補充段階で欠品や過剰在庫等の原因となる。
【0005】
本発明の目的は、前記従来技術の問題点を解決し、CPFRの導入の目標を実現するための適切な例外条件を生成することにある。
【0006】
本発明の他の目的は、CPFR実施中に蓄積された予測データやその他補助データを利用して、最新の状況に応じた例外条件に適切に変更することである。
【0007】
【課題を解決するための手段】
上記目的を達成するために、以下のような手順にて例外条件生成処理を実行する。例外生成サーバは、比較対象となる双方のデータ、共同予測作業における目標、および、例外条件生成で補助的に使用するデータを受け取る。これら情報を売り手側の端末や買い手側の端末から入力しても良いし、例外条件生成サーバで直接入力しても良い。補助的に使用するデータについては、必ずしも使用する必要はない。
【0008】
例外条件サーバは、受け取った双方の比較対象データ間の関係と、双方の比較対象データと補助データ間の関係を、統計分析手法を利用して求め、それに基づき受け取った各目標値を満たす例外条件をそれぞれ求める。複数の目標値がある場合、それぞれを満たす例外条件間で矛盾しないかを判断し、矛盾しない例外条件を生成する。
【0009】
【発明の実施の形態】
以下、本発明の実施の形態を図面に基づいて詳細に説明する。
【0010】
まず、第一の実施の形態について説明する。図1は本実施形態のシステムの全体構成図と処理フローを、図2〜図4、図10、図11は本実施形態の画面イメージを、図5〜図9は本実施形態の数値例を示している。
【0011】
まずシステムの全体構成を、図1を使用して説明する。
【0012】
本実施形態の例外条件自動生成システムは、CPFRを実施して単一の販売予測を生成する売り手と買い手に設置された売り手端末2および買い手端末3と、売り手端末2および買い手端末3から登録された情報に基づいて例外条件を生成する例外条件生成サーバ1とが、通信ネットワーク4で連結されたシステムである。通信ネットワーク4は、LAN、インターネット、公衆回線を介したパソコン通信網、その他の任意の有線または無線を使ったネットワークを利用することができる。例外条件生成サーバ1、売り手端末2、買い手端末3はいずれもワークステーション、パーソナルコンピュータなどのいわゆる計算機システムを利用することができる。
【0013】
本実施形態の処理フローを、図1の処理フロー、図2〜図4の画面イメージ、図5〜図9の数値例を使用して説明する。尚、処理は、プログラムに従って、計算機のCPUにより実行される。
【0014】
ステップ1101:例外条件生成で使用する情報を登録する。例外条件生成で使用する情報は、売り手端末2または買い手端末3から図2に示す情報登録画面11で登録する。登録する情報は、分析対象となるデータである比較対象データ(1)111、比較対象データ(2)112、補助データ113と、目標である安全在庫114、例外発生頻度115である。ここで比較対象データ(1)111、比較対象データ(2)112、補助データ113は、それぞれのデータが格納されたファイル名を指定している。単一の販売予測を生成するために、買い手と売り手のそれぞれが生成した販売予測を比較し問題点である例外を検出する場合、比較対象データ(1)111および比較対象データ(2)112に買い手および売り手の販売予測データを登録する。補助データ113としては、安全在庫114を目標とする場合には、買い手側の販売実績データを活用することができる。安全在庫114は、保管する在庫の最低レベルを示す。例外発生頻度115は、双方が作成した比較対象データを比較した場合に発生する例外の許容回数を示す。
【0015】
図5および図6に比較対象データ(1)31および比較対象データ(2)41の例を示す。比較対象データ(1)31は、日付311と、その日付に対応した数値312からなっている。比較対象データ(2)41も、同様に日付411と、その日付に対応した数値412からなっている。図7に補助データの例を示す。補助データ51は、比較対象データ(1)31および比較対象データ(2)41と同様に、日付511と、その日付に対応した数値512からなっている。 情報登録画面11の例外条件生成ボタン116を押下することで、登録内容を例外条件生成サーバ1に送信する。
【0016】
ステップ1102:比較対象データ(1)31と比較対象データ(2)41との関係を統計分析し求める。ここの一例として、比較対象データ(1)31と比較対象データ(2)41との乖離幅の%を計算し、その分布を正規分布と仮定して、平均および標準偏差を求めている。図8に計算例61を示している。乖離(%)614は、比較対象データ(1)612と比較対象データ(2)613の差の絶対値を、比較対象データ(1)612および比較対象データ(2)613の小さいほうで割り、100を掛けた値としている。この例では、統計分析の結果は、計算例61の乖離(%)614は、平均17.1、標準偏差12.4の正規分布となることがわかる。
【0017】
なお、この例では正規分布との仮定の元で統計処理をしているが、関係を示す統計手法は他にも多数があり、比較対象データ(1)31と比較対象データ(2)41との関係を一番よくあらわすものを使用することが望ましい。
【0018】
ステップ1103:補助データ51が存在する場合は、ステップ1104に、ない場合は、ステップ1105に進む。
【0019】
ステップ1104:比較対象データ(1)31および比較対象データ(2)41と、補助データ51との関係を統計分析し求める。ここの一例として、比較対象データ(1)31と比較対象データ(2)41との乖離幅(%)と、比較対象データ(1)31および比較対象データ(2)41と補助データ51との誤差の相関関係が一次近似であると仮定して、最小二乗法を用いて関係式を計算している。図9に計算例71を示している。乖離(%)715は、計算例61で示した乖離(%)614と同じものであり、比較対象データ(1)712と比較対象データ(2)713の差の絶対値を、比較対象データ(1)712および比較対象データ(2)713の小さいほうで割り、100を掛けた値としている。誤差(個)716は、比較対象データ712と補助データ714との誤差の絶対値と、比較対象データ(2)713と補助データ714との誤差の絶対値との大きいほうとしている。この例では、この乖離(%)715と誤差(個)716との相関関係を一次近似であると仮定して、最小二乗法を用いて関係式を計算している。この例では、統計分析の結果は、計算例71の乖離(%)715は、誤差(個)716に0.0587を掛け、5.21を足した値になることがわかる。
【0020】
なお、この例では相関関係を一次近似と仮定し統計処理をしているが、関係を示す統計手法は他にも多数があり、比較対象データ(1)31および比較対象データ(2)41と補助データの関係を一番よくあらわすものを使用することが望ましい。
【0021】
ステップ1105:ステップ1102での統計結果を用いて、ステップ1101で登録した目標に合う条件を算出する。図2での例外発生頻度115は4箇所であり、比較対象データ(1)31および比較対象データ(2)41はそれぞれ26週分の数値が格納されていたため、この場合の発生頻度は、4÷26×100=7.7(%)となる。ステップ1102で計算したとおり、比較対象データ(1)31と比較対象データ(2)41との乖離(%)は、平均17.1、標準偏差12.4の正規分布であることから、発生頻度が7.7%以下、つまり上側確率が92.3%以上となる乖離(%)を求めると、その乖離(%)を例外条件にすることで例外発生頻度を7.7%以下、つまり26週分のデータに対して4箇所以内に収めることができる。この例では、そのような乖離(%)は29.7%となる。これ以上の乖離幅であれば、例外発生頻度を4箇所以内に収めることができる。なお、ステップ1101では、安全在庫114も登録しているが、これは補助データ51を使用して求めることになるので、このステップでは計算しない。
【0022】
ステップ1106:補助データ51が存在する場合は、ステップ1107に、ない場合は、ステップ1108に進む。
【0023】
ステップ1107:ステップ1104での統計結果を用いて、ステップ1101で登録した目標に合う条件を算出する。図2での安全在庫114は500個である。安全在庫114の基準は、在庫切れが発生しないこととすると、販売予測と販売実績との乖離が安全在庫内に収まるようになれば、在庫切れが発生しない。そこで販売予測つまり比較対象データ(1)31および比較対象データ(2)41と補助データ51との誤差が500個以下となる比較対象データ(1)と比較対象データ(2)の乖離%を求めることとなる。ステップ1104での統計分析結果、比較対象データ(1)と比較対象データ(2)の乖離%は、比較対象データ(1)31および比較対象データ(2)41と補助データ51との誤差に0.0587を掛け、5.21を加えたものであることがわかったため、誤差を500個以下にするためには、乖離幅を34.6%以下とすればよいことがわかる。なお、ステップ1101では、例外発生頻度115も登録しているが、これは補助データ51を使用しなくても求めることができるため、このステップでは計算しない。
【0024】
ステップ1108:ステップ1105で求めた条件とステップ1107で求めた条件を比較し、矛盾がある場合は、ステップ1101へ、矛盾がない場合は、ステップ1109に進む。図2で示した例の場合、例外発生頻度4回箇所を満たすためには、ステップ1105の例で説明したとおり乖離幅が29.7%以上となる。また、安全在庫500個を満たすためには、ステップ1107の例で説明したとおり乖離幅が34.6%以下となる。この場合は、条件に矛盾がない。しかし、図4の例外条件生成結果画面21に示した例では、目標212として、安全在庫400個、例外発生頻度を2箇所としており、ステップ1105およびステップ1107での算出例に従うと、対応する例外条件(乖離幅)213はそれぞれ28.7%以下、および34.8%以上となり、条件に矛盾が生じる。この場合、図4に示す例外条件生成結果画面21を売り手端末2または買い手端末3に表示し、算出条件211に矛盾があることを提示した上で、目標値変更を依頼する。目標値変更ボタン214を押下することで、情報登録画面11に遷移し、再度目標を設定しなおすこととなる。
【0025】
ステップ1109:算出した条件を提示する。ステップ1108の説明で示したとおり、情報登録画面11の目標を達成することができる例外条件(乖離幅)は29.7%以上34.6%以下である。そこで図3に示す例外条件生成結果画面21を売り手端末2または買い手端末3に表示し、算出条件211に「29.7%以上34.6%以下」を表示する。なお、目標と例外条件(乖離幅)との関係として、目標212と例外条件(乖離幅)213を合わせて表示することで、個別の目標に対する条件が明確になる。
【0026】
上記処理フローの説明では、比較対象データを双方の販売予測に、補助データを販売実績に、目標として、安全在庫と例外発生頻度としたが、これ以外にも以下の組合せがある。
(1)比較対象データは双方の販売予測、補助データは使用せず、目標として例外発生頻度のみとする。
【0027】
例外発生頻度の算出方法は、上記説明と同じ。補助データを活用しないため、ステップ1104、ステップ1107を行わない。なお、例外発生頻度の例として、上記は発生個所を数値で入力したが、発生割合を指定することもできる。その場合、ステップ1105における例外発生割合として、指定したものをそのまま使うことができる。
(2)比較対象データは双方の販売予測、補助データは販売実績、目標として安全在庫のみとする。
【0028】
安全在庫の算出方法は、上記説明と同じ。例外発生頻度がないため、ステップ1105での条件算出対象となる目標がなくなる。なお、ステップ1102で求めた統計結果を活用することで、ステップ1107で求めた条件に対する発生頻度を算出することができる。
(3)比較対象データは双方の販売予測、補助データは販売実績、目標として例外発生頻度と予測誤差とする。
【0029】
例外発生頻度の算出方法は、上記説明と同じ。予測誤差は、ステップ1107での安全在庫を予測誤差に置き換えることで計算可能となる。ただし、予測誤差を割合(%)で指定した場合は、ステップ1104を誤差(個)ではなく、誤差(%)で相関関係を分析することで対応可能となる。
(4)比較対象データは双方の発注予測、補助データは発注実績、目標として例外発生頻度と予測誤差とする。
【0030】
発注予測を共同で作成する例がこれにあたる。上記説明の販売予測を発注予測に、販売実績を発注実績に置き換えた上で、上記(3)を考慮することで対応することができる。
(5)比較対象データは双方の販売予測、補助データは使用せず、目標として例外発生頻度と安全在庫とする。
【0031】
経験上、双方の販売予測の範囲内に販売実績がある場合は、販売実績を使用せず安全在庫を対象とした例外条件を算出できる。販売予測の乖離幅が安全在庫を超えないように設定することで対応する。
(6)比較対象データは双方の販売予測、補助データは販売実績、目標として例外発生頻度と予測誤差とを期間ごとに設定する。
【0032】
図10に示す情報登録画面81を使用して目標を設定する。情報登録画面11との違いは、目標を期間811に対して数値812を指定することである。ここでいう期間811とは、比較対象データ(1)31、比較対象データ(2)41、補助データ51に含まれるデータの相対的な期間を指定するもので、含まれているデータの日付の最初が期間1、次の日付が期間2となる。ステップ1102やステップ1104での統計処理では、すべての予測期間のデータを纏めて処理していたが、この例では、予測期間811ごとに統計処理を行う。そしてステップ1105、ステップ1107でも予測期間811ごとに条件を算出する。その結果、図11に示す例外条件生成結果画面91が示すとおり、予測期間ごとの条件が提示されることとなる。
【0033】
上記処理フローの説明では、図1に示すシステム構成での動作を示したが、この例は以下のケースでも使用することができる。
(A)例外条件生成サーバ1のみで処理する。
【0034】
この例では、例外条件生成サーバ1で例外条件生成のみでなく、情報登録画面11を使った情報登録や、例外条件生成結果画面21を表示する。このため、例外条件生成サーバ1のみで例外生成を実現できる。この場合、比較対象データ(1)31、比較対象データ(2)41、補助データ51は例外条件生成サーバ1内にあることが前提となる。
(B)図1のシステム構成であるが、情報登録画面11や例外条件生成結果画面21は例外条件生成サーバ1で表示・操作する。
【0035】
この例では、比較対象データ(1)31、比較対象データ(2)41、補助データ51が売り手端末2や買い手端末3に存在し、例外条件生成サーバ1で例外条件生成のみでなく、情報登録画面11を使った情報登録や、例外条件生成結果画面21を表示することとなる。例外条件生成サーバ1は、情報登録画面11で指定した各データを売り手端末2または買い手端末3から取り寄せた上で、例外条件生成処理を実行する。
【0036】
このように、本実施形態によれば、指定した比較対象データと補助データを統計処理することで、CPFRの導入の目標を実現するための適切な例外条件を生成することが可能となる。
【0037】
次に、第二の実施の形態について説明する。図12は、本実施形態のシステム構成図である。処理フロー図、画面イメージ図、数値例は第一の実施形態と同じである。
【0038】
まずシステムの全体構成を、図12を使用して説明する。
【0039】
本実施形態の例外条件自動生成システムは、第一の実施形態のシステム構成に加え、共同予測生成サーバ5が通信ネットワーク4を介して接続されている。共同予測作成サーバ5は、買い手と売り手の販売予測や販売実績の共有や、販売予測の乖離を検出するために使用するものであり、CPFRを実施する際に使用するものである。共同予測サーバ5は、ワークステーション、パーソナルコンピュータなどのいわゆる計算機システムを利用することができる。また、例外条件生成サーバ1と共同予測作成サーバ5は同一のサーバを利用することが可能である。
【0040】
処理フロー図については、第一の実施形態と異なるところを説明する。
【0041】
ステップ1101:比較対象データ(1)31、比較対象データ(2)41、補助データ51として、共同予測作成サーバ5に管理されているデータを使用するため、情報登録画面11の比較対象データ(1)111、比較対象データ(2)112.補助データ113には、共同予測作成サーバ5における使用するデータの識別子を登録する。これにより、例外条件作成サーバ1は、共同予測作成サーバ5が管理するデータを利用することが可能となる。
【0042】
ステップ1102〜ステップ1109:第一の実施形態と同じ。
【0043】
このように、本実施形態によれば、CPFR実施中に蓄積された予測データやその他補助データを利用して、最新の状況に応じた例外条件に適切に変更することが可能である。
【0044】
【発明の効果】
本発明によれば、CPFRの導入の目標を実現するための適切な例外条件を生成することが可能となり、また、CPFR実施中に蓄積された予測データやその他補助データを利用して、最新の状況に応じた例外条件に適切に変更することが可能となるという顕著な効果を奏する。
【図面の簡単な説明】
【図1】本発明の実施形態を示すシステム構成図および処理フロー図である。
【図2】本発明の実施形態における情報登録画面である。
【図3】本発明に実勢形態における例外条件生成結果画面(成功例)である。
【図4】本発明に実勢形態における例外条件生成結果画面(失敗例)である。
【図5】本発明に実勢形態における比較対象データ(1)である。
【図6】本発明に実勢形態における比較対象データ(2)である。
【図7】本発明に実勢形態における補助データである。
【図8】本発明に実勢形態における比較対象データ間の統計処理の計算例である。
【図9】本発明に実勢形態における比較対象データと補助データ間の統計処理の計算例である。
【図10】本発明の実施形態における期間を考慮した目標値を取り扱う場合の情報登録画面である。
【図11】本発明に実施形態における期間を考慮した目標値を取り扱う場合の例外条件生成結果画面(成功例)である。
【図12】本発明の実施形態における共同予測作成サーバを利用した場合のシステム構成図である。
【符号の説明】
1…例外条件生成サーバ、2…売り手端末、3…買い手端末、4…通信ネットワーク、5…共同予測作成サーバ。
Claims (4)
- 2者間において、互いの予測値を公開し、前記予測値の関係が予め定義された例外条件に合致した場合、それを2者に通知する機能を有する共同予測システムにおいて、前記予測値と、共同予測作業における目標に基づき前記例外条件を生成することを特徴とする例外条件生成方法。
- 請求項1において、さらに前記目標を期間ごとに設定し、前記期間ごとに前記例外条件を生成することを特徴とする例外条件生成方法。
- 請求項1または請求項2において、さらに前記予測値以外の補助情報を用いて前記例外条件を生成することを特徴とする例外条件生成方法。
- 請求項1から請求項3のいずれかにおいて、前記目標として、安全在庫、または前記予測値が例外条件に合致する頻度、または前記予測値の予測精度のいずれか一つ以上を使用することを特徴とする例外条件生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002319245A JP2004152203A (ja) | 2002-11-01 | 2002-11-01 | 共同予測作業における例外条件生成方法、システム及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002319245A JP2004152203A (ja) | 2002-11-01 | 2002-11-01 | 共同予測作業における例外条件生成方法、システム及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004152203A true JP2004152203A (ja) | 2004-05-27 |
Family
ID=32462148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002319245A Pending JP2004152203A (ja) | 2002-11-01 | 2002-11-01 | 共同予測作業における例外条件生成方法、システム及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004152203A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009230555A (ja) * | 2008-03-24 | 2009-10-08 | Mitsubishi Electric Corp | 需要予測方法、在庫計画策定方法、需要予測システムおよび在庫計画策定システム |
-
2002
- 2002-11-01 JP JP2002319245A patent/JP2004152203A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009230555A (ja) * | 2008-03-24 | 2009-10-08 | Mitsubishi Electric Corp | 需要予測方法、在庫計画策定方法、需要予測システムおよび在庫計画策定システム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8145449B2 (en) | Computer product, apparatus, and method for system management | |
JP2008040760A (ja) | 製品開発プロセスにおける設計変更の影響度分析装置および方法 | |
WO2019085394A1 (zh) | 一种礼品赠送方案的选取方法及其终端 | |
CN112231133B (zh) | 一种数据修复处理方法、装置及电子设备 | |
CN115600992A (zh) | 一种基于预测算法的项目管理方法 | |
CN109118043B (zh) | 一种在线数据质量监控方法、装置、服务器及存储介质 | |
JP2009064277A (ja) | 基準在庫管理装置 | |
JP2005326953A (ja) | ソフトウェア品質評価システム及び方法並びにソフトウェア品質評価用プログラム | |
JP2004152203A (ja) | 共同予測作業における例外条件生成方法、システム及びプログラム | |
JP7025298B2 (ja) | 環境構築支援システムおよび環境構築支援方法 | |
CN111427900B (zh) | 一种标签库更新方法、装置、设备及可读存储介质 | |
JP2006309305A (ja) | 生産性管理装置、生産性管理方法、生産性管理プログラム、記録媒体 | |
JP2012014308A (ja) | 変更影響予測方法及び変更影響予測装置 | |
US20220353161A1 (en) | Demand prediction apparatus, demand prediction method and program | |
WO2021033302A1 (ja) | 受注側交渉装置、受注側交渉方法および受注側交渉プログラム | |
CN112560952A (zh) | 供应商考核方法、装置、电子设备和存储介质 | |
US20220292535A1 (en) | Negotiation system, negotiation method, and negotiation program | |
US20220051189A1 (en) | Automatic negotiation apparatus, automatic negotiation method, and computer-readable recording medium | |
US20120072366A1 (en) | Method, system and program product for independent software vendor (isv) solution evaluation | |
US10474649B2 (en) | Providing action corrections using a dual model system | |
CN117112449B (zh) | 数据治理工具的成熟度评估方法、装置、设备及介质 | |
JP2006127020A (ja) | 進捗管理方法、進捗管理装置および進捗管理プログラム | |
JP7012778B2 (ja) | 監視システム、監視装置及び監視方法 | |
CN114996536B (zh) | 维修方案查询方法、装置、设备及计算机可读存储介质 | |
US20230306340A1 (en) | Outsourcing management apparatus, outsourcing management method, and recording medium |