JP2006139454A - 生産管理システム及び方法並びにプログラム - Google Patents

Abstract

【課題】 従来は過去の販売実績に基づいて生産計画を立てていたために、生産すべき予測量が不正確であった。
【解決手段】 プリンタ出力に関する情報を一時的に記憶する手段と、使用時間を積算する手段と、上記プリンタ出力に関する情報を外部に自動的に発信／受信する手段とを有するネットワークプリンタからの、他のネットワーク内にある指定されたメールアドレスを有するサーバに発信される上記プリンタ出力に関する情報を収集するプリンタ出力情報収集手段と、上記プリンタ出力情報を集計／分析する分析手段と、前記分析手段により得られた、上記プリンタの任意の期間のプリントボリューム分布を用い、統計的手法から消耗品の生産量を決める決定手段とを有することを特徴とする。
【選択図】 図５

Description

本発明は電子写真方式を用いた画像形成装置の、消耗品供給システムに係る生産管理システム及び方法並びにプログラム関する。特に、不特定の地域に設置された画像形成装置の使用記録を、インターネットを介して入手し、消耗品の生産、デリバリを管理するシステムに関する。

ここで画像形成装置とは、電子写真画像形成方式を用いて記録媒体に画像を形成する物である。例えば電子写真複写機、電子写真プリンタ（例えば、レーザプリンタ、ＬＥＤプリンタ等）ファクシミリ装置及びワードプロセッサ等が含まれる。

レーザプリンタ等、電子写真画像プロセスを用いた画像形成装置は、トナー、感光体ドラム等を一体に形成したプロセスカートリッジ方式が主流であり、ユーザのメンテナンスフリーを実現している。

これらのプロセスカートリッジは、必然的にレーザプリンタ本体ライフより短い寿命となるため、消耗品として取り扱われる。また、プロセスカートリッジだけではなく、転写ローラや定着ユニットと言ったパーツも、この部類に入る。

図８にレーザプリンタ本体とプロセスカートリッジの出荷量を比較したグラフを示す。

レーザプリンタは１６ｐｐｍ／Ａ４のモノクロプリンタである。プロセスカートリッジの寿命はトナー消費量で決まり、Ａ４サイズ５％印字比率で８Ｋ枚である。

生産初期は本体とプロセスカートリッジの生産数量は或る一定の割合で推移する。しかしながら、製品のモデルチェンジが近づき、本体の生産数量が減ってくると、その様相は一変し、減少する本体台数とは逆に、プロセスカートリッジ等の消耗品は増加の一途をたどる。

これは、市場にある本体の稼働数が増え、消費されるプロセスカートリッジの量が増加するために他ならない。プロセスカートリッジの出荷台数は、本体が生産中止となる辺りでその増加カーブは頭打ちとなり、ほぼ平行に推移するようになる。その後、徐々に減少傾向をたどり、最終的に市場にある本体が、その製品寿命で消滅するとプロセスカートリッジも生産終了となる。

プロセスカートリッジ等の消耗品を供給するメーカは、その月産使用量を把握し、生産、そして供給する必要があるのは言うまでもない。

従来、上記消耗品の供給量は、本体の販売数量、本体の死亡率及び月間プリントボリュームで予測されていた（例えば、特許文献１参照。）。

則ち、市場での本体稼働台数Ｎ（台）、消耗品の寿命をＬ（枚／本）、月間プリントボリューム（ＰＶ）をＰ（枚／月）とすると、
ＮＬ／Ｐ（本／月）が必要数量である。

ここで、
Ｎ：本体販売数量−本体販売数量×本体死亡率
Ｌ：消耗品寿命
例えばこの値は、プロセスカートリッジの寿命は、５％印字比率で８Ｋプリント／Ａ４サイズ、のように予め設定される値となる。

上記に於いて月間ＰＶは、以下のような方法で設定している。

本体生産開始６カ月迄は、初期需要で設定する。初期需要とは、ＰＶの小さいクライアントは本体台数と同数の１つ、またＰＶの大きいユーザは予め複数個、各々消耗品を購入する、ということで初期は本体台数よりも多数の消耗品が消費される。その時の消耗品供給量から設定される。

本生産開始６カ月以降は、初期の６ケ月間で消費された消耗品の数から、平均の月間ＰＶを求め、その後の消耗品必要数量算出に用いる。

平均月間ＰＶは、６カ月毎に見直しをかけ、潤沢な消耗品の供給を行う。

以下に、平均月間ＰＶを用いた、予想プロセスカートリッジ出荷数量の求め方を述べる。

図９は、図８に示す９１年から９６年まで、半年毎に出荷されたレーザプリンタ本体とプロセスカートリッジ（以下ＣＲＧ）の出荷量から６カ月毎の市場のＰＶを求め、次の半期に消耗されるＣＲＧの予測数量を求めた表である。

図９に於いて、本体総稼働台数Ｎは、市場で稼働されている本体数で本体出荷台数Ａの累積である。本例に於けるレーザプリンタ本体の寿命は５年と設定されているため、９６年上期では９１年上期に出荷された本体は稼働していない、と言う予測を当てはめ、稼働台数を差し引いている。

先述したように、生産直後の６ケ月間は初期需要からＰＶを求めているため、データとして用いない。

ここで９１年上期（６カ月平均）のＰＶを求めてみる。

本例におけるＣＲＧの想定寿命は８Ｋ枚／Ａ４サイズ５％印字比率である。すると平均ＰＶは以下の式で求まる。

ＰＶ＝（Ｂ×８０００）／（Ｎ×６）
上式に、Ｂ＝２３０Ｋ本，Ｎ＝５０Ｋ台を代入すると、
９１年上期の６ケ月間の、平均月間ＰＶは６１３３枚となる。

この値を用いて、９１年下期の生産予定ＣＲＧ数量を予測すると以下のようになる。

９１年上期に出荷された本体５０Ｋ台は、稼働中であるので、月間平均ＰＶから、これらの本体が必要とするＣＲＧ数量は概算できる。則ち
Ｎ×Ｐ×６／８０００＝５０Ｋ×６１３３枚／月×６カ月／８０００枚／本＝２３０Ｋ本
となり、当然９１年上期のＣＲＧ総出荷本数に同じとなる。

加えて、９１年下期に出荷される本体用のＣＲＧ供給数量を求めることとする。

予め９１年下期に出荷される本体台数が予測されているものとする。

図９において、９１年下期に実際出荷された本体５７Ｋ台である。今回は予測値としてこの値を用いることにする。５７Ｋ台の本体は、最終的に９１年内に市場で稼働している台数でるため、実際の総稼働台数はこの数よりも少ない。

ここでは以下の仮定の下で本体が出荷されるとする、則ち
１カ月に出荷される数は平均５７Ｋ／６＝９．５Ｋ台
である。

最初の１カ月目で出荷された９．５Ｋ台は、先述の月間平均ＰＶで５ケ月間はＣＲＧが消費されるとする。次の１ケ月間で出荷された９．５Ｋ台は、同様に４ケ月間消費される。３〜５カ月目で出荷された本体も同様に、各々３〜１カ月間消費され、そして、最後の６カ月目に出荷された本体は、消費されないとする。すると、９１年下期に出荷される本体が消費するであろうＣＲＧの数量は次式で求まることになる。則ち
Ａ×Ｐ×（５＋４＋３＋２＋１）／（６＊８０００）＝５７Ｋ×６１３３枚／月×１５カ月／（６カ月×８０００枚／本）＝１０９本

従って、２３０＋１０９＝３３９Ｋ本が９１年下期の予測生産数量となる。以上の計算手法で、求めた予想ＣＲＧ集荷数量を図１０上に点線でプロットしてある。実際９１年下期に出荷されたＣＲＧは、４５０Ｋ本で、予測数量を上回っている。これは、初期重要を多く見積もりすぎたために、予想ＰＶが大きく成りすぎたためと考えられる。また、９３年上期までは、本体出荷台数が安定しなかったため、ＣＲＧの予想出荷数量も、外れてしまっている。しかし、９３年上期以降は、６カ月の平均月間ＰＶは３３４４枚／月とほぼ安定化し、この頃のＰＶを用いた、ＣＲＧ生産数量の予測では予測誤差が１０％以下と高い精度で予測が出来ており、一定の効果があると言える。
特開２００２−０７３７４８号公報

しかしながら、従来の消耗品生産管理方法では、下記に示すような課題がある。レーザプリンタの消耗品としてＣＲＧ以外に、定着器や転写ローラがある。これらの寿命はＣＲＧよりは長く、本体寿命より短い。そしてＣＲＧの様に寿命に到達したら交換されるのでアフターパーツと言われる。図１１は、先述のレーザプリンタの出荷台数とアフターパーツ出荷量の関係を示している。ここではアフターパーツとして転写ローラの例を述べる。

図１１より、以下二つの特徴的なことが言える。アフターパーツに設定されている転写ローラの寿命は共に２００Ｋ枚（Ａ４）である。これらアフターパーツの交換時期は、仮に月間平均ＰＶが５Ｋ／枚であれば、２００Ｋ／５Ｋ＝４０月後、つまり３年４カ月後となるはずである。

例えば９１年１月に本体が市場に設置されたとした場合、少なくとも９３年度中はアフターパーツの需要はゼロのはずである。

ところが、図１１によれば、出荷したその年から既にアフターパーツの出荷は開始されている。

更に特徴的なのは、ＣＲＧの出荷は本体製造中止後、ほぼ飽和してくるのに対し、アフターパーツは本体製造中止後、その出荷台数は更に増加傾向がある、ということである。この増加カーブは月間平均ＰＶには依存しておらず、これまでの手法では予測するのが難しい。明らかに、ＣＲＧと転写ローラ、定着器とではアフターパーツの予測手法が異なっている。市場設置された本体でのプリント枚数が、アフターパーツの寿命枚数に較べて多くなる場合、則ち本体の稼働時間が十分長い状態（定常時）においては、平均ＰＶを用いても、アフターパーツ需要の推定値に妥当性が見いだされる。これは市場の殆どの本体に投入されたＣＲＧが交換され、アフターパーツが既に市場に数多く出荷されているためである。

しかし、アフターパーツの寿命枚数に較べて、本体の稼働が十分進んでない状態（過渡期）においては、アフターパーツの供給量は少なくなる。従って、その時点での平均ＰＶを用いても、情報量が不十分であるので、アフターパーツ需要の推定は困難である。

本発明は、以上の点に着目して成されたもので、市場で稼働している特定のプリンタのプリントボリュームをリアルタイムで入手し、消耗品の需要予測を行う生産管理システム及び方法並びにプログラムを提供することを目的とする。

本願発明は上記問題点を鑑みてなされたものであり、プリンタ出力に関する情報を一時的に記憶する手段と、前記プリンタ出力に関する情報を発信／受信する手段と、を有するネットワークプリンタから、他のネットワーク内にあるサーバに上記プリンタ出力に関する情報を収集することによって、ネットワーク上に接続されたプリンタエンジンの使用情報を集計／分析し、得られた結果に基づいて、消耗品の生産量を決める、プリンタエンジンを用いた生産管理システムとすることで、リアルタイムに、市場で稼働しているプリンタのプリントボリューム（ＰＶ）の分散を把握することが出来るようになり、市場設置された本体でのプリント枚数が、アフターパーツの寿命枚数に較べて、本体の稼働が十分進んでない状態においても、アフターパーツの需要を正確に予想することが出来るようになる。更に、プリンタの稼働している地域を情報として入手することで、生産するアフターパーツの仕様を予め知ることが出来るようになる。

なお、さらに詳細に説明すれば、本発明は下記の構成によって前記課題を解決できた。

（１）プリンタ出力に関する情報を一時的に記憶する手段と、使用時間を積算する手段と、上記プリンタ出力に関する情報を外部に自動的に発信／受信する手段とを有するネットワークプリンタからの、他のネットワーク内にある指定されたメールアドレスを有するサーバに発信される上記プリンタ出力に関する情報を収集するプリンタ出力情報収集手段と、
上記プリンタ出力情報を集計／分析する分析手段と、
前記分析手段により得られた、上記プリンタの任意の期間のプリントボリューム分布を用い、統計的手法から消耗品の生産量を決める決定手段とを有することを特徴とする生産管理システム。

（２）プリンタ出力に関する情報を一時的に記憶する手段と、使用時間を積算する手段と、上記プリンタ出力に関する情報を外部に自動的に発信／受信する手段とを有するネットワークプリンタからの、他のネットワーク内にある指定されたメールアドレスを有するサーバに発信される上記プリンタ出力に関する情報を収集するプリンタ出力情報収集ステップと、
上記プリンタ出力情報を集計／分析する分析ステップと、
前記分析ステップにおいて得られた、上記プリンタの任意の期間のプリントボリューム分布を用い、統計的手法から消耗品の生産量を決める決定ステップとを有することを特徴とする生産管理方法。

本発明によれば、本願に関わる第１の発明は、プリンタ出力に関する情報を一時的に記憶する手段と、使用時間を積算する手段と、上記プリンタ出力に関する情報を自動的に発信／受信する手段と、を有するネットワークプリンタから、他のネットワーク内にある指定されたメールアドレスを有するサーバに上記プリンタ出力に関する情報を発信し、上記プリンタ出力に関する情報を収集する、プリンタ出力情報収集手段を用いて、プリンタ出力情報を集計／分析し、分析より得られた結果に基づいて、消耗品の生産量を決める生産管理システムを実現することで、市場で稼働するプリンタのプリントボリューム等の使用状況データを、リアルタイムに把握することが出来るようになり、アフターパーツの需要予測も正確に行えるようになる。

また、本願に関わる第２の発明では、地域情報が特定できるために、実施例１に述べた、アフターパーツ需要予測手段を用いて、アフターパーツを何台、どこの地域に出荷すれば良いか、が分かるようになる。

例えば、その地域がＵＳＡ地区、ＥＵ地区、アジア地区なのか、事前にどこの地域でアフターパーツが必要になるのか、分かるので、物流面で輸送コストの削減、リードタイムの短縮化が実現でき、ジャスト・イン・タイムによる在庫圧縮が可能となる。

以下、本発明の発明を実施するための最良の形態について図面を用いて説明する。

（第１の実施例）
以下、本発明の実施形態を添付図を参照しながら、市場に設置され、ネットワークに接続されたプリンタの画像情報と稼働情報を入手する手段にについて説明する。

図１は、本実施例の、市場で稼働しているプリンタから、使用情報を収集するためのネットワークの概念図を示している。

図１は、世界中に張り巡らされているインターネット１に、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）２はファイアウォール３と呼ばれる、セキュリティの壁を介して接続されている様子を示している。

各ＬＡＮ２は、通常プロキシサーバ４を介してインターネット１に接続されている。

次に、本発明のプリンタの特徴について説明する。

図１において、複数のホストコンピュータ５と、複数のプリンタ６と、がＬＡＮ２を構成している。各ホストコンピュータ５が印刷を実行する場合は、各ホストコンピュータ５が、印刷先のプリンタエンジン６を指定し、画像データを送信する。

また不図示のプリンタサーバを介して、画像データをプリンタエンジンに送信しても全く問題は無い。

図２に本発明の特徴である、プリンタエンジンの概略イメージを示す。

図２に於いて、画像データを受け取ったプリンタエンジン６には、画像データをラスターイメージに展開するプリンタコントローラ６２と、プリンタエンジン６の画像形成動作を司るＤＣコントローラ６１と、データを外部に発信するためのメール発信装置６３が組み込まれている。

プリンタコントローラ６２は、印刷日時、印刷枚数、用紙サイズ、カラーｏｒモノクロ、片面ｏｒ両面、稼働時間といった、プリンタエンジン６の使用状態を記録するメモリ６４を有している。

メモリ６４は任意の時間、上記プリンタエンジンの使用データ蓄積する機能を有している。任意の時間経過した後、メモリに蓄積されたプリンタ使用データは、メール発信装置６３によって指定されたメールアドレスを有するサーバ１０に送付される。

メール発信装置６３には、不図示のオペレーションシステムと時間計測手段であるタイマー機能と、自動的に、指定されたメールアドレスにメールを送信する機能を有している。

メール発信装置６３は、任意の時間にメールを発信することが可能であり、本実施例に於いてはタイマーにより、毎日１８：００の時点で送信を行うようにしている。

送信されるデータは、印刷日時、印刷枚数、用紙サイズ、カラーｏｒモノクロ、片面ｏｒ両面、稼働時間である。

メールを送信するタイミングは、上記のように定時としても良いし、例えば電源ＯＮ若しくは電源ＯＦＦのタイミングでも構わない。また、プリント終了後随時でも良い。

上記指定されたメールアドレスは、プリンタ製造時に設定しても、ユーザ先に設置されるときに設定しても、構わない。

サーバ１０に集計されるプリント出力情報において、稼働時間とプリント枚数を使うことによって、そのプリンタエンジンのＰＶを求めることが出来る。

図３に示す表は、上記情報手段をスループット２４ｐｐｍ／Ａ４モノクロネットワークプリンタに組み込み、使用データをサーバで１カ月間収集した結果を示している。母集団は約６０００台である。

サーバで収集された、稼働日数、プリント枚数のデータから、平均月間ＰＶとＰＶ分布を求める。

前記データから、大凡のＰＶ水準を決める。ＰＶ水準は、細分化するほど精度の高い推定値が得られる。本実施例では、精度を落とさず、且つデータ量が膨大になるのを抑えるため、９水準にしている。

本発明者らはＰＶ水準を予め、０〜１Ｋ、１〜３Ｋ、…、５０〜１００Ｋと９水準に分け、ＰＶ水準中心値も同様に各々０．５Ｋ、１．５Ｋ、…、７５Ｋと設定した。

そうすると、上記ＰＶ水準に入るプリンタ台数が決まり、このプリンタ台数の全体のプリンタ台数に占める割合が、ＰＶ分布［％］となる。

平均月間ＰＶは、サーバ１０に集計された、１ケ月間プリント総枚数をプリンタ台数で割った値となる。図３においては、プリント枚数の総和３８，２５４Ｋページを本体台数６０１３台で割った値、則ち６．３６Ｋページ／月が平均月間ＰＶとなる。

図４は、上記ＰＶ分布をグラフ化したものである。

次ぎに、このようなＰＶ分布から、比較的寿命の長い消耗交換部品の需要予測の方法について述べる。

本発明の需要予測の精度を証明するために、本実施例では予め転写ローラアフターパーツの出荷台数データが分かっている、過去に生産されたレーザプリンタの例を用いて、予測値と実績値を比較することとした。

ここでは、本体寿命５００Ｋページ、スループット１６ｐｐｍ／Ａ４のモノクロプリンタの場合について、その消耗交換部品である転写ローラ（寿命２００Ｋページ）の需要予測を行う。

市場におけるＰＶ分布は、スループットやモノクロ／カラープリンタ等、プリンタの種類、投入される市場で大きく変わる。

図４に示したスループット２４ｐｐｍ／Ａ４モノクロプリンタのＰＶ分布は、スループット１６ｐｐｍ／Ａ４のモノクロプリンタの後継機として同じ市場に投入されたプリンタであるので、ほぼ同様のＰＶ分布を示すと仮定できる。

図５の表は、図３のＰＶ分布と平均月間ＰＶから求めた、転写ローラアフターパーツの交換頻度（回／期）を求めた表である。

ＰＶ水準中心値のプリンタが、寿命２００Ｋページの転写ローラを消耗するのに必要な月数を求める。

例えば、ＰＶ水準７〜１０Ｋのグループにあるプリンタは、月間平均ＰＶ８．５Ｋページ／月のプリンタで代表することが出来る。前記プリンタが、寿命２００Ｋの転写ローラの寿命を全うするのに必要な月数は、２００Ｋ／８．５Ｋページ／月＝２３．５カ月≒２４カ月である。

更に、それを半期（６カ月）毎に換算すると、２４カ月／６カ月／期＝４期となる。

つまり、月間平均ＰＶ８．５Ｋページ／月のプリンタは４期に１度の交換頻度で、転写ローラアフターパーツが必要となる。

その時に必要となる数量は、出荷された台数とＰＶ分布２０．４９％の積となる。

図５において、交換頻度が６７期、２２期に１度というのは、各々３３．５年、１１年となり、この様なケースでは、一度もアフターパーツを交換せず、プリンタの本体寿命を全うする、と仮定する。

図６に、本体寿命５００Ｋページ、スループット１６ｐｐｍ／Ａ４のモノクロプリンタの、９１年上期から９６下期まで実際に出荷された本体台数、転写ローラアフターパーツ、及び本実施例の予測手法で求めた計算による必要数量を示す。

図６における９１年上期を例にとって説明する。

９１年上期には５０Ｋのレーザプリンタが出荷されている。平均月間ＰＶ７５．０Ｋページ／月のグループの分布は０．１２％である。すると、５０Ｋの０．１２％である６０台が、そのグループの稼働台数となる。

このグループの交換周期は２期に５回であるから、９１年下期には交換パーツである転写ローラが６０×２＝１２０台、９２年上期には、６０×３＝１８０台が入り、以後半期毎に１２０台と１８０台が交互に入る。

同様に、平均月間ＰＶ１７．５Ｋページ／月のグループの分布が２．２８％であるので５０Ｋ台のうち１１４０台がそのグループの稼働台数となる。このグループの交換周期は、２期に一回であるので、９１年下期、９２年下期、９３年下期…に１１４０台が入る。

他の平均月間ＰＶの場合も、以下同様にして転写ローラアフターパーツの需要が発生することが分かる。以下、９１年下期以降も同様である。本発明ではレーザプリンタの出荷台数のみ変動し、平均ＰＶ水準及びそのグループの分散は、各年度で変わらない、と仮定している。従って本体稼働台数がのみ各期によって異なり、その後必要とされる転写ローラアフターパーツの需要台数も変わってくる。

例えば、９４年上期の場合では、平均月間ＰＶ７５．０Ｋページ／月のグループ及び値１７．５Ｋページ／月のグループの本体稼働台数は、各々６８台と５００９台となっている。これは、本体の出荷台数が増加していることに寄るものである。

この様にして、各期で出荷されたプリンタに対応する転写ローラアフターパーツを、各期毎に集計することで、その期に必要となる転写ローラアフターパーツの数量が分かる。

図７に、９１年上期から９６年下期まで、実際に出荷された転写ローラアフターパーツの数量と、本発明の手法で求めた予測数量を比較したグラフを示す。

９１年上期から９６年下期迄、全ての期で一致はしていないが、９１年上期から９４年上期までは実績値と予測値が非常に接近しており、予測精度が高いことを示している。９４年下期の転写ローラアフターパーツの実績値が急激に落ち込んでいるために、その後の実測値と予測値がかけ離れたと考えられる。原因としては、以下のようなことが考えられる。則ち本実施例ではＰＶ分布の形をある月の１つの例を、数十カ月変わらないものと計算してきた。実際の市場は、ＰＶ分布は変動しており、その変化まで推測できなかった、と考えられる。

本発明における、市場で稼働するプリンタの使用状況データを収集する手段を用いることによって、リアルタイムに市場で稼働しているプリンタのＰＶ情報を把握することが出来るようになるので、先述の手法を用いることにより、アフターパーツの需要予測も正確に行えるようになる。

（第２の実施例）
本発明の第２の実施例は、プリンタの使用されている地域情報を用いて、アフターパーツ生産数量予測を行うことを特徴とする。

第１の実施例で述べたように、図２に示すプリンタ６のプリンタコントローラ６２は、印刷日時、印刷枚数、用紙サイズ、カラーｏｒモノクロ、片面ｏｒ両面、稼働時間といった、プリンタエンジン６の使用状態をメモリ６４に記録する。

メモリ６４は任意の時間、上記プリンタエンジンの使用データ蓄積する機能を有している。任意の時間経過した後、メモリに蓄積されたプリンタ使用データは、メール発信装置によって指定されたメールアドレスを有するサーバ１０に送付される。

この時同時に、そのプリンタが設置されている地域情報も送信してもらう。

地域情報をプリンタに入力する手段としては、本実施例では以下の手法を用いた。

世界各国の異なる電源仕様で分ける方法で，それは大きく１００Ｖ系、２００Ｖ系に分けられる。

特に定着器は、ヒータの仕様が１００Ｖ用と２００Ｖ用で互換性がないため、定着器としては全く別物として扱う必要がある。従ってプリンタ本体を製造するとき、電源仕様に併せて低電圧電源、定着器の仕様によって、組立ラインを分けている。

従って、製造時の時点で出荷先が、１００Ｖ圏なのか、２００Ｖ圏なのか分かるため、同時にメモリ６４に、この情報も書き込むことが可能となる。

実施例１で述べたように、ＰＶだけで判断された市場での定着器アフターパーツ需要予測では、生産する定着器の種類は特定できない。しかし地域情報が入手できると、消耗品の必要な場所が特定できるので、１００Ｖ系、２００Ｖ系、何れかが必要とされているのか、事前に分かることとなる。

更に、地域情報が特定できると、実施例１に述べた、アフターパーツ需要予測手段を用いて、アフターパーツを何台、どこの地域に出荷すれば良いか、が分かる。例えば、その地域がＵＳＡ地区、ＥＵ地区、アジア地区なのか、事前にどこの地域でアフターパーツが必要になるのか、分かるようになる。

この様なことで、物流面で、輸送コストの削減、リードタイムの短縮化が実現でき、ジャスト・イン・タイムによる在庫圧縮が可能となる。

地域情報を入手する他の手段としては、（１）実際にユーザに登録してもらう（２）プリンタ設置時にサービスマンが設定する、という手段も考えられる。

（１），（２）ともに、プリンタマニュアルに記載することで、詳細な設定が可能である。設定方法としては、オペレーションパネルから指示する方法が一般的となる。

（２）は（１）よりも確実性が高くなる。

また、本プリンタはメールの自動発信／受信が可能であるため、設置された場合に、図１に示すサーバ１０から、自動的に設置されたプリンタにメールが送信されて、ユーザに対し地域情報の設定を促すことも可能である。

上記電源仕様による地域分けは、地域情報としては最も少ない情報と言える。

地域情報の詳細を入手することで、国別のプリンタの使用状況等も、情報として入手できるようになり、カスタマーサービスの充実を推進することも可能となる。

プリンタ使用情報を収集するためのインターネットを含むネットワークの概念図 本発明のメールを自動発信／受信するプリンタの概念図 本発明で収集したプリンタ使用情報の整理してＰＶ分布を求めた表 本発明で収集したプリンタ使用情報の整理してＰＶ分布のグラフ ＰＶ分布からアフターパーツの交換頻度を求めた表 ＰＶ分布、本体台数から求めたアフターパーツ生産数量を予測する統計的手法を示す表 アフターパーツの実績値と予測数量を比較したグラフ プリンタ出荷台数とＣＲＧ出荷台数を示すグラフ プリンタ出荷台数とＣＲＧ出荷台数から求めたＰＶで消耗品ＣＲＧの出荷台数を予測した表 ＰＶで消耗品ＣＲＧの出荷台数を予測したグラフ ＣＲＧ出荷台数から求めたＰＶで消耗品である転写ローラの出荷台数を予測したグラフ

符号の説明

１ インターネット
２ ＬＡＮ
３ ファイアウォール
４ プロキシ
５ ＰＣ端末
６ プリンタ
６１ ＤＣコントローラ
６２ プリンタコントローラ
６３ メール発信装置
６４ メモリ

Claims (5)

1. プリンタ出力に関する情報を一時的に記憶する手段と、使用時間を積算する手段と、上記プリンタ出力に関する情報を外部に自動的に発信／受信する手段とを有するネットワークプリンタからの、他のネットワーク内にある指定されたメールアドレスを有するサーバに発信される上記プリンタ出力に関する情報を収集するプリンタ出力情報収集手段と、
   上記プリンタ出力情報を集計／分析する分析手段と、
   前記分析手段により得られた、上記プリンタの任意の期間のプリントボリューム分布を用い、統計的手法から消耗品の生産量を決める決定手段とを有することを特徴とする生産管理システム。
2. 前記決定手段は、プリンタの出力情報と使用地域情報に基づいて、消耗品の種類と生産量を決めることを特徴とする請求項１に記載の生産管理システム。
3. プリンタ出力に関する情報を一時的に記憶する手段と、使用時間を積算する手段と、上記プリンタ出力に関する情報を外部に自動的に発信／受信する手段とを有するネットワークプリンタからの、他のネットワーク内にある指定されたメールアドレスを有するサーバに発信される上記プリンタ出力に関する情報を収集するプリンタ出力情報収集ステップと、
   上記プリンタ出力情報を集計／分析する分析ステップと、
   前記分析ステップにおいて得られた、上記プリンタの任意の期間のプリントボリューム分布を用い、統計的手法から消耗品の生産量を決める決定ステップとを有することを特徴とする生産管理方法。
4. 前記決定ステップは、プリンタの出力情報と使用地域情報に基づいて、消耗品の種類と生産量を決めることを特徴とする請求項３に記載の生産管理方法。
5. 請求項３又は４の何れかに記載の生産管理方法をコンピュータに実行させるためのプログラム。