JP2008171171A - 需要予測方法、および需要予測分析サーバ、並びに需要予測プログラム - Google Patents

Abstract

【課題】 将来のある時点における製品の需要を正確に把握する需要予測分析サーバを提供する。
【解決手段】 組立型製品の需要を予測するための需要予測分析サーバにおいて、注文者による組立型製品の見積り操作の記録と注文者による組立型製品の注文操作の記録の関係付け処理を行い、関係付け処理の結果から見積り操作に対する注文確率および注文時間遅れのパラメータを算出するパラメータ生成処理３１と、注文者による組立型製品の見積り操作およびパラメータに基づいて、見積り操作が注文に至る数と時期、または見積り操作が注文に至り、組立型製品が出荷される数と時期を予測する予測処理３２とを備え、注文者による過去の注文の実績と過去の需要予測の結果を用いて、組立型製品の構成部品について予測精度を算出し、予測精度と予め設定された閾値を比較して、閾値を下回った構成部品は、予測処理３２による予測の際の対象部品から外すようにした。
【選択図】 図２

Description

本発明は、コンピュータや自動車等の組立型製品の需要予測方法、および需要予測分析サーバ、並びに需要予測プログラムに関する。特に、製品の仕様定義が複雑なためにコンピュータによる仕様定義の支援が必要であったり、高額な製品であるために仕様確定から価格確定までに時間が必要であったり、製品の需要が時間経過に対して大きく変動するために将来のある時点における製品の需要量を正確に把握することが必要であったりする製品、例えば、高性能コンピュータ装置の様な製品の需要予測に好適である。

近年、コンピュータや自動車といった製品では顧客ニーズの多様化が進んでおり、顧客１人１人の要望に合わせて製品仕様をカスタマイズして生産する受注仕様生産が普及している。この生産方式は、製品を独立した機能を有する部品ユニットに細分化しておき、顧客の要求に応じて部品ユニットの組み合せを変えることで、限られた部品ユニットから多様な機能の製品を生産するものである。

一方、こうした受注仕様生産を実現するためには、組み合せ可能な部品ユニットのパターンを考慮した正しい仕様定義を行う必要があるが、組み合せパターンが膨大となると人手によるチェック作業は困難になる。このため、コンピュータ装置により部品ユニットの組み合せパターンをチェックして、正しい仕様定義を支援する「見積支援装置」が普及している。このような製品では、注文者が「見積支援装置」により仕様定義を行う割合が高くなるため、「見積支援装置」における見積履歴情報は将来の生産に必要な部品情報を含む可能性が高くなる。

上記のような見積履歴情報を将来の生産のための部品調達に活用する方式が、特許文献１に開示されている。特許文献１の技術は、顧客による見積依頼操作または商談申込操作の少なくとも一方を含む購入準備操作を受けて、選択商品の生産準備操作を開始するものである。
特開２００３−２９６６１２号公報

企業用途コンピュータは、その需要が景気の影響を受けやすいため、時間経過に伴う需要量の変動が大きい。さらに、構成部品であるＣＰＵ、メモリ、ＨＤＤは技術革新が著しく陳腐化速度が速い。このような製品では、需要変動に対応して部品調達を必要量だけ行い、受注機会の損失を防ぎつつ余剰在庫を生じないことが求められる。このためには、将来のある時点での需要を正確に把握する必要がある。上記特許文献１の技術では、顧客による購入準備操作により、将来、選択商品の需要が生じることは予測できるが、いつの時点で需要が生じるかを把握することが困難である。

本発明は上記事情に鑑みなされたものであり、将来のある時点における製品の需要を正確に把握する需要予測方法、および需要予測分析サーバ、並びに需要予測プログラムを提供することを目的とする。

本願において開示される発明のうち、代表的なものの概要を簡単に説明すれば、次のとおりである。

本発明による需要予測方法は、組立型製品の需要を予測するためのコンピュータ装置を用いた需要予測方法であって、コンピュータ装置が、注文者による組立型製品の見積り操作の記録および注文者による組立型製品の注文操作の記録の関係付け処理を行うステップと、コンピュータ装置が、関係付け処理の結果から見積り操作に対する注文確率および注文時間遅れのパラメータを算出するステップと、コンピュータ装置が、注文者による組立型製品の見積り操作およびパラメータに基づいて、見積り操作が注文に至る数と時期、または見積り操作が注文に至り、組立型製品が出荷される数と時期を予測するステップと、コンピュータ装置が、注文者による過去の注文の実績と過去の需要予測の結果を用いて、組立型製品の構成部品について予測精度を算出するステップと、コンピュータ装置が、予測精度と予め設定された閾値を比較して、閾値を下回った構成部品は、予測の際の対象部品から外すステップとを有するものである。

また、本発明による需要予測分析サーバは、組立型製品の需要を予測するための需要予測分析サーバであって、注文者による組立型製品の見積り操作の記録と注文者による組立型製品の注文操作の記録の関係付け処理を行い、関係付け処理の結果から見積り操作に対する注文確率および注文時間遅れのパラメータを算出するパラメータ生成処理手段と、注文者による組立型製品の見積り操作およびパラメータに基づいて、見積り操作が注文に至る数と時期、または見積り操作が注文に至り、組立型製品が出荷される数と時期を予測する予測処理手段と、注文者による過去の注文の実績と過去の需要予測の結果を用いて、組立型製品の構成部品について予測精度を算出する予測精度算出手段と、予測精度と予め設定された閾値を比較して、閾値を下回った構成部品は、予測処理手段による予測の際の対象部品から外す予測選定手段とを備えたものである。

また、本発明による需要予測プログラムは、組立型製品の需要を予測するためにコンピュータ装置を、注文者による組立型製品の見積り操作の記録と注文者による組立型製品の注文操作の記録の関係付け処理を行い、関係付け処理の結果から見積り操作に対する注文確率および注文時間遅れのパラメータを算出するパラメータ生成処理手段と、注文者による組立型製品の見積り操作およびパラメータに基づいて、見積り操作が注文に至る数と時期、または見積り操作が注文に至り、組立型製品が出荷される数と時期を予測する予測処理手段と、注文者による過去の注文の実績と過去の需要予測の結果を用いて、組立型製品の構成部品について予測精度を算出する予測精度算出手段と、予測精度と予め設定された閾値を比較して、閾値を下回った構成部品は、予測処理手段による予測の際の対象部品から外す予測選定手段としてして機能させるものである。

本願において開示される発明のうち、代表的なものによって得られる効果を簡単に説明すれば以下のとおりである。

本発明によれば、生産者は生産や部品調達を計画的に実行でき、受注機会の損失を防ぐ一方、余剰在庫の発生を防ぐことが可能となる。さらには、決算時期における販売計画の達成度合いを事前に把握することが可能となり、挽回策を実施することにより不達成の度合いを低減することが可能となる。

また、予測精度の低い構成部品を予測データの対象から外すことで、精度の良い予測を行うことが可能となる。

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。なお、実施の形態を説明するための全図において、同一の部材には原則として同一の符号を付し、その繰り返しの説明は省略する。

＜需要予測分析サーバを含むシステムの全体構成＞
図１により、本発明の一実施の形態に係る需要予測分析サーバを含むシステムの全体構成について説明する。図１は本発明の一実施の形態に係る需要予測分析サーバを含むシステムの全体構成を示す構成図である。

図１において、製品の注文者が利用する注文者端末１と、製品を提供する企業側システムがインターネット等の通信回線２で結ばれている。企業側システムは、見積支援サーバ３、見積管理サーバ４、注文支援サーバ５、注文管理サーバ６、需要予測を行うために需要予測分析サーバ７、販売管理サーバ８、生産管理サーバ９、調達管理サーバ１０からなり、各サーバ間はネットワーク等の通信回線で結ばれている。また、調達管理サーバ１０は、インターネット等の通信回線２により部品メーカのコンピュータ１１と結ばれている。

注文者端末１は汎用コンピュータ装置であって、ディスプレイ等の表示装置、マウスやキーボード等の入力装置、ＣＰＵ、メモリ、ＨＤＤ、通信装置を備える。注文者は、入力装置から要求操作を加え、要求操作の情報が通信回線を通じて企業側システムに伝えられ、企業側システムのサービス情報が通信回線を通じて注文者の端末に伝えられ、ディスプレイ装置に表示される。

見積支援サーバ３は汎用コンピュータ装置であって、ＣＰＵ、メモリ、ＨＤＤ、通信装置を備える。見積支援サーバ３には、注文者端末において選定された製品仕様の情報が通信回線を経由して伝えられる。見積支援サーバ３は、前記選定された仕様を入力とし、内部に記録されている仕様選択制約の情報を参照して、次に選択可能な製品仕様を出力する。前記製品仕様は、通信回線２を通じて注文者端末１に伝えられ、注文者端末のディスプレイ装置に表示される。また、注文者端末１で確定された製品仕様を含む見積データは、通信回線を経由して見積管理サーバ４に伝えられ、データベース１２に記録される。

見積管理サーバ４は汎用コンピュータ装置であって、ＣＰＵ、メモリ、ＨＤＤ、通信装置を備える。見積管理サーバ４は、見積支援サーバ３より通信回線を経由して見積データを受け取りデータベース１２に記録する。また、通信回線を経由して各種サーバより出力要求を受け付け、データベース１２から所望の見積データを検索し、通信回線を経由して出力する。

注文支援サーバ５は汎用コンピュータ装置であって、ＣＰＵ、メモリ、ＨＤＤ、通信装置を備える。注文支援サーバ５は、注文者端末１において注文データが入力されると、これが通信回線を経由して伝えられ、注文データの内容をチェックして注文者端末のディスプレイ装置に表示する。さらに、注文者が確定した注文データは通信回線を経由して注文管理サーバ６に伝えられ、データベース１３に記録される。

注文管理サーバ６は汎用コンピュータ装置であって、ＣＰＵ、メモリ、ＨＤＤ、通信装置を備える。注文管理サーバ６は、注文支援サーバ５より通信回線を経由して注文データを受け取りデータベースに記録する。また、通信回線を経由して各種サーバより出力要求を受け付け、データベース１３から注文データを検索して通信回線を経由して出力する。

需要予測分析サーバ７は、本実施の形態において、システム全体の核となるコンピュータ装置であって、ディスプレイ等の表示装置１４、マウスやキーボード等の入力装置、ＣＰＵ、メモリ、ＨＤＤ、通信装置、データベースを備える。

また、需要予測分析サーバ７を動作させるための需要予測プログラムは、前記ＨＤＤに格納されている。

需要予測分析サーバ７は、受注予測と出荷予測を行う。それぞれについて、パラメータ生成処理と予測処理が実行される。

まず、受注予測のパラメータ生成処理について説明すれば、予測担当者により入力装置から条件が入力される。需要予測分析サーバ７は、前記条件において必要な見積データと受注データを見積管理サーバ４と受注管理サーバ６から取得する。次に、前記条件を参照して受注予測パラメータを生成する。前記パラメータは生成条件とともにデータベース１５に記録される。次に、予測処理では、入力装置から条件が入力される。需要予測分析サーバ７は、前記条件において必要な見積データを見積管理サーバ４から取得するとともに、データベース１５から受注予測パラメータを取得し、予測処理を実行する。前記、予測処理の結果は、データベース１５に記録される。

次に、出荷予測のパラメータ生成処理について説明すれば、予測担当者により入力装置から条件が入力される。需要予測分析サーバ７は、前記条件において必要な見積データと出荷データを見積管理サーバ４と生産管理サーバ９から取得する。次に、前記条件を参照して出荷予測パラメータを生成する。前記パラメータは生成条件とともにデータベースに記録される。次に、予測処理では、入力装置から条件が入力される。

需要予測分析サーバ７は、前記条件において必要な見積データを見積管理サーバ４から取得するとともに、データベース１５から出荷予測パラメータを取得し、予測処理を実行する。前記予測処理の結果は、データベース１５に記録される。

販売管理サーバ８は汎用コンピュータ装置であって、ディスプレイ等の表示装置１６、マウスやキーボード等の入力装置、ＣＰＵ、メモリ、ＨＤＤ、通信装置、データベース１７を備える。販売管理サーバ８は、販売担当である操作者が入力装置から表示条件を入力する。表示条件は通信回線を経由して需要予測分析サーバ７に送信され、需要予測分析サーバ７から必要な受注予測データが返信される。受注予測データは表示装置１６に表示される。一方、データベース１７から予め登録してある販売計画データが読み出され表示装置１６に受注予測データと重ねて表示される。この結果、将来の受注予測に照らして販売計画が達成可能かどうかが判定できる。

生産管理サーバ９は汎用コンピュータ装置であって、ディスプレイ等の表示装置１８、マウスやキーボード等の入力装置、ＣＰＵ、メモリ、ＨＤＤ、通信装置、データベース１９を備える。生産管理サーバ９は、生産担当である操作者が入力装置から表示条件を入力する。表示条件は通信回線を経由して需要予測分析サーバ７に送信され、需要予測分析サーバ７から必要な出荷予測データが返信される。出荷予測データは表示装置１８に表示される。一方、データベース１９から予め登録してある生産計画データが読み出され表示装置１８に出荷予測データと重ねて表示される。この結果、将来の出荷予測に照らして生産計画による製品供給量との過不足数が判定できる。生産担当である操作者は、出荷予測データを参照して生産計画データを調整し、データベース１９に格納する。

調達管理サーバ１０は汎用コンピュータ装置であって、ディスプレイ等の表示装置２０、マウスやキーボード等の入力装置、ＣＰＵ、メモリ、ＨＤＤ、通信装置、データベース２１を備える。調達管理サーバ１０は、調達担当である操作者が入力装置から表示条件を入力する。表示条件は通信回線を経由して生産管理サーバ９に送信され、生産計画データが検索され、通信回線を経由して調達管理サーバ１０に返信される。返信された生産計画データは、データベース２１に格納されている製品構成データを参照して調達予測データに変換され表示装置２０に表示される。

一方、データベース２１から予め登録してある調達計画データが読み出され表示装置２０に調達予測データと重ねて表示される。この結果、将来の調達予測に照らして調達計画が達成可能かどうかが判定できる。次に、調達担当である操作者は、調達予測データを参照して調達計画データを調整し、データベース２１に格納するとともに、インターネット等の通信回線２を経由して部品メーカのコンピュータ１１に送信される。

＜需要予測分析サーバの動作＞
次に、図２〜図８により、本発明の一実施の形態に係る需要予測分析サーバの動作について説明する。図２〜図８は本発明の一実施の形態に係る需要予測分析サーバの動作を説明するための説明図である。

図２は需要予測処理のブロック図であり、図２の処理は、図１の分析サーバに格納されている需要予測プログラムにより実行される。以下、受注予測処理を例として説明するが、図２の受注データを出荷データに置き換えれば出荷予測処理も同様な手順で実行可能である。また、本実施の形態では、コンピュータ製品を例として説明するが、他の製品においても同様な手法が適用可能である。

まず、需要予測処理では、データを性質が類似するグループに分類しておき、グループ単位に処理を実行する。具体的には、処理に使用する見積データや受注データを、同一の注文者や同一の製品種類ごとにグループ分け処理３０を実行する。この結果、性質が類似するグループ単位で以降に説明する相関解析処理が可能となり、予測精度を向上させることができる。

需要予測処理は、図２に示すように、パラメータ生成処理３１と予測処理３２からなる。パラメータ生成処理３１は予測に必要なパラメータを生成する準備段階であり、予測処理３２は前記パラメータを用いた実行段階に相当する。まず、パラメータ生成処理３１について説明すれば、各グループごとに過去の見積データ３３と受注データ３４の相関解析処理３５が実行され、相関パラメータが生成される。次に、予測処理３２において、各グループごとに相関パラメータと新規の見積データ３９の掛け合わせ処理３６が実行され、需要予測データが生成される。最後に各グループの需要予測データを加え合わせるとともに、結果の利用用途に応じた加工を行う出力処理３７を行い、最終的な需要予測データ３８が生成される。

図３はグループ分け処理の説明図であり、図３（ａ）はあるコンピュータ製品群について見積が行われた製品の台数の合計値の時間推移を示したものである。横軸は時間であり、縦軸は製品台数である。データは第Ｎ月より集計が開始されており、現在である第Ｎ＋３月まで集計された様子を示している。横軸の各時点における台数は、製品種類や注文者等の分類情報が記録された見積データから台数を抜き出して集計したものである。このため、分類ルールを定義することにより、図３（ａ）のコンピュータ製品群の全体データは、図３（ｂ）のように複数のグループに分解できる。図３（ｂ）は、図３（ａ）の全体データが台数の変動の大きい小型コンピュータのグループ１から台数の変動の小さい大型コンピュータのグループｇに分類された例を示している。

また、図４は相関解析処理の説明図であり、図４（ａ）は図３（ｂ）の大型コンピュータのグループｇのデータであり、横軸が時間、縦軸が見積データおよび受注データから集計した製品台数を意味している。過去の第Ｎ月の１ヶ月間に発生した見積データは、第Ｎ月以降の受注データと案件単位に突合せ処理され、いつ何件の受注に至ったかが特定される。

突合せ処理の詳細は後述する。見積が受注に至る期間は一様ではなくばらつきを持つ。

例えば、図４の×の案件Ａ（４０）のように見積から比較的早く受注に至るケースもあれば、図４の△の案件Ｂ（４１）ように見積から受注までに時間を要するケースもある。

このため、図４（ａ）のように第Ｎ月の１ヶ月間に発生した見積データは、第Ｎ月以降に受注台数の分布４２となる。

次に、図４（ａ）の時間軸を変換することにより図４（ｂ）の時間遅れ関数４３を得る。図４（ｂ）は図４（ａ）の第Ｎ月に発生した見積の台数を図４（ｂ）の時間ゼロ４４に移動させて受注台数の分布を集計、表示したものである。ただし、時間ゼロに移動させた見積の台数の合計が１．０となるように下式の受注比率を定義し、これにより換算している。

なお、図４（ｂ）は図４（ｃ）のように簡略化しても良い。図４（ｃ）は図４（ｂ）の時間遅れ関数４３を平均遅れ時間４５で代表させたものである。図４において、以下の相関パラメータを定義する。

図５は掛け合わせ処理の説明図であり、図５（ａ）は図３（ｂ）の大型コンピュータのグループｇのデータであり、横軸が時間、縦軸が見積データから集計した製品台数を意味している。図５は現在である第Ｎ＋３月以降を表示したものである。図５（ｂ）は図４（ｂ）の時間遅れ関数である。図５（ａ）のデータと図５（ｂ）の時間遅れ関数を用いて下式の掛け合わせ処理を実施する。同処理は、信号処理において用いられる畳み込み積分として知られている。この結果、過去の時間遅れ関数が将来も引き継がれると仮定して、当月の見積から集計された台数から将来のある時点の受注台数を予測することが可能となる。

ただし、ｈ（ｍ）は時間遅れ関数の離散値表現であり、ｕ（ｎ）は見積から集計された製品台数、ｘ（ｎ）は将来の受注台数である。

図６は出力処理の説明図であり、同処理は、需要予測データを利用目的に合致したデータに加工する処理であり、合成処理と分解処理からなる。

図６（ａ）はグループ１からグループｇについて図５の掛け合わせ処理を行った結果である。図６（ｂ）は各グループの掛け合わせ処理の結果を合成処理により合成した結果を示している。

例えば、グループ１からグループｇが個別の注文者であった場合、図６（ｂ）は全ての注文者のルートを合計した需要予測量を意味し、将来の販売台数を意味する。このため、販売計画と図６（ｂ）を比較すれば販売計画の到達度を事前に知ることができ、未達成である場合は挽回策を事前に講じることが可能となり、計画達成の度合いを高めることができる。

一方、図６（ｃ）は、図６（ｂ）を部品別の需要予測数に分解処理した例である。図６（ｂ）を、図６（ｃ）に分解するためには、各製品の部品搭載員数を乗じることにより実現できる。図６（ｃ）のグループａは、図６（ｂ）の製品１台あたり２台が搭載される部品の需要予測結果である。

一方、グループｃは、図６（ｂ）の製品１台あたり０．５台が搭載される、即ち必ずしも必須ではないが２台に１台の割合で搭載される部品の需要予測結果である。図６（ｃ）を参照することにより、部品調達を正確に行うことが可能となり、受注機会の損失を防ぎつつ余剰在庫を最小とすることができる。

図７はグループ分けの必要性を説明する図であり、図７（ａ）から図７（ｃ）は時間遅れ関数をコンピュータ製品の機種別に表示した例である。図７（ａ）は小型コンピュータ、図７（ｂ）は中型コンピュータ、図７（ｃ）は大型コンピュータの例である。小型コンピュータは、価格が安いため価格交渉の時間が短く時間遅れが少ない上に、商談件数が多く受注確率が低い案件を多く含む傾向がある。このため、遅れ時間が少なくピークが低い分布となる。一方、大型コンピュータは、価格が高いために価格交渉の時間が長く見積りから受注に至る期間にもばらつきが大きい。しかし、商談は確度が高いものが多いため、受注確度が高い特徴がある。中型コンピュータは、前２者の中間的な性格を持つ。こうしたコンピュータ製品の機種ごとに相関解析を実行することにより、相関度合いが高くなるために、より精度の高い需要予測が可能となる。

図７（ｄ）と図７（ｅ）は注文者によるグループ分けの例である。図７（ｄ）は社内営業ルート、図７（ｅ）は社外営業ルートの時間遅れ関数の例である。社内営業ルートでは、商談手続きが簡単であるため遅れ時間が短い一方、自社製品をメインに扱うために受注確率も高い。一方、社外営業ルートでは商談手続きが相対的に長くなる一方、他社案件との比較で失注する割合が多い。このため、これらをグループ分けして別々に時間遅れ関数を求め需要予測することが有効である。

図８は時期により相関パラメータを変更することの必要性を説明する図であり、図８（ａ）は見積案件から集計した台数５０、受注案件から集計した台数５１、出荷台数５２の時間推移を決算期について図示したものである。第Ｎ月は決算期の開始月を、第Ｎ＋５月は決算期の終了月を意味している。

一般に、出荷台数５２は決算期の終了月に向け増加する傾向がある。これは、メーカ側は販売計画を達成するために営業活動を強化するためであり、注文者は予算を消化するために注文台数を増やすためである。これに対して、見積案件による台数５０および受注案件による台数５１は出荷台数と同様に決算期の最終月に向けて増加するが、ピーク時期は最終月よりも前となる。これは、受注案件による台数５１は、注文から製品納入までの製造期間を見込むためであり、見積案件による台数５０は見積から注文まで価格交渉等の商談期間を見込むためである。

図８（ｂ）は第Ｎ月、図８（ｃ）は第Ｎ＋３月に発生した見積をもとに計算した受注と出荷の時間遅れ関数を示している。出荷の時間遅れ関数は、図２の受注データ３４の代わりに出荷データを用いることで得られる関数であり、処理方法は受注データと同様である。図８（ｂ）と図８（ｃ）の受注に関する時間遅れ関数（５３，５４）を比較すると、図８（ｂ）の第Ｎ月（５３）は決算期の終了月まで時間があるため注文に至る受注確率が低い上に時間遅れも大きい。

一方、図８（ｃ）の第Ｎ＋３月（５４）は終了月までの時間が限られているため受注確率が大きく時間遅れも小さい。出荷に関する時間遅れ関数（５５，５６）も同様であり、図８（ｂ）の第Ｎ月（５５）は出荷までの時間遅れが大きい上にばらつきも大きい。一方、図８（ｃ）の第Ｎ＋３月（５６）は時間が限られているため時間遅れ、ばらつきともに小さい。

＜需要予測分析サーバによる需要予測方法の実施手順＞
次に、図９〜図１１のフローチャートを用いて本発明の一実施の形態に係る需要予測分析サーバによる需要予測方法の実施手順を説明する。説明においては、図１の構成図、図１２および図１３のデータ例、図１４〜図１７の画面例を参照する。本発明の一実施の形態に係る需要予測分析サーバによる需要予測方法は、図９のパラメータ生成処理、図１０の予測精度の低い部品の選別処理、図１１の予測処理からなる。

まず、図９のパラメータ生成処理について説明する。

まず、図９に示すように見積データが記録される（Ｓ６０）。図１の見積支援サーバ３には、注文者端末１において選定された製品仕様の情報が通信回線２を経由して伝えられる。

見積支援サーバ３は、前記選定された仕様を入力し、内部に記録されている仕様選択制約の情報を参照して、次に選択可能な製品仕様を出力する。前記製品仕様は、通信回線２を通じて注文者端末１に伝えられ、注文者端末のディスプレイ装置に表示される。

図１４は注文者端末に表示される見積画面の例である。図１４（ａ）は製品の仕様定義を行う構成定義画面であり、図１４（ｂ）は構成定義が終了した後に構成内容を一覧する構成一覧画面である。構成定義画面では、画面上方に注文者の部署８０、ユーザＩＤ（８１）、見積ＩＤ（８２）が表示される。注文者はプルダウンメニュー８３を選択して所望の構成を定義する。

構成が定義されると構成情報が図１のインターネット等の通信回線２を経由して見積支援サーバ３に送信され、定義された構成に対して選択可能な選択肢がプルダウンメニューに用意される。また、合計金額８４は定義された構成に連動して表示が更新される。

注文者は画面左側のボタンを押して画面を変更することができる。データ保存８５は表示されているデータを編集途中で一時保存するものであり、データ読込８６は過去に作成された構成情報を読み込み表示させるものである。納期確認８７は、表示された構成を入手するために必要な最短日数を調査するものである。

構成一覧ボタン８８が押されると、図１４（ｂ）の画面に移行する。図１４（ｂ）は、構成定義した内容を一覧する画面であり、画面右上の印刷ボタン８９を押すことによりそのまま見積書として利用可能となっている。ここで、図１４（ｂ）の構成一覧の画面が表示された段階においては、注文者による構成定義が一段落したことを意味するものであり、このボタン８８が押される度に、図１２（ａ）に示す見積データが出力される。

図１２（ａ）は図１４（ｂ）の構成一覧の画面の情報をファイル形式で出力した例である。図１２（ａ）は、＜見積り＞から＜／見積り＞が１つの見積データの塊を意味しており、さらに、＜付帯情報＞から＜／付帯情報＞と＜構成＞から＜／構成＞の２つのグループからなる。

付帯情報としては、グループＩＤ、ユーザＩＤ、日付、時間、見積ＩＤが記録される。構成情報としては、形名、数量、価格が記録される。このファイルは図１の見積支援サーバ３に一時保存され、これが見積管理サーバ４に転送されてデータベース１２に登録される。

次に、受注データが記録される（Ｓ６１）。図１の注文支援サーバ５には、注文者端末１において注文データが入力されると、これが通信回線２を経由して伝えられ、注文データの内容をチェックして注文者端末１のディスプレイ装置に表示される。さらに、注文者が確定した注文データは通信回線２を経由して注文管理サーバ６に伝えられ、データベース１３に記録される。

図１５は注文者端末１に表示される注文画面の例である。画面上方に注文者の部署９０、ユーザＩＤ（９１）、注文ＩＤ（９２）が表示される。注文者は、注文主（顧客コード）（９３）、見積ＩＤ（９４）、品名（９５）、数量（９６）、価格（９７）、希望納期（９８）を入力する。見積ＩＤについては画面の読込ボタン９９から同一注文者が過去に作成した見積データを参照して読み込み可能である。また、品名の横にある詳細ボタン１００を押すと、品名の詳細な仕様が参照可能である。注文者が画面左側のボタンを押して画面を変更することができるのは図１３の見積画面と同様である。

注文者は画面の全ての情報が正しく入力されていることを確認すると、画面左側の注文ボタン１０１を押す。このボタンが押されると図１２（ｂ）の注文データが出力される。図１２（ｂ）は図１４の注文画面の情報をファイル形式で出力した例である。

図１２（ｂ）は図１２（ａ）と類似した構成を持っているが、特に、＜受注情報＞から＜／受注情報＞のデータが追加されている。ここには、注文データ特有である、注文主ＩＤ、納期が記録されている。このファイルは図１の注文支援サーバ５に一時保存され、これが注文管理サーバ６に転送されてデータベース１３に登録される。

次に、図９において条件設定（Ｓ６２）が実行される。条件設定は、企業の予測担当者が実行する操作であり、予測に必要な見積データ、受注（出荷）データが蓄積された後に実行する。条件設定は、図１の需要予測分析サーバ７の画面に必要な情報を登録して行われる。

図１６（ａ）は条件設定画面の例である。図１６（ａ）は、需要予測分析サーバ７に格納された需要予測プログラムが起動され、表示される画面の一例である。画面の左側にボタンが並んでおりこれを押すことで画面の切り替えが可能である。パラメータボタン１１０を押すとパラメータ設定メニューが表示される。設定すべき条件として、グループ分けのための機種１１１、注文者１１２、および、パラメータ設定の計算に使用するデータを検索する期間である見積期間１１３である。受注（出荷）データについては、見積期間の始点以降、最新のデータまでが自動的に参照される。

次に、見積データ検索（Ｓ６３）並びに受注（出荷）データ検索（Ｓ６４）が実行される。これは、図１６（ａ）の画面右上の検索実行ボタン１１４を押すことで開始される。検索が終了すると、図１６（ａ）の画面のグラフ１１５のように見積データから集計された台数の推移図が表示される。

次に、相関解析（Ｓ６５）が実行される。これは、図１６（ａ）の画面右上の計算実行ボタン１１６を押すことで開始される。相関解析が終了すると、図１６（ｂ）の画面が表示される。図１６（ｂ）のグラフ１１７は設定されたグループの条件において計算された時間遅れ関数である。

ここで、相関解析処理における突合せ処理について説明する。突合せ処理は、見積データと受注データ、または、見積データと出荷データが対となり案件単位で実行される。

図１２（ａ）は見積データ、図１２（ｂ）は受注データ、図１２（ｃ）は出荷データの例である。出荷データについて説明すれば、見積データや受注データと類似した構成を持っているが、特に、＜出荷情報＞から＜／出荷情報＞のデータが追加されている。ここには、出荷データ特有である、出荷日、出荷数が記録されている。

このデータは製品が出荷されると図１の生産管理サーバ９のデータベース１９に記録される。見積データと受注データの突合せ処理について説明すれば、見積データを手本として、日付が見積データ以降の条件の下で、グループＩＤ、構成情報の形名および数量が一致する受注データを検索する。前記条件が成り立つ場合、見積が受注に至ったものであると判定する。

同様に、見積データと出荷データの突合せ処理について説明すれば、見積データを手本として、日付が見積データ以降の条件の下で、グループＩＤ、構成情報の形名および数量が一致する出荷データを検索し、前記条件が成り立つ場合に見積が受注に至りさらに出荷されたものであると判定する。

図１３は相関パラメータの例であり、図１３（ａ）は、見積から集計された製品台数のデータ例であり、図４（ａ）のグラフのデータである。ある年の第Ｎ月について１日単位で見積された製品台数が記録されている。これは図１２（ａ）のような見積データのうち日付が同一となるデータを集めて数量を合計して計算される。図１３（ｂ）は、図４（ａ）から図４（ｂ）を計算する過程で集計されるデータの例であり、図１３（ａ）の１ヶ月の合計台数（８７５３台）（１２０）を日数ゼロに移動させ、前記８７５３台（１２０）と突合せ処理で一致した受注データの台数を日数単位に集計したデータである。

図１３（ｃ）は、図４（ｂ）のグラフのデータである。図１３（ｃ）は、図１３（ｂ）の各日数のデータを前記８７５３台（１２０）で割った値である。これらデータは、図１の需要予測分析サーバ７のデータベース１５に格納されており、必要に応じて呼び出されて表示、計算に活用される。

次に、グループ全てについて相関解析が実行されたかどうかが判定される（Ｓ６６）。予め定義したグループのうち、計算していないグループが存在すれば、自動的にグループを変更して（Ｓ６７）、全てのグループについての計算が終了するまで図９のＳ６２からＳ６６のループが繰り返される。

次に、相関パラメータの記録（Ｓ６８）が実行される。これは、図１６（ａ）の画面左側のデータ保存ボタン１１８を押すことにより実行される。相関パラメータは、計算条件と一緒に図１の需要予測分析サーバ７に接続されたデータベース１５に保存される。

次に、図１０の予測精度の低い部品の選別処理について説明する。

なお、本実施の形態では、需要予測を実施する月をｎ月とし、ｎ月以降の月の需要を予測する場合において、ｎ−１月の予測精度結果求めることとして説明する。

まず、図１０に示すように、構成部品ｉを１とし（Ｓ７０）、全グループの構成部品ｉについて、過去（ｎ−２月，ｎ−３月，ｎ−４月）の見積履歴を収集し（Ｓ７１）、過去（ｎ−１月）の受注履歴を収集する（Ｓ７２）。

次に、相関解析処理が実施される（Ｓ７３）。Ｓ７３での相関解析処理における突合せ処理は前述した通りである。

次に、Ｓ７３での相関解析処理において生成された相関パラメータを用いてｎ−１月の受注予測を実施する（Ｓ７４）。

次に、Ｓ７４での受注予測の出力結果である受注予測値とｎ−１月の受注履歴を比較して、予測精度の計算を実施する（Ｓ７５）。

Ｓ７５での予測精度の計算の出力結果と閾値を比較し、予測精度が閾値を下回るかを判定する（Ｓ７６）。

Ｓ７６での判定の結果、予測精度が閾値を下回る場合は、構成部品ｉ＋１として（Ｓ７７）、Ｓ７１に戻り予測精度の計算が実施される。

Ｓ７６での判定の結果、予測精度が閾値以上である場合は、相関パラメータ（受注確立と経過時間）を記録して（Ｓ７８）、構成部品全てについて予測精度の計算が実行されたかどうかが判定される（Ｓ７９）。

Ｓ７９で構成部品全てについて予測精度の計算が実行されていなければ、構成部品ｉ＋１として（Ｓ７７）、Ｓ７１に戻り予測精度の計算が実施され、構成部品全てについて予測精度の計算が実行されていれば、終了となる。

上記の処理は、月１回の頻度で、自動的に実施される。

次に、図１１に示す予測処理について説明する。

まず、図１１に示すように見積データが記録される（Ｓ８０）。見積データの記録方法は図９と同様であるが図１１では、図９と時期が異なっている。図９の見積データの記録（Ｓ６０）は商談期間を経て受注に至ることが期待されるほどの期間を設けて蓄積されたものであるのに対して、図１１の見積データの記録（Ｓ８０）は将来の受注を予測するための直近の時期（例えば１ヶ月以内）のデータである。

次に、条件設定が実行される（Ｓ８１）。同処理も図９と同様な手続きによって実行される。図１７（ａ）は条件設定画面の例である。図１６（ａ）と同様な手続きにより条件設定が行われる。条件設定においては、見積期間１３０とは別に相関パラメータの期間１３１を設定する。

図１７（ａ）の期間の意味は、同期間の見積データを用いて計算した相関パラメータを指定することを意味している。図１７（ａ）の例では、１年前の同月の見積データを用いたパラメータが指定されている。これは、図８で説明したように時期による影響を考慮して同時期の期間をしたものである。

これとは別に、直近の期間、具体的には過去の見積データが受注に至った最も近い期間を指定しても良い。これは１年前の期間と比べて景気の影響が現在と類似している点が有利である。また、１年前の同月と前記の最も近い期間の平均値を用いる等、複数の期間の時間遅れ関数を組み合せても良い。

次に、見積データ検索（Ｓ８２）並びに相関パラメータの検索（Ｓ８３）が実行される。

これは、図１７（ａ）の画面右上の検索実行ボタン１３２を押すことで開始される。検索が終了すると、図１７（ａ）のグラフのように見積データから集計された台数の推移図１３３および時間遅れ関数１３４が表示される。

次に、構成部品ｉを１とし（Ｓ８４）、構成部品ｉについて、ｎ−１月における受注確立と経過時間の記録が存在するかチェックする（Ｓ８５）。

Ｓ８５で受注確立と経過時間の記録がない場合は、構成部品ｉ＋１として（Ｓ８６）、Ｓ８５に戻り、構成部品ｉ＋１の受注確立と経過時間の記録をチェックする。

Ｓ８５で受注確立と経過時間の記録が存在する場合は、構成部品ｉについて掛け合わせ処理を実施する（Ｓ８７）。

本実施の形態では、ｎ−１月における受注確立と経過時間の記録チェックを実施したが、ｎ−１月、ｎ−２月、ｎ−２月における受注確立と経過時間の記録が全て存在するかチェックして、記録が存在すれば掛け合わせ処理７４を実施するようにしても良い。

Ｓ８７での掛け合わせ処理は、図１７（ａ）の画面右上の計算実行ボタン１３５を押すことで開始される。掛け合わせ処理が終了すると、図１７（ｂ）の画面が表示される。図１７（ｂ）のグラフ１３６は設定されたグループの条件において計算された需要予測結果である。

ここで、受注確立と経過時間の記録のない部品は、予測する当月をｎ月として、直近（ｎ−１月）の予測精度が閾値に達していないものであり、予測データの対象から外されることになる。これにより、予測精度の低い構成部品は、予測データの対照から外され、精度の予測を行うことが可能となる。

次に、グループ全てについて予測処理が実行されたかどうかが判定される（Ｓ８９）。計算していないグループが存在すれば、グループを変更して（Ｓ９０）、再度条件設定から繰り返され、全てのグループについての計算が終了するまで、Ｓ８３からＳ８９のループが実行される。

次に、需要予測結果が記録される（Ｓ９１）。これは、図１７（ｂ）の画面左側のデータ保存ボタン１３７を押すことにより実行される。需要予測結果は、計算条件と一緒に図１の需要予測分析サーバに接続されたデータベース１５に保存される。

＜需要予測結果の活用形態＞
次に、図１８〜図２０により、本発明の一実施の形態に係る需要予測分析サーバにより需要予測結果の活用形態について説明する。

図１８は販売管理サーバ８の表示装置１６の画面例である。販売担当が入力装置から表示条件を入力する。図１８の機種１４０、注文者１４１、表示期間１４２がこれに該当する。表示条件は通信回線２を経由して需要予測分析サーバ７に送信され、需要予測分析サーバ７から必要な受注予測データが返信される。

受注予測データは表示装置１６に表示される。一方、データベース１７から予め登録してある販売計画データが読み出され表示装置１６に受注予測データと重ねて表示される。画面のグラフ１４３の横軸は時間、縦軸は台数であり、販売計画１４４と販売実績１４５と受注予測データ１４６が重ねて表示されている。図１８から、２００５年９月から１０月の販売計画を達成することは難しく、挽回策が必要であることがわかる。図１８より、将来の受注予測に照らして販売計画が達成可能かどうかが判定できる。

図１９は生産管理サーバ９の表示装置１８の画面例である。生産担当は入力装置から表示条件を入力する。図１９の機種、注文者、表示期間がこれに該当する。表示条件は通信回線を経由して需要予測分析サーバに送信され、需要予測分析サーバから必要な出荷予測データが返信される。出荷予測データはディスプレイ装置に表示される。

一方、データベースから予め登録してある生産計画データが読み出されディスプレイ装置に出荷予測データと重ねて表示される。画面のグラフの横軸は時間、縦軸は台数であり、生産計画１４７と生産実績１４８と出荷予測データ１４９が重ねて表示されている。図１９から、２００５年１０月の後半においては生産計画を出荷予測データが上回るため、生産能力を増強する必要があることがわかる。図１９より、将来の出荷予測に照らして生産計画による製品供給量との過不足数が判定できる。生産担当である操作者は、出荷予測データを参照して生産計画データを調整し、データベースに格納する。

図２０は調達管理サーバ１０の表示装置２０の画面例である。調達担当は入力装置から表示条件を入力する。図２０の部品名、表示期間がこれに該当する。表示条件は通信回線を経由して生産管理サーバに送信され、生産計画データが検索され、通信回線を経由して調達管理サーバに返信される。返信された生産計画データは、データベースに格納されている製品構成データを参照して調達予測データに変換されディスプレイ装置に表示される。

一方、データベースから予め登録してある調達計画データが読み出されディスプレイ装置に調達予測データと重ねて表示される。画面のグラフの横軸は時間、縦軸は台数であり、調達計画１５０と調達実績１５１と調達予測データ１５２が重ねて表示されている。図２０から、２００５年１０月の後半においては調達計画を調達予測データが下回るため、現状の計画を維持して良いことがわかる。図２０より、将来の調達予測に照らして調達計画が達成可能かどうかが判定できる。

次に、調達担当である操作者は、調達予測データを参照して調達計画データを調整し、データベースに格納するとともに、インターネット等の通信回線を経由して部品メーカに送信される。

以上の説明により、将来のある時点における製品の需要を正確に把握する需要予測方法、および需要予測システム、並びに需要予測プログラムが開示された。

本実施の形態では、生産者は生産や部品調達を計画的に実行でき、受注機会の損失を防ぐ一方、余剰在庫の発生を防ぐことが可能となる。さらには、決算時期における販売計画の達成度合いを事前に把握することが可能となり、挽回策を実施することにより不達成の度合いを低減することが可能となる。

以上、本発明者によってなされた発明を実施の形態に基づき具体的に説明したが、本発明は前記実施の形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。

本発明は、コンピュータや自動車等の組立型製品の需要予測方法、および需要予測分析サーバ、並びに需要予測プログラムに関する。特に、製品の仕様定義が複雑なためにコンピュータによる仕様定義の支援が必要であったり、高額な製品であるために仕様確定から価格確定までに時間が必要であったり、製品の需要が時間経過に対して大きく変動するために将来のある時点における製品の需要量を正確に把握することが必要であったりする製品、例えば、高性能コンピュータ装置の様な製品の需要予測に適用可能である。

本発明の一実施の形態に係る需要予測分析サーバを含むシステムの全体構成を示す構成図である。 本発明の一実施の形態に係る需要予測分析サーバの需要予測処理のブロック図である。 本発明の一実施の形態に係る需要予測分析サーバのグループ分け処理の説明図である。 本発明の一実施の形態に係る需要予測分析サーバの相関解析処理の説明図である。 本発明の一実施の形態に係る需要予測分析サーバの掛け合わせ処理の説明図である。 本発明の一実施の形態に係る需要予測分析サーバの出力処理の説明図である。 本発明の一実施の形態に係る需要予測分析サーバのグループ分けの必要性を説明する図である。 本発明の一実施の形態に係る需要予測分析サーバの時期により相関パラメータを変更することの必要性を説明する図である。 本発明の一実施の形態に係る需要予測分析サーバの需要予測処理のフローチャートである。 本発明の一実施の形態に係る需要予測分析サーバの予測精度の低い部品の選別処理のフローチャートである。 本発明の一実施の形態に係る需要予測分析サーバの需要予測処理のフローチャートである。 本発明の一実施の形態に係る需要予測分析サーバのデータの例である。 本発明の一実施の形態に係る需要予測分析サーバの相関パラメータのデータ例である。 本発明の一実施の形態に係る需要予測分析サーバを含むシステム内の注文者端末に表示される見積画面の例である。 本発明の一実施の形態に係る需要予測分析サーバを含むシステム内の注文者端末に表示される注文画面の例である。 本発明の一実施の形態に係る需要予測分析サーバのパラメータ設定メニューの画面の例である。 本発明の一実施の形態に係る需要予測分析サーバの需要予測メニューの画面の例である。 本発明の一実施の形態に係る需要予測分析サーバを含むシステム内の販売管理サーバのディスプレイ装置に表示される画面例である。 本発明の一実施の形態に係る需要予測分析サーバを含むシステム内の生産管理サーバのディスプレイ装置に表示される画面例である。 本発明の一実施の形態に係る需要予測分析サーバを含むシステム内の調達管理サーバのディスプレイ装置に表示される画面例である。

符号の説明

１…注文者端末，２…通信回線，３…見積支援サーバ，４…見積管理サーバ，５…注文支援サーバ，６…注文管理サーバ，７…需要予測分析サーバ，８…販売管理サーバ，９…生産管理サーバ，１０…調達管理サーバ，１１…部品メーカのコンピュータ，１２…データベース，１３…データベース，１４…ディスプレイ等の表示装置，１５…データベース，１６…ディスプレイ等の表示装置，１７…データベース，１８…ディスプレイ等の表示装置，１９…データベース，２０…ディスプレイ等の表示装置，２１…データベース。

Claims (3)

1. 組立型製品の需要を予測するためのコンピュータ装置を用いた需要予測方法であって、
   前記コンピュータ装置が、注文者による前記組立型製品の前記見積り操作の記録および前記注文者による前記組立型製品の注文操作の記録の関係付け処理を行うステップと、
   前記コンピュータ装置が、前記関係付け処理の結果から前記見積り操作に対する注文確率および注文時間遅れのパラメータを算出するステップと、
   前記コンピュータ装置が、前記注文者による前記組立型製品の前記見積り操作および前記パラメータに基づいて、前記見積り操作が注文に至る数と時期、または前記見積り操作が注文に至り、前記組立型製品が出荷される数と時期を予測するステップと、
   前記コンピュータ装置が、前記注文者による過去の注文の実績と過去の需要予測の結果を用いて、前記組立型製品の構成部品について予測精度を算出するステップと、
   前記コンピュータ装置が、前記予測精度と予め設定された閾値を比較して、閾値を下回った前記構成部品は、前記予測の際の対象部品から外すステップとを有することを特徴とする需要予測方法。
2. 組立型製品の需要を予測するための需要予測分析サーバであって、
   注文者による前記組立型製品の見積り操作の記録と前記注文者による前記組立型製品の注文操作の記録の関係付け処理を行い、前記関係付け処理の結果から前記見積り操作に対する注文確率および注文時間遅れのパラメータを算出するパラメータ生成処理手段と、
   前記注文者による前記組立型製品の前記見積り操作および前記パラメータに基づいて、前記見積り操作が注文に至る数と時期、または前記見積り操作が注文に至り、前記組立型製品が出荷される数と時期を予測する予測処理手段と、
   前記注文者による過去の注文の実績と過去の需要予測の結果を用いて、前記組立型製品の構成部品について予測精度を算出する予測精度算出手段と、
   前記予測精度と予め設定された閾値を比較して、閾値を下回った前記構成部品は、前記予測処理手段による予測の際の対象部品から外す予測選定手段とを備えたことを特徴とする需要予測分析サーバ。
3. 組立型製品の需要を予測するためにコンピュータ装置を、
   注文者による前記組立型製品の見積り操作の記録と前記注文者による前記組立型製品の注文操作の記録の関係付け処理を行い、前記関係付け処理の結果から前記見積り操作に対する注文確率および注文時間遅れのパラメータを算出するパラメータ生成処理手段と、
   前記注文者による前記組立型製品の前記見積り操作および前記パラメータに基づいて、前記見積り操作が注文に至る数と時期、または前記見積り操作が注文に至り、前記組立型製品が出荷される数と時期を予測する予測処理手段と、
   前記注文者による過去の注文の実績と過去の需要予測の結果を用いて、前記組立型製品の構成部品について予測精度を算出する予測精度算出手段と、
   前記予測精度と予め設定された閾値を比較して、閾値を下回った前記構成部品は、前記予測処理手段による予測の際の対象部品から外す予測選定手段として機能させることを特徴とする需要予測プログラム。

Images