JP2013073261A - 需要予測装置、需要予測方法および需要予測プログラム - Google Patents

Abstract

【課題】精度よく需要を予測すること。
【解決手段】需要予測装置１０は、需要を予測する対象の活動数を取得する活動数取得部１６１ａと、故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出する交換率算出部１６１ｂと、活動数取得部１６１ａによって取得される活動数と、交換率算出部１６１ｂによって算出される交換率とに基づいて、需要を予測する対象の需要を算出する需要予測部１６１ｃとを備える。
【選択図】図１

Description

本発明は、需要予測装置、需要予測方法および需要予測プログラムに関する。

製品の販売実績に基づいて部品または消耗品の需要を予測する技術が知られている（例えば、特許文献１）。

特開２００３−２３３７０９号公報

販売実績に基づいて部品または消耗品の需要を予測する上記の技術では、精度のよい予測結果を得ることができないことがあった。本発明は、精度よく需要を予測することができる需要予測装置、需要予測方法および需要予測プログラムを提供することを目的とする。

本発明に係る需要予測装置は、１つの態様として、需要を予測する対象の活動数を取得する活動数取得部と、故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出する交換率算出部と、前記活動数取得部によって取得される活動数と、前記交換率算出部によって算出される交換率とに基づいて、需要を予測する対象の需要を算出する需要予測部とを備える。

ここで、本発明の望ましい態様として、前記第１の曲線は第１のワイブル分布に基づく曲線であり、前記第２の曲線は第２のワイブル分布に基づく曲線である。

また、本発明の望ましい態様として、前記第１のワイブル分布は、少なくとも位置パラメータが前記第２のワイブル分布と異なる。

また、本発明の望ましい態様として、本発明に係る需要予測装置は、前記第１の曲線および前記第２の曲線を決定するための複数のパラメータを記憶する記憶部をさらに備え、前記交換率算出部は、前記記憶部が記憶するパラメータの中から選択されたパラメータに基づいて前記第１の曲線および前記第２の曲線を決定する。

また、本発明の望ましい態様として、前記記憶部は、需要を予測する対象の仕様毎に前記パラメータを記憶する。

また、本発明の望ましい態様として、前記記憶部は、需要を予測する地域毎に前記パラメータを記憶する。

また、本発明の望ましい態様として、前記交換率算出部は、需要を予測する対象が市場で利用される割合の時期的な変化に基づいて、前記第１の曲線と前記第２曲線の高さを異ならせる。

また、本発明に係る需要予測方法は、１つの態様として、需要予測装置によって実行される需要予測方法であって、需要を予測する対象の活動数を取得するステップと、故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出するステップと、前記活動数と、前記交換率とに基づいて、需要を予測する対象の需要を算出するステップとを含む。

また、本発明に係る需要予測プログラムは、１つの態様として、需要予測装置に、需要を予測する対象の活動数を取得するステップと、故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出するステップと、前記活動数と、前記交換率とに基づいて、需要を予測する対象の需要を算出するステップとを実行させる。

本発明に係る需要予測装置、需要予測方法および需要予測プログラムは、精度よく需要を予測することができるという効果を奏する。

図１は、本実施例に係る需要予測装置の構成を示すブロック図である。 図２は、交換率の時系列の変化を示す曲線の一例を示す図である。 図３は、交換率の時系列の変化のモデルの一例を示す図である。 図４は、出荷数情報の一例を示す図である。 図５は、残存率情報の一例を示す図である。 図６は、交換率算出パラメータの一例を示す図である。 図７は、需要情報の一例を示す図である。 図８は、需要予測処理の処理手順を示すフローチャートである。 図９は、需要予測処理の算出結果の一例を示す図である。 図１０は、本実施例に係る需要予測方法を用いて予測した需要を実績値と比較した例を示す図である。 図１１は、交換率算出パラメータの他の例を示す図である。 図１２は、パラメータ選択画面の一例を示す図である。

以下に、本発明に係る需要予測装置、需要予測方法および需要予測プログラムの実施例を図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。また、この実施例における構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。

まず、本実施例に係る需要予測装置の構成について説明する。図１は、本実施例に係る需要予測装置の構成を示すブロック図である。以下では、アフターマーケットにおけるターボチャージャの需要を予測するために需要予測装置１０を利用する例について説明する。アフターマーケットとは、自動車用品ショップおよび自動車修理工場等の正規ディーラ以外の業者による市場をいう。

図１に示すように、需要予測装置１０は、表示部１１と、入力部１２と、通信部１３と、媒体読取部１４と、制御部１５と、記憶部１６とを備える。

表示部１１は、液晶パネルや有機ＥＬ（Organic Electro−Luminescence）パネル等の表示装置を有し、制御部１５から送信される制御信号に基づいて、文字や図形等の各種情報を表示する。入力部１２は、キーボード等の入力装置を有し、利用者が入力装置に対して行った操作に対応する信号を制御部１５へ出力する。通信部１３は、所定の通信プロトコルに基づいて、他の装置との間での情報の送受信を制御する。媒体読取部１４は、光ディスク、光磁気ディスク、メモリカード等の可搬の記憶媒体からプログラムやデータを読み取る。

制御部１５は、演算装置であるＣＰＵ（Central Processing Unit）１５１と、記憶装置であるメモリ１５２とを備え、これらのハードウェア資源を用いてプログラムを実行することによって各種の機能を実現する。具体的には、制御部１５は、記憶部１６に記憶されているプログラムを読み出してメモリ１５２に展開し、メモリ１５２に展開されたプログラムに含まれる命令をＣＰＵ１５１に実行させる。そして、制御部１５は、ＣＰＵ１５１による命令の実行結果に応じて、メモリ１５２および記憶部１６に対してデータの読み書きを行ったり、通信部１３等の動作を制御したりする。

記憶部１６は、磁気記憶装置や半導体記憶装置等の不揮発性を有する記憶装置からなり、各種のプログラムおよびデータを記憶する。記憶部１６に記憶されるプログラムには、需要予測プログラム１６１が含まれる。また、記憶部１６に記憶されるデータには、出荷数情報１６２と、残存率情報１６３と、交換率算出パラメータ１６４と、需要情報１６５とが含まれる。

なお、図１において記憶部１６が記憶していることとしたプログラムおよびデータの全体または一部は、媒体読取部１４が読み取り可能な記憶媒体に記憶されていてもよい。また、図１において記憶部１６が記憶していることとしたプログラムおよびデータの全体または一部は、通信部１３による通信によって他の装置から取得されてもよい。

需要予測プログラム１６１は、アフターマーケットにおける部品の需要を年毎に予測するための機能を提供する。需要予測プログラム１６１は、活動数取得部１６１ａと、交換率算出部１６１ｂと、需要予測部１６１ｃとを含む。

活動数取得部１６１ａは、需要を予測する部品を含む製品の出荷開始以降の部品の活動数を年毎に取得する。活動数とは、活動中の状態にある部品の数、すなわち、その部品を含んで市場に出荷された製品の総数から、出荷後に故障および買い換え等の理由により使用されなくなった製品の数を引いた値である。活動数取得部１６１ａは、出荷数情報１６２および残存率情報１６３に基づいて活動数を算出する。

交換率算出部１６１ｂは、アフターマーケットにおける部品の交換率を年毎に算出する。ここでいう交換率とは、活動数に対するアフターマーケットで交換される部品数の割合である。図２に示すように、ターボチャージャの交換率の時系列の変化を示す曲線３は、一般に２つのピークを有する山のような形状となる。交換率算出部１６１ｂは、このように変化する交換率を算出するため、図３に示すように、曲線３を、第１期間におけるワイブル分布に基づく曲線１と第２期間におけるワイブル分布に基づく曲線２とを重ね合わせた曲線として処理する。第２期間は、第１期間よりも後で、かつ、第１期間と一部が重なるように設定される。

具体的には、交換率算出部１６１ｂは、出荷開始から時間ｔが経過したときの交換率を以下の式（１）を用いて算出する。

式（１）において、故障率は、需要を予測する部品の故障のしやすさを表す値である。故障率は、需要を予測する部品毎に指定される。市場比率は、需要を予測する部品が正規ディーラではなくアフターマーケットで購入される割合を示す値である。市場比率は、第１期間と第２期間とでそれぞれ設定される。

ｍは、ワイブル分布の形状パラメータである。ηは、ワイブル分布の尺度パラメータである。γ１は、第１期間におけるワイブル分布の位置パラメータである。γ２は、第２期間におけるワイブル分布の位置パラメータである。このように、ワイブル分布のパラメータのうち、少なくとも位置パラメータは、第１期間と第２期間とで異なる値を設定される。第１期間と第２期間とで位置パラメータに異なる値を設定することにより、図３に示す曲線１および曲線２が異なる時期にピークに達するようになる。ワイブル分布の他のパラメータは、第１期間と第２期間とで共通の値を設定してもよいし、異なる値を設定してもよい。

なお、本実施例では、故障が発生する確率を表すモデルとしてワイブル分布を採用しているが、故障が発生する確率を表すモデルとして他のモデルを採用してもよい。故障が発生する確率を表すモデルとしては、例えば、正規分布、ポワソン分布、二項分布、指数分布等を採用することができる。

需要予測部１６１ｃは、活動数取得部１６１ａによって取得される活動数と、交換率算出部１６１ｂによって算出される交換率とに基づいて、アフターマーケットにおける部品の需要数を予測（算出）する。

出荷数情報１６２は、需要を予測する部品を含む製品の出荷数に関する情報を保持する。図４は、出荷数情報１６２の一例を示す図である。図４に示すように、出荷数情報１６２には、需要を予測する部品を含む製品の出荷数が年毎に格納される。出荷数情報１６２には、過去の年に対応する出荷数として実績値を格納し、現在以降の年に対応する出荷数として予測値を格納してもよい。

残存率情報１６３は、需要を予測する部品を含む製品の残存率に関する情報を保持する。残存率とは、出荷された製品に占める活動中の状態にある製品の割合をいう。図５は、残存率情報１６３の一例を示す図である。図５に示すように、残存率情報１６３には、需要を予測する部品を含む製品の残存率が、製品の出荷開始からの経過年数毎に格納される。

残存率は、例えば、以下の文献に記載されている技術を用いて算出することができる。
佐野雅之、「自動車の残存率の簡便推計」、同志社大学 技術・企業・国際競争力研究ワーキングペーパー０８−０６

交換率算出パラメータ１６４は、上記の式（１）を用いて交換率を算出するためのパラメータを保持する。図６は、交換率算出パラメータ１６４の一例を示す図である。図６に示すように、交換率算出パラメータ１６４は、市場比率、位置パラメータ、形状パラメータ、および尺度パラメータが、第１期間と第２期間とでそれぞれ異なる値をもつことができように構成される。また、図６に示すように、交換率算出パラメータ１６４は、部品の仕様毎に異なる値をもつことができように構成される。図６に示す例では、交換率算出パラメータ１６４は、大、中、小のサイズ毎に異なる値をもつことができように構成されている。

交換率算出パラメータ１６４は、サイズ以外の仕様毎にパラメータを保持することができるように構成されてもよい。サイズ以外の仕様には、例えば、重量、出力、素材、形状、製造年等が含まれる。

交換率算出パラメータ１６４には、例えば、過去の実績値に適合するように合わせ込まれたパラメータ、または、過去の実績値からの回帰計算によって得られたパラメータが設定される。交換率算出部１６１ｂは、交換率を算出するために、需要を予測する部品の仕様に対応するパラメータを交換率算出パラメータ１６４から取得する。

需要情報１６５は、需要の予測結果を保持する。図７は、需要情報１６５の一例を示す図である。図７に示すように、需要情報１６５には、算出された需要数が年毎に格納される。

次に、図８および図９を参照しながら、需要予測装置１０が実行する需要予測処理の処理手順について説明する。図８は、需要予測処理の処理手順を示すフローチャートである。図９は、需要予測処理の算出結果の一例を示す図である。図８に示す処理手順は、制御部１５が需要予測プログラム１６１を実行することによって実現される。需要予測プログラム１６１を実行するに際して、需要を予測する部品に関する情報が入力部１２、通信部１３、媒体読取部１４、または記憶部１６から取得される。

図８に示すように、制御部１５は、需要の予測を開始する年を変数Ｙｄに設定する（ステップＳ１０１）。例えば、２０１０年から２０２０年の需要を予測する場合、制御部１５は、２０１０を変数Ｙｄに設定する。そして、制御部１５は、需要を予測する部品を含む製品の出荷開始年を変数Ｙｓに設定する（ステップＳ１０２）。例えば、製品が２０１０年から２０１５年まで生産される場合、制御部１５は、２０１０を変数Ｙｓに設定する。

そして、制御部１５は、変数Ｙｓの値を変数Ｙｄの値と比較する（ステップＳ１０３）。変数Ｙｓの値が変数Ｙｄの値より大きくない場合（ステップＳ１０４、Ｎｏ）、制御部１５は、変数Ｙｓが示す年から変数Ｙｄが示す年までの経過年数を算出する（ステップＳ１０５）。経過年数は、変数Ｙｄの値から変数Ｙｓの値を引くことによって算出される。

続いて、制御部１５は、変数Ｙｓが示す年に出荷される製品に含まれる部品の変数Ｙｄが示す年における活動数を算出する（ステップＳ１０６）。具体的には、制御部１５は、変数Ｙｓが示す年に対応する出荷数を出荷数情報１６２から取得し、ステップＳ１０５で算出した経過年数に対応する残存率を残存率情報１６３から取得し、取得した出荷数に取得した残存率を乗じることによって活動数を算出する。

また、制御部１５は、変数Ｙｓが示す年に出荷される製品に含まれる部品の変数Ｙｄが示す年における交換率を算出する（ステップＳ１０７）。具体的には、制御部１５は、需要を予測する部品の仕様に対応するパラメータを交換率算出パラメータ１６４から取得し、取得したパラメータと、時間を表すパラメータとしての経過年数とを上記の式（１）に適用することによって交換率を算出する。

そして、制御部１５は、変数Ｙｓが示す年に出荷される製品に含まれる部品の変数Ｙｄが示す年における需要数を算出する（ステップＳ１０８）。具体的には、制御部１５は、ステップＳ１０６で算出した活動数に、ステップＳ１０７で算出した交換率を乗じることによって需要数を算出する。その後、制御部１５は、変数Ｙｓの値に１を加算し（ステップＳ１０９）、ステップＳ１０３に戻る。

制御部１５は、変数Ｙｓの値が変数Ｙｄの値より大きくなるまで、ステップＳ１０３からステップＳ１０９の手順を繰り返す。ステップＳ１０３からステップＳ１０９の手順を繰り返すことによって、変数Ｙｄが示す年における需要数が、製品が出荷された年毎に算出される。その結果、図９に示す例における横方向の１行分のデータが算出される。

制御部１５は、変数Ｙｓの値が変数Ｙｄの値より大きい場合（ステップＳ１０４、Ｙｅｓ）、変数Ｙｄが示す年における需要数（製品が出荷された年毎の需要数）を合計する（ステップＳ１１０）。合計された需要数は、変数Ｙｄが示す年の需要の予測値として、需要情報１６５に格納される。

続いて、制御部１５は、変数Ｙｄの値に１を加算する（ステップＳ１１１）。そして、制御部１５は、変数Ｙｄの値を、需要の予測を終了する年と比較する（ステップＳ１１２）。変数Ｙｄの値が需要の予測を終了する年より大きくない場合（ステップＳ１１３、Ｎｏ）、制御部１５は、変数Ｙｄが示す年の需要の予測値を算出するためにステップＳ１０２に戻る。制御部１５がステップＳ１０２からステップＳ１１１を繰り返し実行することにより、図９に示す例においてデータが埋まった行が増えていく。変数Ｙｄの値が需要の予測を終了する年より大きい場合（ステップＳ１１３、Ｙｅｓ）、制御部１５は、需要予測処理を終了させる。

図１０は、本実施例に係る需要予測方法を用いて予測した需要を実績値と比較した例を示す図である。図１０に示す補用予測は、本実施例に係る需要予測方法を用いて予測したターボチャージャの販売数の予測値である。図１０に示す補用実績は、アフターマーケットにおけるターボチャージャの販売数の実績値である。図１０に示すように、本実施例に係る需要予測方法を用いることにより、需要を精度よく予測することができる。

なお、上記の実施例で示した本発明の態様は、本発明の要旨を逸脱しない範囲で任意に変更することができる。例えば、上記の実施例で示したプログラムは、複数のモジュールに分割されていてもよいし、他のプログラムと統合されていてもよい。また、需要予測装置１０の機能を適宜分散させてもよい。

また、上記の実施例では、アフターマーケットにおけるターボチャージャの需要を予測する例について説明したが、本発明は、アフターマーケット以外の市場におけるターボチャージャ以外の製品、部品または消耗品の需要を予測するために利用することができる。

また、上記の実施例では、需要を年毎に予測する例を示したが、需要を予測する期間の単位は年に限定されない。本発明は、例えば、四半期毎または月毎に需要を予測するために利用することができる。

また、上記の実施例では、交換率を算出するためのパラメータを部品の仕様に基づいて選択する例を示したが、パラメータを選択するための条件は仕様に限定されない。例えば、図１１に示すように、交換率を算出するためのパラメータを、部品の仕様、需要を予測する対象の地域、および部品を含む完成品（製品）のメーカの組み合わせと対応付けて保持できるように交換率算出パラメータ１６４を構成してもよい。

この場合、需要予測装置１０は、需要予測処理を実行するときに、図１２に示すようなパラメータ選択画面５を表示部１１に表示し、どのパラメータを採用するかを利用者に選択させてもよい。図１２に示すパラメータ選択画面５は、部品の仕様を選択するための選択領域５ａと、地域を選択するための選択領域５ｂと、完成品のメーカを選択するための選択領域５ｃと、選択を確定するためのボタン５ｄと、選択をキャンセルするためのボタン５ｅとを含んでいる。

図１２に示すパラメータ選択画面５では、「全て」を選択することにより、パラメータを決定する条件の組み合わせが複数選択される。条件の組み合わせが複数選択された場合、需要予測装置１０は、例えば、選択されたそれぞれの条件の組み合わせに対応するパラメータの値の平均値を上記の式（１）に適用することによって交換率を算出する。

また、予測精度をさらに向上させるために、本発明による需要予測結果を、実績と組み合わせることによって補正してもよい。需要予測結果を補正する方式としては、例えば、指数平滑法を用いることができる。指数平滑法用いる場合、需要予測結果は、以下の式（２）によって補正される。

１０ 需要予測装置
１１ 表示部
１２ 入力部
１３ 通信部
１４ 媒体読取部
１５ 制御部
１６ 記憶部
１５１ ＣＰＵ
１５２ メモリ
１６１ 需要予測プログラム
１６１ａ 活動数取得部
１６１ｂ 交換率算出部
１６１ｃ 需要予測部
１６２ 出荷数情報
１６３ 残存率情報
１６４ 交換率算出パラメータ
１６５ 需要情報

Claims (9)

1. 需要を予測する対象の活動数を取得する活動数取得部と、
   故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出する交換率算出部と、
   前記活動数取得部によって取得される活動数と、前記交換率算出部によって算出される交換率とに基づいて、対象の需要を予測する需要予測部と
   を備えることを特徴とする需要予測装置。
2. 前記第１の曲線は第１のワイブル分布に基づく曲線であり、前記第２の曲線は第２のワイブル分布に基づく曲線であることを特徴とする請求項１に記載の需要予測装置。
3. 前記第１のワイブル分布は、少なくとも位置パラメータが前記第２のワイブル分布と異なることを特徴とする請求項１に記載の需要予測装置。
4. 前記第１の曲線および前記第２の曲線を決定するための複数のパラメータを記憶する記憶部をさらに備え、
   前記交換率算出部は、前記記憶部が記憶するパラメータの中から選択されたパラメータに基づいて前記第１の曲線および前記第２の曲線を決定することを特徴とする請求項１から３のいずれか１つに記載の需要予測装置。
5. 前記記憶部は、前記対象の仕様毎に前記パラメータを記憶することを特徴とする請求項４に記載の需要予測装置。
6. 前記記憶部は、需要を予測する地域毎に前記パラメータを記憶することを特徴とする請求項４に記載の需要予測装置。
7. 前記交換率算出部は、前記対象が市場で利用される割合の時期的な変化に基づいて、前記第１の曲線と前記第２曲線の高さを異ならせることを特徴とする請求項１から６のいずれか１つに記載の需要予測装置。
8. 需要予測装置によって実行される需要予測方法であって、
   需要を予測する対象の活動数を取得するステップと、
   故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出するステップと、
   前記活動数と、前記交換率とに基づいて、需要を予測する対象の需要を算出するステップと
   を含むことを特徴とする需要予測方法。
9. 需要予測装置に、
   需要を予測する対象の活動数を取得するステップと、
   故障が発生する確率の時系列の変化を表す第１の曲線と故障が発生する確率の時系列の変化を表す第２の曲線に基づいて、需要を予測する対象の交換率を算出するステップと、
   前記活動数と、前記交換率とに基づいて、需要を予測する対象の需要を算出するステップと
   を実行させることを特徴とする需要予測プログラム。

Images