JP2013156693A - 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】需要を精度よく予測すること。
【解決手段】需要予測装置１０は、引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報１６２を記憶する記憶部１６と、予定納期までの期間の長さおよび期待度に対応する係数を前記予定数に乗じた値を積算することによって製品の需要を予測する需要予測部１６１ａとを備える。例えば、記憶部１６は、過去において引き合いのあった製品が実際に払出された確率を予定納期までの期間の長さ毎かつ期待度毎に係数として保持する係数情報１６４をさらに記憶し、需要予測部１６１ａは、予定納期までの期間の長さおよび期待度に対応する係数を、係数情報１６４から取得してもよい。
【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。

需要を予測する技術が知られている。例えば、特許文献１では、累積２次方式、累積３次方式及び累積４次方式の中で誤差が最も小さい方式の関数を使って、需要予測関数を算出する技術が開示されている。

特開２００７−２９３６１４号公報

上記の需要予測技術は、実績値に基づいて需要を予測する。しかし、直近の需要の傾向は、過去の実績の傾向から変動している場合がある。このため、上記の需要予測技術では、需要を精度よく予測することができないことがあった。本発明は、需要を精度よく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。

需要予測装置は、１つの態様として、引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報を記憶する記憶部と、前記予定納期までの期間の長さおよび前記期待度に対応する係数を前記予定数に乗じた値を積算することによって前記製品の需要を予測する需要予測部とを備える。

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、引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報を取得するステップと、前記予定納期までの期間の長さおよび前記期待度に対応する係数を前記予定数に乗じた値を積算することによって前記製品の需要を予測するステップとを含む。

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、引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報を取得するステップと、前記予定納期までの期間の長さおよび前記期待度に対応する係数を前記予定数に乗じた値を積算することによって前記製品の需要を予測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、需要を精度よく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を示すブロック図である。 図２は、需要情報の例を示す図である。 図３は、飛び込み需要情報の例を示す図である。 図４は、過去の飛び込み需要の発生履歴について説明するための図である。 図５は、係数情報の例を示す図である。 図６は、係数情報の設定について説明するための図である。 図７は、係数情報の設定について説明するための図である。 図８は、係数パターン情報の例を示す図である。 図９は、選択情報の例を示す図である。 図１０は、選択情報の最適組合せ探索について説明するための図である。 図１１は、選択情報の最適組合せ探索について説明するための図である。 図１２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。

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。さらに、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を示すブロック図である。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、液晶パネルまたは有機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、記号、および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非一過的（non-transitory）な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、磁気記憶装置または半導体記憶装置等の不揮発性を有する記憶装置を備え、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。記憶部１６に記憶されるデータには、需要情報１６２と、飛び込み需要情報１６３と、係数情報１６４と、係数パターン情報１６５と、選択情報１６６とが含まれる。

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。あるいは、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、需要を予測するための計画を作成するための機能を提供する。需要予測プログラム１６１は、需要予測部１６１ａと、更新部１６１ｂとを含む。

需要予測部１６１ａは、指定された期間における需要Ｄを、以下の式（１）を用いて算出する。

ここで、Ｄｕは、予め想定されていない需要であり、Ｄｅは、予め想定されている需要である。すなわち、需要予測部１６１ａは、予め想定されていない需要と予め想定されている需要とを別々に予測し、それらを合計することにより、指定された期間における需要を算出する。

予め想定されている需要とは、需要を予測する時点において、営業活動および問い合わせ等による引き合いに基づいて具体的に予測される需要である。予め想定されていない需要とは、需要を予測する時点において、引き合いがない需要である。以下の説明では、予め想定されていない需要を「飛び込み需要」と称することがある。

このように、予め想定されている需要と予め想定されていない需要とを別々に予測することにより、それぞれの需要を好適な手法を用いて予測することができ、予測の精度が向上する。それぞれの需要を予測する手法については後述する。

更新部１６１ｂは、需要予測部１６１ａによる予測に用いられる係数を更新する。更新部１６１ｂは、過去における引き合いおよび実績に基づいて係数を更新する。

需要情報１６２は、引き合いおよび実績に関する情報を保持する。図２は、需要情報１６２の例を示す図である。図２に示す需要情報１６２は、ＩＤ、製品番号、種別番号、予定納期、予定数、期待度、飛び込みフラグ、払出日、払出数、登録日といった項目を有する。ＩＤの項目には、データを識別するための識別番号が格納される。製品番号の項目には、製品を識別するための識別番号が格納される。種別の項目には、製品の種別を識別するための識別番号が格納される。

予定納期の項目には、製品の払出を予定している時期を示す値が格納される。予定数の項目には、製品の払出を予定している数が格納される。期待度の項目には、受注の可能性の高さを示す値が格納される。期待度の項目の値は、顧客との交渉をもった担当者の判断に基づいて決定される。本実施例では、期待度の項目には、受注される可能性が高い順に、「５」、「４」、「３」、「２」、「１」のいずれか１つが格納される。

飛び込みフラグの項目には、製品の払出に先立って、引き合いが事前にあったか否かを示す値が格納される。本実施例では、事前に引き合いがあった場合、飛び込みフラグの項目には「Ｎ」が格納される。事前に引き合いがない場合、飛び込みフラグの項目には「Ｙ」が格納される。需要情報１６２は、引き合いが事前にあったか否かを、飛び込みフラグの項目が無くても判定できるように構成されてもよい。

払出日の項目には、製品が払出された日付が格納される。払出数の項目には、製品が払出された数が格納される。製品が払出されるまでは、払出日および払出数の項目は空欄である。引き合いはあったが契約が成立しない等の理由で製品が払出されない場合、払出日および払出数の項目は空欄のままとなる。登録日の項目には、データが登録された日付が格納される。本実施例では、データが登録された日付を引き合いが発生した日付として扱う。

飛び込み需要情報１６３は、飛び込み需要を予測するための情報を保持する。図３は、飛び込み需要情報１６３の例を示す図である。飛び込み需要情報１６３には、１ヶ月間に発生する飛び込み需要の予測値が、部品の種別毎かつ払出日までの月数毎に格納される。例えば、図３に示す飛び込み需要情報１６３の１行目のデータは、「ＡＡＡ」で識別される種別の製品の１ヶ月間に発生する飛び込み需要が、当月（０ヶ月後）に払出されるものが２３個、１ヶ月後に払出されるものが１８個、２ヶ月後に払出されるものが６個であること等を表している。

飛び込み需要情報１６３は、需要情報１６２に基づいて、更新部１６１ｂによって更新される。図４は、更新部１６１ｂによる飛び込み需要情報１６３の更新について説明するための図である。図４は、ある種別の製品の飛び込み需要の実績に関するデータを需要情報１６２から１年分抽出し、登録月毎かつ払出日までの月数毎に払出数を集計した結果を示している。飛び込み需要の実績に関するデータは、飛び込みフラグの項目に「Ｙ」が格納され、払出日の項目に日付が格納されたデータである。登録月は、登録日の項目に格納されている年月である。払出日までの月数は、払出日の項目に格納されている年月と需要を予測する時点の年月との差である。

更新部１６１ｂは、このように登録月毎かつ払出日までの月数毎に集計された払出数の平均値を、払出日までの月数毎に算出する。そして、更新部１６１ｂは、算出した平均値を、１ヶ月間に発生する飛び込み需要の予測値として、製品の種別番号と対応付けて飛び込み需要情報１６３に格納する。更新部１６１ｂが飛び込み需要情報１６３を更新するタイミングおよび頻度は任意に決定してよい。図４に示した例では、１年分のデータを用いて飛び込み需要情報１６３を更新する例について説明したが、飛び込み需要情報１６３を更新するために用いるデータの期間は、需要を予測する期間の長さに応じて変更してよい。

需要予測部１６１ａは、このようにして更新される飛び込み需要情報１６３に基づいて、指定された期間における指定された種別の製品の飛び込み需要Ｄｕを、以下の式（２）を用いて算出する。

ここで、Ｎは、指定された期間の長さ（月数）である。ｄｉは、１ヶ月間に発生する飛び込み需要のうち、ｉヶ月後に払出されるものの予測値であり、飛び込み需要情報１６３から取得される。

例えば、飛び込み需要情報１６３が図３に示す通りであり、指定された期間の長さが３ヶ月の場合、需要予測部１６１ａは、「ＡＡＡ」で識別される種別の製品の飛び込み需要Ｄｕを以下のように算出する。

Ｄｕ＝（２３×（３−０））＋（１８×（３−１））＋（６×（３−２））
＝（２３×３）＋（１８×２）＋（６×１）
＝２８５

この式は、指定された期間の長さが３ヶ月の場合、１ヶ月後に払出される飛び込み需要が３ヶ月分発生し、２ヶ月後に払出される飛び込み需要が２ヶ月分発生し、３ヶ月後に払出される飛び込み需要が１ヶ月分発生することを示している。

このように、需要予測部１６１ａは、飛び込み需要を、払出日までの月数毎の予測値を指定された期間の長さに応じて積み上げるようにして算出する。このため、飛び込み需要が精度よく算出される。

係数情報１６４は、予め想定されている需要を予測するための情報を保持する。図５は、係数情報１６４の例を示す図である。係数情報１６４には、引き合いの確度を示す係数が、部品の種別毎、期待度毎かつ予定納期までの月数毎に格納される。係数情報１６４には、さらに、係数を算出するために用いられた需要情報１６２のデータの件数が、部品の種別毎かつ期待度毎に、サンプル数として格納される。

例えば、図５に示す係数情報１６４の１行目のデータは、「ＡＡＡ」で識別される種別の製品に関する引き合いのうち、「５」という期待度で需要情報１６２に登録されているものの確度が、当月（０ヶ月後）に払出される予定の場合で１．００、１ヶ月後に払出予定の場合で０．９７、１７ヶ月後に払出される予定の場合で０．２１であること等を表している。

係数情報１６４は、需要情報１６２に基づいて、更新部１６１ｂによって更新される。図６および図７は、更新部１６１ｂによる係数情報１６４の更新について説明するための図である。図６は、ある種別の製品に関する引き合いのうち、期待度が「５」として登録され、払出が完了したものに関するデータを需要情報１６２から１８ヶ月分抽出し、払出日までの月数毎かつ予定納期までの月数毎に払出数を集計した結果を示している。払出が完了した引き合いに関するデータは、飛び込みフラグの項目に「Ｎ」が格納され、払出日の項目に日付が格納されたデータである。予定納期までの月数は、予定納期の項目に格納されている年月と需要を予測する時点の年月との差である。

更新部１６１ｂは、このように払出日までの月数毎かつ予定納期までの月数毎に集計された払出数を予定納期までの月数毎に合計する。こうして、予定納期までの月数毎の払出数（実績数）が算出される。

続いて、更新部１６１ｂは、同じ種別の製品に関する引き合いのうち、期待度が「５」として登録されたものの実績に関するデータを、払出が完了したか否かに関わらず、需要情報１６２から同じく１８ヶ月分抽出し、払出日までの月数毎かつ予定納期までの月数毎に集計する。更新部１６１ｂは、このように払出日までの月数毎かつ予定納期までの月数毎に集計された払出数を予定納期までの月数毎に合計する。こうして、予定納期までの月数毎の払出数が算出される。

そして、更新部１６１ｂは、予定納期までの月数毎に、払出数を予定数で割ることにより、引き合いの確度を算出する。更新部１６１ｂは、こうして算出した予定納期までの月数毎の確度を、係数として、製品の種別番号および期待度を表す「５」の値と対応付けて係数情報１６４に格納する。

更新部１６１ｂは、「５」以外の期待度についても、同様にして予定納期までの月数毎の確度を算出し、期待度を示す値と対応付けて係数情報１６４に格納する。更新部１６１ｂが係数情報１６４を更新するタイミングおよび頻度は任意に決定してよい。

更新部１６１ｂは、予定納期までの月数毎に算出した確度をそのまま係数情報１６４に格納するのではなく、移動平均法によってばらつきを補正した確度を係数情報１６４に格納してもよい。図７に示すグラフのように、３ヶ月または５ヶ月等の幅で移動平均を算出することにより、ばらつきが抑制された確度を得ることができる。

図６に示した例では、１８ヶ月分のデータを用いて係数情報１６４を更新する例について説明したが、係数情報１６４を更新するために用いるデータの期間は、需要を予測する期間の長さに応じて変更してよい。

需要予測部１６１ａは、このようにして更新される係数情報１６４に基づいて、指定された期間における指定された種別の製品の予め想定されている需要Ｄｅを、予定数に係数を乗じた値の積算値として算出する。具体的には、需要予測部１６１ａは、指定された期間における指定された種別の製品の予め想定されている需要Ｄｅを、以下の式（３）を用いて算出する。

ここで、Ｍは、製品が未払出の引き合いに対応する需要情報１６２のデータのうち、種別番号の項目に格納されている識別番号が指定された種別の識別番号と一致し、予定納期の項目に格納されている年月が指定された期間に含まれるデータの種類数である。Ｑｊは、上記の条件を満たすｊ番目のデータの予定数の項目に格納されている値である。ｒｊは、上記の条件を満たすｊ番目のデータに対応する係数である。ｒｊは、指定された種別の識別番号と、予定納期までの月数と、ｊ番目のデータの期待度の項目に格納されている値とに基づいて、係数情報１６４から取得される。予定納期までの月数は、ｊ番目のデータの登録日の項目に格納されている年月からｊ番目のデータの予定納期の項目に格納されている年月までの月数である。

このように、需要予測部１６１ａは、予め想定されている需要を、予定納期までの月数毎に設定された係数を用いて算出する。上述したように、期待度の項目の値は、顧客との交渉をもった担当者の判断に基づいて設定されるが、期待度の項目が示す確度と実際の確度との乖離は、納期までの期間の長さによって変動することがある。このため、予定納期までの月数毎に設定された係数を用いることは、算出される需要の精度の向上に貢献する。

例えば、納期までの期間が長い場合、担当者が払出できる可能性が高いと判断しても種々の事情により払出まで至らない場合があるため、実際の確度が期待度の項目が示す確度よりも低いことがある。あるいは、納期までの期間が短い場合、担当者が慎重を期して確度を低めに登録する場合があるため、期待度の項目が示す確度が実際の確度よりも低いことがある。

図８は、係数パターン情報１６５の例を示す図である。係数パターン情報１６５は、予め想定されている需要を予測するために用いられる係数の組み合わせを複数保持する。図８に示す係数パターン情報１６５には、それぞれがＰＴ０１〜ＰＴ０８のパターン番号で識別される８個の係数パターンが登録されている。係数パターンは、期待度毎に設定された係数の組み合わせである。

図９は、選択情報１６６の例を示す図である。選択情報１６６は、係数パターン情報１６５に登録されている係数パターンから選択された係数パターンを部品の種別毎かつ予定納期までの月数毎（３ヶ月毎）に保持する。係数パターン情報１６５および選択情報１６６は、係数情報１６４に設定される係数を算出するために用いられた需要情報１６２のデータの件数（サンプル数）が少ない場合に、係数情報１６４の代わりに利用される。

選択情報１６６は、需要情報１６２に基づいて、更新部１６１ｂによって更新される。図１０および図１１は、更新部１６１ｂによる選択情報１６６の更新について説明するための図である。図１０は、図８に示した係数パターン情報１６５に登録されている係数パターンを組み合わせて得られる全てのパターンと、それぞれのパターンに基づいて予測した需要と実際の需要との比率とを示している。

例えば、図１０に示す１行目のデータは、払出日までの月数が、０〜２ヶ月、３〜５ヶ月、６〜８ヶ月、９〜１１ヶ月、１２〜１４ヶ月、１５〜１７ヶ月のそれぞれに「ＰＴ０１」で識別される係数パターンを選択した場合に算出される比率を示している。さらに、ＡＡＡという種別番号について、０〜２ヶ月、３〜５ヶ月、６〜８ヶ月、９〜１１ヶ月、１２〜１４ヶ月、１５〜１７ヶ月のそれぞれに「ＡＡＡ−０１」、「ＡＡＡ−０２」、「ＡＡＡ−０３」、「ＡＡＡ−０４」、「ＡＡＡ−０５」、「ＡＡＡ−０６」というように対象とする期間ごとにコードを分け識別する。（種別番号の種類だけ生成する。今回の実施例では、１４種別あるため、アルファベットは「ＮＮＮ」まで生成する）すると、「ＡＡＡ−０１」については、「１．２１」という比率が算出され、「ＡＡＡ−０２」については、「１．０７」という比率が算出され、「ＡＡＡ−０３」については、「１．４６」という比率が算出されている。１行目のデータは、さらに、「ＡＡＡ―０１」から「ＮＮＮ−０６」で識別される種別全体では「１．３７」という比率が算出されたことと、「ＡＡＡ−０１」から「ＮＮＮ−０６」間の種別番号毎に算出された比率の偏差が０．１６であることを示している。

例えば、「ＡＡＡ−０１」で識別される種別の実際の需要は、需要情報１６２に格納されているデータのうち、種別番号の項目のコードが「ＡＡＡ−０１」で、払出日の項目に値が格納されているデータを１８か月分抽出し、それらのデータに対応する払出数を加算することによって算出される。「ＡＡＡ−０１」で識別される種別の需要の予測値は、抽出したデータの予定数の項目の値に係数を乗じた値を加算することによって算出される。係数を取得するために、データ作成時点の年月から払出日の項目の年月までの月数に対応するパターン番号が、同じ行のデータの係数パターンの組み合わせから取得される。そして、取得したパターン番号に対応する係数パターンが係数パターン情報１６５から取得され、取得された係数パターンから、抽出したデータの期待度の項目の値に対応する係数が取得される。抽出したデータ毎に、こうして係数が取得される。比率は、予測値に係数を乗じた値の積算値を、実際の需要の積算値で割ることによって算出される。

更新部１６１ｂは、係数パターンの全ての組み合わせについてこれらの値を算出した後、同一の種別番号で識別される製品全体の比率が１に近く、偏差が小さい組み合わせを選択する。そして、更新部１６１ｂは、選択した係数パターンの組み合わせを、選択情報１６６に格納する。同一の種別番号で識別される製品全体の比率が１に近く、偏差が小さいということは、どの種別番号で識別されても予測した需要が実際の需要に近いこと、すなわち、需要を予測するために用いる係数が好適であることを意味する。

更新部１６１ｂは、例えば、図１１に示す領域Ｒ１のように、同一の種別番号で識別される製品全体の比率が０．９８から１．０２の範囲内にある組み合わせの中から、製品番号毎に算出された比率の偏差が最も小さい組み合わせを選択する。ここの範囲の取り方は分布の特性に従い、任意の幅に設定することとする。

このように、更新部１６１ｂは、係数パターン情報１６５に登録されている係数パターンの組み合わせの中から、実績に近い予測が得られた組み合わせを選択し、選択情報１６６に格納する。この手法では、係数パターンが予め用意されるため、需要の実績を求めるために用いられる需要情報１６２のデータの件数（サンプル数）が少ない場合であっても、極端に偏った係数が得られる可能性が低い。

一方、実績に基づいて係数が回帰的に設定される係数情報１６４では、サンプル数が少ないと、偏った係数が得られる可能性がある。このため、サンプル数が少ない場合には、式（３）で用いられる係数ｒｊを、係数情報１６４ではなく、係数パターン情報１６５および選択情報から取得することにより、需要の予測精度を向上させることができる。

本実施例では、選択情報１６６にパターン番号が１ヶ月毎ではなく、３ヶ月毎に設定される。このように期間を長くすることにより、選択情報１６６を更新する際に比率等を算出するために用いるサンプル数を増やすことができ、より好適な係数パターンが選択される可能性が高くなる。

次に、図１２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１２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１２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。需要予測処理の実行時には、需要を予測する期間と、需要を予測する製品の種別とが指定される。期間および種別は、例えば、入力部１２を介して入力されるコマンド内で指定されてもよいし、通信部１３を介して受信されるリクエスト内で指定されてもよいし、予め記憶部１６に記憶される設定ファイル内で指定されてもよい。

図１２に示すように、制御部１５は、種別番号の項目の値が指定された種別番号と一致し、指定された期間内に払出が行われる予定の引き合いに対応する需要情報１６２のデータを選択する（ステップＳ１０１）。

引合情報として取得している予め想定している需要の予定数の精査を行うか、予め想定してない需要である飛び込み数の算出を行うかを選択する（ステップＳ１０２）。

予め想定している需要の予定数の精査を行うを選択した場合、制御部１５は、種別番号の項目の値と、需要を予測する時点の年月から予定納期の項目に設定されている年月までの期間と、期待度の項目に設定されている値とに対応する係数およびサンプル数を係数情報１６４から取得する（ステップＳ１０３）。そして、制御部１５は、取得したサンプル数を閾値と比較する（ステップＳ１０４）。閾値は、係数情報１６４に保持される係数が十分な精度を有することが保証されるように設定される。

サンプル数が閾値よりも多い場合（ステップＳ１０４，Ｙｅｓ）、制御部１５は、予定数の項目の値に係数を乗じ（ステップＳ１０５）、演算結果を需要数に加算する（ステップＳ１０９）。需要数は、需要予測処理の開始時に０に設定される。その後、予測したい全ての種別番号について完了するまで制御部１５は、ステップＳ１０１以降を再実行する（ステップＳ１１０）。

サンプル数が閾値よりも多くない場合（ステップＳ１０４，Ｎｏ）、制御部１５は、選択情報１６６から、種別番号の項目の値と、需要を予測する時点の年月から予定納期の項目に設定されている年月までの期間とに対応するパターン番号を取得する（ステップＳ１０６）。続いて、制御部１５は、係数パターン情報１６５から、期待度の項目に設定されている値と、取得したパターン番号とに対応する係数を取得する（ステップＳ１０７）。そして、制御部１５は、予定数の項目の値に係数を乗じ（ステップＳ１０８）、演算結果を需要数に加算する（ステップＳ１０９）。その後、予測したい全ての種別番号について完了するまで制御部１５は、ステップＳ１０１以降を再実行する（ステップＳ１１０）。

ステップＳ１０２で飛び込み数の算出を行うを選択した場合、制御部１５は、指定された期間の長さおよび飛び込み需要情報１６３に基づいて、飛び込み需要を算出する（ステップＳ１１２）。そして、制御部１５は、演算結果を需要数に加算する（ステップＳ１０９）。その後、予測したい全ての種別番号について完了するまで制御部１５は、ステップＳ１０１以降を再実行する（ステップＳ１１０）。制御部１５は、需要数を予測結果として出力し（ステップＳ１１１）、需要予測処理を終了する。

上述してきたように、本実施例に係る需要予測装置および需要予測方法によれば、需要を高い精度で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。需要予測装置１０の機能を複数の装置に適宜分散させてもよい。

上記の実施例では、係数等を月単位で設定する例を示したが、係数等を設定する単位はこれには限定されず、例えば、週単位、２ヶ月単位、四半期単位、１年単位等でもよい。

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 需要予測部
１６１ｂ 更新部
１６２ 需要情報
１６３ 飛び込み需要情報
１６４ 係数情報
１６５ 係数パターン情報
１６６ 選択情報

Claims (7)

1. 引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報を記憶する記憶部と、
   前記予定納期までの期間の長さおよび前記期待度に対応する係数を前記予定数に乗じた値を積算することによって前記製品の需要を予測する需要予測部と
   を備える需要予測装置。
2. 前記記憶部は、過去において引き合いのあった製品が実際に払出された確率を前記予定納期までの期間の長さ毎かつ前記期待度毎に前記係数として保持する係数情報をさらに記憶し、
   前記需要予測部は、前記予定納期までの期間の長さおよび前記期待度に対応する前記係数を、前記係数情報から取得する請求項１に記載の需要予測装置。
3. 前記記憶部は、前記期待値毎に係数が設定された複数の係数パターンを保持する係数パターン情報と、前記係数パターンのいずれを選択するかを示す値を前記予定納期までの期間の長さ毎に保持する選択情報とをさらに記憶し、
   前記需要予測部は、前記予定納期までの期間の長さに基づいて、前記選択情報から前記係数パターンのいずれを選択するかを示す値を取得し、取得した値と前記期待度とに基づいて、前記係数パターン情報から、前記予定数に乗じる前記係数を取得する請求項１に記載の需要予測装置。
4. 前記記憶部は、過去において引き合いのあった製品が実際に払出された確率を前記予定納期までの期間の長さ毎かつ前記期待度毎に前記係数として保持する係数情報をさらに記憶し、
   前記需要予測部は、過去において引き合いのあった製品の数が閾値よりも多い場合に、前記予定数に乗じる前記係数を前記係数情報から取得する請求項３に記載の需要予測装置。
5. 前記需要予測部は、引き合いなしに発生する需要の所定の期間毎の件数に基づいて、飛び込み需要をさらに予測し、前記係数を前記予定数に乗じた値を積算することによって得られた値に当該飛び込み需要を加算することによって、需要を予測する請求項１から４のいずれか１項に記載の需要予測装置。
6. 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、
   引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報を取得するステップと、
   前記予定納期までの期間の長さおよび前記期待度に対応する係数を前記予定数に乗じた値を積算することによって前記製品の需要を予測するステップと
   を含む需要予測方法。
7. 需要予測装置に、
   引き合いのあった製品の予定納期と、払出す予定数と、受注の期待度とを対応付けて保持する需要情報を取得するステップと、
   前記予定納期までの期間の長さおよび前記期待度に対応する係数を前記予定数に乗じた値を積算することによって前記製品の需要を予測するステップと
   を実行させる需要予測プログラム。

Images