JP2019008842A - 情報処理装置、制御方法、及びプログラム - Google Patents

情報処理装置、制御方法、及びプログラム Download PDF

Info

Publication number
JP2019008842A
JP2019008842A JP2018198392A JP2018198392A JP2019008842A JP 2019008842 A JP2019008842 A JP 2019008842A JP 2018198392 A JP2018198392 A JP 2018198392A JP 2018198392 A JP2018198392 A JP 2018198392A JP 2019008842 A JP2019008842 A JP 2019008842A
Authority
JP
Japan
Prior art keywords
demand
prediction
sales plan
value
forecast
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.)
Granted
Application number
JP2018198392A
Other languages
English (en)
Other versions
JP2019008842A5 (ja
JP6829400B2 (ja
Inventor
行宏 青山
Yukihiro Aoyama
行宏 青山
岩崎 哲也
Tetsuya Iwasaki
哲也 岩崎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Canon Marketing Japan Inc
Canon IT Solutions Inc
Original Assignee
Canon Marketing Japan Inc
Canon IT Solutions Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Canon Marketing Japan Inc, Canon IT Solutions Inc filed Critical Canon Marketing Japan Inc
Priority to JP2018198392A priority Critical patent/JP6829400B2/ja
Publication of JP2019008842A publication Critical patent/JP2019008842A/ja
Publication of JP2019008842A5 publication Critical patent/JP2019008842A5/ja
Application granted granted Critical
Publication of JP6829400B2 publication Critical patent/JP6829400B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】商品等の需要予測を精度良く行うことが可能な情報処理装置、制御方法、及びプログラムを提供することを目的とする。【解決手段】商品情報設定画面300を用いて、需要予測の対象となる商品を設定し、さらに、その商品に対して、販売計画が確定した期間の販売計画値を用いて、当該機関以降の需要予測を行う設定を行うと、まず、過去の需要実績から需要予測を行った結果を販売計画入力画面400へ表示し、ユーザは確定した期間に対して、自身が把握している、あるいは外部システムから入力される販売計画値に基づいて需要予測値を見直し、需要予測値を修正する必要があれば、入力欄401へ販売計画値を入力すると、この販売計画値を用いて、確定した期間以降の需要予測を再度行って、需要予測値を算出する。【選択図】図4

Description

本発明は、商品等の需要予測を行う技術に関する。
過去の需要実績から算出する需要予測は、直近ほど需要予測の精度は高く、先になればなるほど予測の精度は低くなる。
本発明は、過去の需要実績から算出する需要予測に直近の販売(売上)計画を活用して予測精度が低くなる先々の予測について、適切な予測を行うことを可能にする情報処理装置及び情報処理方法に関する。
通常、商品等の需要予測を行う際は、前月(前週)までの過去の需要実績をもとに今月(今週)以降の予測を行う(例えば、特許文献1参照)。
特開2007−293623号公報
しかしながら、需要予測の精度は直近の月(週)ほど高く、先になればなるほど予測の精度は低くなる。
これは、先々の市場環境等が現状と異なる場合は、過去の需要実績からでは先々の需要動向を適切に捉まえることができないためである。
一方で、需要予測を活用しながら販売(売上)計画を立案する場合があるが、この計画は、需要予測をベースに人間の意仕入れ作業等を行い立案される。
さらに販売(売上)計画は、毎月・毎週の業務において、例えば毎月20日までに翌月の計画を確定するなど、ある一定期間を確定することが一般的である。
確定期間の計画は、後続業務の生産計画や発注計画等のインプット情報として使われ、確定期間以降の販売(売上)計画は製造ラインの負荷調整、資材調達計画や要員計画、予算管理等に使われるケースが多い。
したがって、一般的に確定期間の販売計画はベースとなる需要予測の精度が高く、さらに最新の市場動向等の情報が人間により考慮されているので計画精度も高い。
しかしながら確定期間以降の販売計画はベースとなる需要予測の精度が低く、さらには需要に影響する先々の要因を正確に掴みきれないために計画精度が低くなり、後続の関連業務に影響を及ぼす可能性がある
前述の通り、先々の市場環境等が現状と異なる場合は、過去の需要実績からでは未来の需要動向を適切に捉まえることが困難であるため、適切な予測ができない可能性がある。
また、過去の需要実績がない新商品の場合、例えば、発売前に先数ヵ月かの販売計画を別システムなどで立案するケースはあるが、今後の資材調達等でその先の予測結果が必要となる場合もある。
本発明は、このような問題点に鑑みなされたもので、商品等の需要予測を精度良く行うことが可能な情報処理装置、制御方法、及びプログラムを提供することを目的とする。
上記課題を解決するための発明は、商品等の需要予測を行う情報処理装置であって、
需要実績を用いて需要予測を行う予測手段と、任意の期間に対して販売計画値の入力を受付ける受付手段と、前記予測手段は、前記受付手段によって入力を受付けた任意の期間において前記販売計画値を前記需要実績として、前記任意の期間以降における需要予測を行うことを特徴とする。
本発明によれば、確定された販売計画を用いることによって商品等の需要予測を行うことで、商品等の需要予測を精度良く行うことができる、という効果を奏する。
需要予測算出装置の機能構成を示す構成図である。 需要予測算出装置に適用可能な情報処理装置のハードウェアの概略構成を示す構成図である。 需要予測処理を示すフローチャートである。 商品情報DBの構成を示す構成図である。 需要実績DB103の構成を示す構成図である。 予測モデル情報DBの構成を示す構成図である。 予測結果DBの構成を示す構成図である。 予測再実行結果DBの構成を示す構成図である。 販売計画DBの構成を示す構成図である。 商品情報設定画面の構成を示す構成図である。 予測実行処理の詳細を示すフローチャートである。 販売計画入力画面の構成を示す構成図である。 予測再実行判定処理の詳細を示すフローチャートである。 累計販売計画誤差(率)の一例を説明するための説明図である。 累計需要予測誤差(率)の一例を説明するための説明図である。 確定期間における販売計画の精度は良好だが、販売計画値を使用した需要予測は無効となる例を説明するための説明図である。 予測再実行処理の詳細を示すフローチャートである。 販売計画値を用いて確定期間以降の需要予測を行ったことを説明するための説明図である。 販売計画入力画面の構成を示す構成図である。
以下、本発明の実施形態について図面に基づいて説明する。
図1は情報処理装置(コンピュータ)の一例である需要予測算出装置100の機能構成等の一例を示した構成図である。
図1に示すように、本実施形態に係る需要予測算出装置100は、需要予測算出装置100で実行される処理等で必要とされるデータを記憶するための記憶部101と、商品情報設定部108と、予測実行部109と、販売計画入力部110と、予測再実行判定部111と、予測再実行部112と、予測結果確認部113とを備える。
記憶部101には、商品情報DB102と、需要実績DB103、予測モデル情報DB104、予測結果DB105、予測再実行結果DB106、及び販売計画DB107が備わっている。
商品情報DB102は、商品に関する商品情報を記憶するものであり、例えば、図4に示すように、商品コード、商品名称、確定期間、サイクル、販売計画使用有無、予測再実行判定フラグ、誤差評価期間、予測誤差累計期間、及び販売計画誤差閾値等の項目を備えたデータベースである。
これらの商品情報は、商品情報設定部108で商品情報について設定を行うことによって、商品情報DB102に登録される。尚、商品情報の設定に関しては後述する。
需要実績DB103は、過去の商品別・日別の需要実績値が蓄積されており、例えば、図5に示すように、商品コード、商品の需要があった日付、及び需要実績等の項目を備えたデータベースである。
予測モデル情報DB104は、予測可能な様々な予測モデル(例えば、移動平均、指数平滑等)を記憶するものであり、例えば、図6に示すよう、予測モデル、予測モデルで利用するパラメータを示す予測モデルパラメータ1、予測モデルパラメータ2、・・・・等の項目を備えたデータベースである。
予測結果DB105は、商品の需要予測を行った結果を記憶するものであり、例えば、図7に示すように、商品コード、予測計算起点日、需要予測値1、需要予測値2、需要予測値3、・・・等の項目を備えたデータベースである。
これらの予測の結果は、予測実行部109において実行された需要予測の結果が記憶される。尚、予測実行部109で実行される需要予測の詳細については、後述する。
この予測計算起点日とは、予測実行部109で需要の予測計算を実施した日のサイクル開始日を意味する。
また、サイクルとは、需要予測の算出単位を意味し、例えば月(週)単位の予測値を必要とする場合は、サイクル開始日は月(週)初日となる。
一例をあげると、予測計算実施日が2015年10月4日で予測単位が月の場合、予測計算起点日は2015年10月1日となる。
また、需要予測値は予測計算起点日からサイクルごとに予測計算期間分の計算値を格納している。
一例をあげると、予測起点日が2015年10月1日でサイクルが月の場合は、需要予測値1は10月の需要予測値、需要予測値2は11月、需要予測値3は12月の需要予測値を格納する。
予測再実行結果DB106は、確定した販売計画における販売計画値を用いて需要予測の再計算を行った結果を記憶するものであり、例えば、図8に示すように、商品コード、確定期間、予測計算起点日、需要予測値1、需要予測値2、需要予測値3、・・・・等の項目を備えたデータベースである。
これらの販売計画値を用いて需要予測の再計算を行った結果は、予測再実行部112において実行された需要予測の結果が記憶される。尚、予測再実行部112で実行される需要予測の再計算の詳細については、後述する。
この予測計算起点日とは、予測再実行部112において、需要予測再計算を実施した日のサイクル開始日を意味する。
需要予測値は、確定期間より先のサイクルごとの計算値を予測計算期間分格納している。
一例をあげると、予測起点日が2015年10月1日で月単位の予測値、確定期間が1(ヶ月)の場合は、需要予測値1は何も格納しない、需要予測値2は11月、需要予測値3は12月の需要予測値を格納する。
販売計画DB107には、商品の販売計画に関する情報を記憶するものであり、例えば、図9に示すように、商品コード、販売計画起点日、販売計画値1、販売計画値2、販売計画値3、・・・・等の項目を備えたデータベースである。
これらの販売計画に関する情報は、販売計画入力部110で入力された情報や、外部システムから取り込まれた情報が記憶される。尚、販売計画入力部110については、後述する。
この販売計画起点日とは、販売計画入力部110、あるいは外部システムから販売計画を取り込んで販売計画を確定した日のサイクル開始日を意味する。
例えば月(週)単位の販売計画値を必要とする場合は、サイクル開始日は月(週)初日となる。
一例をあげると、販売計画の確定日が2015年10月5日で販売計画単位が月の場合、販売計画起点日は2015年10月1日となる。
また、販売計画値とは、サイクルごとに確定期間分の販売計画値を格納している。
一例をあげると、販売計画起点日が2015年10月1日で、確定期間が2(ヶ月)、サイクルが月の場合は、販売計画値1は10月の販売計画値、販売計画値2は11月の販売計画値を格納する。
図2は、需要予測算出装置100のハードウェア構成の一例を示した図である。
図2において、201はCPUで、システムバス204に接続される各デバイスやコントローラを統括的に制御する。
また、ROM202あるいは外部メモリ211には、CPU201の制御プログラムであるBIOS(Basic Input / Output System)やオペレーティングシステムプログラム(以下、OS)や、各サーバ或いは各PCの実行する機能を実現するために必要な後述する各種プログラム等が記憶されている。
203はRAMで、CPU201の主メモリ、ワークエリア等として機能する。CPU201は、処理の実行に際して必要なプログラム等をROM202あるいは外部メモリ211からRAM203にロードして、該ロードしたプログラムを実行することで各種動作を実現するものである。
また、205は入力コントローラで、キーボード(KB)209や不図示のマウス等のポインティングデバイス等からの入力を制御する。206はビデオコントローラで、CRTディスプレイ(CRT)210等の表示器への表示を制御する。なお、図2では、CRT210と記載しているが、表示器はCRTだけでなく、液晶ディスプレイ等の他の表示器であってもよい。これらは必要に応じて管理者が使用するものである。
207はメモリコントローラで、ブートプログラム、各種のアプリケーション、フォントデータ、ユーザファイル、編集ファイル、各種データ等を記憶するハードディスク(HD)や、フレキシブルディスク(FD)、或いはPCMCIAカードスロットにアダプタを介して接続されるコンパクトフラッシュ(登録商標)メモリ等の外部メモリ211へのアクセスを制御する。
208は通信I/Fコントローラで、ネットワーク(例えば、図1に示したLAN600)を介して外部機器と接続・通信するものであり、ネットワークでの通信制御処理を実行する。例えば、TCP/IPを用いた通信等が可能である。
なお、CPU201は、例えばRAM203内の表示情報用領域へアウトラインフォントの展開(ラスタライズ)処理を実行することにより、CRT210上での表示を可能としている。また、CPU201は、CRT210上の不図示のマウスカーソル等でのユーザ指示を可能とする。
本発明を実現するための後述する各種プログラムは、外部メモリ211に記録されており、必要に応じてRAM203にロードされることによりCPU201によって実行されるものである。
さらに、上記プログラムの実行時に用いられる定義ファイル及び各種情報テーブル等も、外部メモリ211に格納されており、これらについての詳細な説明も後述する。
図3は、需要予測算出装置100で実行される需要予測処理の一例を示すフローチャートである。
この需要予測処理は、外部メモリ211等に記録されているコンピュータを図1に示す各機能部(商品情報設定部108と、予測実行部109と、販売計画入力部110と、予測再実行判定部111と、予測再実行部112と、予測結果確認部113)としてコンピュータを機能させるためのプログラムの制御に従って、CPU201が行うものである。
ステップS101では、商品情報設定部108は、商品の需要予測に必要な商品情報を設定する。
この際、商品情報設定部108は、CRT210には、図10に示すような商品情報設定画面300を表示してユーザに入力を促す。
そして、商品情報設定部108は、商品情報設定画面300を介して入力された情報を受け付ける。
尚、ユーザは、商品情報設定画面300の各項目の設定に関し、需要予測を行いたい商品情報を商品情報設定領域301に対して設定する。
商品情報設定領域301には、商品コード、商品名称、確定期間、サイクル、販売計画使用有無、予測再実行判定フラグ、誤差評価期間、予測誤差累計期間、及び販売計画誤差閾値等を設定する。
この確定期間とは、販売計画を使用する任意の期間を意味し、予測再実行部112において需要予測を再計算する際に当月(当週)から確定期間分の販売計画を使用して需要予測を再計算する。
サイクルとは、需要予測の算出単位を意味する。例えばサイクルが月の場合、予測値は月単位で算出し、サイクルが週の場合、予測値は週単位で算出する。
サイクルについては販売計画が月単位か週単位かによって決まるが、サイクルは必ずしも月、週単位とは限らない。
販売計画が日単位であればサイクルを日とすることも可能であり、販売計画の立案単位を設定すればよい。
販売計画使用有無は、販売計画で確定された販売計画値を使用した予測計算を行うかどうかを意味する。販売計画使用有無が無の場合は、需要実績からの予測計算のみを行う。
予測再実行判定フラグは、販売計画使用有無が有の場合のみ有効となり、販売計画値を使用した予測計算の有効性を判定するか否かを意味するフラグである。
予測再実行判定フラグがNの場合、販売計画を使用して予測再実行を行い、判定フラグがYの場合、有効性によって販売計画を使用した予測再実行可否の判定を行う。
誤差評価期間、予測誤差累計期間、及び販売計画誤差閾値は予測再実行判定フラグがYの場合のみ有効となり、後述する誤差計算で必要なパラメータとなる。誤差評価期間、予測誤差累計期間、販売計画誤差閾値についても後述する。
商品情報設定領域301に対して商品情報を追加したい場合は、追加ボタン302を押下すると、商品情報設定領域301に空白の1レコードが追加され、このレコードに商品情報を設定する。
商品情報設定領域301に表示された商品情報を削除したい場合は、削除したい商品情報を選択した状態で削除ボタン303を押下すると、当該商品情報が削除されて商品情報設定領域301から非表示となる。
商品情報設定領域301に表示された商品情報を保存する場合は、保存ボタン304を押下すると、商品情報DB102に商品情報設定領域301に表示されている商品情報を保存し、商品情報設定画面300を閉じる場合は、閉じるボタン305を押下する。
再び図3の説明に戻り、ステップS302では、予測実行部109において、商品情報DB102に登録されている商品を対象に、需要実績DB103にある予測対象商品の需要実績を取得して、予測数量を算出する。
尚、ステップS102では、商品情報DB102に登録されている商品が処理対象となる。
図11は、ステップS102の予測実行処理の詳細を説明するためのフローチャートである。
ステップS201では、当該予測商品のサイクルを商品情報DB102から取得し、当該予測商品の前月(前週)までの需要実績を需要実績DB103から取得し、サイクルに合わせて需要実績を集計する。
ステップS202において、ステップS201で集計した需要実績と予測モデル情報DB104に登録されている数学的予測モデルから当該予測商品の当月(当週)以降の需要予測数量を算出する。このとき算出した需要予測数量は予測結果DB105に登録する。
ステップS203では、全ての商品の需要予測計算が終われば処理は終了し、未計算の商品が残っている場合は、ステップS201に戻る。
再び図3の説明に戻り、ステップS103では、予測結果DB105からステップS102で計算した商品の需要予測値を販売計画入力画面400にて表示し、販売計画の入力を促す。
図12には、販売計画入力画面400の構成の一例を示す。販売計画入力画面400上では計算した需要予測値の表示以外に、需要実績DB103から取得した過去の需要実績も表示し、需要予測値の妥当性を検証できるようにする。
また、販売計画の入力欄401については、デフォルト表示として需要予測値を表示しておくことで販売計画の入力漏れを回避することを可能とする。
なお、販売計画DB107には販売計画と同等の情報であれば、本ステップでの登録に限るものではなく、いかなる方法の登録でもかまわない。
入力欄401に入力した情報を保存する場合は、保存ボタン402を押下すると、この入力した情報が販売計画DB107に登録され、販売計画入力画面400を閉じる場合は、閉じるボタン403を押下する。
例えば、取引先からの内示情報等がある場合、別システムで販売計画を作成している場合などは販売計画DB107に事前に登録しておくことで以降の処理の対象となる。
再び図3の説明に戻り、ステップS104では、予測再実行判定部111は、商品情報DB102に登録されている商品を対象に、需要実績DB103にある予測対象商品の需要実績、予測結果DB105にある需要予測値、予測再実行結果DB106にある需要予測値さらには販売計画DB107に登録される販売計画値を取得して、需要予測値と販売計画値との誤差から販売計画を使用した予測再実行を行うか否かの判定を行う。
つまり、確定期間の販売計画から推察される市場動向をその先に加味してよいかの判断を過去の実態から判断する。
図13は、ステップS104の予測再実行判定処理の詳細を説明するためのフローチャートである。
ステップS301では、当該予測商品の商品情報の販売計画使用有無が有かつ予測再実行判定フラグがYかつ確定期間が0より大かを判定する。つまり販売計画値を使用した予測が可能か否かを判定する。
上述の条件を満たしている場合は、ステップS302へ処理を進め、条件を満たしていない場合はステップS307に処理を進める。尚、当該予測商品の販売計画使用有無、予測再実行判定フラグ、及び確定期間については商品情報DB102に登録されている。
ステップS302では、過去一定期間の当該予測商品の需要実績を需要実績DB103から、当該予測商品の過去の販売計画値を販売計画DB107から取得し、確定期間の累計販売計画誤差を算出する。
誤差の算出方法は種々あるが、販売計画値と需要実績との乖離を表すものであれば誤差算出方法は特に規定するものではない。一例として、以下のような[数式1]のような計算式を用いて算出する。
[数式1]
Figure 2019008842
図14には、累計販売計画誤差(率)の一例を示す。なお、過去一定期間については誤差評価期間として商品情報DB102に登録されている。
ステップS303では、ステップS302において算出した販売計画誤差が閾値以下なら販売計画の精度は良好と判断してS303へ処理を進め、販売計画誤差が閾値より大きい場合は、販売計画値を需要実績と見なした予測再実行処理は、不可と判断して、ステップS307に処理を進める。なお、閾値については、販売計画誤差閾値として商品情報DB102に登録されている。
ステップS304では、過去一定期間の当該予測商品の需要実績を需要実績DB103から、当該予測商品の過去の需要予測値を予測結果DB105から取得し、確定期間先のそれぞれの累計需要予測誤差を算出する。
ステップS302同様に誤差の算出方法は種々あるが、需要予測値と需要実績との乖離を表すものであれば誤差算出方法は特に規定するものではない。
一例として、[数式1]で用いられるパラメータに関して、時点iにおけるk時点先の販売計画値を、時点iにおけるk時点先の需要実績値に置き換えて適用する方法があげられる。
図15には累計需要予測誤差(率)の一例を示す。なお、過去一定期間については誤差評価期間として、累計期間は予測誤差累計期間として商品情報DB102に登録されている。
図15においては、予測起点日1月時点の需要予測値(k=2)は1月に計算した2月の需要予測値を意味しており(1月(k=1)は確定期間)、同様に、予測起点日1月時点の需要予測値(k=3)は1月に計算した3月の需要予測値を意味している(1月(k=1)は確定期間)。
ステップS305では、ステップS304において算出したそれぞれの需要予測誤差を比較する。
ステップS302で算出した過去の販売計画値を用いて行った需要予測に基づく需要予測誤差が、ステップS304で算出した過去の需要実績を用いて行った需要予測誤差より小さい場合は、販売計画値を使用した需要予測が有効と判断してS306へ処理を進める。
一方、ステップS302で算出した過去の販売計画値を用いて行った需要予測に基づく需要予測誤差が、ステップS304で算出した過去の需要実績を用いて行った需要予測誤差以上の場合は、販売計画値を使用した需要予測は無効と判断してステップS307へ処理を進める。
確定期間における販売計画の精度は良好だが、販売計画値を使用した需要予測は無効となる例として、過去の確定期間の販売計画は、一時的な需要動向を示しているだけで継続性がない場合等が挙げられる。
例えば、図16の上段に示すように、8月の時点で、8月以降の需要レベルが上がることを加味して販売計画値を設定し、8月及び9月の確定期間以降の需要予測も市場動向にあわせたとする。
そして、図16の下段に示すように、10月の時点になると、10月以降は元の需要レベルまで落ち込むようなケースがあげられる。
ステップS306では、ステップS305において、販売計画値を使用した需要予測が有効と判断された商品については、予測再実行フラグをYとして記憶しておく。尚、予測再実行フラグは内部的に保持しているフラグで初期値はNとしており、後続のステップS305の処理が終了した時点でクリアにする。
ステップS307では、対象商品全ての予測再実行可否判定が終われば処理は終了し、未判定の商品が残っている場合は、ステップS301に戻る。
再び図3の説明に戻り、ステップS105では、予測再実行部112において、商品情報DB102に登録されている商品を対象に、需要実績DB103にある予測対象商品の需要実績さらには販売計画DB107に登録される販売計画を取得して、予測数量を再算出する。
ステップS102と同様に需要予測数量を再算出する場合、予測モデル情報DB104に登録されている数学的予測モデルを使用する。このとき算出した需要予測数量は予測再実行結果DB106に登録する。
図17は、ステップS105の予測再実行処理の詳細を説明するためのフローチャートである。
ステップS401では、当該予測商品の販売計画使用有無が有、かつステップS306において記憶している予測再実行フラグがYまたは予測再実行判定フラグがN、かつ商品確定期間が0より大かを判定する。つまり、販売計画値を使用した需要予測を実施するか否かを判定する。
上記の判定条件を満たすと判定した場合は、ステップS402に処理を進め、満たさないと判定した場合は、ステップS404へ処理を進める。尚、当該予測商品の確定期間については商品情報DB102に登録されている。
ステップS402では、当該予測商品のサイクルを商品情報DB102から取得する。また当該予測商品の需要実績を需要実績DB103から、当該予測商品の確定期間分の販売計画値を販売計画DB107から取得し、サイクルに合わせて需要実績、販売計画値を集計しマージする。つまり集計した販売計画値は未来の需要実績と見なし、需要予測計算のインプット情報とする。
図18は、確定期間が2で、サイクルが月の場合における、需要実績、及び販売計画値集計後のステップS402の処理例である
図18の上段に示すように、現在の月が7月のとき、販売計画値として7月が150、8月が200として確定している場合、図18の下段に示すように、この販売計画値を需要実績値(7月、8月)として、確定期間(7月、8月)以降の需要予測を8月までの需要実績を用いて行う。
ステップS403では、ステップS402において集計した需要実績と販売計画値と、予測モデル情報DB104に登録されている数学的予測モデルから当該予測商品の確定期間以降の需要予測数量を算出する。このとき算出した需要予測数量は予測再実行結果DB106に登録する。
ステップS404では、全ての商品の予測計算が終われば処理は終了し、ステップS306で記憶している予測再実行フラグをクリアする。未計算の商品が残っている場合は、ステップS401に戻る。
再び図3の説明に戻り、ステップS106では、予測結果確認部113において、予測結果DB105からステップS102において計算した商品の需要予測値、ならびに予測再実行結果DB106からステップS105で計算した商品の需要予測値を販売計画入力画面400にて表示し、需要予測値の妥当性を確認し、必要に応じて販売計画値を修正する。
図19は現在月を2015年11月、確定期間が2、サイクルが月とした場合のステップS305で表示する販売計画入力画面400の一例を示す。
2015年11月、12月の販売計画値は人間の意仕入れで最新の需要動向が考慮されている。
2016年1月以降の需要予測値は、2015年10月までの需要実績、2015年11月、12月の販売計画値を用いて最新の需要動向を考慮した結果を表示している。
尚、2016年1月以降の需要予測値は、過去の販売計画値を用いて需要予測を行った精度の方が過去の需要実績を用いて需要予測を行った精度よりも良かった場合は、2015年11月、12月の販売計画値を用いて算出する。
一方、2016年1月以降の需要予測値は、過去の販売計画値を用いて需要予測を行った精度の方が過去の需要実績を用いて需要予測を行った精度よりも良くなかった場合は、2016年11月以前の過去の需要実績を用いて算出する。
以上、本発明によれば、確定された販売計画を用いることによって商品等の需要予測を行うことで、商品等の需要予測を精度良く行うことができる。
また、本発明は、例えば、システム、方法、プログラムもしくは記憶媒体等としての実施態様をとることが可能である。
以上のように、前述した実施形態の機能を実現するプログラムを記録した記録媒体を、システムあるいは装置に供給し、そのシステムあるいは装置のコンピュータ(またはCPUやMPU)が記録媒体に格納されたプログラムを読取り実行することによっても、本発明の目的が達成されることは言うまでもない。
この場合、記録媒体から読み出されたプログラム自体が本発明の新規な機能を実現することになり、そのプログラムを記憶した記録媒体は本発明を構成することになる。プログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ハードディスク、光ディスク、光磁気ディスク、CD−ROM、CD−R、DVD−ROM、磁気テープ、不揮発性のメモリカード、ROM、EEPROM、シリコンディスク等を用いることができる。
また、コンピュータが読み出したプログラムを実行することにより、前述した実施形態の機能が実現されるだけでなく、そのプログラムの指示に基づき、コンピュータで稼働しているOS等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
さらに、記録媒体から読み出されたプログラムが、コンピュータに挿入された機能拡張ボードやコンピュータに接続された機能拡張ユニットに備わるメモリに書き込まれた後、そのプログラムコードの指示に基づき、その機能拡張ボードや機能拡張ユニットに備わるCPU等が実際の処理の一部または全部を行い、その処理によって前述した実施形態の機能が実現される場合も含まれることは言うまでもない。
また、本発明は、システムあるいは装置にプログラムを供給することによって達成される場合にも適応できることは言うまでもない。
この場合、本発明を達成するためのプログラムを格納した記録媒体を該システムあるいは装置に読み出すことによって、そのシステムあるいは装置が、本発明の効果を享受することが可能となる。
さらに、本発明を達成するためのプログラムをネットワーク上のサーバ,データベース等から通信プログラムによりダウンロードして読み出すことによって、そのシステム、あるいは装置が、本発明の効果を享受することが可能となる。なお、上述した各実施形態およびその変形例を組み合わせた構成も全て本発明に含まれるものである。
100 需要予測算出装置
201 CPU
202 RAM
203 ROM
204 システムバス
205 入力コントローラ
206 ビデオコントローラ
207 メモリコントローラ
208 通信I/F(インターフェース)コントローラ
209 キーボード(KB)
210 ディスプレイ装置(CRT)
211 外部メモリ

Claims (4)

  1. 商品等の需要予測を行う情報処理装置であって、
    需要実績を用いて需要予測を行う予測手段と、
    任意の期間に対して販売計画値の入力を受付ける受付手段と、
    前記予測手段は、前記受付手段によって入力を受付けた任意の期間において前記販売計画値を前記需要実績として、前記任意の期間以降における需要予測を行うことを特徴とする情報処理装置。
  2. 前記予測手段によって需要実績を用いて需要予測を行った予測値を記憶する第一の記憶手段と、
    前記販売計画値を前記需要実績として需要予測を行った予測値を記憶する第二の記憶手段と、
    前記第一の記憶手段に記憶された需要実績を用いて需要予測を行った予測値及び前記需要実績から求まる予測誤差と、前記第二の記憶手段に記憶された前記販売計画値を前記需要実績として需要予測を行った予測値及び前記需要実績から求まる予測誤差とから、何れの予測方法で需要予測を行うかを判定する判定手段と、
    を備え、
    前記予測手段は、前記判定手段の判定に従って前記予測方法を用いて、前記任意の期間以降における需要予測を行うことを特徴とする請求項1に記載の情報処理装置。
  3. 商品等の需要予測を行う情報処理装置の制御方法であって、
    前記情報処理装置は、
    需要実績を用いて需要予測を行う予測ステップと、
    任意の期間に対して販売計画値の入力を受付ける受付ステップと、
    前記予測ステップは、前記受付ステップによって入力を受付けた任意の期間において前記販売計画値を前記需要実績として、前記任意の期間以降における需要予測を行うこと、を実行することを特徴とする情報処理装置の制御方法。
  4. 商品等の需要予測を行う情報処理装置で読み取り実行可能なプログラムであって、
    前記情報処理装置を、
    需要実績を用いて需要予測を行う予測手段と、
    任意の期間に対して販売計画値の入力を受付ける受付手段と、
    前記予測手段は、前記受付手段によって入力を受付けた任意の期間において前記販売計画値を前記需要実績として、前記任意の期間以降における需要予測を行うこと、として機能させることを特徴とするプログラム。
JP2018198392A 2018-10-22 2018-10-22 情報処理装置、制御方法、及びプログラム Active JP6829400B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018198392A JP6829400B2 (ja) 2018-10-22 2018-10-22 情報処理装置、制御方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018198392A JP6829400B2 (ja) 2018-10-22 2018-10-22 情報処理装置、制御方法、及びプログラム

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
JP2015251864A Division JP6427798B2 (ja) 2015-12-24 2015-12-24 情報処理装置、制御方法、及びプログラム

Publications (3)

Publication Number Publication Date
JP2019008842A true JP2019008842A (ja) 2019-01-17
JP2019008842A5 JP2019008842A5 (ja) 2019-08-15
JP6829400B2 JP6829400B2 (ja) 2021-02-10

Family

ID=65028908

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018198392A Active JP6829400B2 (ja) 2018-10-22 2018-10-22 情報処理装置、制御方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP6829400B2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020160822A (ja) * 2019-03-27 2020-10-01 株式会社オービック 判断支援装置、判断支援プログラムおよび判断支援方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003203107A (ja) * 2002-01-07 2003-07-18 Sharp Corp 生産計画作成システム及びその方法
JP2005063280A (ja) * 2003-08-19 2005-03-10 Nri & Ncc Co Ltd サプライチェーン評価システム及びサプライチェーン評価プログラム
JP2015032034A (ja) * 2013-07-31 2015-02-16 キヤノンマーケティングジャパン株式会社 需要予測装置、需要予測システム、制御方法、及びプログラム
JP2015052890A (ja) * 2013-09-06 2015-03-19 東芝テック株式会社 需要予測装置およびプログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003203107A (ja) * 2002-01-07 2003-07-18 Sharp Corp 生産計画作成システム及びその方法
JP2005063280A (ja) * 2003-08-19 2005-03-10 Nri & Ncc Co Ltd サプライチェーン評価システム及びサプライチェーン評価プログラム
JP2015032034A (ja) * 2013-07-31 2015-02-16 キヤノンマーケティングジャパン株式会社 需要予測装置、需要予測システム、制御方法、及びプログラム
JP2015052890A (ja) * 2013-09-06 2015-03-19 東芝テック株式会社 需要予測装置およびプログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020160822A (ja) * 2019-03-27 2020-10-01 株式会社オービック 判断支援装置、判断支援プログラムおよび判断支援方法
JP7198700B2 (ja) 2019-03-27 2023-01-04 株式会社オービック 判断支援装置、判断支援プログラムおよび判断支援方法

Also Published As

Publication number Publication date
JP6829400B2 (ja) 2021-02-10

Similar Documents

Publication Publication Date Title
JP2005301894A (ja) 作業進捗管理方法、作業進捗管理装置およびプログラム
JPWO2004022463A1 (ja) 安全在庫量算出装置、安全在庫量算出プログラム及び発注点算出装置
JP6040887B2 (ja) 情報処理装置、情報処理システム、制御方法、及びプログラム
JP6973887B2 (ja) プロジェクト管理支援装置、プロジェクト管理支援方法およびプログラム
JP2019008842A (ja) 情報処理装置、制御方法、及びプログラム
JP6299843B2 (ja) 情報処理装置、情報処理システム、制御方法、及びプログラム
JP4339769B2 (ja) 予測モデル選択装置及び予測モデル選択方法並びにプログラム
JP6427798B2 (ja) 情報処理装置、制御方法、及びプログラム
JP7469675B2 (ja) 情報処理装置、制御方法、プログラム
JP2014044598A (ja) 情報処理装置、情報処理方法、プログラム
JP2020087031A (ja) 進捗率算出装置、進捗率算出方法および進捗率算出プログラム
JP2009157489A (ja) プロジェクト進捗管理装置及びその制御方法、プロジェクト進捗管理システム、プログラム、プログラムを記録した記録媒体
JP2014052685A (ja) データ編集装置およびプログラム
JP2004102357A (ja) 生産量算定方法,生産量算定装置,生産量算定システム,生産量算定プログラムおよび記録媒体
JP2003091627A (ja) プロジェクト管理支援システムおよびプロジェクト管理支援方法
JP3260333B2 (ja) 生産管理装置、生産管理システム、生産計画方法、及び記憶媒体
JP2021093070A (ja) 予定進捗率計算装置、予定進捗率計算方法、および、予定進捗率計算プログラム
JP7007596B2 (ja) 情報処理装置、制御方法、プログラム
JP4327648B2 (ja) コンピュータプログラム及び在庫管理装置並びにその方法
JP2009163452A (ja) 情報処理装置、情報処理方法、およびプログラム
JP5714037B2 (ja) データ編集装置およびプログラム
JP2014153887A (ja) データ編集装置およびプログラム
JP2014153886A (ja) データ編集装置およびプログラム
JP2014127013A (ja) 情報処理装置、及びその制御方法、プログラム
JP6948271B2 (ja) 生産管理装置、および生産管理方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181225

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20190115

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190704

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200225

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200424

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20200623

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200817

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20201222

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210104

R151 Written notification of patent or utility model registration

Ref document number: 6829400

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250