JP2019145007A - 案件進捗予測装置および案件進捗予測システム - Google Patents

Abstract

【課題】 案件の納期を含む登録情報が随時変化する製品の工程別の完了必要日を高精度に予測する。【解決手段】案件進捗予測装置であって、案件の属性値と、工程毎の経過日数を含む納期の特徴量と、の変更履歴であるログ情報を記憶する記憶部と、ログ情報を用いて、案件の納期に所定の相関を有する属性値を選択する属性値選択部と、選択された属性値を用いて、予測対象の案件と類似する属性値を有する完了済みの案件を記憶部から抽出し、抽出された完了済みの案件の納期の特徴量を用いて予測対象の案件の未完了の工程についてリードタイムを特徴量ごとに推定する過去案件抽出部と、推定されたリードタイムを特徴量間で統合して、予測対象案件の工程毎の完了必要日の確率を予測する進捗予測部と、を備えることを特徴とする。【選択図】図１

Description

本発明は、案件進捗予測装置および案件進捗予測システムに関する。

昇降機やストレージなどのインフラ製品では、設計、生産、出荷などの各工程の完了必要日に基づき、調達や生産などの手配を進める。ここで、一般的にインフラ製品では、入金の遅れや製品納入先の建屋工事の遅延等の外的要因により、納期が頻繁に変更されることがあるため、適時に工程別の完了必要日を予測する必要がある。工程別の完了必要日を予測する技術として、例えば、申請から承認が完了するまでの承認時間を予測する特許文献１に記載された技術が存在する。

特開２０１４−２３８６５８号公報

特許文献１に記載された技術では、案件の申請時の登録情報と類似する過去案件を抽出し、各承認者の所要時間を予測することで、申請が完了するまでの承認時間を予測する。しかし、上記の技術では、案件の申請時当初の登録情報を用いて承認時間を予測するため、案件の登録情報が随時変化するインフラ製品納入案件に適用しても、予測精度が低い可能性が高い。また、上記の技術では申請日の曜日や申請内容などの因子に着目して、予測対象の案件と類似する過去案件を抽出するが、着目する因子は任意で選定する必要がある。このため、因子の候補が多い場合に、着目すべき因子を適切に判断できず、その結果予測精度を保てないことがある。本発明は、上記の事情を鑑みてなされたものであり、工程別の完了必要日を高精度に予測することを目的とする。

上記課題を解決すべく、案件の属性値と、工程毎の経過日数を含む納期の特徴量と、の変更履歴であるログ情報を記憶する記憶部と、上記ログ情報を用いて、上記案件の納期に所定の相関を有する属性値を選択する属性値選択部と、選択された上記属性値を用いて、予測対象の案件と類似する上記属性値を有する完了済みの案件を上記記憶部から抽出し、抽出された上記完了済みの案件の納期の特徴量を用いて上記予測対象の案件の未完了の工程についてリードタイムを上記特徴量ごとに推定する過去案件抽出部と、推定された上記リードタイムを上記特徴量間で統合して、上記予測対象案件の工程毎の完了必要日の確率を予測する進捗予測部と、を備えることを特徴とする案件進捗予測装置を提供する。

本発明によれば、案件の納期を含む登録情報が随時変化する製品の工程別の完了必要日を高精度に予測することが出来る。なお、上記した以外の課題、構成、および効果は、以下の実施形態の説明により明らかにされる。

案件進捗予測装置および案件進捗予測システムの機能ブロックの一例を示す図である。 過去案件情報のデータ構造の一例を示す図である。 特徴量情報のデータ構造の一例を示す図である。 属性値情報のデータ構造の一例を示す図である。 受注案件情報のデータ構造の一例を示す図である。 完了必要日情報のデータ構造の一例を示す図である。 設定情報のデータ構造の一例を示す図である。 案件進捗予測装置のハードウェア構成の一例を示す図である。 案件進捗予測処理の一例を示すフローチャートである。 級内誤差と級間誤差を可視化した一例を示す図である。 級内誤差と級間誤差の算出結果の一例を示す図である。 相関比の算出結果の一例を示す図である。 抽出する属性値の組み合わせを決定するための確率の算出結果の一例を示す図である。 ログ情報の特徴量毎の傾向の一例を示す図である。 ログ情報の特徴量毎の傾向の組合せ結果の一例を示す図である。 出力画面の一例を示す図である。

以下、本発明の一実施形態について図面を用いて説明する。本明細書において、案件とは、顧客からの注文を指し、業種と、納入地域と、製品種別と、契約金額を含む案件の特徴となりうる属性値を有するものとする。なお、本明細書では、属性値として、業種と、納入地域と、製品種別と、契約金額を取り上げるが、属性値はこれに限定されるものではない。

本明細書において、工程は受注してから顧客に引渡されるまでの案件の状態を便宜的に分解した各段階を指す。本明細書では、工程は、受注と、設計と、生産と、出荷と、引渡と、の５つの段階に分け、順に進んでいくものとするが、工程は前記５つの段階と、その順番に限定されるものではない。

また、本明細書において、納期とは、案件ごとに設定され、顧客への製品の引渡の期日を指すものとする。案件の登録情報には、属性値と、納期と、所定の時点までに完了した工程の情報が含まれているものとする。なお、本明細書では、登録情報は、属性値と、納期と、現在までに完了した工程の情報から構成されるものとするが、これに限定されるものではない。

また、本明細書において、ログ情報とは、案件の登録情報の変更履歴を指し、前記ログ情報は、案件の登録からの経過日数と、納期の変更履歴といった特徴量で表されるものである。本明細書では、ログ情報の特徴量は、受注から設計までの経過日数と、設計から生産までの経過日数と、生産から出荷までの経過日数と、出荷から引渡までの経過日数と、納期変更回数と、納期変更内容の６つとするが、特徴量はこれに限定されるものではない。

図１は、本実施形態の案件進捗予測装置１０１、および案件進捗予測システム１００の機能ブロックの一例を示す図である。本実施形態の案件進捗予測システム１００は、各々ネットワーク１０２を介して通信可能に接続された案件進捗予測装置１０１と、ユーザーが使用するユーザー端末１０３と、過去の案件情報のデータが格納されたデータベース装置１０４と、を備える。

ユーザー端末１０３は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等の情報処理装置である。ユーザーは、ユーザー端末１０３に対して受注案件情報と、予測立案日と、予測で活用する過去案件の参照期間と、案件進捗予測装置１０１の処理に必要な設定情報である許容範囲と、許容確率と、を入力することができ、ユーザー端末１０３は、ネットワーク１０２を介して、受け付けた受注案件情報と、予測立案日と、過去案件の参照期間と、許容範囲と、許容確率と、を案件進捗予測装置１０１へ送信する機能を有する。

ここで、受注案件情報は、予測対象案件に関する日数を含む各種の情報である。また、予測対象案件は、顧客への引渡が完了していない案件である。予測立案日は、ユーザーが案件進捗予測装置１０１を使用して、受注案件情報に登録された予測対象案件の工程別の完了必要日を予測する処理を実行する日付である。また、ユーザー端末１０３は、案件進捗予測装置１０１が出力する情報を、ユーザーへ表示する機能を有する。

データベース装置１０４は、例えばＥＲＰ（Ｅｎｔｅｒｐｒｉｓｅ Ｒｅｓｏｕｒｃｅｓ Ｐｌａｎｎｎｉｎｇ）等のシステム、またはそれに準じるデータを蓄積したデータベース、またはＮＡＳ（Ｎｅｔｗｏｒｋ Ａｔｔａｃｈｅｄ Ｓｔｏｒａｇｅ）等の記憶装置およびデータベース管理のソフトウェアを用いた計算機である。

ネットワーク１０２は、ユーザー端末１０３と、データベース装置１０４と、案件進捗予測装置１０１と、を互いに通信可能に接続する。ネットワーク１０２は、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＶＰＮ（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）、インターネット等の一般公衆回線を一部または全部に用いた通信網のいずれかである。

案件進捗予測装置１０１は、ＰＣまたはサーバーコンピュータ等の情報処理装置であり、過去案件情報からログ情報を抽出し、抽出した過去案件のログ情報を用いて、受注案件情報として記憶された予測対象案件の工程別の完了必要日を予測するものである。

案件進捗予測装置１０１は、演算部１１０と、記憶部１２０と、通信部１３０とを備える。記憶部１２０は、過去案件情報１２１と、特徴量情報１２２と、属性値情報１２３と、受注案件情報１２４と、完了必要日情報１２５と、設定情報１２６と、を記憶する。

ここで、過去案件情報１２１の一例を図２に、特徴量情報１２２の一例を図３に、属性値情報を図４に、受注案件情報１２４の一例を図５に、完了必要日情報１２５の一例を図６に、設定情報１２６の一例を図７に示す。

図２は、過去案件情報１２１のデータ構造の一例を示す図である。過去案件情報１２１には、顧客への引渡が完了した過去案件の登録内容に関する情報が格納されている。過去案件情報１２１は、複数のレコードで構成されており、各レコードは、案件Ｎｏフィールド１２１１と、顧客名フィールド１２１２と、業種フィールド１２１３と、納入地域フィールド１２１４と、契約金額フィールド１２１５と、製品種別フィールド１２１６と、納期日フィールド１２１７と、進捗状況フィールド１２１８と、更新日フィールド１２１９と、から構成される。

案件Ｎｏフィールド１２１１には、案件を識別する案件Ｎｏに関する情報が格納される。顧客名フィールド１２１２には、案件の顧客名に関する情報が格納される。業種フィールド１２１３には、顧客の業種に関する情報が格納される。業種は、「金融」、「官公庁」、「医療」等、予め定められた区分を有する。

納入地域フィールド１２１４には、製品の納入地域に関する情報が格納される。納入地域は、「中国」、「アメリカ」、「イギリス」等、予め定められた区分を有する。契約金額フィールド１２１５には、案件の契約金額に関する情報が格納される。製品種別フィールド１２１６には、顧客が注文した製品種別に関する情報が格納される。製品種別は、「Ａ製品」、「Ｂ製品」、「Ｃ製品」等、予め定められた区分を有する。

納期日フィールド１２１７には、顧客への引渡期限である納期日に関する情報が格納される。進捗状況フィールド１２１８には、案件が受注と、設計と、生産と、出荷と、引渡と、の各工程のうち、更新日フィールド１２１９に格納された日付の時点で、既に完了した最新の工程の情報が格納される。例えば、図２の案件Ｎｏが「１」の案件の場合、更新日が「’１５／４／２」であるレコードの進捗状況は「設計完了」となっている。これは、「’１５／４／２」時点で、設計が完了していることを示している。更新日フィールド１２１９には、納期日フィールド１２１７や、進捗状況フィールド１２１８に格納される情報が変更された日付に関する情報が格納される。

図３は、特徴量情報のデータ構造の一例を示す図である。特徴量情報１２２には、過去案件の各特徴量（ログ情報）が格納される。特徴量情報１２２は、複数のレコードで構成され、各レコードは、案件Ｎｏフィールド１２２１と、経過日数（受注から設計完了まで）フィールド１２２２と、経過日数（設計完了から生産完了まで）フィールド１２２３と、経過日数（生産完了から出荷完了まで）フィールド１２２４と、経過日数（出荷完了から引渡完了まで）フィールド１２２５と、納期変更回数フィールド１２２６と、納期変更内容フィールド１２２７と、から構成される。

案件Ｎｏフィールド１２２１には、案件を識別する案件Ｎｏに関する情報が格納される。経過日数（受注から設計完了まで）フィールド１２２２には、受注が完了してから設計が完了するまでに要した日数が格納される。経過日数（設計完了から生産完了まで）フィールド１２２３には、設計が完了してから生産が完了するまでに要した日数が格納される。経過日数フィールド（生産完了から出荷完了まで）１２２４には、生産が完了してから出荷が完了するまでに要した日数が格納される。経過日数フィールド（出荷完了から引渡完了まで）１２２５には、出荷が完了してから引渡が完了するまでに要した日数が格納される。

納期変更回数フィールド１２２６には、案件が受注してから引渡が完了するまでに、納期が変更された回数が格納される。納期変更内容フィールド１２２７には、最も新しい更新日に対応するレコードの納期が、最も古い更新日に対応するレコードの納期を基準として前倒し／後倒しになった日数に関する情報が格納される。

図４は、属性値情報のデータ構造の一例を示す図である。属性値情報１２３には、過去案件のログ情報の各特徴量と相関（因果関係）がある属性値の項目名が格納される。属性値情報１２３は１つのレコードで構成され、レコードは、経過日数（受注から設計完了まで）フィールド１２３１と、経過日数（設計完了から生産完了まで）フィールド１２３２と、経過日数（生産完了から出荷完了まで）フィールド１２３３と、経過日数（出荷完了から引渡完了まで）フィールド１２３４と、納期変更回数フィールド１２３５と、納期変更内容フィールド１２３６と、から構成される。

経過日数（受注から設計完了まで）フィールド１２３１には、受注から設計完了までまでの経過日数と相関がある属性値に関する情報が格納される。経過日数（設計完了から生産完了まで）フィールド１２３２には、設計完了から生産完了までの経過日数と相関がある属性値に関する情報が格納される。

経過日数（生産完了から出荷完了まで）フィールド１２３３には、生産完了から出荷完了までの経過日数と相関がある属性値に関する情報が格納される。経過日数（出荷完了から引渡完了まで）フィールド１２３４には、出荷完了から引渡完了までの経過日数と相関がある属性値に関する情報が格納される。納期変更回数フィールド１２３５には、納期変更回数と相関がある属性値に関する情報が格納される。納期変更内容フィールド１２３６には、納期変更内容と相関がある属性値に関する情報が格納される。

図５は、受注案件情報のデータ構造の一例を示す図である。とくに、受注案件情報１２４では、予測立案日「’１７／５／１」時点での一例が示されている。受注案件情報１２４には、予測対象案件に関する情報が格納される。受注案件情報１２４は、複数のレコードで構成されており、各レコードは、案件Ｎｏフィールド１２４１と、顧客名フィールド１２４２と、業種フィールド１２４３と、納入地域フィールド１２４４と、契約金額フィールド１２４５と、製品種別フィールド１２４６と、納期日フィールド１２４７と、進捗状況フィールド１２４８と、更新日フィールド１２４９と、から構成される。

案件Ｎｏフィールド１２４１には、案件を識別する案件Ｎｏに関する情報が格納される。顧客名フィールド１２４２には、案件の顧客名に関する情報が格納される。業種フィールド１２４３には、顧客の業種に関する情報が格納される。業種は、「金融」、「官公庁」、「医療」等、予め定められた区分を有する。

納入地域フィールド１２４４には、製品の納入地域に関する情報が格納される。納入地域は、「中国」、「アメリカ」、「イギリス」等、予め定められた区分を有する。契約金額フィールド１２４５には、案件の契約金額に関する情報が格納される。製品種別フィールド１２４６には、顧客が注文した製品種別に関する情報が格納される。製品種別は、「Ａ製品」、「Ｂ製品」、「Ｃ製品」等、予め定められた区分を有する。

納期日フィールド１２４７には、顧客への引渡期限である納期日に関する情報が格納される。進捗状況フィールド１２４８には、案件が受注と、設計と、生産と、出荷と、引渡と、の各工程のうち、更新日フィールド１２４９に格納された日付の時点で、既に完了した最新の工程の情報が格納される。例えば、図５の案件Ｎｏが「ａ」の案件の場合、更新日が「’１７／３／１０」であるレコードの進捗状況は「設計完了」となっている。これは、「’１７／３／１０」時点で、設計が完了していることを示している。更新日フィールド１２４９には、納期日フィールド１２４７や、進捗状況フィールド１２４８に格納される情報が変更された日付に関する情報が格納される。

図６は、完了必要日情報のデータ構造の一例を示す図である。完了必要日情報１２５には、予測対象案件の完了必要日の予測結果が格納されている。完了必要日情報１２５は、複数のレコードで構成されており、各レコードは、案件Ｎｏフィールド１２５１と、工程フィールド１２５２と、完了必要日フィールド１２５３と、から構成される。

案件Ｎｏフィールド１２５１には、案件を識別する案件Ｎｏに関する情報が格納される。工程フィールド１２５２には、予測対象となる工程に関する情報が格納される。完了必要日フィールド１２５３には、工程フィールド１２５２に格納された工程の完了必要日に関する情報が格納される。

図７は、設定情報のデータ構造の一例を示す図である。設定情報１２６には、案件進捗予測装置１０１の処理に必要な設定情報が格納される。設定情報１２６は、１つのレコードで構成されており、予測立案日フィールド１２６１と、過去案件参照開始日フィールド１２６２と、過去案件参照終了日フィールド１２６３と、許容範囲フィールド１２６４と、許容確率フィールド１２６５と、から構成される。

予測立案日フィールド１２６１には、ユーザーが案件進捗予測装置１０１を使用して、受注案件情報１２４に登録された予測対象案件の工程別の完了必要日の予測の実施日付が格納される。過去案件参照開始日フィールド１２６２には、予測で活用する過去案件の参照開始日が格納される。過去案件参照終了日フィールド１２６３には、予測で活用する過去案件の参照終了日が格納される。許容範囲フィールド１２６４には、属性値選択部１１１が、過去案件のログ情報から案件の属性値を選択する際に使用する信頼区間についての許容範囲を特定する情報が格納される。

許容確率フィールド１２６５には、属性値選択部１１１が、過去案件のログ情報から案件の属性値を選択する際に使用し、信頼区間が許容範囲に収まるか否かを判定するための許容確率が格納される。

図１の説明に戻る。演算部１１０は、過去案件のログ情報の各特徴量と相関がある属性値（項目）の導出と、過去案件のログ情報の特徴量別の傾向（リードタイムの確率分布の生成）の特定と、工程別の完了必要日の予測としてリードタイムの確率分布の算出を行う。演算部１１０は、属性値選択部１１１と、過去案件抽出部１１２と、進捗予測部１１３と、入力受付部１１４と、出力生成部１１５と、を有する。

属性値選択部１１１は、記憶部１２０が記憶している過去案件情報１２１を読み出して、特徴量を算出し、特徴量情報１２２に格納する。また、属性値選択部１１１は、生成した特徴量情報１２２を用いて、過去案件のログ情報の各特徴量と相関がある属性値（項目）を導出し、導出結果を属性値情報１２３に格納する。

過去案件抽出部１１２は、受注案件情報１２４の予測対象案件のログ情報と属性値が類似する過去案件を、過去案件情報１２１の中から特徴量情報１２２を参照して抽出する。

進捗予測部１１３は、過去案件抽出部１１２が抽出した予測対象案件と類似する過去案件に基づき、予測対象案件の工程別の完了必要日を予測する。さらに、進捗予測部１１３は、予測対象案件の工程別の完了必要日を予測すると、完了必要日情報１２５に格納する。

入力受付部１１４は、ネットワーク１０２を介して接続されたユーザー端末１０３から送信された受注案件情報と、予測立案日の情報と、予測で活用する過去案件の参照期間と、許容範囲と、許容確率と、を受け付ける。また、入力受付部１１４は、データベース装置１０４から過去案件情報を受け取る機能を有する。さらに、入力受付部１１４は、受け付けた受注案件情報を記憶部１２０の受注案件情報１２４に格納し、受け取った過去案件情報を過去案件情報１２１に格納する。また、入力受付部１１４は、受け付けた予測立案日と、過去案件の参照期間と、許容範囲と、許容確率と、を設定情報１２６へ格納する。

出力生成部１１５は、入力受付部１１４が受け付けた予測立案日の情報と、完了必要日情報１２５と、をネットワーク１０２により接続されたユーザー端末１０３へ送信し、ユーザーに予測対象案件の工程別の完了必要日を表示する出力情報を生成する。

通信部１３０は、ネットワーク１０２を介して他の装置と通信を行う。

図８は、案件進捗予測装置のハードウェア構造の例を示す図である。案件進捗予測装置１０１は、中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）５１と、メモリ５２と、ハードディスク装置（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ：ＨＤＤ）などの外部記憶装置５３と、ＣＤ（Ｃｏｍｐａｃｔ Ｄｉｓｋ）やＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）などの可搬性を有する記憶媒体５４に対して情報を読み書きする読取装置５５と、キーボードやマウス、バーコードリーダなどの入力装置５６と、ディスプレイなどの出力装置５７と、ネットワーク１０２などの通信ネットワークを介して他のコンピュータと通信する通信装置５８とを備えたコンピュータ、あるいはこのコンピュータを複数備えたコンピュータシステムにより実現できる。

例えば、演算部１１０は、外部記憶装置５３に記憶されている所定のプログラムをメモリ５２にロードしてＣＰＵ５１で実行することで実現可能であり、記憶部１２０は、ＣＰＵ５１がメモリ５２または外部記憶装置５３を利用することにより実現可能である。

この所定のプログラムは、読取装置５５を介して記憶媒体５４から外部記憶装置５３にダウンロードされ、それから、メモリ５２上にロードされてＣＰＵ５１により実行されるようにしてもよい。

また、読取装置５５を介して記憶媒体５４から、メモリ５２上に直接ロードされ、ＣＰＵ５１により実行されるようにしてもよい。

なお、これに限られず、案件進捗予測装置１０１は、例えばＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）やマイコンで実現されるものであってもよい。

図９は、案件進捗予測処理のフローチャート例を示す図である。案件進捗予測処理は、ユーザーからの指示を受け付けると、開始される。

なお、この案件進捗予測処理は、データベース装置１０４に所定数以上の過去案件情報が記録されていることを前提とし、例えば、ユーザーからのユーザー端末１０３への開始コマンドに応じて開始される。

まず、ユーザー端末１０３は、ユーザーから受注案件情報と、設定情報である予測立案日と、予測で活用する過去案件の参照期間と、許容範囲と、許容確率と、を受け付ける（ステップＳ００１）。ユーザー端末１０３は、ネットワーク１０２を介して、受け取った情報を案件進捗予測装置１０１へ送信する。

次に、入力受付部１１４は、参照期間に含まれる過去案件情報を取得する（ステップＳ００２）。具体的には、ステップＳ００１において操作情報を受信した案件進捗予測装置１０１の入力受付部１１４は、ステップＳ００１においてユーザー端末１０３から受け取った過去案件の参照期間に受注から引渡完了までの期間の一部または全部が含まれる全ての過去案件情報を、データベース装置１０４から取得して、記憶部１２０が記憶している過去案件情報１２１へ格納する。さらに、入力受付部１１４は、ステップＳ００１において、ユーザー端末１０３から受け取った受注案件情報を、受注案件情報１２４へ格納する。また、入力受付部１１４は、ユーザー端末１０３から受け取った予測立案日と、過去案件の参照期間と、許容範囲と、許容確率と、を設定情報１２６へ格納する。

次に、属性値選択部１１１は、過去案件情報からログ情報の各特徴量を計算する（ステップＳ００３）。具体的には、演算部１１０の属性値選択部１１１は、過去案件情報１２１に格納されている過去案件から、過去案件のログ情報の各特徴量を算出し、算出結果を特徴量情報１２２へ格納する。その算出方法としては、案件ごとに各工程の所要期間を算出する方法がある。以下に、過去案件情報１２１から、過去案件のログ情報の各特徴量を算出する処理の例を示す。

属性値選択部１１１は、過去案件情報１２１の進捗状況フィールド１２１８と更新日フィールド１２１９を用いて、各案件の受注から設計までの経過日数を算出する。属性値選択部１１１は、進捗状況フィールド１２１８が「受注完了」となっているレコードと、進捗状況フィールド１２１８が「設計完了」となっているレコードを取得し、取得した２つのレコードの更新日フィールド１２１９に格納されている日付の差分により、受注から設計までの経過日数を計算する。

ここで、進捗状況フィールド１２１８が「受注完了」となっているレコードが複数ある場合は、更新日フィールド１２１９に格納された日付が最も古いレコードを取得する。同様に、進捗状況フィールド１２１８が「設計完了」となっているレコードが複数ある場合は、更新日フィールド１２１９に格納された日付が最も古いレコードを取得する。例えば、図２において案件Ｎｏフィールド１２１１が「１」の案件の場合をみると、進捗状況フィールド１２１８が「受注完了」となっているレコードが２個存在する。属性値選択部１１１は、更新日フィールド１２１９に格納された日付が古い「’１５／２／２４」であるレコードを「受注完了」となっているレコードとして取得する。

同様に、図２の例では、進捗状況フィールド１２１８が「設計完了」となっているレコードが２個存在する。この場合にも、属性値選択部１１１は、更新日フィールド１２１９に格納された日付が古い「’１５／４／２」であるレコードを「設計完了」となっているレコードとして取得する。その後、属性値選択部１１１は、取得した各日付の差分から、受注から設計までの経過日数を「’１５／４／２」−「‘１５／２／２４」＝「３７日」と算出する。

属性値選択部１１１は、同様の処理により、設計完了から生産完了までの経過日数と、生産完了から出荷完了までの経過日数と、出荷完了から引渡完了までの経過日数と、をそれぞれ算出する。

属性値選択部１１１は、進捗状況フィールド１２１８が「設計完了」になっているレコードと、進捗状況フィールド１２１８が「生産完了」になっているレコードを取得し、取得した２つのレコードの更新日フィールド１２１９に格納されている日付の差分により、設計完了から生産完了までの経過日数を算出する。例えば、図２の案件Ｎｏフィールド１２１１が「１」の案件の場合、属性値選択部１１１は、「設計完了」に対応する日付として「’１５／４／２」を取得し、「生産完了」に対応する日付として「’１５／８／２」を取得して、両者の差分から、設計完了から生産完了までの経過日数を「’１５／８／２」−「‘１５／４／２」＝「１２２日」と算出する。

属性値選択部１１１は、進捗状況フィールド１２１８が「生産完了」になっているレコードと、進捗状況フィールド１２１８が「出荷完了」になっているレコードを取得し、取得した２つのレコードの更新日フィールド１２１９に格納されている日付の差分により、生産完了から出荷完了までの経過日数を算出する。例えば、図２の案件Ｎｏフィールド１２１１が「１」の案件の場合、属性値選択部１１１は、「生産完了」に対応する日付として「’１５／８／２」を取得し、「出荷完了」に対応する日付として「’１５／９／１０」を取得して、両者の差分から、生産完了から出荷完了までの経過日数を「’１５／９／１０」−「’１５／８／２」＝「３９日」と算出する。

属性値選択部１１１は、進捗状況フィールド１２１８が「出荷完了」になっているレコードと、進捗状況フィールド１２１８が「引渡完了」になっているレコードを取得し、取得した２つのレコードの更新日フィールド１２１９に格納されている日付の差分により、出荷完了から引渡完了までの経過日数を算出する。例えば、図２の案件Ｎｏフィールド１２１１が「１」の案件の場合、属性値選択部１１１は、「出荷完了」に対応する日付として「’１５／９／１０」を取得し、「引渡完了」に対応する日付として「’１５／９／２０」を取得して、両者の差分から、出荷完了から引渡完了までの経過日数を「’１５／９／２０」―「’１５／９／１０」＝「１０日」と算出する。

そして、属性値選択部１１１は、過去案件情報１２１の納期日フィールド１２１７に格納された日付が変更された回数を案件単位で集計し、納期変更回数を算出する。例えば、図２の案件Ｎｏが「１」の案件の場合、案件単位でみると納期日フィールド１２１７の日付が「’１５／７／３０」→「’１５／８／３０」→「’１５／９／５」→「’１５／９／３０」と３回変更されているので、属性値選択部１１１は納期変更回数を３回と算出する。

そして、属性値選択部１１１は、過去案件情報１２１の納期日フィールド１２１７に格納された日付について、顧客への引渡時の納期が受注時に登録された納期と比較して、何日前倒し／後倒しされたのかを算出し、納期変更内容を算出する。例えば、図２の案件Ｎｏフィールド１２１１が「１」の案件の場合、属性値選択部１１１は、納期日フィールド１２１７から、受注時の納期は「’１５／７／３０」であり、最終的な納期は「’１５／９／３０」となっていることを読み取る。そして、属性値選択部１１１は、納期変更内容を「’１５／７／３０」−「’１５／９／３０」＝「−６２日」となることから、「６２日後倒し」があったと算出する。

次に、属性値選択部１１１は、算出した過去案件のログ情報の各特徴量（工程ごとの経過日数）を、特徴量情報１２２へ格納する。具体的には、属性値選択部１１１は、案件Ｎｏを案件Ｎｏフィールド１２２１に格納し、受注から設計完了までの経過日数を経過日数（受注から設計完了まで）フィールド１２２２に格納し、設計完了から生産完了までの経過日数を経過日数（設計完了から生産完了まで）フィールド１２２３に格納し、生産から出荷までの経過日数を経過日数（生産完了から出荷完了まで）フィールド１２２４に格納し、出荷から引渡までの経過日数を経過日数（出荷完了から引渡完了まで）フィールド１２２５に格納し、納期変更回数を納期変更回数フィールド１２２６に格納し、納期変更内容を納期変更内容フィールド１２２７に格納する。例えば、図２の案件Ｎｏが「１」の案件の場合、属性値選択部１１１は、案件Ｎｏフィールド１２２１に「１」を格納し、経過日数（受注から設計完了まで）フィールド１２２２に「３７日」を格納し、経過日数（設計完了から生産完了まで）フィールド１２２３に「１２２日」を格納し、経過日数（生産完了から出荷完了まで）フィールド１２２４に「３９日」を格納し、経過日数（出荷完了から引渡完了まで）フィールド１２２５に「１０日」を格納し、納期変更回数フィールド１２２６に「３回」を格納し、納期変更内容フィールド１２２７に「６２日後倒し」を格納する。

次に、属性値選択部１１１は、ログ情報の各特徴量と相関がある案件の属性値を抽出する（ステップＳ００４）。具体的には、属性値選択部１１１は、特徴量情報１２２を用いて、過去案件のログ情報の各特徴量（経過日数）と相関がある属性値を抽出し、抽出した属性値を属性値情報１２３へ格納する。

以下に、受注から設計完了までの経過日数と相関のある属性値を抽出する処理を例に詳細を示す。なお、属性値選択部１１１は、過去案件のその他のログ情報の特徴量である、設計から生産完了までの経過日数と、生産完了から出荷完了までの経過日数と、出荷完了から引渡完了までの経過日数と、納期変更回数と、納期変更内容についても、同様の処理により、相関がある属性値を抽出する。

相関がある属性値を抽出する方法は幾つか存在するが、本実施例では、相関分析でよく用いられる相関比を用いた例を示す。まず、属性値選択部１１１は、各属性値の相関比を算出し、受注から設計完了までの経過日数と各属性値との相関を分析する。属性値のうち、業種を例に取り、相関比の算出方法を説明する。まず、属性値選択部１１１は、相関比を算出するために、特徴量情報１２２に格納された全レコードの受注から設計完了までの経過日数の平均値を算出する。図３の特徴量情報１２２の例では、属性値選択部１１１は、受注から設計完了までの経過日数の平均値を（３７日＋９０日＋３７日＋・・・＋５０日）／１００＝７０日、と算出する。

次に、属性値選択部１１１は、過去案件情報１２１を読み出して、特徴量情報１２２のレコードのそれぞれを「金融」と、「官公庁」と、「医療」と、といった業種毎にグルーピングし、業種毎に級間誤差と級内誤差とを算出する。ここで、本実施形態における級間誤差とは、全レコードの平均値と、各業種のレコードの平均値の２乗誤差である。また、本実施形態における級内誤差とは、各業種のレコードの平均値と、各レコードの２乗和誤差である。図１０に、級内誤差と級間誤差の一例を示す。また、図１１に業種毎の級内誤差と級間誤差の算出結果の一例を示す。

図１０は、級内誤差と級間誤差を可視化した一例を示す図である。図１０には、平均経過日数グラフ２００が示されている。平均経過日数グラフ２００は、Ｘ軸２０１に業種を、Ｙ軸２０２に工程の経過日数を設けた二次元のグラフである。全レコードすなわち全案件の当該工程の経過日数の実績が、全レコード平均経過日数２０５として表され、業種の平均経過日数と全レコード平均経過日数２０５との誤差幅が級間誤差２１０として表され、業種内での案件の平均経過日数と個別の案件の経過日数との誤差幅が級内誤差２２０として表されている。

図１１は、級内誤差と級間誤差の算出結果の一例を示す図である。図１１には、誤差の例２５０が示されている。「金融」業種の級間誤差は１００で、級内誤差は２００である。また、「官公庁」業種の級間誤差は２００で、級内誤差は４００である。「医療」業種の級間誤差は５０で、級内誤差は３００である。

そして、属性値選択部１１１は、（各業種の級内誤差の和）／（各業種の級内誤差の和＋各業種の級間誤差の和）により相関比を算出する。誤差の例２５０の場合、属性値選択部１１１は、「業種」の属性値の相関比を（１００＋２００＋５０）／（１００＋２００＋５０＋２００＋４００＋３００）＝０．２８と算出する。そして、属性値選択部１１１は、上述の相関比の算出処理をその他の属性値に対しても行う。各属性値の相関比の算出結果の一例を図１２に示す。

図１２は、相関比の算出結果の一例を示す図である。図１２には、相関比の例２６０として、相関比の降順に属性値を並び替えて示されている。相関比の例２６０では、各属性値単体での相関比は、属性値「業種」が０．２８、属性値「契約金額」が０．２５、属性値「製品種別」が０．２１、属性値「納入地域」が０．１５となっている。

続いて、属性値選択部１１１は、相関比が大きい属性値を順に組合せ、抽出に用いる属性値の個数を決定する。本実施形態では、過去傾向の再現性を考慮するために、統計学の信頼区間の考え方を応用する。属性値選択部１１１は、相関比が大きい属性値を順に組合せていき、組合せた属性値の条件でグルーピングしたレコードの平均値の信頼区間が、指定した許容確率以上で許容範囲内に収まるか否かを判断する。属性値選択部１１１は、指定した許容確率以上で信頼区間が許容範囲に収まる場合は、さらに属性値を組合せて信頼区間の評価を行い、収まらない場合は、属性値の組合せの評価処理を終了し、最後に収まった属性値の組合せを属性値の個数として決定する。

この処理において用いる信頼区間の許容範囲と、許容確率は、設定情報１２６の許容範囲フィールド１２６４と、許容確率フィールド１２６５に格納された情報をそれぞれ用いる。図７に示す設定情報１２６の例の場合、属性値選択部１１１は、許容範囲を「３０日以内」、許容確率を「９５％」として処理を行う。

図１３は、抽出する属性値の組み合わせを決定するための確率の算出結果の一例を示す図である。図１３では、図１２に示す相関比の大きい属性値を順に組合せた場合に、信頼区間が許容範囲内に収まる確率（再現性）を示している。図７に示す設定条件を用いると、信頼区間の許容範囲内に収まる許容確率を「９５％以上」とした場合、「業種、契約金額、製品種別」となる属性値の組合せの再現性は「９０％」となることから、許容確率を下回るといえる。この場合、属性値選択部１１１は、許容確率（９５％以上）に収まる「業種、契約金額」を、抽出する属性値の組み合わせとして決定する。そして、属性値選択部１１１は、属性値情報１２３の経過日数（受注から設計完了まで）フィールド１２２１へ抽出結果「業種、契約金額」を格納する。

なお、本実施形態では、相関比と信頼区間に基づく評価方法を示したが、属性値の抽出はこの方法に限定されるものではなく、他の方法を用いてもよい。

属性値選択部１１１は、設計完了から生産完了までの経過日数と、生産完了から出荷完了までの経過日数と、出荷完了から引渡完了までの経過日数と、納期変更回数と、納期変更内容のそれぞれに対しても、同様の処理により相関がある属性値を抽出し、属性値情報１２３の経過日数（設計完了から生産完了まで）フィールド１２３２と、経過日数（生産完了から出荷完了まで）フィールド１２３３と、経過日数（出荷完了から引渡完了まで）フィールド１２３４と、納期変更回数フィールド１２３５と、納期変更内容フィールド１２３６に、それぞれの属性値の組み合わせを格納する。

続いて、過去案件抽出部１１２と、進捗予測部１１３は、ステップＳ００６とＳ００７の処理を、受注案件情報１２４に格納されている予測対象案件のそれぞれを対象として繰り返し実行する（ステップＳ００５、ステップＳ００８）。

過去案件抽出部１１２は、ログ情報の特徴量別の傾向を生成する（ステップＳ００６）。具体的には、過去案件抽出部１１２は、予測対象である受注案件情報１２４に格納された予測対象案件のログ情報と類似した過去案件（引渡完了済みの案件）を、過去案件情報１２１および特徴量情報１２２と比較して抽出し、ログ情報の特徴量別（工程別）に、予測対象案件の未完了工程までのリードタイム（以降、ＬＴ：Ｌｅａｄ Ｔｉｍｅと表記）の確率分布（傾向）を生成する。

例えば、過去案件抽出部１１２は、ステップＳ００３と同様の処理により、受注案件情報１２４から予測対象案件のログ情報の各特徴量を算出する。ただし、予測対象案件は、引渡までの全ての工程が完了していないため、受注から設計完了までの経過日数と、設計完了から生産完了までの経過日数と、生産完了から出荷完了までの経過日数と、出荷完了から引渡完了までの経過日数の特徴量の中で、一部の特徴量は算出できない。そこで、過去案件抽出部１１２は、現在までに完了した工程のみが含まれる特徴量は、ステップＳ００３と同様の処理により算出し、現在までに完了した工程の次工程が含まれる特徴量は、予測立案日と完了した工程の更新日の差分に基づき経過日数を暫定的に算出する。そして、現在までに完了した工程の次々工程以降が含まれる特徴量は算出しない。

図５に示される案件Ｎｏ１２４１が「ａ」の案件の場合、現在までに生産工程が完了している。このため、過去案件抽出部１１２は、受注から設計完了までの経過日数と、設計完了から生産完了までの経過日数を、ステップＳ００３と同様の処理により算出し、それぞれの経過日数を「’１７／３／１０」−「’１７／２／１」＝「３７日」、「’１７／４／２０」−「’１７／３／１０」＝「４１日」と算出する。また、過去案件抽出部１１２は、生産完了から出荷完了までの経過日数を、予測立案日と生産完了の更新日の差分に基づき算出する。図５は予測立案日が「’１５／５／１」時点でのデータであるため、過去案件抽出部１１２は、生産完了から出荷完了までの経過日数を、「’１７／５／１」−「’１７／４／２０」＝「１１日」と算出する。そして、過去案件抽出部１１２は、現在までに完了した「生産」の次々工程「引渡」が含まれる出荷完了から引渡完了までの経過日数については、特徴量は算出しない。

過去案件抽出部１１２は、納期変更回数と、納期変更内容については、ステップＳ００３と同様の処理を行う。図５の案件Ｎｏ１２４１が「ａ」の案件の場合、納期変更回数を「１回」と算出し、納期変更内容を「’１７／６／３０」−「’１７／５／３０」＝「３１」から「３１日前倒し」と算出する。

次に、過去案件抽出部１１２は、ログ情報の各特徴量のうち、上記で算出した予測対象案件のログ情報と、属性値が類似した過去案件を抽出し、予測対象案件の未完了の工程までのＬＴの確率分布を生成する。ただし、過去案件抽出部１１２は、上記の予測対象案件のログ情報において、算出していない特徴量に関しては、過去案件の抽出処理は行わない。

図５の例において、案件Ｎｏ１２４１が「ａ」の案件の場合、過去案件抽出部１１２は、生産完了であって出荷未完了の状態にあるため、出荷完了から引渡完了までの経過日数を算出していない。そのため、この特徴量に対しては、予測対象案件と類似した過去案件の抽出処理はしない。

以下では、ログ情報の特徴量のうち、受注から設計完了までの経過日数を例に取り、過去案件抽出部１１２の処理内容を説明する。過去案件抽出部１１２は、同様の処理により、設計完了から生産完了までの経過日数と、生産完了から出荷完了までの経過日数と、出荷完了から引渡完了までの経過日数と、納期変更回数と、納期変更内容のそれぞれに対して、予測対象案件と類似した過去案件を抽出し、未完了工程までのＬＴの確率分布を生成する。

まず、過去案件抽出部１１２は、予測対象案件の受注から設計までの経過日数と等しいか、一定程度に類似する（例えば、１０％程度の誤差を許容する、あるいは誤差の許容範囲はユーザーが任意に指定する）過去案件を、特徴量情報１２２から抽出する。例えば、図５の案件Ｎｏ１２４１が「ａ」の案件の場合、受注から設計完了までの経過日数は３７日であるため、過去案件抽出部１１２は、特徴量情報１２２から、経過日数（受注から設計完了まで）フィールド１２２２が３７日あるいは３３〜４１日のいずれかである過去案件を抽出する。図３の特徴量情報１２２の例の場合、過去案件抽出部１１２は、経過日数（受注から設計完了まで）フィールド１２２２が３７日である過去案件（案件Ｎｏ「１」と「３」）を抽出する。

次に、過去案件抽出部１１２は、属性値情報１２３に格納されている属性値に基づき、抽出した過去案件から予測対象案件の属性値と一致する過去案件を抽出する。過去案件抽出部１１２は、受注から設計完了までの経過日数については、属性値情報１２３の経過日数（受注から設計完了まで）フィールド１２３１に格納されている属性値について、予測対象案件と類似した過去案件を抽出する。例えば、図３に示す例の場合には、過去案件抽出部１１２は、予測対象案件の「業種」と「契約金額」の内容が一致する、または一定程度に類似する（例えば、契約金額であれば金額の桁が一致すればよい、あるいは誤差の許容範囲はユーザーが任意に指定する）過去案件を抽出する。

例えば、図５の受注案件のうち、案件Ｎｏ１２４１が「ａ」の案件の場合、業種は「金融」で、契約金額は「１０Ｍ円」であるので、過去案件抽出部１１２は、先ほど抽出した過去案件から業種が「金融」で、契約金額が「１０Ｍ円」と類似である過去案件を抽出する。図１、２、３の過去案件がある場合には、過去案件抽出部１１２は、案件Ｎｏが「１」の過去案件を類似案件として抽出する。

そして、過去案件抽出部１１２は、抽出した過去案件に基づき、現在までに完了した工程を除く未完了工程のＬＴの確率分布を生成する。図５の例において案件Ｎｏ１２４１が「ａ」の案件の場合、未完了工程は「出荷」と「引渡」であるので、抽出した過去案件を活用して、生産完了から出荷完了までのＬＴの確率分布と、出荷完了から引渡完了までのＬＴの確率分布を生成する。過去案件抽出部１１２は、抽出した過去案件の生産完了から出荷完了までの経過日数を活用して、生産完了から出荷完了までのＬＴの確率分布を生成し、抽出した過去案件の出荷完了から引渡完了までの経過日数を活用して、出荷完了から引渡完了までのＬＴの確率分布を生成する。

過去案件抽出部１１２は、受注から設計完了までの経過日数に対して行った上述の処理を、設計完了から生産完了までの経過日数と、生産完了から出荷完了までの経過日数と、出荷完了から引渡完了までの経過日数と、納期変更回数と、納期変更内容のそれぞれに対しても行う。ただし、図５における案件Ｎｏ１２４１が「ａ」の場合、生産までしか完了していないため、過去案件抽出部１１２は、出荷完了から引渡完了までの経過日数に対してはＬＴを算出しない。図１４に、図５の例における案件Ｎｏ１２４１が「ａ」の案件に対し、過去案件抽出部１１２がログ情報の特徴量別に生成した未完了工程までのＬＴの確率分布を示す。

図１４は、ログ情報の特徴量毎の傾向の一例を示す図である。図１４では、生産から出荷までの未完了工程のＬＴの確率分布と、出荷から引渡までの未完了工程のＬＴの確率分布と、が示されている。それぞれの確率分布は、過去の類似案件の複数の工程の特徴量のうち、着目する工程の特徴量に基づいて、未完了工程のＬＴの確率分布をそれぞれ算出した結果である。なお、本実施形態においては、確率分布は、Ｘ軸３０１にＬＴを設け、Ｙ軸３０２に確率を設けた二次元のグラフで表している。

つぎに、進捗予測部１１３は、工程別の完了必要日を予測する（ステップＳ００７）。具体的には、進捗予測部１１３は、ステップＳ００６で過去案件抽出部１１２が生成したログ情報の特徴量別の傾向（ＬＴの確率分布）を組み合せることで、予測対象案件の工程別の完了必要日を予測する。この処理では、まず、進捗予測部１１３は、ステップＳ００６において過去案件抽出部１１２が生成したログ情報の特徴量別の傾向を組み合せることで、最終的な予測対象案件の未完了工程それぞれのＬＴの確率分布を完了必要日として予測する。本実施形態では、統計学でよく用いられるベイズ推定を用いて、ログ情報の特徴量別の傾向を組合せる。しかし、これに限られず、他の方法を用いても良い。図１５に、図１４に示したログ情報の特徴量別の傾向を組み合せた複合的な特徴量に基づく生産から出荷までのＬＴの確率分布を導出した例を示す。

図１５は、ログ情報の特徴量毎の傾向の組合せ結果の一例を示す図である。図１５の矢印左側には、各特徴量に基づく生産完了から出荷完了までのＬＴの確率分布の推定結果が示されている。これをベイズ推定により統合すると、矢印右側の統合したＬＴの確率分布の推定結果が得られる。

進捗予測部１１３は、ベイズ推定により導出したＬＴの確率分布に基づき、未完了工程の完了必要日を予測する。そのために、進捗予測部１１３は、ＬＴの確率分布の平均値を算出し、現在までに完了した工程の更新日に算出した平均値を合算することで、未完了工程の完了必要日を算出する。なお、本実施形態では、ＬＴの確率分布の平均値を現在までに完了した工程の更新日に合算したが、モンテカルロ法などの統計的なサンプリングによって算出した日数を合算してもよい。

図５の例では、案件Ｎｏ１２４１が「ａ」の案件の場合、進捗予測部１１３は、生産完了から出荷完了までのＬＴの平均値を１５日と算出し、出荷完了から引渡完了までのＬＴの平均値を１５日と算出したとする。また、図５より、生産が完了した日付は「’１７／４／２０」であるので、進捗予測部１１３は、出荷の完了必要日を「’１７／４／２０」＋１５（日）＝「’１７／５／５」と算出し、引渡の完了必要日を「’１７／４／２０」＋１５（日）＋１５（日）＝「’１７／５／２０」と算出する。

そして、進捗予測部１１３は、予測した未完了工程の完了必要日を工程情報とともに、完了必要日情報１２５へ格納する。図５の例では、案件Ｎｏ１２４１が「ａ」の案件では、出荷の完了必要日を格納する場合、進捗予測部１１３は、案件Ｎｏフィールド１２５１に「ａ」を格納し、工程フィールド１２５２に「出荷完了」を格納し、完了必要日フィールド１２５３に「’１７／５／５」を格納する。

そして、出力生成部１１５は、受注案件情報１２４と完了必要日情報１２５とに基づいて、予測対象案件の工程別の完了必要日の予測結果を示す出力画面１４００を生成し、ネットワーク１０２を介して、ユーザー端末１０３へ送信して表示させる（ステップＳ００９）。以上が、案件進捗予測処理の流れである。図１６に、出力画面１４００の一例を示す。

図１６は、出力画面の一例を示す図である。図１６には、出力画面１４００の一例が示されている。出力画面１４００には、予測立案日フィールド１４０１と、案件Ｎｏフィールド１４０２と、顧客フィールド１４０３と、属性値フィールド１４０４と、納期日フィールド１４０５と、工程フィールド１４０６と、日付フィールド１４０７と、完了マーク１４０８と、第一のＬＴ確率分布グラフ１４０９および第二のＬＴ確率分布グラフ１４１０と、が含まれる。

予測立案日フィールド１４０１には、ユーザーが指定した予測立案日に関する情報が表示される。案件Ｎｏフィールド１４０２には、予測対象案件の案件Ｎｏが表示される。顧客フィールド１４０３には、予測対象案件の顧客名が表示される。属性値フィールド１４０４には、予測対象案件の属性値が表示される。納期日フィールド１４０５には、予測対象案件の納期日が表示される。工程フィールド１４０６には、対象の工程が表示される。日付フィールド１４０７には、日付が表示される。そして、工程ごとに、完了マーク１４０８または第一のＬＴ確率分布グラフ１４０９および第二のＬＴ確率分布グラフ１４１０が表示される。

完了マーク１４０８は、既に完了した工程について、その完了日に相当する日付の位置に設けられる。第一のＬＴ確率分布グラフ１４０９は、既に完了した工程の次の工程、すなわち仕掛中の工程について、その完了日に相当する日付の位置を横軸に、確率を縦軸として設けられる。第二のＬＴ確率分布グラフ１４１０は、既に完了した工程の次々工程、すなわち未開始の工程について、その完了日に相当する日付の位置を横軸に、確率を縦軸として設けられる。

以上が、本発明の実施形態に係る案件進捗予測システムである。案件進捗予測システムによれば、案件の納期を含む登録情報が随時変化する製品の工程別の完了必要日を高精度に予測することが出来る。

本発明の実施形態に係る案件進捗予測装置、および案件進捗予測システムは、ログ情報の特徴量別の傾向を生成し、特徴量別の傾向を組み合せて工程別の完了必要日を予測する。これにより、従来技術ではできなかった、工程別の完了必要日の高精度な予測が可能となる。

１００・・・案件進捗予測システム、１０１・・・案件進捗予測装置、１０２・・・ネットワーク、１０３・・・ユーザー端末、１０４・・・データベース、１１０・・・演算部、１１１・・・属性値選択部、１１２・・・過去案件抽出部、１１３・・・進捗予測部、１１４・・・入力受付部、１１５・・・出力生成部、１２０・・・記憶部、１２１・・・過去案件情報、１２２・・・特徴量情報、１２３・・・属性値情報、１２４・・・受注案件情報、１２５・・・完了必要日情報、１２６・・・設定情報、１３０・・・通信部、１４００・・・出力画面。

Claims (8)

1. 案件の属性値と、工程毎の経過日数を含む納期の特徴量と、の変更履歴であるログ情報を記憶する記憶部と、
   前記ログ情報を用いて、前記案件の納期に所定の相関を有する属性値を選択する属性値選択部と、
   選択された前記属性値を用いて、予測対象の案件と類似する前記属性値を有する完了済みの案件を前記記憶部から抽出し、抽出された前記完了済みの案件の納期の特徴量を用いて前記予測対象の案件の未完了の工程についてリードタイムを前記特徴量ごとに推定する過去案件抽出部と、
   推定された前記リードタイムを前記特徴量間で統合して、前記予測対象の案件の工程毎の完了必要日の確率を予測する進捗予測部と、
   を備えることを特徴とする案件進捗予測装置。
2. 請求項１に記載の案件進捗予測装置であって、
   前記属性値選択部は、前記ログ情報から、少なくとも案件の工程毎の経過日数にかかる特徴量を抽出し、前記予測対象の案件の未完了の工程について、前記工程毎の経過日数に基づくリードタイムを推定する、
   ことを特徴とする案件進捗予測装置。
3. 請求項１に記載の案件進捗予測装置であって、
   前記属性値選択部は、前記ログ情報から、少なくとも案件の工程毎の経過日数と、納期の変更回数と、にかかる特徴量を抽出し、前記予測対象の案件の未完了の工程について、前記工程毎の経過日数に基づくリードタイムと、前記納期の変更回数に基づくリードタイムと、を推定する、
   ことを特徴とする案件進捗予測装置。
4. 請求項１に記載の案件進捗予測装置であって、
   前記属性値選択部は、前記案件の納期に所定の相関を有する属性値の選択において、前記属性値の複数の組み合わせに関し前記納期に所定以上の相関性があり、かつ再現性についても所定の基準を満たすように前記属性値の組み合わせを選択する、
   ことを特徴とする案件進捗予測装置。
5. 請求項１に記載の案件進捗予測装置であって、
   前記属性値選択部は、前記案件の納期に所定の相関を有する属性値の選択において、前記属性値の複数の組み合わせに関し、納期についての級間誤差と級内誤差を用いた前記属性値の相関性が所定以上であって、かつ、前記相関性が上位の属性値から順に組み合わせて信頼区間が所定の基準を満たすように前記属性値の組み合わせを選択する、
   ことを特徴とする案件進捗予測装置。
6. 請求項１に記載の案件進捗予測装置であって、
   前記進捗予測部は、推定された前記リードタイムを前記特徴量間で統合する処理において、推定されたリードタイムをベイズ推定により前記特徴量間で統合し前記完了必要日の確率を予測する、
   ことを特徴とする案件進捗予測装置。
7. 請求項１に記載の案件進捗予測装置であって、
   前記予測対象案件の完了済みの工程については完了日を、未完了の工程については前記進捗予測部が推定した前記完了必要日の確率を、出力としてそれぞれ生成する出力生成部、
   を備えることを特徴とする案件進捗予測装置。
8. 案件の属性値と、工程毎の経過日数を含む納期の特徴量と、の変更履歴であるログ情報を記憶する記憶部と、
   前記ログ情報を用いて、前記案件の納期に所定の相関を有する属性値を選択する属性値選択部と、
   選択された前記属性値を用いて、予測対象の案件と類似する前記属性値を有する完了済みの案件を前記記憶部から抽出し、抽出された前記完了済みの案件の納期の特徴量を用いて前記予測対象の案件の未完了の工程についてリードタイムを前記特徴量ごとに推定する過去案件抽出部と、
   推定された前記リードタイムを前記特徴量間で統合して、前記予測対象の案件の工程毎の完了必要日の確率を予測する進捗予測部と、
   を備えることを特徴とする案件進捗予測システム。

Images