JP2020119029A - 発注情報計算プログラム、装置、及び方法 - Google Patents

Abstract

【課題】需要の予測精度が低い場合でも、より適切な発注情報を計算する。【解決手段】商品毎の需要量を予測する予測システムによる需要予測と、商品毎の受注実績とに基づいて、予測システムによる需要予測の精度を評価し、需要予測の精度が高い場合は、予測システムによる需要予測を用いる計算方式を選択し、需要予測の精度が低い場合は、予測システムによる需要予測を用いず、受注実績を用いる計算方式を選択し、選択した計算方式に基づいて、商品毎の発注情報を計算する。【選択図】図１

Description

開示の技術は、発注情報計算プログラム、発注情報計算装置、及び発注情報計算方法に関する。

従来、商品の流通センターなどでは、得意先向けに商品の在庫を保管し、得意先からの受注に合わせて、商品を出荷及び納品する運用を行っている。この運用においては、在庫数が適切に管理されていないと、受注時に欠品になったり、逆に受注に見合わない過剰在庫を抱えたりすることになる。欠品の場合、得意先への信用を失うことになり、また、過剰在庫の場合、商品の出荷期限超過時や終売時にメーカーへの返品や廃棄が発生することになる。

発注担当者は、流通センター、仕入先、及び商品毎に在庫と過去の受注傾向とに基づいて発注数を決定するが、そのオペレーションには時間を要し、また、誤判断や誤入力による欠品又は過剰在庫のリスクが存在する。

上記のような在庫管理及び発注に関する技術として、数多くある需要予測手法と在庫シミュレーション手法から商品毎に最適な組み合わせを自動的に選択する手法自動選択装置が提案されている。この装置は、商品の検証期間中の販売実績を記憶し、需要予測手法を用いて、商品の販売実績に基づき検証期間中の予測需要量を算出し、在庫シミュレーション手法を用いて、予測需要量に基づき検証期間中の理論在庫を算出する。また、この装置は、理論在庫と商品の販売実績との差から需要予測手法と在庫シミュレーション手法の組毎に発注予測誤差を算出し、発注予測誤差に基づいて商品に対応する需要予測手法と在庫シミュレーション手法の組を選択する。

特開２０１０−０８６２７８号公報

しかしながら、従来技術の需要予測は、過去の受注実績から算出されるものであり、急激な需要量の増加や減少がある場合には、需要予測と実際の受注量との乖離が発生する場合がある。このように、実際の受注量との乖離が発生するような精度の低い需要予測を用いて発注情報を計算する場合には、計算された発注情報を発注担当者が補正する必要があるなど、業務の煩雑化を招く、という問題がある。

一つの側面として、開示の技術は、需要の予測精度が低い場合でも、より適切な発注情報を計算することを目的とする。

一つの態様として、開示の技術は、商品毎の需要量を予測する予測システムによる需要予測と、商品毎の受注実績とに基づいて、予測システムによる需要予測の精度を評価する。また、開示の技術は、需要予測の精度の評価結果に基づいて、予測システムによる需要予測を用いる計算方式、又は受注実績を用いる計算方式のいずれかを選択し、選択した計算方式に基づいて、商品毎の発注情報を計算する。

一つの側面として、需要の予測精度が低い場合でも、より適切な発注情報を計算することができる、という効果を有する。

本実施形態の概要を説明するための図である。 発注情報計算装置の機能ブロック図である。 需要予測データベース（ＤＢ）の一例を示す図である。 受注実績ＤＢの一例を示す図である。 在庫ＤＢの一例を示す図である。 商品マスタの一例を示す図である。 予測精度の評価を説明するための図である。 予測精度ランクマトリクスの一例を示す図である。 在庫計算テーブル（ＴＢ）の一例を示す図である。 パラメータＤＢの一例を示す図である。 適正在庫方式を説明するための図である。 補正係数計算ＴＢの一例を示す図である。 在庫低減方式を説明するための図である。 発注情報計算装置として機能するコンピュータの概略構成を示すブロック図である。 発注情報計算処理の一例を示すフローチャートである。 発注情報出力処理の一例を示すフローチャートである。

以下、図面を参照して、開示の技術に係る実施形態の一例を説明する。本実施形態では、メーカーから仕入れた商品を各取引先からの受注に応じて出荷する流通センターにおける発注情報の計算に、開示の技術を適用した場合について説明する。
なお、本実施形態における発注情報には、発注量、発注点、発注点から求められる発注日等の情報が含まれる。

まず、図１を参照して、本実施形態の概要について説明する。本実施形態では、商品の在庫状況に応じて発注情報を計算する際に、需要予測システムにより予測された需要予測と、予測対象期間と同一の時期の受注実績とに基づいて、需要予測システムによる予測精度を評価する。図１に示すように、予測精度が高い場合には、需要予測システムによる需要予測を用いて、発注情報を計算する。一方、予測精度が低い場合には、需要予測システムの需要予測を用いることなく、受注実績を用いて発注情報を計算する。

以下、本実施形態の詳細について説明する。

図２に示すように、本実施形態に係る発注情報計算装置１０は、機能的には、評価部１２と、選択部１４と、計算部１６とを含む。また、発注情報計算装置１０の所定の記憶領域には、予測精度ランクマトリクス２２と、在庫計算テーブル（ＴＢ）２４と、パラメータデータベース（ＤＢ）２６と、補正係数計算ＴＢ２８とが記憶される。

また、発注情報計算装置１０は、外部サーバ３０と接続されており、外部サーバ３０には、需要予測ＤＢ３２と、受注実績ＤＢ３４と、在庫ＤＢ３６と、商品マスタ３８とが記憶されている。外部サーバ３０の各データベース及びマスタには、需要予測システム（図示省略）、受発注システム（図示省略）、発注情報計算装置１０等で処理されたデータが記憶される。なお、外部サーバ３０自体が、需要予測システム（図示省略）、受発注システム（図示省略）、発注情報計算装置１０等の機能を備えた装置であってもよい。

まず、外部サーバ３０に記憶される各データベース及びマスタについて説明する。

需要予測ＤＢ３２には、需要予測システムで予測された需要予測が記憶される。図３に、需要予測ＤＢ３２の一例を示す。図３の例では、流通センターの識別情報である「センターコード」及び商品の識別情報である「商品コード」毎に、需要予測システムで予測された未来の「日付」毎の需要の「予測数」が記憶されている。なお、需要予測システムの予測手法は、過去の受注実績に基づくルールベースでの予測や、ＡＩ（Artificial Intelligence）を用いた予測など、どのような手法であってもよい。

受注実績ＤＢ３４には、例えば、受発注システムで実際に処理された受注の実績数が記憶される。図４に、受注実績ＤＢ３４の一例を示す。図４の例では、「センターコード」及び「商品コード」毎に、「日付」毎の受注の「実績数」が記憶されている。また、受注実績ＤＢ３４には、受注時に欠品が生じていた場合の「欠品数」が記憶される。

在庫ＤＢ３６には、流通センターにおける各商品の現在の在庫数が記憶される。図５に、在庫ＤＢ３６の一例を示す。図５の例では、「センターコード」及び「商品コード」毎に、「日付」毎の「在庫数」が記憶されている。「在庫数」は、例えば、受発注システムにおいて出荷の処理が行われる都度、現在の在庫数から出荷数を減算した値に更新される。

商品マスタ３８には、流通センターで取り扱われる各商品に関する情報が記憶される。図６に、商品マスタ３８の一例を示す。図６の例では、商品毎に、「商品コード」、「商品名」、「固定フラグ」、「予測精度ランク」、「出荷ランク」、「ＬＴ」、「終売日」、「目標在庫日数」、「賞味期限までの期間」等の情報が記憶されている。

「固定フラグ」は、該当の商品の発注情報の計算方式が固定か否かを示すフラグであり、固定の場合は「１」、固定ではない場合は「０」である。発注情報の計算方式が固定の場合とは、例えば、定期的に一定数の発注を行う場合や、発注担当者による手動の計算を行う場合などが該当する。

「予測精度ランク」は、該当の商品について、需要予測システムで予測される需要予測の精度をランクで表した情報である。予測精度ランクの導出方法は後述する。

「出荷ランク」は、各流通センター内での商品毎の出荷数を多い順にランキングした場合における、該当の商品のランクを表す情報である。本実施形態では、出荷数が多い順に、ランクＡ、ランクＢ、ランクＣとする。出荷ランクは、例えば、外部サーバ３０により定期的なタイミングで、直近所定期間分（例えば、４週間分）の発注実績に基づいて計算され、更新される。

「ＬＴ」は、メーカーに商品を発注してから流通センターに商品が納品されるまでのリードタイムである。「終売日」は、終売が決定した商品について、その終売の日付である。終売が決定していない商品については「終売日」はブランクとなる。「目標在庫日数」は、手持ちの在庫商品が何日分の販売額に相当するかを示す在庫日数の目標値である。「賞味期限までの期間」は、賞味期限から製造年月日を減算して得られる期間である。なお、同一の商品であっても、「賞味期限までの期間」が異なる場合には異なる商品コードを付与したり、商品マスタ３８とは別に各商品の製造年月日毎の管理をしたりするなどして、在庫されている商品の賞味期限までの期間を把握可能に管理する。

次に、発注情報計算装置１０の各機能部について説明する。

評価部１２は、商品毎の需要量を予測する需要予測システムによる需要予測と、商品毎の実際の受注実績とに基づいて、需要予測システムによる需要予測の精度を評価する。具体的には、評価部１２は、過去の所定期間分の需要予測と受注実績との誤差に関する統計的指標に基づいて、需要予測の精度を評価する。統計的指標としては、例えば、誤差の合計を期間で割った値である平均絶対誤差（ＭＡＤ、Mean Absolute Deviation）や、誤差を実績数で割った値である平均絶対誤差率（ＭＡＰＥ、Mean Absolute Percentage Error）を用いることができる。

例えば、評価部１２は、商品毎に、需要予測ＤＢ３２及び受注実績ＤＢ３４から、同一の所定期間分の各日付の予測数及び実績数を取得する。ここでは、一定の単位期間を１期とし、ｎ期分を所定期間とする。例えば、１週間を単位期間とし、直近の４期（４週間）を過去の所定期間とすることができる。評価部１２は、図７に示すように、１期分毎の予測数の和と実績数の和との差を「誤差」として算出する。さらに、評価部１２は、下記（１）式に従ってＭＡＤを計算し、下記（２）式に従ってＭＡＰＥを計算する。

ＭＡＤ＝（Σ_{（ｉ＝１〜ｎ）}誤差（Ｎ−ｉ））／ｎ （１）
ＭＡＰＥ＝（Σ_{（ｉ＝１〜ｎ）}（誤差（Ｎ−ｉ）／実績数（Ｎ−ｉ）））／ｎ （２）

また、評価部１２は、計算したＭＡＤ及びＭＡＰＥと、予測精度ランクマトリクス２２とを用いて、予測精度ランクを導出する。予測精度ランクマトリクス２２は、例えば、図８に示すように、ＭＡＤ及びＭＡＰＥの各々の値を所定範囲毎に区切って行及び列の各々に対応させ、各マスにＭＡＤ及びＭＡＰＥの値に応じた予測精度ランクを格納したマトリクスである。予測精度ランクは、ＭＡＤが小さいほど、かつＭＡＰＥが小さいほど予測精度が高いことを表すランクになる。なお、図８の例では、１〜５の５段階の予測精度ランクを規定しており、ランクの数字が大きいほど、予測精度が高いことを表している。

評価部１２は、具体的には、計算したＭＡＤ及びＭＡＰＥの値に対応するマスに格納された予測精度ランクを、該当の商品についての予測精度ランクとして導出し、商品マスタ３８の「予測精度ランク」欄に記憶する。

例えば、ある商品の所定期間分の需要予測及び受注実績が図７に示す例である場合、ＭＡＤ＝４５、ＭＡＰＥ＝４２％となり、図８に示す予測精度ランクマトリクス２２から、その商品についての予測精度は「４」と導出される。

選択部１４は、需要予測の精度の評価結果が、精度が高いことを示す予め定めた条件を満たす場合は、需要予測システムによる需要予測を用いる計算方式を選択する。一方、選択部１４は、評価結果が条件を満たさない場合は、需要予測システムによる需要予測を用いず、受注実績を用いる計算方式（以下、「発注点発注量方式」という）を選択する。

また、選択部１４は、需要予測を用いる計算方式を選択する場合、さらに、終売が決定している商品か否か、及び欠品が所定割合以上で発生する商品か否かの少なくとも一方の判定結果に基づいて、異なる計算方式を選択する。

具体的には、選択部１４は、終売が決定している商品、又は欠品が所定割合以上で発生する商品については、需要予測に基づいて、適正な在庫数を保持するように発注情報を計算する計算方式（以下、「適正在庫方式」という）を選択する。一方、選択部１４は、終売が決定しておらず、かつ欠品が所定割合未満の商品については、需要予測に基づいて、最小限の在庫数を保持するように発注情報を計算する計算方式（以下、「在庫低減方式」という）を選択する。

選択部１４は、需要予測の精度の評価結果を、商品マスタ３８における該当の商品の「予測精度ランク」欄から取得することができる。また、選択部１４は、終売が決定しているか否かを、商品マスタ３８における該当の商品の「終売日」欄に日付が記憶されているか、又はブランクかに基づいて判定することができる。また、選択部１４は、受注実績ＤＢ３４における、該当の商品の受注数に対する欠品数から欠品率を算出することができる。選択部１４は、各商品について選択した計算方式を計算部１６へ通知する。

計算部１６は、選択部１４から通知された計算方式に基づいて、商品毎の発注情報を計算する。以下、各計算方式の詳細について説明する。

まず、適正在庫方式について説明する。

計算部１６は、在庫ＤＢ３６から、該当の商品の本日の在庫数を取得し、図９に示すような在庫計算ＴＢ２４の「本日」の「在庫」欄に記録する。また、計算部１６は、需要予測ＤＢ３２から、本日以降の所定日数分の需要の予測数を取得し、在庫計算ＴＢ２４の「出庫」欄に記録する。また、計算部１６は、本日以降の「在庫」の各欄に、前日の「在庫」欄の数から前日の「出庫」欄の数を減算した値を記録する。なお、この時点では「入庫」欄は「０」でよいが、既に発注済みの情報が存在する場合には、その発注数を納品予定の日付の「入庫」欄に記録し、「在庫」の計算にも反映する。

また、計算部１６は、在庫計算ＴＢ２４に記録した情報に基づいて、本日以降の各日付における適正在庫数を計算する。適正在庫数は、計算対象の日付において商品の発注を行う場合に、リードタイムを考慮して、計算対象の日付に保持しておくべき適正な在庫数である。計算部１６は、例えば、下記に示すように適正在庫数を計算する。

適正在庫数＝ＬＴにおける需要予測数×（実績数−予測数）／予測数

なお、計算部１６は、「ＬＴにおける需要予測数」を、在庫計算ＴＢ２４における、計算対象の日付からＬＴ期間分の「出庫」の合計で計算することができる。また、「（実績数−予測数）／予測数」の実績数及び予測数は、過去所定期間分の平均等を用いればよい。

また、計算部１６は、例えば、本日以降の各日付における発注点を、例えば、下記に示すように計算する。

発注点＝適正在庫数×安全係数×終売係数

安全係数は、例えば、図１０に示すようなパラメータＤＢ２６の安全係数ＴＢ２６２に、欠品率と対応付けて予め規定されているものとする。したがって、計算部１６は、前年同月の実績に基づいて計算される欠品率や、直近所定期間の欠品率等を用いて、その欠品率に対応する安全係数を、安全係数ＴＢ２６２から取得する。

また、終売係数は、例えば、同一の流通センターにおいて、対象の商品と類似する商品で、終売が決定している商品の受注実績から、例えば１週間単位での実績数の減少率を求め、これを終売係数とすることができる。対象の商品と類似する商品は、例えば、カテゴリが同一の商品とすることができる。

計算部１６は、在庫計算ＴＢ２４における各日付の在庫数が、その日付について計算された発注点を下回る時点で、かつ、その時点の在庫数に基づく在庫日数が目標在庫日数を下回る場合に、例えば、下記に示すように発注量を計算する。

発注量＝目標在庫日数×１日平均受注実績数＋ＬＴにおける需要予測数−納品時の在庫数

なお、計算部１６は、「目標在庫日数」を商品マスタ３８から取得し、「１日平均受注実績数」を、受注実績ＤＢ３４の情報から算出し、「納品時の在庫数」を、在庫計算ＴＢ２４において、計算対象の日付からＬＴ期間後の「在庫」から取得することができる。

図１１に、適正在庫方式で計算した適性在庫、発注点、在庫、及び発注量の一例を概略的に示す。図１１の例では、破線の丸印で示す時点で在庫が発注点を下回るが、この時点では、在庫数に基づく在庫日数が目標在庫日数を下回っていないものとする。図１１に示す実線の丸印の時点で、在庫数が発注点を下回り、かつ、その時点の在庫数に基づく在庫日数が目標在庫日数を下回ったとする。この場合、計算された発注量が、リードタイム後の日付に在庫として追加されることになる。

次に、在庫低減方式について説明する。

計算部１６は、適正在庫方式の場合と同様に、在庫計算ＴＢ２４に情報を記録し、記録した情報に基づいて、本日以降の各日付における下限在庫数を計算する。下限在庫数は、在庫を極力少なくする観点で設定される在庫数であり、例えば、下記に示すように計算することができる。

下限在庫数＝下限在庫日数×１日平均受注実績数
下限在庫日数＝ＬＴ×（１＋欠品率）×賞味期限係数×補正係数

なお、計算部１６は、ＬＴ、欠品率、及び１日平均受注実績数については、適正在庫数を計算する場合と同様に取得又は計算する。また、賞味期限係数は、例えば、図１０に示すようなパラメータＤＢ２６の賞味期限係数ＴＢ２６４に、賞味期限までの期間と対応付けて予め規定されているものとする。したがって、計算部１６は、商品マスタ３８から対象の商品の賞味期限までの期間を取得し、その賞味期限までの期間に対応する賞味期限係数を、賞味期限係数ＴＢ２６４から取得する。

また、補正係数は、下限在庫数を需要予測の増減傾向に基づいて補正するための係数である。例えば、計算部１６は、需要予測ＤＢ３２から、計算対象の日付より前の所定期間分（例えば、１週間分）の予測数を取得し、受注実績ＤＢ３４から、計算対象の日付以降の所定期間分（例えば、１週間分）の実績数を取得する。計算部１６は、取得した実績数の合計を「過去合計」、取得した予測数の合計を「未来合計」とし、未来合計を過去合計で除算した値を「増減傾向」として計算する。計算部１６は、計算した値を、例えば、図１２に示すような、補正係数計算ＴＢ２８に記録する。計算部１６は、「増減傾向」に「追加補正値」を乗算した値を「補正係数」として計算する。「追加補正値」は、出荷ランクが高いほど大きな値とすることができ、例えば、出荷ランクＡは１．０、出荷ランクＢは０．９、出荷ランクＣは０．８とすることができる。計算部１６は、商品マスタ３８から対象の商品の出荷ランクを取得し、取得した出荷ランクに対応する補正係数を選択する。

なお、図１２の例では、商品コード「Ｉ００１」の商品は、需要の予測が減少傾向を示している例であり、商品コード「Ｉ００２」の商品は、需要の予測が増加傾向を示している例である。

また、計算部１６は、例えば、本日以降の各日付における発注点を、例えば、下記に示すように計算する。

発注点＝一定期間分の需要予測数＋下限在庫数

なお、一定期間は、例えば１週間とすることができる。

計算部１６は、在庫数が発注点を下回る場合に、例えば、下記に示すように発注量を計算する。なお、補正係数は、上記の下限在庫数を計算する際に用いる補正係数と同様である。

発注量＝１日平均受注実績数×ＬＴにおける需要予測数×補正係数

図１３に、在庫低減方式で計算した下限在庫、発注点、在庫、及び発注量の一例を概略的に示す。図１３の例では、実線の丸印の時点で、在庫数が発注点を下回り、発注量が計算され、計算された発注量が、リードタイム後の日付に在庫として追加されることになる。

次に、発注点発注量方式について説明する。

計算部１６は、需要予測を用いることなく、例えば、下記に示すように、受注実績を用いて、本日の発注点を計算する。

発注点＝ｋ週間分の実績合計／ｋ＋（ＬＴ＋１）×１回当たりの受注数

なお、ｋ週間は、例えば４週間とすることができる。また、計算部１６は、１回当たりの受注数を、受注実績ＤＢ３４における実績数の合計を受注回数で除算することにより計算する。

計算部１６は、本日の在庫数が発注点を下回る場合に、例えば、下記に示すように発注量を計算する。

発注量＝ｋ週間分の実績合計／ｋ

計算部１６は、各商品の商品コード、その商品について計算した発注量、発注日等の情報を含む発注情報を生成し、出力する。発注日は、適正在庫方式の場合は、在庫数が発注点を下回る時点で、かつ、その時点の在庫数に基づく在庫日数が目標在庫日数を下回る時点の日付である。また、在庫低減方式の場合には、在庫数が発注点を下回る時点の日付が発注日であり、発注点発注量方式場合には、本日の在庫数が発注点を下回る場合には本日が発注日である。

発注情報計算装置１０は、例えば図１４に示すコンピュータ４０で実現することができる。コンピュータ４０は、ＣＰＵ（Central Processing Unit）４１と、一時記憶領域としてのメモリ４２と、不揮発性の記憶部４３とを備える。また、コンピュータ４０は、入力部、表示部等の入出力装置４４と、記憶媒体４９に対するデータの読み込み及び書き込みを制御するＲ／Ｗ（Read/Write）部４５とを備える。また、コンピュータ４０は、インターネット等のネットワークに接続される通信Ｉ／Ｆ４６を備える。ＣＰＵ４１、メモリ４２、記憶部４３、入出力装置４４、Ｒ／Ｗ部４５、及び通信Ｉ／Ｆ４６は、バス４７を介して互いに接続される。

記憶部４３は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等によって実現できる。記憶媒体としての記憶部４３には、コンピュータ４０を、発注情報計算装置１０として機能させるための発注情報計算プログラム５０が記憶される。発注情報計算プログラム５０は、評価プロセス５２と、選択プロセス５４と、計算プロセス５６とを有する。また、記憶部４３は、予測精度ランクマトリクス２２、在庫計算ＴＢ２４、パラメータＤＢ２６、及び補正係数計算ＴＢ２８の各々を構成する情報が記憶される情報記憶領域６０を有する。

ＣＰＵ４１は、発注情報計算プログラム５０を記憶部４３から読み出してメモリ４２に展開し、発注情報計算プログラム５０が有するプロセスを順次実行する。ＣＰＵ４１は、評価プロセス５２を実行することで、図２に示す評価部１２として動作する。また、ＣＰＵ４１は、選択プロセス５４を実行することで、図２に示す選択部１４として動作する。また、ＣＰＵ４１は、計算プロセス５６を実行することで、図２に示す計算部１６として動作する。また、ＣＰＵ４１は、情報記憶領域６０から情報を読み出して、予測精度ランクマトリクス２２、在庫計算ＴＢ２４、パラメータＤＢ２６、及び補正係数計算ＴＢ２８の各々をメモリ４２に展開する。これにより、発注情報計算プログラム５０を実行したコンピュータ４０が、発注情報計算装置１０として機能することになる。なお、プログラムを実行するＣＰＵ４１はハードウェアである。

なお、発注情報計算プログラム５０により実現される機能は、例えば半導体集積回路、より詳しくはＡＳＩＣ（Application Specific Integrated Circuit）等で実現することも可能である。

次に、本実施形態に係る発注情報計算装置１０の作用について説明する。

例えば、１日に１回などの定期的なタイミングで、発注情報計算装置１０において、図１５に示す発注情報計算処理が実行される。なお、発注情報計算処理は、開示の技術の発注情報計算方式の一例である。

ステップＳ１２で、評価部１２が、商品毎に、需要予測ＤＢ３２及び受注実績ＤＢ３４から、同一の過去の所定期間分の各日付の予測数及び実績数を取得する。

次に、ステップＳ１４で、評価部１２が、取得した予測数と実績数との誤差に関する統計的指標として、ＭＡＤ及びＭＡＰＥを計算する。

次に、ステップＳ１６で、評価部１２が、上記ステップＳ１４で計算したＭＡＤ及びＭＡＰＥに対応する予測精度ランクを、予測精度ランクマトリクス２２から取得する。

次に、ステップＳ１８で、評価部１２が、商品毎の予測精度ランクを、商品マスタ３８の該当の商品の「予測精度ランク」欄に記憶する。

次に、ステップＳ２０で、発注情報出力処理が実行される。

ここで、図１６を参照して、発注情報出力処理について詳述する。発注情報出力処理は、流通センター毎、かつ商品毎に実行される。

ステップＳ２２で、選択部１４が、商品マスタ３８における該当の商品の「固定フラグ」欄を参照して、固定フラグが１か否かを判定する。固定フラグが１の場合には、発注情報の計算方式が、適正在庫方式、在庫低減方式、及び発注点発注量方式のいずれでもない固定の方式であると判定し、発注情報出力処理を終了し、発注情報計算処理（図１５）に戻る。固定フラグが１ではない場合には、ステップＳ２４へ移行する。

ステップＳ２４では、選択部１４が、商品マスタ３８における該当の商品の「予測精度ランク」欄を参照して、予測精度ランクが３より小さいか否かを判定する。予測精度ランク＜３の場合には、需要予測システムによる需要予測の精度が低いと判定し、ステップＳ３４へ移行する。予測精度ランク≧３の場合には、需要予測システムによる需要予測の精度は高いと判定し、ステップＳ２６へ移行する。

ステップＳ２６では、選択部１４が、商品マスタ３８における該当の商品の「終売日」欄を参照して、該当の商品は終売が決定している商品か否かを判定する。「終売日」欄に日付が記憶されている場合には、終売が決定している商品であると判定して、ステップＳ３０へ移行する。「終売日」欄がブランクの場合には、終売が決定している商品ではないと判定して、ステップＳ２８へ移行する。

ステップＳ２８では、選択部１４が、受注実績ＤＢ３４における、該当の商品の受注数に対する欠品数から欠品率を算出し、欠品率が所定の閾値ＴＨを超えているか否かを判定する。欠品率＞ＴＨの場合には、ステップＳ３０へ移行し、欠品率≦ＴＨの場合には、ステップＳ３２へ移行する。

ステップＳ３０では、計算部１６が、該当の商品の発注情報を適正在庫方式で計算する。ステップＳ３２では、計算部１６が、該当の商品の発注情報を在庫低減方式で計算する。ステップＳ３４では、計算部１６が、該当の商品の発注情報を発注点発注量方式で計算する。

次に、ステップＳ３６で、計算部１６が、上記ステップＳ３０、Ｓ３２、又はＳ３４で計算した発注情報を出力し、発注情報出力処理を終了し、発注情報計算処理（図１５）に戻る。そして、発注情報計算処理自体も終了する。

上記ステップＳ３６で出力された発注情報は、受発注システムへ入力して、自動発注の処理を行うようにしてもよいし、発注担当者による閲覧及び補正が可能な状態で表示してもよい。また、発注情報の出力方法を、発注情報の計算方式として選択した方式により切り替えてもよい。例えば、適正在庫方式及び在庫低減方式で計算した発注情報の場合には、自動発注の処理を行い、発注点発注量方式で計算した発注情報の場合には、発注担当者による閲覧及び補正が可能な状態で表示するようにすることができる。

以上説明したように、本実施形態に係る発注情報計算装置によれば、商品毎の需要量を予測する予測システムによる需要予測と、商品毎の実際の受注実績とに基づいて、予測システムによる需要予測の精度を評価する。そして、予測精度が高い場合には、予測システムによる需要予測を用いる計算方式を選択し、予測精度が低い場合には、予測システムによる需要予測を用いず、受注実績を用いる計算方式を選択し、選択した計算方式で発注情報を計算する。これにより、急激な需要量の増加や減少などに起因して、需要の予測精度が低い場合でも、より適切な発注情報を計算することができる。

また、需要予測を用いた計算方式において、終売が決定している商品、又は欠品率が所定値以上の商品については、適正な在庫数を保持するような計算方式を選択する。一方、終売でもなく欠品も生じていない商品については、最小限の在庫数を保持するような計算方式を選択する。これにより、商品の状況等に応じて、在庫数をコントロールしながら、より適切な発注情報を計算することができる。

なお、上記実施形態では、需要予測システムの予測精度を評価するための統計的指標として、ＭＡＤ及びＭＡＰＥの両方を用いる場合について説明したが、いずれか一方だけを用いてもよいし、ＭＡＤ及びＭＡＰＥ以外の指標を用いてもよい。

また、上記実施形態では、発注情報計算プログラムが記憶部に予め記憶（インストール）されている態様を説明したが、これに限定されない。開示の技術に係るプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリ等の記憶媒体に記憶された形態で提供することも可能である。

以上の実施形態に関し、更に以下の付記を開示する。

（付記１）
商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価し、
前記需要予測の精度の評価結果に基づいて、前記予測システムによる需要予測を用いる計算方式、又は前記受注実績を用いる計算方式のいずれかを選択し、
選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する
ことを含む処理をコンピュータに実行させるための発注情報計算プログラム。

（付記２）
前記需要予測の精度の評価結果が、精度が高いことを示す予め定めた条件を満たす場合は、前記予測システムによる需要予測を用いる計算方式を選択し、前記評価結果が前記条件を満たさない場合は、前記予測システムによる需要予測を用いず、前記受注実績を用いる計算方式を選択する付記１に記載の発注情報計算プログラム。

（付記３）
過去の所定期間分の前記需要予測と前記受注実績との誤差に関する統計的指標に基づいて、前記需要予測の精度を評価する付記１又は付記２に記載の発注情報計算プログラム。

（付記４）
前記統計的指標として、前記所定期間における平均絶対誤差及び平均絶対誤差率の少なくとも一方を用いる付記３に記載の発注情報計算プログラム。

（付記５）
前記評価結果の精度に加え、終売が決定している商品か否か、及び欠品が所定割合以上で発生する商品か否かの少なくとも一方の判定結果に基づいて、計算方式を選択する付記１〜付記４のいずれか１項に記載の発注情報計算プログラム。

（付記６）
終売が決定している商品、又は欠品が所定割合以上で発生する商品については、前記需要予測に基づいて、予め定めた計算式で計算される適正な在庫数を保持するように前記発注情報を計算する計算方式を選択し、終売が決定しておらず、かつ欠品が前記所定割合未満の商品については、前記需要予測に基づいて、予め定めた計算式で計算される最小限の在庫数を保持するように前記発注情報を計算する計算方式を選択する付記５に記載の発注情報計算プログラム。

（付記７）
前記適正な在庫数を保持するように前記発注情報を計算する計算方式の場合、前記需要予測に基づく適正在庫数、安全係数、及び終売に関する補正係数を用いて発注点を計算し、前記発注点より現在在庫数が少なく、かつ目標在庫日数が実在庫日数よりも小さい場合に、在庫回転日数、平均受注実績、リードタイムにおける需要予測、及び次回納品までの在庫数を用いて発注量を計算する付記６に記載の発注情報計算プログラム。

（付記８）
前記最小限の在庫数を保持するように前記発注情報を計算する計算方式の場合、リードタイム、欠品率、賞味期限に関する係数、需要予測の増減傾向に関する係数、及び平均受注実績を用いて計算される下限在庫、及び所定期間分の需要予測から発注点を計算し、平均受注実績、リードタイム、及び需要予測の増減傾向に関する係数を用いて発注量を計算する付記６に記載の発注情報計算プログラム。

（付記９）
前記予測システムによる需要予測を用いず、前記受注実績を用いる計算方式の場合、平均受注実績、リードタイム、及び１回当たりの受注実績数を用いて発注点を計算し、平均受注実績を用いて発注量を計算する付記１〜付記７のいずれか１項に記載の発注情報計算プログラム。

（付記１０）
商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価する評価部と、
前記需要予測の精度の評価結果に基づいて、前記予測システムによる需要予測を用いる計算方式、又は前記受注実績を用いる計算方式のいずれかを選択する選択部と、
選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する計算部と、
を含む発注情報計算装置。

（付記１１）
前記選択部は、前記需要予測の精度の評価結果が、精度が高いことを示す予め定めた条件を満たす場合は、前記予測システムによる需要予測を用いる計算方式を選択し、前記評価結果が前記条件を満たさない場合は、前記予測システムによる需要予測を用いず、前記受注実績を用いる計算方式を選択する付記１０に記載の発注情報計算装置。

（付記１２）
前記評価部は、過去の所定期間分の前記需要予測と前記受注実績との誤差に関する統計的指標に基づいて、前記需要予測の精度を評価する付記１０又は付記１１に記載の発注情報計算装置。

（付記１３）
前記評価部は、前記統計的指標として、前記所定期間における平均絶対誤差及び平均絶対誤差率の少なくとも一方を用いる付記１２に記載の発注情報計算装置。

（付記１４）
前記選択部は、前記評価結果の精度に加え、終売が決定している商品か否か、及び欠品が所定割合以上で発生する商品か否かの少なくとも一方の判定結果に基づいて、計算方式を選択する付記１０〜付記１３のいずれか１項に記載の発注情報計算装置。

（付記１５）
前記選択部は、終売が決定している商品、又は欠品が所定割合以上で発生する商品については、前記需要予測に基づいて、予め定めた計算式で計算される適正な在庫数を保持するように前記発注情報を計算する計算方式を選択し、終売が決定しておらず、かつ欠品が前記所定割合未満の商品については、前記需要予測に基づいて、予め定めた計算式で計算される最小限の在庫数を保持するように前記発注情報を計算する計算方式を選択する付記１４に記載の発注情報計算装置。

（付記１６）
前記計算部は、前記適正な在庫数を保持するように前記発注情報を計算する計算方式の場合、前記需要予測に基づく適正在庫数、安全係数、及び終売に関する補正係数を用いて発注点を計算し、前記発注点より現在在庫数が少なく、かつ目標在庫日数が実在庫日数よりも小さい場合に、在庫回転日数、平均受注実績、リードタイムにおける需要予測、及び次回納品までの在庫数を用いて発注量を計算する付記１５に記載の発注情報計算装置。

（付記１７）
前記計算部は、前記最小限の在庫数を保持するように前記発注情報を計算する計算方式の場合、リードタイム、欠品率、賞味期限に関する係数、需要予測の増減傾向に関する係数、及び平均受注実績を用いて計算される下限在庫、及び所定期間分の需要予測から発注点を計算し、平均受注実績、リードタイム、及び需要予測の増減傾向に関する係数を用いて発注量を計算する付記１５に記載の発注情報計算装置。

（付記１８）
前記計算部は、前記予測システムによる需要予測を用いず、前記受注実績を用いる計算方式の場合、平均受注実績、リードタイム、及び１回当たりの受注実績数を用いて発注点を計算し、平均受注実績を用いて発注量を計算する付記１０〜付記１７のいずれか１項に記載の発注情報計算装置。

（付記１９）
商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の実際の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価し、
前記需要予測の精度の評価結果が、精度が高いことを示す予め定めた条件を満たす場合は、前記予測システムによる需要予測を用いる計算方式を選択し、前記評価結果が前記条件を満たさない場合は、前記予測システムによる需要予測を用いず、前記受注実績を用いる計算方式を選択し、
選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する
ことを含む処理をコンピュータが実行する発注情報計算方法。

（付記２０）
商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価し、
前記需要予測の精度の評価結果に基づいて、前記予測システムによる需要予測を用いる計算方式、又は前記受注実績を用いる計算方式のいずれかを選択し、
選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する
ことを含む処理をコンピュータに実行させるための発注情報計算プログラムを記憶した記憶媒体。

１０ 発注情報計算装置
１２ 評価部
１４ 選択部
１６ 計算部
２２ 予測精度ランクマトリクス
２４ 在庫計算ＴＢ
２６ パラメータＤＢ
２６２ 安全係数ＴＢ
２６４ 賞味期限係数ＴＢ
２８ 補正係数計算ＴＢ
３０ 外部サーバ
３２ 需要予測ＤＢ
３４ 受注実績ＤＢ
３６ 在庫ＤＢ
３８ 商品マスタ
４０ コンピュータ
４１ ＣＰＵ
４２ メモリ
４３ 記憶部
４９ 記憶媒体
５０ 発注情報計算プログラム

Claims (11)

1. 商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価し、
   前記需要予測の精度の評価結果に基づいて、前記予測システムによる需要予測を用いる計算方式、又は前記受注実績を用いる計算方式のいずれかを選択し、
   選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する
   ことを含む処理をコンピュータに実行させるための発注情報計算プログラム。
2. 前記需要予測の精度の評価結果が、精度が高いことを示す予め定めた条件を満たす場合は、前記予測システムによる需要予測を用いる計算方式を選択し、前記評価結果が前記条件を満たさない場合は、前記予測システムによる需要予測を用いず、前記受注実績を用いる計算方式を選択する請求項１に記載の発注情報計算プログラム。
3. 過去の所定期間分の前記需要予測と前記受注実績との誤差に関する統計的指標に基づいて、前記需要予測の精度を評価する請求項１又は請求項２に記載の発注情報計算プログラム。
4. 前記統計的指標として、前記所定期間における平均絶対誤差及び平均絶対誤差率の少なくとも一方を用いる請求項３に記載の発注情報計算プログラム。
5. 前記評価結果の精度に加え、終売が決定している商品か否か、及び欠品が所定割合以上で発生する商品か否かの少なくとも一方の判定結果に基づいて、計算方式を選択する請求項１〜請求項４のいずれか１項に記載の発注情報計算プログラム。
6. 終売が決定している商品、又は欠品が所定割合以上で発生する商品については、前記需要予測に基づいて、予め定めた計算式で計算される適正な在庫数を保持するように前記発注情報を計算する計算方式を選択し、終売が決定しておらず、かつ欠品が前記所定割合未満の商品については、前記需要予測に基づいて、予め定めた計算式で計算される最小限の在庫数を保持するように前記発注情報を計算する計算方式を選択する請求項５に記載の発注情報計算プログラム。
7. 前記適正な在庫数を保持するように前記発注情報を計算する計算方式の場合、前記需要予測に基づく適正在庫数、安全係数、及び終売に関する補正係数を用いて発注点を計算し、前記発注点より現在在庫数が少なく、かつ目標在庫日数が実在庫日数よりも小さい場合に、在庫回転日数、平均受注実績、リードタイムにおける需要予測、及び次回納品までの在庫数を用いて発注量を計算する請求項６に記載の発注情報計算プログラム。
8. 前記最小限の在庫数を保持するように前記発注情報を計算する計算方式の場合、リードタイム、欠品率、賞味期限に関する係数、需要予測の増減傾向に関する係数、及び平均受注実績を用いて計算される下限在庫、及び所定期間分の需要予測から発注点を計算し、平均受注実績、リードタイム、及び需要予測の増減傾向に関する係数を用いて発注量を計算する請求項６に記載の発注情報計算プログラム。
9. 前記受注実績を用いる計算方式の場合、平均受注実績、リードタイム、及び１回当たりの受注実績数を用いて発注点を計算し、平均受注実績を用いて発注量を計算する請求項１〜請求項８のいずれか１項に記載の発注情報計算プログラム。
10. 商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価する評価部と、
    前記需要予測の精度の評価結果に基づいて、前記予測システムによる需要予測を用いる計算方式、又は前記受注実績を用いる計算方式のいずれかを選択する選択部と、
    選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する計算部と、
    を含む発注情報計算装置。
11. 商品毎の需要量を予測する予測システムによる需要予測と、前記商品毎の受注実績とに基づいて、前記予測システムによる需要予測の精度を評価し、
    前記需要予測の精度の評価結果に基づいて、前記予測システムによる需要予測を用いる計算方式、又は前記受注実績を用いる計算方式のいずれかを選択し、
    選択した前記計算方式に基づいて、前記商品毎の発注情報を計算する
    ことを含む処理をコンピュータが実行する発注情報計算方法。