JP2022031234A - 機械学習および予測モデリングを利用した新製品開発の予測成功率の管理および判断 - Google Patents
機械学習および予測モデリングを利用した新製品開発の予測成功率の管理および判断 Download PDFInfo
- Publication number
- JP2022031234A JP2022031234A JP2021128998A JP2021128998A JP2022031234A JP 2022031234 A JP2022031234 A JP 2022031234A JP 2021128998 A JP2021128998 A JP 2021128998A JP 2021128998 A JP2021128998 A JP 2021128998A JP 2022031234 A JP2022031234 A JP 2022031234A
- Authority
- JP
- Japan
- Prior art keywords
- project
- past
- current project
- industry
- success rate
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0204—Market segmentation
- G06Q30/0205—Location or geographical consideration
Abstract
Description
k=現行プロジェクト、a=現行プロジェクトと過去のプロジェクトとの間の関連性を示し且つ/または現行プロジェクトと業界プロジェクトとの間の関連性を示す関連性係数(例えば0≦a≦1)である。例として関連性係数は、該当する業界、該当するビジネスユニット、該当する製品ライン、該当するプロジェクトの規模、該当するプロジェクトの目標/影響、該当する顧客区分、該当する競合、および/または同様のものに関連する値などの1つ以上の値の組み合わせであってもよい。b=現行プロジェクトと比較した過去のプロジェクトの新しさを示し且つ/または現行プロジェクトと比較した業界プロジェクトの新しさを示す直近性係数である(例えば0≦b≦1)。例として、直近性係数は、0年~0.5年前のプロジェクトには80%~100%、0.5年~1年前のプロジェクトには60%~79%、1年~2年前のプロジェクトには40%~59%、2年~4年前のプロジェクトには20%~39%、および/または4年超前のプロジェクトには0%~19%とされてもよい。X=過去のプロジェクトの成功率、W=業界プロジェクトの成功率、X,W=(αP-βQ-ΥR)、P=現行プロジェクトについて定義された初期目標の達成割合(例えば現行プロジェクトが失敗であればP=0%)、Q=現行プロジェクトについて定義された初期コストからの逸脱割合、R=現行プロジェクトについて定義された初期タイムラインからの逸脱割合、α=初期目標の達成に付与された重み、β=初期コストからの逸脱に付与された重み、Υ=初期タイムラインからの逸脱に付与された重みである。O=初期目標からの逸脱割合(例えば現行プロジェクトが失敗であればO=100%)、Y=初期コストからの逸脱割合、Z=初期タイムラインからの逸脱割合である。
Claims (20)
- 1つ以上のクライアントデバイスおよびサーバデバイスを介した新製品の開発を可能にする1つ以上のツールを、デバイスによって前記1つ以上のクライアントデバイスおよびサーバデバイスに提供するステップと、
前記新製品の開発に関わる現行プロジェクトを特定する現行プロジェクトデータを、前記デバイスによって前記1つ以上のツールから受信するステップと、
過去の製品の開発に関わる過去のプロジェクトを特定する過去のプロジェクトデータを、前記デバイスによって受信するステップと、
業界データであって、
前記新製品に関連する業界動向か、
前記新製品に関連するマーケットインテリジェンスか、
前記新製品に関連するクラウドソーシングによるアイデアか、または
前記新製品に関連する見込み客か、
のうちの1つ以上を特定する前記業界データを、前記デバイスによって受信するステップと、
予測モデルの1つ以上の変数を特定するために、前記デバイスによって、機械学習モデルを用いて前記現行プロジェクトデータと、前記過去のプロジェクトデータと、前記業界データとを処理するステップであって、
前記1つ以上の変数は、
前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトの数量か、
前記業界データにおいて特定される業界プロジェクトの数量か、
前記現行プロジェクトと前記過去のプロジェクトとの間の関連性を示し、前記現行プロジェクトと前記業界プロジェクトとの間の関連性を示す関連性係数か、
前記現行プロジェクトと比較した前記過去のプロジェクトの新しさを示し、前記現行プロジェクトと比較した前記業界プロジェクトの新しさを示す直近性係数か、
前記過去のプロジェクトおよび前記業界プロジェクトの成功率か、または
前記現行プロジェクトについて定義された初期目標から、前記現行プロジェクトについて定義された初期コストから、および前記現行プロジェクトについて定義された初期タイムラインからの逸脱割合か、
のうちの1つ以上を含む、前記処理するステップと、
前記現行プロジェクトの予測成功率を予測するために、前記デバイスによって、前記予測モデルを用いて前記1つ以上の変数を処理するステップと、
前記デバイスによって、前記現行プロジェクトの前記予測成功率に基づき1つ以上のアクションを実行するステップと、
を含む方法。 - 前記現行プロジェクトデータを受信するステップは、
前記新製品に関連するコンセプト開発データを受信するステップか、
前記新製品に関連する計画データを受信するステップか、
前記新製品に関連する設計データを受信するステップか、
前記新製品に関連する試作データを受信するステップか、
前記新製品に関連するテストデータを受信するステップか、または
前記新製品に関連する試験的発売データを受信するステップか、
のうちの1つ以上を含む、請求項1に記載の方法。 - 前記過去のプロジェクトデータは、前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトデータを含む、請求項1に記載の方法。
- 前記予測モデルの前記1つ以上の変数を特定するために、前記機械学習モデルを用いて前記現行プロジェクトデータと、前記過去のプロジェクトデータと、前記業界データとを処理するステップは、
前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトの数量か、
前記業界データにおいて特定される業界プロジェクトの数量か、
前記現行プロジェクトと前記過去のプロジェクトとの間の関連性および前記現行プロジェクトと前記業界プロジェクトとの間の関連性を示す関連性係数か、
前記現行プロジェクトと比較した前記過去のプロジェクトの新しさおよび前記現行プロジェクトと比較した前記業界プロジェクトの新しさを示す直近性係数か、
前記過去のプロジェクトの成功率か、
前記業界プロジェクトの成功率か、
前記現行プロジェクトについて定義された初期目標からの逸脱割合か、
前記現行プロジェクトについて定義された初期コストからの逸脱割合か、または
前記現行プロジェクトについて定義された初期タイムラインからの逸脱割合か、
のうちの1つ以上を特定するために、前記機械学習モデルを用いて前記現行プロジェクトデータと、前記過去のプロジェクトデータと、前記業界データとを処理するステップ
を含む、請求項1に記載の方法。 - 前記現行プロジェクトの前記予測成功率を予測するために、前記予測モデルを用いて前記1つ以上の変数を処理するステップは、
前記現行プロジェクトの前記予測成功率を予測するために、前記予測モデルを用いて、
前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトの数量か、
前記業界データにおいて特定される業界プロジェクトの数量か、
前記現行プロジェクトと前記過去のプロジェクトとの間の関連性および前記現行プロジェクトと前記業界プロジェクトとの間の関連性を示す関連性係数か、
前記現行プロジェクトと比較した前記過去のプロジェクトの新しさおよび前記現行プロジェクトと比較した前記業界プロジェクトの新しさを示す直近性係数か、
前記過去のプロジェクトの成功率か、
前記業界プロジェクトの成功率か、
前記現行プロジェクトについて定義された初期目標からの逸脱割合か、
前記現行プロジェクトについて定義された初期コストからの逸脱割合か、または
前記現行プロジェクトについて定義された初期タイムラインからの逸脱割合か、
のうちの1つ以上を処理するステップ
を含む、請求項1に記載の方法。 - 前記1つ以上のアクションを実行するステップは、
前記現行プロジェクトの前記予測成功率を特定する情報を表示のために提供するステップか、
前記現行プロジェクトの変更を前記予測成功率に基づき決定し、前記1つ以上のツールを介して前記変更を実装させるステップか、または
前記現行プロジェクトのアクション計画を前記予測成功率に基づき実装し、前記アクション計画の実行を監視するステップか、
のうちの1つ以上を含む、請求項1に記載の方法。 - 前記1つ以上のアクションを実行するステップは、
前記現行プロジェクトの投資利益率を特定する情報を前記予測成功率に基づき計算し、表示のために提供するステップか、
前記現行プロジェクトの推奨投資利益率を前記予測成功率に基づき決定し、前記1つ以上のツールを介して前記推奨投資利益率を実装させるステップか、または
前記機械学習モデルを前記予測成功率に基づき再訓練するステップか、
のうちの1つ以上を含む、請求項1に記載の方法。 - 1つ以上のメモリと、
前記1つ以上のメモリに通信可能なように結合された1つ以上のプロセッサと、
を含むデバイスであって、前記1つ以上のプロセッサは、
1つ以上のクライアントデバイスおよびサーバデバイスを介した新製品の開発を可能にする1つ以上のツールを、前記1つ以上のクライアントデバイスおよびサーバデバイスに提供することと、
前記新製品の開発に関わる現行プロジェクトを特定する現行プロジェクトデータを、前記1つ以上のツールから受信することと、
過去の製品の開発に関わる過去のプロジェクトを特定する過去のプロジェクトデータを受信することと、
前記新製品に関連する業界データを受信することと、
予測モデルの1つ以上の変数を特定するために、機械学習モデルを用いて前記現行プロジェクトデータと、前記過去のプロジェクトデータと、前記業界データとを処理することであって、
前記機械学習モデルは、
先行製品の開発に関わる先行プロジェクトを特定する先行プロジェクトデータ、
前記過去のプロジェクトデータ、および
前記先行製品に関連する特定の業界データ、
に基づき訓練される、前記処理することと、
前記現行プロジェクトの予測成功率を予測するために、前記予測モデルを用いて前記1つ以上の変数を処理することと、
前記現行プロジェクトの前記予測成功率に基づき1つ以上のアクションを実行することと、
をするように構成される、デバイス。 - 前記1つ以上のツールは、
コストおよびリソース最適化ツールか、
プロジェクトロードマップおよびスケジューリングツールか、または
計画、選択、および優先順位付けツールか、
のうちの1つ以上を含む、請求項8に記載のデバイス。 - 前記1つ以上のプロセッサは、前記1つ以上のアクションを実行するとき、
前記現行プロジェクトの1つ以上の変更を前記予測成功率に基づき決定することと、
前記1つ以上のツールを介して前記1つ以上の変更を実装させることと、
前記1つ以上の変更を実装させることに基づき、前記現行プロジェクトの更新された予測成功率を判断することと、
前記現行プロジェクトの前記更新された予測成功率に基づき追加の1つ以上のアクションを実行することと、
をするように構成される、請求項8に記載のデバイス。 - 前記1つ以上のプロセッサは、前記現行プロジェクトの前記予測成功率を予測するために、前記予測モデルを用いて前記1つ以上の変数を処理するとき、
前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトの数量を判断することと、
前記業界データにおいて特定される業界プロジェクトの数量を判断することと、
前記現行プロジェクトと前記過去のプロジェクトとの間の関連性を示す過去の関連性係数を判断することと、
前記現行プロジェクトと前記業界プロジェクトとの間の関連性を示す業界関連性係数を判断することと、
前記現行プロジェクトと比較した前記過去のプロジェクトの新しさを示す過去の直近性係数を判断することと、
前記現行プロジェクトと比較した前記業界プロジェクトの新しさを示す業界直近性係数を判断することと、
前記過去のプロジェクトの第1の成功率を判断することと、
前記業界プロジェクトの第2の成功率を判断することと、
前記現行プロジェクトについて定義された初期目標からの第1の逸脱割合を判断することと、
前記現行プロジェクトについて定義された初期コストからの第2の逸脱割合を判断することと、
前記現行プロジェクトについて定義された初期タイムラインからの第3の逸脱割合を判断することと、
過去のプロジェクトの前記数量、業界プロジェクトの前記数量、前記過去の関連性係数、前記業界関連性係数、前記過去の直近性係数、前記業界直近性係数、前記第1の成功率、前記第2の成功率、前記第1の逸脱割合、前記第2の逸脱割合、および前記第3の逸脱割合に基づき、前記現行プロジェクトの前記予測成功率を計算することと、
をするように構成される、請求項8に記載のデバイス。 - 前記1つ以上のプロセッサは、前記1つ以上のアクションを実行するとき、
前記現行プロジェクトの1つ以上の変更を前記予測成功率に基づき決定することと、
前記1つ以上のツールを介して前記1つ以上の変更を実装させることと、
前記1つ以上の変更の実装が準拠閾値を満たすかどうかを監視することと、
前記1つ以上の変更の実装が前記準拠閾値を満たさなければ、警報メッセージを生成し、表示のために提供することと、
をするように構成される、請求項8に記載のデバイス。 - 前記1つ以上のツールは、
プロセス間リンケージツールか、
シナリオモデリングツールか、
ベンチマークツールか、
what ifワークフローツールか、
予算シミュレーションツールか、
警報生成ツールか、
レポートツールか、
ボトルネック特定ツールか、または
根本原因分析ツールか、
のうちの1つ以上を含む、請求項8に記載のデバイス。 - 前記1つ以上のプロセッサは、前記1つ以上のアクションを実行するとき、
前記予測成功率に基づき前記現行プロジェクトの実装を停止することか、
前記予測成功率に基づき前記現行プロジェクトの実装を修正することか、または
前記予測成功率に基づき前記現行プロジェクトの実装を継続することか、
のうちの1つをするように構成される、請求項8に記載のデバイス。 - 命令を保存する非一時的コンピュータ可読媒体であって、前記命令は、
1つ以上の命令
を含み、前記1つ以上の命令は、1つ以上のプロセッサにより実行されると、
1つ以上のクライアントデバイスおよびサーバデバイスを介した新製品の開発を可能にする1つ以上のツールを、前記1つ以上のクライアントデバイスおよびサーバデバイスに提供することと、
前記新製品の開発に関わる現行プロジェクトを特定する現行プロジェクトデータを、前記1つ以上のツールから受信することと、
過去の製品の開発に関わる過去のプロジェクトを特定する過去のプロジェクトデータを受信することと、
前記新製品に関連する業界データを受信することと、
予測モデルの1つ以上の変数を特定するために、機械学習モデルを用いて前記現行プロジェクトデータと、前記過去のプロジェクトデータと、前記業界データとを処理することと、
前記現行プロジェクトの予測成功率を予測するために、前記予測モデルを用いて前記1つ以上の変数を処理することと、
前記現行プロジェクトの前記予測成功率に基づき1つ以上のアクションを実行することと、
を前記1つ以上のプロセッサにさせる、非一時的コンピュータ可読媒体。 - 前記1つ以上の変数は、
前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトの数量か、
前記業界データにおいて特定される業界プロジェクトの数量か、
前記現行プロジェクトと前記過去のプロジェクトとの間の関連性および前記現行プロジェクトと前記業界プロジェクトとの間の関連性を示す関連性係数か、
前記現行プロジェクトと比較した前記過去のプロジェクトの新しさおよび前記現行プロジェクトと比較した前記業界プロジェクトの新しさを示す直近性係数か、
前記過去のプロジェクトの成功率か、
前記業界プロジェクトの成功率か、
前記現行プロジェクトについて定義された初期目標からの逸脱割合か、
前記現行プロジェクトについて定義された初期コストからの逸脱割合か、または
前記現行プロジェクトについて定義された初期タイムラインからの逸脱割合か、
のうちの1つ以上を含む、請求項15に記載の非一時的コンピュータ可読媒体。 - 前記1つ以上のプロセッサに前記1つ以上のアクションを実行させる前記1つ以上の命令は、
前記現行プロジェクトの前記予測成功率を特定する情報を表示のために提供することか、
前記現行プロジェクトの変更を前記予測成功率に基づき決定し、前記1つ以上のツールを介して前記変更を実装させることか、
前記現行プロジェクトのアクション計画を前記予測成功率に基づき実装し、前記アクション計画の実行を監視することか、
前記現行プロジェクトの投資利益率を特定する情報を前記予測成功率に基づき計算し、表示のために提供することか、
前記現行プロジェクトの推奨投資利益率を前記予測成功率に基づき決定し、前記1つ以上のツールを介して前記推奨投資利益率を実装させることか、または
前記機械学習モデルを前記予測成功率に基づき再訓練することか、
のうちの1つ以上を前記1つ以上のプロセッサにさせる、請求項15に記載の非一時的コンピュータ可読媒体。 - 前記1つ以上のプロセッサに前記1つ以上のアクションを実行させる前記1つ以上の命令は、
前記現行プロジェクトの1つ以上の変更を前記予測成功率に基づき決定することと、
前記1つ以上のツールを介して前記1つ以上の変更を実装させることと、
前記1つ以上の変更を実装させることに基づき、前記現行プロジェクトの更新された予測成功率を判断することと、
前記現行プロジェクトの前記更新された予測成功率に基づき追加の1つ以上のアクションを実行することと、
を前記1つ以上のプロセッサにさせる、請求項15に記載の非一時的コンピュータ可読媒体。 - 前記1つ以上のプロセッサに、前記現行プロジェクトの前記予測成功率を予測するために、前記予測モデルを用いて前記1つ以上の変数を処理させる前記1つ以上の命令は、
前記新製品の開発に関連し且つ前記過去の製品を開発した事業体の過去のプロジェクトの数量を判断することと、
前記業界データにおいて特定される業界プロジェクトの数量を判断することと、
前記現行プロジェクトと前記過去のプロジェクトとの間の関連性を示す過去の関連性係数を判断することと、
前記現行プロジェクトと前記業界プロジェクトとの間の関連性を示す業界関連性係数を判断することと、
前記現行プロジェクトと比較した前記過去のプロジェクトの新しさを示す過去の直近性係数を判断することと、
前記現行プロジェクトと比較した前記業界プロジェクトの新しさを示す業界直近性係数を判断することと、
前記過去のプロジェクトの第1の成功率を判断することと、
前記業界プロジェクトの第2の成功率を判断することと、
前記現行プロジェクトについて定義された初期目標からの第1の逸脱割合を判断することと、
前記現行プロジェクトについて定義された初期コストからの第2の逸脱割合を判断することと、
前記現行プロジェクトについて定義された初期タイムラインからの第3の逸脱割合を判断することと、
過去のプロジェクトの前記数量、業界プロジェクトの前記数量、前記過去の関連性係数、前記業界関連性係数、前記過去の直近性係数、前記業界直近性係数、前記第1の成功率、前記第2の成功率、前記第1の逸脱割合、前記第2の逸脱割合、および前記第3の逸脱割合に基づき、前記現行プロジェクトの前記予測成功率を計算することと、
を前記1つ以上のプロセッサにさせる、請求項15に記載の非一時的コンピュータ可読媒体。 - 前記1つ以上のプロセッサに前記1つ以上のアクションを実行させる前記1つ以上の命令は、
前記予測成功率に基づき前記現行プロジェクトの実装を停止することか、
前記予測成功率に基づき前記現行プロジェクトの実装を修正することか、または
前記予測成功率に基づき前記現行プロジェクトの実装を継続することか、
のうちの1つを前記1つ以上のプロセッサにさせる、請求項15に記載の非一時的コンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/947,551 | 2020-08-06 | ||
US16/947,551 US20220044174A1 (en) | 2020-08-06 | 2020-08-06 | Utilizing machine learning and predictive modeling to manage and determine a predicted success rate of new product development |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022031234A true JP2022031234A (ja) | 2022-02-18 |
JP7320569B2 JP7320569B2 (ja) | 2023-08-03 |
Family
ID=80113907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021128998A Active JP7320569B2 (ja) | 2020-08-06 | 2021-08-05 | 機械学習および予測モデリングを利用した新製品開発の予測成功率の管理および判断 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220044174A1 (ja) |
JP (1) | JP7320569B2 (ja) |
CN (1) | CN114065997A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11507908B2 (en) * | 2021-03-17 | 2022-11-22 | Accenture Global Solutions Limited | System and method for dynamic performance optimization |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146126A (ja) * | 2011-01-12 | 2012-08-02 | Ntt Data Corp | 進捗管理支援装置、進捗管理支援方法、および進捗管理支援プログラム |
JP2019028871A (ja) * | 2017-08-02 | 2019-02-21 | Tis株式会社 | 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 |
US20190378048A1 (en) * | 2018-06-08 | 2019-12-12 | Microsoft Technology Licensing, Llc | Time-factored performance prediction |
JP2020091843A (ja) * | 2018-10-19 | 2020-06-11 | オラクル・インターナショナル・コーポレイション | プロジェクト加速の自動評価 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6988076B2 (en) * | 1997-05-21 | 2006-01-17 | Khimetrics, Inc. | Strategic planning and optimization system |
IL144524A0 (en) * | 1999-01-27 | 2002-05-23 | Richard Saunders Internat | Method for simulation of human response to stimulus |
EP2631856A3 (en) * | 2000-11-10 | 2013-10-30 | Affinnova, Inc. | Method and apparatus for for dynamic, real-time market segmentation |
US20100010870A1 (en) * | 2000-12-20 | 2010-01-14 | Karl Millar | System and Method for Tuning Demand Coefficients |
US20030225601A1 (en) * | 2002-05-31 | 2003-12-04 | Boehringer Ingelheim Pharmaceuticals, Inc. | Method of performing risk analysis |
US20070288602A1 (en) * | 2006-06-09 | 2007-12-13 | Ebay Inc. | Interest-based communities |
US8032404B2 (en) * | 2007-06-13 | 2011-10-04 | International Business Machines Corporation | Method and system for estimating financial benefits of packaged application service projects |
US7962357B2 (en) * | 2008-02-29 | 2011-06-14 | International Business Machines Corporation | System and method for calculating potential maximal price and share rate |
US8214238B1 (en) * | 2009-04-21 | 2012-07-03 | Accenture Global Services Limited | Consumer goods and services high performance capability assessment |
US20110191141A1 (en) * | 2010-02-04 | 2011-08-04 | Thompson Michael L | Method for Conducting Consumer Research |
US20130179219A1 (en) * | 2012-01-09 | 2013-07-11 | Bank Of America Corporation | Collection and management of feeds for predictive analytics platform |
US20140330646A1 (en) * | 2013-05-02 | 2014-11-06 | Go Daddy Operating Company, LLC | System and method for activation of marketing allocations using search keywords |
US20140344020A1 (en) * | 2013-05-14 | 2014-11-20 | Bank Of America Corporation | Competitor pricing strategy determination |
GB2521749A (en) * | 2013-11-04 | 2015-07-01 | Global Analytics Inc | Real-time adaptive decision system and method using predictive modeling |
US9043745B1 (en) * | 2014-07-02 | 2015-05-26 | Fmr Llc | Systems and methods for monitoring product development |
US20160171534A1 (en) * | 2014-12-11 | 2016-06-16 | Facebook, Inc. | Inferring product interest |
CA3039374A1 (en) * | 2016-10-06 | 2018-04-12 | The Dun & Bradstreet Corporation | Machine learning classifier and prediction engine for artificial intelligence optimized prospect determination on win/loss classification |
US11062333B2 (en) * | 2016-11-22 | 2021-07-13 | Accenture Global Solutions Limited | Determining indices based on area-assigned data elements |
US20180247322A1 (en) * | 2017-02-28 | 2018-08-30 | International Business Machines Corporation | Computer-based forecasting of market demand for a new product |
US10984433B1 (en) * | 2017-04-24 | 2021-04-20 | Skyline Products, Inc. | Price optimization system |
US20190340516A1 (en) * | 2017-05-06 | 2019-11-07 | Excubator Consulting Pvt Ltd | System and method for quantitatively analyzing an idea |
US20180341898A1 (en) * | 2017-05-24 | 2018-11-29 | Sears Brands, L.L.C. | Demand forecast |
US20190213551A1 (en) * | 2018-01-10 | 2019-07-11 | International Business Machines Corporation | System and method of collecting project metrics to optimize distributed development efforts |
US20210103943A1 (en) * | 2019-10-08 | 2021-04-08 | Swytchback, Inc | Hit or miss insight analysis |
US10554817B1 (en) * | 2018-12-12 | 2020-02-04 | Amazon Technologies, Inc. | Automation of contact workflow and automated service agents in contact center system |
US20200311749A1 (en) * | 2019-03-27 | 2020-10-01 | Dell Products L.P. | System for Generating and Using a Stacked Prediction Model to Forecast Market Behavior |
US20210390424A1 (en) * | 2020-06-10 | 2021-12-16 | At&T Intellectual Property I, L.P. | Categorical inference for training a machine learning model |
-
2020
- 2020-08-06 US US16/947,551 patent/US20220044174A1/en active Pending
-
2021
- 2021-08-04 CN CN202110891788.XA patent/CN114065997A/zh active Pending
- 2021-08-05 JP JP2021128998A patent/JP7320569B2/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012146126A (ja) * | 2011-01-12 | 2012-08-02 | Ntt Data Corp | 進捗管理支援装置、進捗管理支援方法、および進捗管理支援プログラム |
JP2019028871A (ja) * | 2017-08-02 | 2019-02-21 | Tis株式会社 | 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 |
US20190378048A1 (en) * | 2018-06-08 | 2019-12-12 | Microsoft Technology Licensing, Llc | Time-factored performance prediction |
JP2020091843A (ja) * | 2018-10-19 | 2020-06-11 | オラクル・インターナショナル・コーポレイション | プロジェクト加速の自動評価 |
Also Published As
Publication number | Publication date |
---|---|
JP7320569B2 (ja) | 2023-08-03 |
CN114065997A (zh) | 2022-02-18 |
US20220044174A1 (en) | 2022-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11392843B2 (en) | Utilizing a machine learning model to predict a quantity of cloud resources to allocate to a customer | |
US10891571B2 (en) | Task management platform | |
CN109416765B (zh) | 用于系统的元数据驱动的机器学习 | |
Zhong et al. | Mining SOTs and dispatching rules from RFID-enabled real-time shopfloor production data | |
US11538237B2 (en) | Utilizing artificial intelligence to generate and update a root cause analysis classification model | |
US8677340B2 (en) | Planning and optimizing IT transformations | |
US10831448B2 (en) | Automated process analysis and automation implementation | |
US20220129794A1 (en) | Generation of counterfactual explanations using artificial intelligence and machine learning techniques | |
US11900320B2 (en) | Utilizing machine learning models for identifying a subject of a query, a context for the subject, and a workflow | |
JP7320569B2 (ja) | 機械学習および予測モデリングを利用した新製品開発の予測成功率の管理および判断 | |
Wang et al. | A data-driven simulation-optimization framework for generating priority dispatching rules in dynamic job shop scheduling with uncertainties | |
US20220172298A1 (en) | Utilizing a machine learning model for predicting issues associated with a closing process of an entity | |
Pereira et al. | Towards a characterization of BPM tools' simulation support: the case of BPMN process models | |
CN111679814A (zh) | 一种数据驱动的数据中台系统 | |
US20210182701A1 (en) | Virtual data scientist with prescriptive analytics | |
US11900325B2 (en) | Utilizing a combination of machine learning models to determine a success probability for a software product | |
US11960904B2 (en) | Utilizing machine learning models to predict system events based on time series data generated by a system | |
US11961099B2 (en) | Utilizing machine learning for optimization of planning and value realization for private networks | |
EP3855316A1 (en) | Optimizing breakeven points for enhancing system performance | |
US20240134682A1 (en) | Automatic workflow generation and optimization | |
US20240013123A1 (en) | Utilizing machine learning models to analyze an impact of a change request | |
US8694354B2 (en) | Transition phase trouble detection in services delivery management | |
US20230055138A1 (en) | Utilizing machine learning models to generate and monitor progress of a strategic plan | |
US20230196104A1 (en) | Agent enabled architecture for prediction using bi-directional long short-term memory for resource allocation | |
US20240144052A1 (en) | Automated decision optimization for maintenance of physical assets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210805 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20211202 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220928 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221115 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230213 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20230413 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230515 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230515 |
|
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: 20230718 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230724 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7320569 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |