JP5133011B2 - 在庫部品設定システム、在庫部品設定方法及び在庫部品設定プログラム - Google Patents

Description

本発明は、所定期間においてサービス拠点における在庫部品を設定するための在庫部品設定システム、在庫部品設定方法及び在庫部品設定プログラムに関する。

商品を販売する際には、予測販売数を算出して、在庫を適切に管理することがある。そこで、販売数の予測をより正確に行なうための技術がある（例えば、特許文献１参照。）。

この特許文献１に記載の発明においては、販売実績データに基づいて、本体の販売数を算出し、この本体に装着されたオプション製品の販売数を算出する。更に、オプション製品の装着率を本体毎に算出する。そして、この販売数予測システムは、取得した目標販売数にオプション製品の装着率を乗算して、オプション製品の予測販売数を算出する。
特開２００５−１８３７２号公報（図１，図５，図６）

ところで、例えば、複合機やサーバなどのコンピュータ機器のように、販売した商品に対して、保守を行なう場合もある。このような商品に故障が生じた場合、保守を行なうカスタマーエンジニア（ＣＥ）が、故障したコンピュータ機器の場所に訪問して修理を行なう。この場合、ＣＥは、故障に対応できるように、交換用の部品を在庫として携帯している。ここで、手持ちの部品で修理が完了しない場合には、必要な部品をサービスステーション等から取ってくる必要がある。

ところが、サービスステーションの棚にも必要な部品がない場合には、生産管理に対して発注を行なって、その部品を取り寄せることもある。この場合には、発注した部品がサービスステーションに到着し、ＣＥがその部品を用いて修理を行なうまで、顧客が、コンピュータ機器を正常に使用することができないこともあり得る。

このようなことを回避するために、より多くの部品をサービスステーションに在庫しておくことが好ましい。しかし、このような部品は不必要に多くなると過剰在庫になる。従って、サービスステーションに置く在庫部品を、より適切に選択することが必要になる。

本発明は、上述の課題に鑑みてなされ、その目的は、サービス拠点において在庫として保管する在庫部品をより適切に特定して、顧客へのサービス向上を図ることができる在庫部品設定システム、在庫部品設定方法及び在庫部品設定プログラムを提供することにある。

上記問題点を解決するために、請求項１に記載の発明は、管理対象機器の種類を特定する機種識別子に対して、この機種に用いられる部品を特定する部品識別子を記録した機種部品データ記憶手段と、保守作業者が属するサービス拠点を特定する拠点識別子、機種識別子、部品識別子に対して、この部品を消費した消費時期、消費個数に関するデータを含めた消費実績データを記録した消費実績データ記憶手段と、拠点識別子に対して、このサービス拠点に属する保守作業者が担当する管理対象機器の市場稼働台数を市場稼働台数登録時期毎に記録した市場稼動台数データ記憶手段と、サービス拠点が属するエリア範囲を記録したエリア範囲データ記憶手段と、限界カバー率を特定するための限界特定値と、前記限界カバー率から目標カバー率を算出するための目標カバー率算出式とを記憶し、サービス拠点に保管する部品の予測を行なう制御手段とを備えた在庫部品設定システムであって、前記制御手段が、予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定し、予測時期に基づいて算出時期を特定し、特定した算出時期において前記特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、特定した算出時期において前記特定したサービス拠点において消費された部品毎の消費個数を前記消費実績データ記
憶手段から取得し、この消費個数を前記取得した市場稼動台数で除算して部品毎の保守交換率を算出する保守交換率算出手段と、前記予測対象のサービス拠点において前記予測時期の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する件数期待値算出手段と、前記算出時期に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、前記予測時期の件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する補正係数算出手段と、前記件数期待値に前記補正係数を乗算して下限値算出用の補正件数期待値を算出する手段と、この下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、前記限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として特定し、この限界カバー率と前記目標カバー率算出式とを用いて前記目標カバー率を算出し、この目標カバー率に対応する累積カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する手段と、この件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外して、件数期待値の高い部品を、前記サービス拠点に保管する在庫部品として予測するサービス拠点用在庫部品特定手段とを備えることを要旨とする。

請求項２に記載の発明は、請求項１に記載の在庫部品設定システムにおいて、前記制御手段が、前記予測対象のサービス拠点に属する各保守作業者が担当する前記予測時期の市場稼動台数を、前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の前記保守交換率を乗算して、保守作業者毎の件数期待値を算出する保守作業者用件数期待値算出手段と、この件数期待値の高い部品を、前記保守作業者毎に管理される在庫部品として特定して予測する保守作業者用在庫部品特定手段と、前記サービス拠点に保管される在庫部品と前記保守作業者毎に保管される在庫部品とを前記サービス拠点における総在庫部品として設定する設定手段とを更に備えたことを要旨とする。

請求項３に記載の発明は、請求項１又は２に記載の在庫部品設定システムにおいて、前記保守交換率を算出するために、市場稼動台数を特定するためのエリア種別と、これに関連付けられた算出期間とを含む算出条件を複数記録した算出条件データ記憶手段と、複数の件数期待値が算出された同じ部品について、この件数期待値を統合する統合条件を記録した統合条件データ記憶手段とを更に備え、前記保守交換率算出手段が、前記予測対象のサービス拠点とエリア種別からエリア範囲を特定し、前記予測時期と前記算出期間から前記算出時期を特定して、各算出条件に応じた保守交換率を算出し、前記件数期待値算出手段は、算出された各保守交換率を用いて各算出条件に応じた各件数期待値を算出し、前記制御手段は、前記統合条件に基づいて前記各件数期待値を統合して統合後の件数期待値を算出する統合処理手段を更に備え、前記サービス拠点用在庫部品特定手段は、前記統合後の件数期待値が高い部品を、前記在庫部品として特定することを要旨とする。

請求項４に記載の発明は、請求項３に記載の在庫部品設定システムにおいて、予測対象のサービス拠点、予測時期、前記件数期待値算出手段により算出された部品の件数期待値に関するデータを含めた予測結果データを記録する予測結果データ記憶手段に更に接続されており、前記統合処理手段は、前記補正後の件数期待値から、統合後の件数期待値を算出することを要旨とする。

請求項５に記載の発明は、請求項１〜４のいずれか１項に記載の在庫部品設定システムにおいて、予測対象のサービス拠点、予測時期、在庫部品として特定された部品の部品識別子に関するデータを含めた在庫部品データを記録する在庫部品データ記憶手段を更に備え、前記サービス拠点用在庫部品特定手段は、前記サービス拠点に保管する在庫部品として予測した部品に関するサービス拠点、予測時期、部品の識別子を前記在庫部品データ記憶手段に記録し、前記サービス拠点用在庫部品特定手段は、前記件数期待値から在庫部品として特定しなかった部品のうち、この予測時期の前の予測時期に、予測対象のサービス拠点において在庫部品と特定された部品を在庫部品として特定すること特定することを要旨とする。

請求項６に記載の発明は、管理対象機器の種類を特定する機種識別子に対して、この機種に用いられる部品を特定する部品識別子を記録した機種部品データ記憶手段と、保守作業者が属するサービス拠点を特定する拠点識別子、機種識別子、部品識別子に対して、この部品を消費した消費時期、消費個数に関するデータを含めた消費実績データを記録した消費実績データ記憶手段と、拠点識別子に対して、このサービス拠点に属する保守作業者が担当する管理対象機器の市場稼働台数を市場稼働台数登録時期毎に記録した市場稼動台数データ記憶手段と、サービス拠点が属するエリア範囲を記録したエリア範囲データ記憶手段と、限界カバー率を特定するための限界特定値と、前記限界カバー率から目標カバー率を算出するための目標カバー率算出式とを記憶した制御手段とを用いて、サービス拠点に保管する部品の予測を行なうための在庫部品設定方法であって、前記制御手段が、予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定し、予測時期に基づいて算出時期を特定し、特定した算出時期において前記特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、特定した算出時期において前記特定したサービス拠点において消費された部品毎の消費個数を前記消費実績データ記憶手段から取得し、この消費個数を前記取得した市場稼動台数で除算して部品毎の保守交換率を算出する保守交換率算出段階と、前記予測対象のサービス拠点において前記予測時期の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する件数期待値算出段階と、前記算出時期に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、前記予測時期の件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する補正係数算出段階と、前記件数期待値に前記補正係数を乗算して下限値算出用の補正件数期待値を算出する段階と、この下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、前記限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として特定し、この限界カバー率と前記目標カバー率算出式とを用いて前記目標カバー率を算出し、この目標カバー率に対応する累積カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する段階と、この件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外して、件数期待値の高い部品を、前記サービス拠点に保管する在庫部品として予測するサービス拠点用在庫部品特定段階とを実行することを要旨とする。

請求項７に記載の発明は、管理対象機器の種類を特定する機種識別子に対して、この機種に用いられる部品を特定する部品識別子を記録した機種部品データ記憶手段と、保守作業者が属するサービス拠点を特定する拠点識別子、機種識別子、部品識別子に対して、この部品を消費した消費時期、消費個数に関するデータを含めた消費実績データを記録した消費実績データ記憶手段と、拠点識別子に対して、このサービス拠点に属する保守作業者が担当する管理対象機器の市場稼働台数を市場稼働台数登録時期毎に記録した市場稼動台数データ記憶手段と、サービス拠点が属するエリア範囲を記録したエリア範囲データ記憶手段と、限界カバー率を特定するための限界特定値と、前記限界カバー率から目標カバー率を算出するための目標カバー率算出式とを記憶した制御手段とを用いて、サービス拠点に保管する部品の予測を行なうための在庫部品設定プログラムであって、前記制御手段を、予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定し、予測時期に基づいて算出時期を特定し、特定した算出時期において前記特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、特定した算出時期において前記特定したサービス拠点において消費された部品毎の消費個数を前記消費実績データ記憶手段から取得し、この消費個数を前記取得した市場稼動台数で除算して部品毎の保守交換率を算出する保守交換率算出手段、前記予測対象のサービス拠点において前記予測時期の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する件数期待値算出手段、前記算出時期に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、前記予測時期の件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する補正係数算出手段、前記件数期待値に前記補正係数を乗算して下限値算出用の補正件数期待値を算出する手段、この下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、前記限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として特定し、この限界カバー率と前記目標カバー率算出式とを用いて前記目標カバー率を算出し、この目標カバー率に対応する累積カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する手段、及びこの件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外して、件数期待値の高い部品を、前記サービス拠点に保管する在庫部品として予測するサービス拠点用在庫部品特定手段として機能させることを要旨とする。

（作用）
本発明によれば、制御手段は、管理対象機器の市場稼動台数と実際に消費された部品の数から保守交換率を算出し、この保守交換率と、予測時期における予測対象のサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数から、予測時期において部品が消費される件数期待値を算出する。このため、制御手段は、同じサービス拠点に属する各保守作業者が担当する管理対象機器の機種と同じ機種の過去の保守作業状況から、予測時期に消費される可能性の高い部品を、このサービス拠点の在庫部品として特定することができる。従って、サービス拠点において消費する可能性の高い部品を在庫部品として保管することにより、修理に迅速に対応することが期待でき、顧客へのサービス向上を図ることができる。

本発明によれば、制御手段は、算出した保守交換率を用いて、サービス拠点に属する保守作業者毎に、予測時期において部品が消費される件数期待値を算出し、この件数期待値から保守作業者毎に保管する在庫部品を特定する。制御手段は、サービス拠点に保管される在庫部品と、保守作業者に保管される在庫部品とをサービス拠点の総在庫部品として設定する。サービスス拠点の在庫部品は、これに属する保守作業者が担当する市場稼動台数全体に対して算出された件数期待値に基づいて特定され、保守作業者の在庫部品は、各保守作業者が担当する市場稼動台数に対応して算出された件数期待値に基づいて特定される。このため、同じ保守交換率を用いても、サービス拠点の在庫部品と、それに属する各保守作業者の在庫部品とは別々に設定されるので、保守作業者の在庫部品を合計した在庫部品が、サービス拠点の在庫部品と必ずしも一致しない。この一致しない部分によってより多くの修理に対応することができる可能性が高くなる。

本発明によれば、制御手段は、予測対象のサービス拠点とエリア種別からエリア範囲を特定し、予測時期と前記算出期間から市場稼動台数登録時期及び消費時期を特定する。そして、制御手段は、特定したエリア範囲及び市場台数登録時期から取得した市場稼動台数を、特定した消費時期から取得した消費個数で除算して、各算出条件に応じた保守交換率を算出し、これらをそれぞれ用いて各件数期待値を算出する。制御手段は、算出された各件数期待値及び統合条件に基づいて各部品の統合後の件数期待値を算出し、この統合後の件数期待値が高い部品を、在庫部品として特定する。従って、異なる算出条件から消費する可能性が高い部品を在庫部品として特定することができるため、いろいろな条件から総合的に、より適切な在庫部品をサービス拠点の在庫部品として特定することができる。

本発明によれば、制御手段は、件数期待値の高い部品のヒット件数の合計を、これに対応する件数期待値の合計で除算して、１件数期待値当たりのヒット件数である補正係数を算出する。ヒット件数は在庫部品として予測された部品の消費個数であるため、ヒット件数が多ければ予測された件数期待値の信頼性が高い。このため、算出した補正係数を用いて件数期待値を補正することにより、算出条件に応じて件数期待値にばらつきがある場合であっても、各算出条件の信頼性を同じにした件数期待値を用いて在庫部品を特定することができる。従って、予測の信頼性が高い算出条件で算出した件数期待値を優先的に用いて、より適切な部品を在庫部品として特定することができる。

本発明によれば、制御手段は、予測結果データの件数期待値に補正係数を乗算して補正件数期待値を算出する。制御手段は、補正件数期待値の高い部品を順次含んで累積カバー率を算出し、限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として取得し、この限界カバー率と目標カバー率算出式とを用いて目標カバー率を算出し、この目標カバー率以下で最も大きい累積カバー率の補正件数期待値を件数期待値下限値として特定する。制御手段は、この件数期待値下限値以下の件数期待値の部品については、このサービス拠点の在庫部品の候補から除外する。このため、サービス拠点の規模に応じて目標カバー率を設定することにより、サービス拠点毎に、より妥当な在庫部品点数とカバー率を達成することが可能な在庫部品を保管することができる。

本発明によれば、制御手段は、予測時期において、件数期待値から在庫部品として特定されなかった部品であっても、予測時期の前の時期において在庫部品として特定された部品であれば、件数期待値の高い部品を在庫部品として含める。在庫部品の入替頻度が高くなると、返品するための作業負荷が高くなる。このため、予測時期における件数期待値からは在庫部品として特定されなかった部品であっても、その前の時期において在庫部品として特定されていた部品を含めることにより、入替頻度を低くして、保守作業者やサービス拠点において行なわれる作業負担を減らすことができる。

本発明によれば、サービス拠点において在庫として保管する在庫部品をより適切に特定して、顧客へのサービス向上を図ることができる。

以下、本発明を具体化した一実施形態を図１〜図１９に基づいて説明する。本実施形態においては、修理や保守を行なう複合機等の機械本体（管理対象機器）に用いる部品のうち、サービス拠点であるサービスステーション（ＳＳ）全体において管理される部品を設定する。このＳＳ全体において管理される部品には、ＳＳの在庫部品とＣＥの在庫部品とが含まれる。ＳＳの在庫部品は、ＳＳに設置された棚等の保管場所に置かれて、カスタマーエンジニア（ＣＥ）が共有で使用可能となるように管理される在庫部品である。ＣＥの在庫部品は、保守作業者であるＣＥの手元で保管されて管理される在庫部品である。これら在庫部品は、月毎に、ＳＳ毎及びＣＥ毎に設定される。また、本実施形態では、各ＳＳ及び各ＣＥのそれぞれに対して、全国方式、都道府県別方式及び個別（ＣＥ別又はＳＳ別）方式の３つの方式から件数期待値を算出して予測を行なう。ここで、件数期待値とは、月別の部品別の消費個数の予測値である。この値が高いほど、この部品の在庫を保有することにより修理に対応できる割合が高いことを意味する。

本実施形態では、図１に示すように、ＣＥ毎及びＳＳ毎の在庫部品を設定するためのサービス部品在庫設定システム１０を用いる。このサービス部品在庫設定システム１０には、コンピュータ端末（図示せず）が接続されている。このコンピュータ端末は、設定された在庫部品を指示し、この在庫部品の設定に用いる各種データの入力や変更を行なうために用いられ、ディスプレイ、キーボード及びマウスを備える。ディスプレイは、予め定められるデータの設定画面や予測対象月の在庫部品に関する情報を含む在庫表示画面等を表示する。キーボードやマウスは、予め設定されるデータの値等を入力して設定するために用いる。

サービス部品在庫設定システム１０は、制御手段としての制御部１１を備えている。制御部１１は、図示しないＣＰＵ、メモリ（ＲＡＭ及びＲＯＭ）等を有し、後述する処理を行なう。この処理には、保守交換率算出段階、件数期待値算出段階、サービス拠点用在庫部品特定段階、保守作業者用件数期待値算出段階、保守作業者用在庫部品特定段階、設定
段階、統合処理段階、補正係数算出段階、補正段階、下限値算出用の補正件数期待値を算出する段階、件数期待値下限値として特定する段階及び選定段階等が含まれる。そして、このための在庫部品設定プログラムを実行することにより、制御部１１は、保守交換率算出手段、件数期待値算出手段、サービス拠点用在庫部品特定手段、保守作業者用件数期待値算出手段、保守作業者用在庫部品特定手段、設定手段として機能する。更に、制御部１１は、統合処理手段、補正係数算出手段、補正手段、下限値算出用の補正件数期待値を算出する手段、件数期待値下限値として特定する手段及び選定手段等として機能する。

保守交換率算出手段は、予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定する。これは、予測時期に基づいて市場稼動台数登録時期及び消費時期を特定し、この市場稼動台数登録時期において特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得する。更に、これは、特定した消費時期において前記特定したサービス拠点において消費された部品毎の消費個数を消費実績データ記憶手段から取得し、消費個数を取得した市場稼動台数で除算して部品毎の保守交換率を算出する。そして、これは、本実施形態では、予測対象のサービス拠点及び予測時期と、各算出条件から市場稼動台数及び部品毎の消費個数を特定して、各算出条件に応じた保守交換率を算出する。

件数期待値算出手段は、予測対象のサービス拠点において予測時期の市場稼動台数を市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する。これは、本実施形態では、算出された各保守交換率を用いて各算出条件に応じた各件数期待値を算出する。

サービス拠点用在庫部品特定手段は、件数期待値算出手段が算出した件数期待値の高い部品をサービス拠点に保管する在庫部品として予測する。これは、件数期待値から在庫部品として特定しなかった部品のうち、予測時期の前の時期に、予測対象のサービス拠点において在庫部品と特定された部品を在庫部品として特定する。

保守作業者用件数期待値算出手段は、予測対象のサービス拠点に属する各保守作業者が担当する前記予測時期の市場稼動台数を、市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の前記保守交換率を乗算して、保守作業者毎の件数期待値を算出する。

保守作業者用在庫部品特定手段は、保守作業者用件数期待値算出手段が算出した件数期待値の高い部品を、保守作業者毎に管理される在庫部品として特定して予測する。設定手段は、サービス拠点に保管される在庫部品と保守作業者毎に保管される在庫部品とをサービス拠点における総在庫部品として設定する。

統合処理手段は、統合条件に基づいて前記各件数期待値を統合して統合後の件数期待値を算出する。
補正係数算出手段は、予測結果データの予測時期に対応する消費期間に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、予測結果データに含まれる件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する。補正手段は、補正係数を、前記件数期待値に乗算して補正後の件数期待値を算出する。

下限値算出用の補正件数期待値を算出する手段は、予測結果データ記憶手段に記録された予測結果データの件数期待値に補正係数を乗算して下限値算出用の補正件数期待値を算出する。件数期待値下限値として特定する手段は、下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、限界特定値以上で最も小さい件数期待値の部品の
累積カバー率を限界カバー率として特定する。更に、これは、この限界カバー率と目標カバー率算出式とを用いて目標カバー率を算出し、この目標カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する。

選定手段は、この件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外する。
更に、制御部１１のメモリには、ＣＥ毎の在庫部品を予測するために用いる件数ヒット率最低値及び在庫据置月数に関するデータが記録されている。

ここで、件数ヒット率最低値は、ＣＥの在庫部品の効率性を所定水準以上に保つために予め設定される件数ヒット率の下限値である。件数ヒット率とは、選択された在庫部品の効率を示す値であり、予測された在庫部品で実際に消費された（ヒットした）件数を在庫部品の点数で除算した値である。件数期待値の上位から部品を選択した場合、部品点数の増加に対応して件数ヒット率は下降する。

本実施形態では、件数ヒット率の最低値を件数カバー率という指標を用いて評価する。この件数カバー率は、在庫部品が実消費に貢献できたかを示す値であり、総消費件数における在庫部品により対応できた消費件数の割合である。この件数カバー率は、件数期待値の上位から部品を選択した場合、部品点数の増加に対応して上昇するが、その上昇率は低くなる。このため、部品を携帯する効率性を考慮すると、部品点数を増加させるのは好ましくない。そこで、ＣＥの在庫部品の予測において、件数ヒット率最低値を設定し、この件数ヒット率最低値以上の件数期待値を有する部品を、件数期待値の上位から選択することにより、在庫の効率性を維持する。本実施形態の件数ヒット率最低値は、「２０％」に設定されており、この値が制御部１１のメモリに記録されている。なお、この「２０％」とは、在庫部品を５点持てば１件の消費をカバーできるという効率である。

在庫据置月数は、月毎の在庫入替負荷を削減するために、部品選定から漏れた部品の据置を許容する月数である。本実施形態では、在庫据置月数は、６ヶ月に設定されており、この値が制御部１１のメモリに記録されている。

また、制御部１１のメモリには、ＳＳ毎の在庫部品を予測するために用いる目標カバー率算出式、限界カバー率を特定するための限界特定値、ＳＳ基準点設定テーブル及びＳＳ補充点設定テーブルに関するデータが記録されている。

目標カバー率算出式とは、ＳＳが目標とする件数カバー率を算出する式であり、限界カバー率に応じた算出式である。ここで、限界カバー率とは、ＳＳにおいて各方式により算出された件数期待値が限界特定値以上の部品をすべて在庫した場合に達成できる件数カバー率をいう。本実施形態では、限界特定値は「０．５」に設定されており、この値が制御部１１のメモリに記録されている。なお、この「０．５」とは、２ヶ月に１件は消費が期待される部品を意味する。ＣＥの件数期待値下限値のように全ＳＳ共通の件数期待値下限値を設定し、この下限値以上の期待値の部番を在庫とすると、ＳＳによっては在庫部品点数、件数カバー率の格差が大きくなる。例えば、大規模ＳＳでは部品点数が現状の倍以上と極端に多くなる一方、小規模ＳＳでは極僅かな部品点数となる。更に、図１６に示すように、大規模ＳＳの件数カバー率は、小規模ＳＳの件数カバー率よりも大幅に低くなる。そこで、ＳＳの規模に応じた適正な在庫部品点数と、件数カバー率を定める指標として、各ＳＳが達成可能な限界カバー率を定義し、その限界カバー率に対する割合（ＳＳにおいて共通の限界特定値）により目標カバー率を設定する。

ここで、限界カバー率の設定について、図１７を用いて説明する。件数期待値の高い順に並べた部品点数と件数カバー率との関係を示す曲線は、予測した月に実際に消費された
消費実績を用いて算出されるので、予測の段階でその曲線を得ることはできない。そこで、過去の実績を利用して、図１７に示すように、次の手順で下限値を設定している。

（１）限界特定値に対応する件数期待値を特定する。
（２）この件数期待値に対応する件数カバー率を限界カバー率として特定する。
（３）この限界カバー率に「０．８」を乗算して目標カバー率を算出する。

（４）目標カバー率の件数カバー率を特定する。
（５）特定したカバー率の件数期待値を件数期待値下限値とする。そして、この件数期待値下限値以上の補正後の件数期待値の部品を在庫対象とする。

ＳＳ基準点設定テーブル及びＳＳ補充点設定テーブルは、それぞれＳＳの在庫部品の基準点と補充点を算出するために用いるデータであり、ＳＳの使用個数に対して乗算する基準乗算月数に関するデータである。この基準乗算月数は、部品の単価及び使用個数の幅に応じて設定されて記録されている。

更に、制御部１１のメモリには、件数期待値下限値、補正係数、各方式における推奨基準値の算出条件、全国方式推奨基準値、都道府県別方式推奨基準値、ＣＥ別方式推奨基準値及び各推奨基準値を統合する統合条件に関するデータが記録される。このため、本実施形態では、制御部１１のメモリは、算出条件データ記憶手段及び統合条件データ記憶手段として機能する。

件数期待値下限値には、ＣＥ在庫部品算出用の件数期待値下限値と、ＳＳ在庫部品算出用の件数期待値下限値とがある。なお、ＣＥ在庫部品算出用の件数期待値は、件数ヒット率最低値を満たすために必要な部品別の件数期待値の下限値であり、この値以上の件数期待値の部品は、件数ヒット率最低値を満たすことになる。

補正係数は、個別（ＣＥ別又はＳＳ別）、方式別及び機種のシリーズ別に、過去実績から求められる件数期待値当たりのヒット件数である。なお、ヒット件数は、予測された部品が実際に消費された件数である。件数期待値を算出する方式の特徴や各ＣＥに対する各方式の適合性により、件数期待値と実消費件数の格差にばらつきが生じる。このばらつきを平均化するために、補正係数を乗算して各ＣＥの消費傾向に適した値に各方式で算出した件数期待値を補正する。

各方式における推奨基準値の算出条件は、全国方式、都道府県別方式及び個別方式において推奨基準値を算出するときの条件である。本実施形態では、全国方式においては、予測対象月の直近１ヶ月の全国における市場稼働台数を用いて算出する条件が記録されている。都道府県方式においては、予測対象月の直近６ヶ月の都道府県における市場稼動台数を用いて算出する条件が記録されている。個別方式においては、予測対象月の１２ヶ月の同じＣＥ又はＳＳにおける市場稼動台数を用いて算出する条件が記録されている。

全国方式推奨基準値、都道府県別方式推奨基準値及び個別方式推奨基準値は、それぞれ全国方式、都道府県別方式又は個別方式によって算出された推奨基準値である。この推奨基準値は、後述するように、各方式で算出した件数期待値に、補正係数を乗算して得た補正後の件数期待値である。

統合条件は、各方式によって算出された各推奨基準値を統合するときに用いる統合条件算出式である。本実施形態では、ＣＥ用の統合条件とＳＳ用の統合条件は異なり、それぞれ別の統合条件算出式が記録されている。ＣＥ用の統合条件算出式は、各推奨基準値の合計を算出する式であり、ＳＳの統合条件算出式は、各推奨基準値の最大値を算出する式で
ある。

更に、制御部１１は、部品マスタデータ記憶部２１、消費実績データ記憶部２２、保管区分マスタデータ記憶部２３、市場稼動台数データ記憶部２４、機種部品マスタデータ記憶部２５、ＣＥマスタデータ記憶部２６及び課所マスタデータ記憶部２７に接続されている。本実施形態においては、消費実績データ記憶部２２が消費実績データ記憶手段、市場稼動台数データ記憶部２４が市場稼動台数データ記憶手段、機種部品マスタデータ記憶部２５が機種部品データ記憶手段として機能する。また、課所マスタデータ記憶部２７は、エリア範囲データ記憶手段として機能する。

部品マスタデータ記憶部２１には、メンテナンスに用いられる交換可能な部品に関する部品マスタデータ２１０が記録されている。この部品マスタデータ２１０は、新たな部品が生成されると部品番号（部番）が付与されて記録され、定期的にデータの更新が行なわれる。この部品マスタデータ２１０には、図２（ａ）に示すように、部品番号、部品の容積、物量区分、定価及び１件当たりの最多頻度使用個数に関するデータが含まれる。

部品番号データ領域には、部品を特定するための識別子である部品番号（部番）が記録されている。この部品番号データが部品特定データとして機能する。
容積データ領域には、この部品の大きさ（容積）に関するデータが記録されている。

物量区分データ領域には、部品の大きさに応じた区分を特定するための識別子に関するデータが記録されている。本実施形態の物量区分データとしては、超特大、特大、大物、中物及び小物をそれぞれ特定するデータを用いる。

定価データ領域には、この部品の定価に関するデータが記録されている。
最多頻度使用個数データ領域には、この部品が１回（１件）において使用された個数のうち、最も頻繁に使用された個数に関するデータが記録されている。例えば、１回に２個使う場合が最も多い部品については、２個が最多頻度使用個数として記録される。

消費実績データ記憶部２２には、サービス部品の消費実績に関する消費実績データ２２０が記録されている。この消費実績データ２２０には、部品が消費されると記録される。消費実績データ２２０は、図２（ｂ）に示すように、年月日、課所コード、ＣＥコード、機種、部品番号及び消費個数に関するデータが含まれる。

年月日データ領域には、メンテナンスによって部品を消費した年月日に関するデータが記録される。
課所コード領域には、このメンテナンスを行なったＣＥの所属（ここでは、サービスステーション（ＳＳ））を特定するための識別子に関するデータが記録される。

ＣＥコードデータ領域には、このＣＥを特定するための識別子に関するデータが記録される。このＣＥコードが、作業者特定データとして機能する。
機種データ領域には、メンテナンスを行なった本体の機種を特定するための識別子に関するデータが記録される。

部品番号データ領域には、消費した部品を特定するための識別子である部品番号（部番）に関するデータが記録される。
消費個数データ領域には、その日に、そのＣＥが、その機種のその部品を消費した個数に関するデータが記録される。

保管区分マスタデータ記憶部２３には、保管場所を特定する保管区分に関する保管区分
マスタデータ２３０が記録されている。ＣＥに関する保管区分は、ＣＥが部品を搬送するときに使用する搬送手段を意味する。なお、本実施形態においては、ＳＳに関する保管区分は、１つのみ記録されている。この保管区分マスタデータ２３０は、ＣＥが部品を搬送する搬送手段が新たに選択可能となった場合や特殊なＳＳが新たに設置された場合に記録される。この保管区分マスタデータ２３０は、図２（ｃ）に示すように、保管区分、保管対象物量区分、据置前最大点数、据置後最大点数及び最大容積に関するデータが含まれる。

保管区分データ領域には、部品を保管する保管区分を特定する識別子に関するデータが記録されている。本実施形態の保管区分データとして、ＳＳ、パーツカーの四輪車、ＣＥの四輪車、三輪車、二輪車及びカバンをそれぞれ特定するデータを用いる。

保管対象物量区分データ領域には、この保管区分において保管可能な部品の物量区分を特定するためのデータが記録されている。本実施形態では、サービスステーションにおいては、小物〜特大（超特大以外）の物量区分に属する部品を特定するデータが記録されている。パーツカーの四輪においては、小物〜特大（超特大以外）の物量区分に属する部品を特定するデータが記録されており、ＣＥの四輪においては、小物〜大物（超特大及び特大以外）の物量区分に属する部品を特定するデータが記録されている。また、三輪及び二輪においては、小物及び中物の物量区分に属する部品を特定するデータが記録されており、カバンにおいては、小物の物量区分に属する部品を特定するデータが記録されている。

据置前最大点数データ領域及び据置後最大点数データ領域には、据置処理の前後において在庫として選択される最大の部品点数に関するデータがそれぞれ記録されている。ここで、据置処理とは、返品負荷を高くしないように入替頻度を抑制することを目的として、予測対象月では在庫にされなかった部品のうち、前月以前に在庫として推奨された部品を、在庫対象品とする処理である。本実施形態では、（ＳＳを除く）パーツカーの四輪車、ＣＥの四輪車、三輪車、二輪車及びカバンについては、据置前最大点数として３０点のデータが記録され、据置後最大点数として３５点のデータが記録されている。なお、本実施形態において、ＳＳについては、据置前後の最大点数は設定されていない。

最大容量データ領域には、この保管区分において部品を搬送できる最大容量に関するデータが記録されている。本実施形態では、例えば、カバンを特定する保管区分の場合には、最大容量として２リットル、三輪車を特定する保管区分の場合には、最大容量として３０リットルが記録されている。

市場稼動台数データ記憶部２４には、月毎にＣＥが担当するメンテナンス対象となる本体の機種毎の市場稼動台数に関する市場稼動台数データ２４０が記録されている。この市場稼動台数データ２４０は、月毎に（市場稼働台数登録時期毎に）、所定の日になると新たに記録される。市場稼動台数データ２４０には、図３（ａ）に示すように、年月、課所コード、ＣＥコード、機種及び台数に関するデータが含まれる。

年月データ領域には、この市場稼動台数の年月に関するデータが記録される。
課所コードデータ領域には、本体についてメンテナンスを行なうＣＥの所属（サービスステーション）を特定するための識別子に関するデータが記録される。

ＣＥコードデータ領域には、このＣＥを特定するための識別子に関するデータが記録される。
機種データ領域には、このＣＥが担当しており、この月に市場で稼動している本体の機種を特定するための識別子に関するデータが記録される。

台数データ領域には、このＣＥがこの年月に担当する、この機種の台数に関するデータが記録される。
機種部品マスタデータ記憶部２５には、過去の部品消費実績から本体の機種と部品とを関連付けた機種部品マスタデータ２５０が記録されている。この機種部品マスタデータ２５０は、予測対象月の直近の過去１２ヶ月間において、同じ機種に対して同じ部品が６件以上用いられた場合に記録される。この機種部品マスタデータ２５０には、図３（ｂ）に示すように、シリーズ識別子、機種及び部品番号に関するデータが含まれる。

シリーズ識別子データ領域には、メンテナンスを行なう本体の機種のシリーズを特定する識別子に関するデータが記録されている。
機種データ領域には、この機種を特定する識別子に関するデータが記録されている。

部品番号データ領域には、この機種に使用される部品を特定するための識別子である部品番号（部番）に関するデータが記録されている。
ＣＥマスタデータ記憶部２６には、ＣＥに関するＣＥマスタデータ２６０が記録されている。このＣＥマスタデータ２６０は、新しいＣＥが配属された場合に記録され、ＣＥが属する課所やＣＥの保管区分が変更された場合等に更新される。ＣＥマスタデータ２６０には、図３（ｃ）に示すように、課所コード、ＣＥコード及び保管区分に関するデータが含まれる。

課所コードデータ領域には、ＣＥの所属（ＳＳ）を特定するための識別子に関するデータが記録されている。
ＣＥコードデータ領域には、このＣＥを特定するための識別子に関するデータが記録されている。
保管区分データ領域には、このＣＥが部品を搬送するときに使用する搬送手段（保管区分）を特定するためのデータが記録されている。

課所マスタデータ記憶部２７には、ＣＥが所属するＳＳに関する課所マスタデータ２７０が記録されている。この課所マスタデータ２７０は、ＳＳが新設されると記録される。課所マスタデータ２７０には、図３（ｄ）に示すように、課所コード及び都道府県識別子に関するデータが記録されている。

課所コードデータ領域には、このＳＳを特定するための識別子に関するデータが記録されている。
都道府県識別子データ領域には、このＳＳがある都道府県を特定するための識別子に関するデータが記録されている。なお、本実施形態では、都道府県がエリア範囲に相当する。

更に、図１の制御部１１は、予測結果データ記録手段としての方式別予測結果データ記憶部３１及び在庫部品データ記憶手段としての在庫部品設定データ記憶部３２に接続されている。

方式別予測結果データ記憶部３１には、方式別に在庫部品として予測した結果に関する方式別予測結果データ３１０が記録される。方式別予測結果データ３１０は、後述する各方式による推奨基準値データの生成処理において、補正前の件数期待値が算出されると記録される。方式別予測結果データ３１０には、図４（ａ）に示すように、方式識別子、予測年月、個別コード、シリーズ識別子、部品番号及び件数期待値に関するデータが含まれる。

方式識別子データ領域には、この予測結果を算出した方式を特定するための識別子に関
するデータが記録される。方式識別子として、本実施形態では、全国方式、都道府県方式又は個別方式（ＣＥ別方式又はＳＳ別方式）の３つを用いる。

予測年月データ領域には、この予測対象月を特定するための年月に関するデータが記録される。
個別コードデータ領域には、予測対象を特定するための識別子に関するデータが記録される。ＣＥが管理する部品が予測対象の場合には、そのＣＥを特定するためのＣＥコードが記録される。また、ＳＳが保管場所で管理する部品が予測対象の場合には、そのＳＳを特定するための課所コードが記録される。

シリーズ識別子データ領域には、予測した本体の機種のシリーズを特定するための識別子に関するデータが記録される。
部品番号データ領域には、予測された部品を特定するための識別子（部品番号）に関するデータが記録される。
件数期待値データ領域には、予測された部品の件数期待値に関するデータが記録される。

在庫部品設定データ記憶部３２には、予測対象月において予測対象（ＳＳ又はＣＥ）の在庫部品として設定される部品に関する在庫部品設定データ３２０が記録される。この在庫部品設定データ３２０は、後述する在庫部品設定処理が実行されて、算出されると記録される。この在庫部品設定データ３２０は、図４（ｂ）に示すように、対象年月、個別コード、部品番号、補正件数期待値、使用個数、据置月数、基準点及び補充点に関するデータが記録されている。

対象年月データ領域には、このＣＥ又はＳＳの在庫部品として算出した年月に関するデータが記録される。
個別コードデータ領域には、予測対象を特定するための識別子に関するデータが記録される。予測対象がＣＥの部品であるときには、そのＣＥを特定するためのＣＥコードが記録される。また、予測対象がＳＳの部品であるときには、そのＳＳを特定するための課所コードが記録される。

部品番号データ領域には、このＣＥ又はＳＳの在庫部品として算出された部品を特定するための識別子としての部品番号に関するデータが記録される。
補正件数期待値データ領域には、補正された件数期待値（推奨基準値）に関するデータが記録される。本実施形態では、後述する統合処理を行なった後の推奨基準値が記録される。

使用個数データ領域には、この部品の使用個数に関するデータが記録される。在庫部品設定データ３２０がＣＥの在庫部品に関するデータの場合には、この部品の１件当たりの使用個数に関するデータが記録される。また、在庫部品設定データ３２０がＳＳの在庫部品に関するデータの場合には、この部品がその月に使用される個数に関するデータが記録される。

据置月数データ領域には、この部品が、後述する据置処理により在庫部品として含められた連続月数に関するデータが記録される。後述する統合後の推奨基準値から在庫部品として特定された場合には、この据置月数は「０」に設定される。

基準点データ領域には、この部品を通常ＣＥが携帯するときの個数又は通常ＳＳの棚に１ヶ月に保管される個数に関するデータが記録される。本実施形態では、ＣＥの基準点は、この部品の１件当たりの最多使用頻度個数と同じ値に設定される。

補充点データ領域には、この部品を補充するときの個数に関するデータが記録される。本実施形態では、ＣＥの補充点は、基準点と同じ値に設定される。
次に、以上のように構成されたサービス部品在庫設定システム１０における月毎の在庫部品設定処理について説明する。まず、各ＣＥの在庫部品を設定するＣＥ在庫部品設定処理について、図５〜図８及び図１３〜図１５を用いて説明する。この在庫部品設定定処理は、ＣＥ毎に実行される。

（ＣＥ在庫部品設定処理）
この在庫部品設定処理においては、図５に示すように、サービス部品在庫設定システム１０の制御部１１は、まず、各方式による推奨基準値データの生成処理を実行する（ステップＳ１−１）。本実施形態では、全国方式、都道府県別方式及び個別（ＣＥ別）方式の３つの方式による推奨基準値データの生成処理を実行し、それぞれ生成した推奨基準値を制御部１１のメモリに記録する。この場合、コンピュータ端末に、在庫部品を設定するときの入力データ、例えば予測対象月や予測対象となるＣＥを特定するためのデータが入力される。

まず、全国方式による推奨基準値データの生成処理について、図６を用いて説明する。この処理において、制御部１１は、まず、件数期待値下限値及び補正係数の算出処理を実行する（ステップＳ２−１）。この算出処理では、制御部１１は、消費実績データ記憶部２２から、予測対象のＣＥに関連付けられた予測対象月の過去５ヶ月の消費実績のうち、消費実績が３ヶ月以上あるか否かを判断する。ここで、消費実績が３ヶ月以上あった場合には、ＣＥ別に件数期待値下限値及び補正係数を算出する。また、消費実績が１ヶ月又は２ヶ月であった場合には、都道府県別に件数期待値下限値及び補正係数を算出する。

ここで、ＣＥ別の件数期待値下限値及び補正係数を算出する場合について説明する。
この場合、対象となるＣＥを特定するためのＣＥコード、全国方式を示す方式識別子及び算出するシリーズを特定するためのシリーズ識別子を含む過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。

そして、図１３に示すように、制御部１１は、取得した方式別予測結果データ３１０を、件数期待値の順番にソートし、ＣＥ別シリーズ別月別部品別のヒット件数を記録する。具体的には、制御部１１は、このＣＥがこのシリーズにおいて在庫部品と予測された部品の消費個数を、年月日、ＣＥコード、機種及び部番から特定される消費実績データ２２０から取得し、ヒット件数として記録する。また、制御部１１は、その月に対応する部品の消費実績データ２２０がない場合には、その部番の部品のヒット件数を「０」としてメモリに記録する。

次に、制御部１１は、累積ヒット件数を累積在庫部品点数で除算した平均件数ヒット率を算出する。累積ヒット件数とは、その値よりも件数期待値が大きい部品のヒット件数を合計したものであり、件数在庫部品点数とは、対応する部品が在庫部品として予測された点数の合計である。例えば、図１３において件数期待値が最も高い部番の平均件数ヒット率は、ヒット件数が「３」で、予測した在庫部品点数が「１」の場合、平均件数ヒット数は「（３／１×１００％＝）３００％」になる。また、件数期待値が２番目に高い平均件数ヒット率は、１番目及び２番目に高い件数期待値の在庫部品点数の合計が「２」である場合、それぞれのヒット件数が「３」及び「２」であるため、「（（３＋２）／２×１００％＝）２５０％」になる。

次に、制御部１１は、算出した平均件数ヒット率と、件数ヒット率最低値とを比較し、件数ヒット率最低値以上の平均ヒット率で最も低い件数期待値を件数期待値下限値として
算出する。本実施形態では、件数ヒット率最低値が２０％に設定されているため、この件数ヒット率が２０％以上で最も低い件数期待値（図１３では「０．０２９０１」）を件数期待値下限値として算出してメモリに記録する。

次に、制御部１１は、ヒット件数の合計を件数期待値の合計で除算して補正係数を算出する。具体的には、最も高い件数期待値から件数期待値下限値までの件数期待値の合計（図１３の線Ｓ１で囲まれた範囲）で、これらに対応するヒット件数の合計（図１３の線Ｓ２で囲まれた範囲）を除算して補正係数を算出し、メモリに記録する。

なお、都道府県別に件数期待値下限値及び補正係数を算出する場合には、制御部１１は、このＣＥを特定するＣＥコードに関連付けられた課所コードを、ＣＥマスタデータ記憶部２６から取得し、この課所コードの都道府県識別子を課所マスタデータ２７０から取得する。そして、制御部１１は、同じ都道府県識別子を有する課所コードを課所マスタデータ記憶部２７から取得し、取得した課所コードに関連付けられたＣＥコードをＣＥマスタデータ記憶部２６から取得する。制御部１１は、取得したＣＥコード、全国方式を示す方式識別子及び算出するシリーズを特定するためのシリーズ識別子を含む過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。そして、上記ステップＳ２−１における件数期待値下限値及び補正係数の算出と同様に、制御部１１は、取得した方式別予測結果データ３１０を件数期待値の順番にソートして、ヒット件数を記録し、このヒット件数と件数期待値とを用いて、件数期待値下限値及び補正係数を算出する。

次に、制御部１１は、予測対象月（Ｎ月度）の件数期待値の算出処理を実行する（ステップＳ２−２）。ここで、まず、制御部１１は、直近１ヶ月のシリーズ別部品別の保守交換率Ｃ１を算出する。具体的には、制御部１１は、算出するシリーズを特定するシリーズ識別子が記録された機種部品マスタデータ２５０を機種部品マスタデータ記憶部２５から取得する。更に、制御部１１は、取得した機種部品マスタデータ２５０に含まれる機種及び前月に相当する年月が記録された市場稼動台数データ２４０を市場稼動台数データ記憶部２４から取得する。制御部１１は、取得した市場稼動台数データ２４０の台数を合計して、シリーズ別該当市場稼動台数を算出する。

更に、制御部１１は、取得した機種部品マスタデータ２５０に含まれる機種、部番及び前月の年月日が記録された消費実績データ２２０を、消費実績データ記憶部２２から取得し、この機種別でこの部品別に前月に消費された個数を合計する。そして、制御部１１は、部品別に合計した部品消費件数を、算出したシリーズ別該当市場稼動台数で除算して、シリーズ別部品別の保守交換率Ｃ１を算出する。

次に、制御部１１は、各ＣＥ別シリーズ別部品別の件数期待値の算出処理を実行する。ここで、制御部１１は、予測対象のＣＥのＣＥコードに関連付けられている予測対象月の市場稼動台数データ２４０を市場稼動台数データ記憶部２４から取得し、ＣＥ別機種別の市場稼動台数を特定する。次に、制御部１１は、特定したＣＥ別機種別の市場稼動台数と、算出した保守交換率Ｃ１とを乗算して、機種別部品別の件数期待値を算出する。次に、制御部１１は、算出した件数期待値を合計して、ＣＥ別シリーズ別部品別の件数期待値を算出する。そして、制御部１１は、算出した件数期待値を、補正前の件数期待値として、方式別予測結果データ記憶部３１に記録する。この場合、制御部１１は、この件数期待値に関連付けて、算出した方式（ここでは、全国方式）を特定する識別子、予測対象月の年月、予測対象のＣＥを特定するＣＥコード、シリーズ識別子及び部番を方式別予測結果データ記憶部３１に記録する。

次に、制御部１１は、件数期待値下限値による部品選定処理を実行する（ステップＳ２
−３）。具体的には、制御部１１は、ステップＳ２−１で算出した件数期待値下限値と、ステップＳ２−２で算出した各部品の件数期待値とを比較する。制御部１１は、件数期待値下限値以上の件数期待値の部品に関するデータを残し、件数期待値下限値よりも低い件数期待値の部品に関するデータを削除する。

次に、制御部１１は、件数期待値の補正処理を実行する（ステップＳ２−４）。具体的には、制御部１１は、ステップＳ２−２で算出した各部品の件数期待値に、ステップＳ２−１で算出したＣＥ別シリーズ別補正係数を乗算する。そして、制御部１１は、補正係数を乗算して得た補正後の件数期待値を、その部番に関連付けて、全国方式の推奨基準値データとしてメモリに記録する。

次に、都道府県方式による推奨基準値データの生成処理について、図７を用いて説明する。この方式における生成処理は、上述した全国方式における生成処理と同じ処理によって行なわれるが、全国方式で用いた過去１ヶ月のデータの代わりに、同じ都道府県における過去６ヶ月データを用いる点が異なる。

都道府県方式による推奨基準値データの生成処理においても、制御部１１は、まず、件数期待値下限値及び補正係数の算出処理を実行する（ステップＳ３−１）。具体的には、制御部１１は、上述したステップＳ２−１と同様に、各部品についてこのＣＥの過去５ヶ月の消費実績が３ヶ月以上か否かを判断し、３ヶ月以上の場合にはＣＥ別に、１ヶ月又は２ヶ月であった場合には都道府県別に、件数期待値下限値及び補正係数を、都道府県別方式を示す方式識別子を含む方式別予測結果データ３１０を用いて算出する。そして、制御部１１は、算出した件数期待値下限値及び補正係数をメモリに記録する。

次に、制御部１１は、予測対象月（Ｎ月度）の件数期待値の算出処理を実行する（ステップＳ３−２）。ここで、まず、制御部１１は、直近６ヶ月の都道府県別シリーズ別部品別の保守交換率Ｃ２を算出する。具体的には、制御部１１は、算出するシリーズを特定するシリーズ識別子を含む機種部品マスタデータ２５０を機種部品マスタデータ記憶部２５から取得する。更に、制御部１１は、このＣＥを特定するＣＥコードに関連付けられた課所コードをＣＥマスタデータ２６０から特定し、この課所コードに関連付けられた都道府県識別子を課所マスタデータ２７０から特定し、特定した都道府県識別子を有する課所コードを課所マスタデータ２７０から取得する。

そして、制御部１１は、取得した機種部品マスタデータ２５０に含まれる機種、取得した課所コード及び過去６ヶ月に相当する年月についての市場稼動台数データ２４０を市場稼動台数データ記憶部２４から取得する。制御部１１は、取得した市場稼動台数データ２４０の台数を合計して、シリーズ別該当市場稼動台数を算出する。更に、制御部１１は、取得した機種部品マスタデータ２５０に含まれる機種、取得した課所コード、部番及び過去６ヶ月の年月日についての消費実績データ２２０を、消費実績データ記憶部２２から取得し、機種別かつ部品（部番）別に、同一の都道府県内で過去６ヶ月間に消費された個数を合計する。そして、制御部１１は、部品別に合計した部品消費件数を、算出したシリーズ別該当市場稼動台数で除算して、シリーズ別部品別の保守交換率Ｃ２を算出する。

次に、制御部１１は、各ＣＥ別シリーズ別部品別の件数期待値の算出処理を実行する。ここで、制御部１１は、予測対象月の市場稼動台数データを市場稼動台数データ記憶部２４から取得し、ＣＥ別機種別の市場稼動台数を算出する。制御部１１は、算出したＣＥ別機種別の市場稼動台数と、算出した保守交換率Ｃ２とを乗算して、機種別部品別の件数期待値を算出する。次に、制御部１１は、算出した機種別部品別の件数期待値を合計して、ＣＥ別シリーズ別部品別の件数期待値を算出する。

次に、制御部１１は、算出した機種別部品別の件数期待値を合計して、ＣＥ別シリーズ別部品別の件数期待値を算出する。そして、制御部１１は、算出した件数期待値を、算出した方式（ここでは、都道府県別方式）を特定する識別子、予測対象月の年月、予測対象のＣＥを特定するＣＥコード、シリーズ識別子及び部番に関連付けて、方式別予測結果データ記憶部３１に記録する。

次に、制御部１１は、全国方式の上記ステップＳ２−３，Ｓ２−４と同様に、件数期待値下限値による部品選定処理を実行して（ステップＳ３−３）、件数期待値の補正処理を実行する（ステップＳ３−４）。そして、制御部１１は、この件数期待値の補正処理によって得た補正後の件数期待値を、その部番に関連付けて、都道府県別方式の推奨基準値データとしてメモリに記録する。

次に、ＣＥ別方式による推奨基準値データの生成処理について、図８を用いて説明する。この方式における生成処理は、上述した全国方式や都道府県別方式における生成処理と同じ手順によって行なわれるが、件数期待値下限値、補正係数及び予測対象月の件数期待値の算出方法が異なり、ＣＥ別に算出されるが機種のシリーズ別には算出されない。

ＣＥ別方式による推奨基準値データの生成処理においても、まず、件数期待値下限値及び補正係数の算出処理を実行する（ステップＳ４−１）。具体的には、制御部１１は、まず、上述したステップＳ２−１と同様に、各部品についてこのＣＥの過去５ヶ月の消費実績が３ヶ月以上か否かを判断し、３ヶ月以上の場合にはＣＥ別に、１ヶ月又は２ヶ月であった場合には都道府県別に、件数期待値下限値及び補正係数を算出する。

ここで、ＣＥ別の件数期待値下限値及び補正係数を算出する場合について説明する。
この場合、対象となるＣＥを特定するためのＣＥコード及びＣＥ別方式を示す方式識別子を含む過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。

そして、制御部１１は、取得した方式別予測結果データ３１０を、件数期待値の順番にソートし、ＣＥ別月別部品別のヒット件数を記録する。更に、制御部１１は、累積ヒット件数を累積在庫部品点数で除算した平均件数ヒット率を算出し、件数ヒット率最低値以上の平均ヒット率で最も低い件数期待値を件数期待値下限値として算出してメモリに記録する。次に、制御部１１は、ヒット件数の合計を件数期待値の合計で除算した補正係数をメモリに記録する。

なお、都道府県別に件数期待値下限値及び補正係数を算出する場合には、制御部１１は、このＣＥを特定するＣＥコードに関連付けられた課所コードを、ＣＥマスタデータ記憶部２６から取得し、この課所コードの都道府県識別子を課所マスタデータ２７０から取得する。そして、制御部１１は、同じ都道府県識別子を有する課所コードが記録された課所マスタデータ２７０を取得し、取得した課所コードに関連付けられたＣＥコードをＣＥマスタデータ記憶部２６から取得する。制御部１１は、取得したＣＥコード及びＣＥ別方式の方式識別子が記録された過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。そして、上記ステップＳ２−１，Ｓ３−１における件数期待値下限値及び補正係数の算出と同様に、制御部１１は、取得した方式別予測結果データ３１０を件数期待値の順番にソートして、ヒット件数を記録し、このヒット件数と件数期待値とを用いて、件数期待値下限値及び補正係数を算出する。

次に、制御部１１は、予測対象月（Ｎ月度）の件数期待値の算出処理を実行する（ステップＳ４−２）。ここで、まず、制御部１１は、直近１２ヶ月の部品別の消費個数を算出する。具体的には、制御部１１は、このＣＥを特定するＣＥコード及び過去１２ヶ月の年
月日を含む消費実績データ２２０を消費実績データ記憶部２２から取得する。そして、制御部１１は、取得した消費実績データ２２０の部品の個数を部品毎に合計する。

更に、制御部１１は、合計した部番毎の件数を「１２」で除算して、このＣＥ別部品別の件数期待値を算出する。そして、制御部１１は、算出した件数期待値を、算出した方式（ここでは、個別方式）を特定する識別子、予測対象月の年月、予測対象のＣＥを特定するＣＥコード、シリーズ識別子及び部番に関連付けて、方式別予測結果データ記憶部３１に記録する。

次に、制御部１１は、全国方式の上記ステップＳ２−３，Ｓ２−４と同様に、ステップＳ４−１で算出した件数期待値下限値による部品選定処理を実行し（ステップＳ４−３）、ステップＳ４−１で算出した補正係数を用いて件数期待値の補正処理を実行する（ステップＳ４−４）。そして、この件数期待値の補正処理によって得た補正後の件数期待値を、その部番に関連付けて、ＣＥ別方式の推奨基準値データとしてメモリに記録する。

以上により、３つの方式によるＣＥ推奨基準値データが生成されると、制御部１１は、３方式による推奨基準値データの統合処理をＣＥ用の統合条件を用いて実行する（ステップＳ１−２）。具体的には、制御部１１は、各方式で算出された推奨基準値を部番毎に合計して、統合後の推奨基準値を算出する。例えば、全国方式の値が「１．０２６」で、都道府県別方式の値が「０．９８５」の場合には、統合後の推奨基準値は、「（１．０２６＋０．９８５＝）２．０１１」になる。そして、制御部１１は、統計後の推奨基準値を高い順にソートする。

次に、制御部１１は、非在庫部品の除去処理を実行する（ステップＳ１−３）。具体的には、制御部１１は、このＣＥを特定するＣＥコードが記録されたＣＥマスタデータ２６０をＣＥマスタデータ記憶部２６から取得する。制御部１１は、このＣＥマスタデータ２６０の保管区分データを含む保管区分マスタデータ２３０を、保管区分マスタデータ記憶部２３から取得する。また、制御部１１は、統合後の推奨基準値を算出した部番が記録された部品マスタデータ２１０を取得する。

そして、制御部１１は、取得した保管区分マスタデータ２３０の保管対象物量区分と、取得した部品マスタデータ２１０の物量区分とを比較する。比較した結果、部品の物量区分が、保管区分マスタデータ２３０の保管対象物量区分に含まれていない場合には、その部品のデータを削除する。次に、制御部１１は、統合後の推奨基準値が高い部番の部品を、その値が高い順に、保管区分マスタデータ２３０の据置前最大点数（本実施形態では３０点）を超えない範囲で、予測対象月の在庫候補として特定する。

次に、制御部１１は、据置処理を実行する（ステップＳ１−４）。具体的には、制御部１１は、在庫部品設定データ記憶部３２から、このＣＥを示すＣＥコード、前月を対象年月とする在庫部品設定データを特定する。そして、特定した各ＣＥの在庫部品設定データの据置月数の値に、「１」を加算した値を新たな据置月数として記録して更新する。更に、制御部１１は、ステップＳ１−３において特定された部品の据置月数は「０」として記録して更新する。

次に、制御部１１は、特定した前月の在庫部品設定データから据置対象の部品のデータを特定する。具体的には、制御部１１は、図１４に示すように、前月の在庫部品設定データにおいて、更新した据置月数が在庫据置月数より大きい部番のデータと、ステップＳ１−３において在庫候補の部品として特定された部番のデータとを除いた残りを、据置対象の部品の在庫部品設定データとして特定する。更に、制御部１１は、据置対象の部品の在庫部品設定データを、据置月数が少ない順に、同じ据置月数においては補正件数期待値が
高い順に、予測対象月の在庫候補の部品として特定する。この場合、部品の特定は、ステップＳ１−３において特定された部番の部品の数と合わせて、据置後最大点数（本実施形態では３５点）を超えない範囲で行なう。

次に、制御部１１は、在庫基準設定処理を実行する（ステップＳ１−５）。具体的には、制御部１１は、予測対象月の在庫候補の部品として特定された部番を含む部品マスタデータ２１０を、部品マスタデータ記憶部２１から取得し、各部品の１件あたりの最多頻度使用個数を取得する。更に、制御部１１は、この取得した最多頻度使用個数を、各部品の使用個数、基準点及び補充点として設定する。

次に、制御部１１は、容積・点数制約の適用処理を実行する（ステップＳ１−６）。ここでは、在庫部品として特定される部品の累積容積が、ＣＥの保管区分の容積以下となるようにする。このため、まず、制御部１１は、予測対象月の在庫候補の部品の累積容積を算出する。具体的には、制御部１１は、各部品の部番が記録された部品マスタデータ２１０の容積と、基準点の個数とを乗算した値を、部品毎の容積として算出する。そして、制御部１１は、統合された推奨基準値の高い順番で、部品毎の容積を加算した累積容積を順次、算出する。

そして、制御部１１は、算出した累積容積と、ステップＳ１−３において取得した保管区分マスタデータ２３０の最大容積とを比較して、図１５に示すように、最大容積以下の累積容積となる部品を在庫部品として特定し、これら部品のすべてを、このＣＥの在庫部品設定データ記憶部３２として記録する。具体的には、制御部１１は、算出した月の対象年月、このＣＥを特定するＣＥコード、各部品の部番、統合後の推奨基準値である補正件数期待値、使用個数、基準点及び補充点が記録された在庫部品設定データ３２０を在庫部品設定データ記憶部３２に記録する。

なお、ここで、据置後最大部品点数の制約が大きく、予測対象月の在庫候補の部品のすべての累積容積が、このＣＥの保管区分の最大容積よりも小さい場合には、ステップＳ１−４で据置後最大部品点数の制約から特定した部品のすべてのデータを、このＣＥの在庫部品設定データ３２０の在庫部品として在庫部品設定データ記憶部３２に記録する。以上により、ＣＥ在庫部品設定処理が完了する。

（ＳＳ在庫部品設定処理）
次に、各ＳＳの棚に保管する在庫部品を設定するＳＳ在庫部品設定処理について、図９〜図１２及び図１６〜図１９を用いて説明する。

図９に示すように、サービス部品在庫設定システム１０の制御部１１は、まず、補正係数及び件数期待値下限値の算出処理を実行する（ステップＳ６−１）。このＳＳ在庫部品設定処理においては、各方式で算出した補正係数を用いてＳＳの規模に応じた件数期待値下限値を算出するので、ＣＥ在庫部品設定処理と異なり、件数期待値下限値より補正係数を先に算出する。なお、ＣＥ在庫部品設定処理と同様に、全国方式及び都道府県別方式の補正係数は、部品が設けられる本体のシリーズ別に算出されるが、個別（ＳＳ別）方式の補正係数は、シリーズに無関係に補正係数が算出される。

まず、全国方式及び都道府県方式の補正係数の算出について説明する。まず、制御部１１は、ＣＥ在庫部品設定処理と同様に、消費実績データ記憶部２２から、予測対象のＳＳに関連付けられた予測対象月の過去５ヶ月の消費実績のうち、部品毎に消費実績が３ヶ月以上あるか否かを判断する。ここで、消費実績が３ヶ月以上あった場合には、ＳＳ別に補正係数を算出する。また、消費実績が１ヶ月又は２ヶ月であった場合には、都道府県別に補正係数を算出する。

ＳＳ別の補正係数を算出する場合、制御部１１は、対象となるＳＳを特定するための課所コード、同じ方式（全国方式又は都道府県別方式）を示す方式識別子及び算出するシリーズを特定するためのシリーズ識別子を含む過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。また、都道府県別に補正係数を算出する場合、制御部１１は、ＳＳの課所コードの都道府県識別子を課所マスタデータ２７０から取得し、同じ都道府県識別子を有する課所コードを課所マスタデータ記憶部２７から取得する。そして、制御部１１は、取得した課所コード、同じ方式（全国方式又は都道府県別方式）を示す方式識別子及び算出するシリーズを特定するためのシリーズ識別子を含む過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。

そして、図１８に示すように、制御部１１は、方式別に取得した方式別予測結果データ３１０を、件数期待値の順番にソートし、ＳＳ別シリーズ別月別部品別のヒット件数を記録する。具体的には、制御部１１は、このＳＳがこのシリーズにおいて在庫部品と予測された部品の消費個数を、年月日、課所コード、機種及び部番から特定される消費実績データ２２０から取得する。そして、制御部１１は、取得した各ＳＳ別の消費個数を、年月、課所コード、機種及び部番毎に合計した部品の消費個数を、ヒット件数として記録する。また、制御部１１は、その月に対応する部品の消費実績データ２２０がない場合には、その部番の部品のヒット件数を「０」としてメモリに記録する。

次に、制御部１１は、累積ヒット件数を累積在庫部品点数で除算した平均件数ヒット率を算出する。そして、制御部１１は、図１８に示すように、平均件数ヒット率が６０％以上のヒット件数（図１８の線ＳＵ２で囲まれた範囲）の合計を、平均件数ヒット率が６０％以上の件数期待値（図１８の線ＳＵ１で囲まれた範囲）の合計で除算して補正係数を算出する。そして、算出した補正係数を、算出した方式（全国方式又は都道府県方式）の方式識別子に関連付けてメモリに記録する。

個別（ＳＳ別）方式の補正係数を算出する場合、制御部１１は、まず、上述した全国方式及び都道府県方式と同様に、各部品についてこのＳＳの過去５ヶ月の消費実績が３ヶ月以上か否かを判断し、３ヶ月以上の場合にはＳＳ別に、１ヶ月又は２ヶ月であった場合には都道府県別に補正係数を算出する。

ここで、補正係数をＳＳ別に算出する場合には、対象となるＳＳを特定するための課所コード及びＳＳ別方式を示す方式識別子を含む過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。また、都道府県別に算出する場合には、このＳＳを特定する課所コードの都道府県識別子を課所マスタデータ２７０から取得し、同じ都道府県識別子を有する課所コードが記録された課所マスタデータ２７０を取得する。そして、制御部１１は、取得した課所コード及びＳＳ別方式の方式識別子が記録された過去１２ヶ月の方式別予測結果データ３１０を、方式別予測結果データ記憶部３１から取得する。

次に、制御部１１は、取得した方式別予測結果データ３１０を、件数期待値の高い順番にソートし、ＳＳ別月別部品別のヒット件数を記録する。更に、制御部１１は、累積ヒット件数を累積在庫部品点数で除算した平均件数ヒット率を算出する。そして、制御部１１は、全国方式及び都道府県別方式と同様に、平均件数ヒット率が６０％以上のヒット件数の合計を、平均件数ヒット率が６０％以上の件数期待値の合計で除算して補正係数を算出し、個別方式の方式識別子に関連付けてメモリに記録する。

次に、制御部１１は、補正件数期待値下限値を算出する。具体的には、制御部１１は、
まず、各方式において算出した補正係数を、各補正係数の算出に用いた方式別予測結果データ３１０の件数期待値に乗算し、これら各方式で算出された値を月別部品別に合計して、図１９に示す各部品の下限値算出用の補正件数期待値を算出する。ここで、全国方式と都道府県別方式では、シリーズ別に件数期待値及び補正係数が算出されているため、複数のシリーズで用いられる部品については、シリーズ別毎に補正係数を件数期待値で乗算した値を合計して、下限値算出用の補正件数期待値を算出する。

次に、制御部１１は、算出された下限値算出用の補正件数期待値を、その高い順にソートする。そして、制御部１１は、累積ヒット件数を全消費部品点数で除算したＳＳ別月別部品別の累積カバー率を算出する。ここで、全消費部品点数とは、ＳＳにおいて過去１２ヶ月において消費された部品の合計数である。例えば、図１９において件数期待値が最も高い部番の累積カバー率は、累積ヒット件数「４２」を、全消費部品点数で除算した値である。また、件数期待値が次に高い部番の累積カバー率は、累積ヒット件数「（４２＋４０＝）８２」を、全消費部品点数で除算した値である。

そして、制御部１１は、乗算して得た補正件数期待値のうち、０．５以上で最も小さい値（図１９では「０．５００」）に対応する累積カバー率を、限界カバー率（図１９では「６８．００％」）として取得する。制御部１１は、取得した限界カバー率に「０．８」を乗算して目標カバー率を算出する。次に、制御部１１は、算出した目標カバー率以下で最も大きい累積カバー率（図１９では「５４．００％」）の補正件数期待値を取得し、この補正件数期待値（図１９では「１．２９３」）をこのＳＳの件数期待値下限値としてメモリに記録する。

次に、制御部１１は、各方式による推奨基準値データの生成処理を実行する（ステップＳ６−２）。本実施形態では、ＣＥ在庫部品設定処理と同様に、全国方式、都道府県別方式及び個別（ＳＳ別）方式の３つの方式による推奨基準値データの生成処理を実行し、それぞれ生成した推奨基準値を制御部１１のメモリに記録する。この場合、コンピュータ端末に、在庫部品を設定するときの入力データ、例えば予測対象月や予測対象となるＳＳを特定するためのデータが入力される。

ここで、全国方式による推奨基準値データの生成処理について、図１０を用いて説明する。
制御部１１は、まず、予測対象月（Ｎ月度）の件数期待値の算出処理を実行する（ステップＳ７−１）。ここで、制御部１１は、直近１ヶ月のシリーズ別部品別の保守交換率Ｃ１を算出する。具体的には、制御部１１は、上記ステップＳ２−２の保守交換率Ｃ１の算出と同様に、取得した機種部品マスタデータ２５０に含まれる機種及び前月に相当する年月が記録された市場稼動台数データ２４０を取得し、この市場稼動台数データ２４０に含まれる台数を合計して、シリーズ別該当市場稼動台数を算出する。更に、制御部１１は、特定した機種、部番及び前月の年月日が記録された消費実績データ２２０を取得し、この機種別でこの部品別に前月に消費された個数を合計する。そして、制御部１１は、部品別に合計した部品消費件数を、算出したシリーズ別該当市場稼動台数で除算して、保守交換率Ｃ１を算出する。

次に、制御部１１は、各ＳＳ別シリーズ別部品別の件数期待値の算出処理を実行する。ここで、制御部１１は、予測対象のＳＳの課所コードに関連付けられている予測対象月の市場稼動台数データ２４０を市場稼動台数データ記憶部２４から取得し、ＳＳ別機種別の市場稼動台数を特定する。次に、制御部１１は、特定したＳＳ別機種別の市場稼動台数と、算出した保守交換率Ｃ１とを乗算して、機種別部品別の件数期待値を算出する。次に、制御部１１は、算出した件数期待値を合計して、ＳＳ別シリーズ別部品別の件数期待値を算出する。そして、制御部１１は、算出した件数期待値を、補正前の件数期待値として、
方式別予測結果データ記憶部３１に記録する。この場合、制御部１１は、この件数期待値に関連付けて、算出した方式（ここでは、全国方式）を特定する識別子、予測対象月の年月、予測対象のＳＳを特定する課所コード、シリーズ識別子及び部番を方式別予測結果データ記憶部３１に記録する。

次に、制御部１１は、件数期待値の補正処理を実行する（ステップＳ７−２）。具体的には、制御部１１は、ステップＳ６−１で算出した全国方式のＳＳ別シリーズ別の補正係数を取得し、この補正係数をステップＳ７−１で算出した件数期待値に乗算する。

次に、制御部１１は、件数期待値下限値による部品選定処理を実行する（ステップＳ７−３）。具体的には、制御部１１は、ステップＳ７−２で補正処理により算出した件数期待値と件数期待値下限値とを比較する。そして、制御部１１は、ステップＳ６−１で算出した件数期待値下限値以上の部品に関するデータを残し、件数期待値下限値よりも低い部品に関するデータを削除する。そして、制御部１１は、残った部品の部番データに関連付けて、その部品の補正後の件数期待値を全国方式の推奨基準値データとしてメモリに記録する。

次に、都道府県方式による推奨基準値データの生成処理について、図１１を用いて説明する。この方式における生成処理は、上述した全国方式におけるＳＳ推奨基準値データの生成処理と同じ処理によって行なわれるが、全国方式で用いた過去１ヶ月のデータの代わりに、同じ都道府県における過去６ヶ月データを用いる点が異なる。

都道府県方式による推奨基準値データの生成処理において、制御部１１は、まず、予測対象月（Ｎ月度）の件数期待値の算出処理を実行する（ステップＳ８−１）。
ここで、制御部１１は、直近６ヶ月の都道府県別シリーズ別部品別の保守交換率Ｃ２を算出する。具体的には、制御部１１は、上記ステップＳ３−２の保守交換率Ｃ２の算出と同様に、取得した機種部品マスタデータ２５０に含まれる機種及び過去６ヶ月に相当する年月が記録された市場稼動台数データ２４０を取得し、この市場稼動台数データ２４０に含まれる台数を合計して、シリーズ別該当市場稼動台数を算出する。更に、制御部１１は、特定した機種、部番及び過去６ヶ月の年月日が記録された消費実績データ２２０を取得し、この機種別でこの部品（部番）別に、同一都道府県内で過去６ヶ月間に消費された個数を合計する。そして、制御部１１は、部品別に合計した部品消費件数を、算出したシリーズ別該当市場稼動台数で除算して、シリーズ別部品別の保守交換率Ｃ２を算出する。

次に、制御部１１は、各ＳＳ別シリーズ別部品別の件数期待値の算出処理を実行する。ここで、制御部１１は、予測対象月の市場稼動台数データを市場稼動台数データ記憶部２４から取得し、ＳＳ別機種別の市場稼動台数を算出する。制御部１１は、算出したＳＳ別機種別の市場稼動台数と、算出した保守交換率Ｃ２とを乗算して、機種別部品別の件数期待値を算出する。次に、制御部１１は、算出した機種別部品別の件数期待値を合計して、ＳＳ別シリーズ別部品別の件数期待値を算出する。

次に、制御部１１は、算出した機種別部品別の件数期待値を合計して、ＳＳ別シリーズ別部品別の件数期待値を算出する。そして、制御部１１は、算出した件数期待値を、算出した方式（ここでは、都道府県別方式）を特定する識別子、予測対象月の年月、算出したＳＳを特定する課所コード、シリーズ識別子及び部番に関連付けて、方式別予測結果データ記憶部３１に記録する。

次に、制御部１１は、件数期待値の補正処理を実行する（ステップＳ８−２）。具体的には、ステップＳ８−１で算出した件数期待値に、ステップＳ６−１で算出した都道府県別方式のＳＳ別シリーズ別の補正係数を乗算する。そして、制御部１１は、上記ステップ
Ｓ７−３と同様に、件数期待値下限値による部品選定処理を実行し（ステップＳ８−３）、残った部品の部番データに関連付けて、その部品の補正後の件数期待値を都道府県別方式の推奨基準値データとしてメモリに記録する。

次に、ＳＳ別方式による推奨基準値データの生成処理について、図１２を用いて説明する。この方式における生成処理は、上述した全国方式や都道府県別方式におけるＳＳ推奨基準値データの生成処理と同じ手順によって行なわれるが、予測対象月の件数期待値の算出方法が異なる。

まず、制御部１１は、予測対象月（Ｎ月度）の件数期待値の算出処理を実行する（ステップＳ９−１）。ここで、まず、制御部１１は、直近１２ヶ月の部品別の消費個数を算出する。具体的には、制御部１１は、このＳＳを特定する課所コード及び過去１２ヶ月の年月日を含む消費実績データ２２０を消費実績データ記憶部２２から取得する。そして、制御部１１は、取得した消費実績データ２２０の部品の個数を部品毎に合計する。更に、制御部１１は、合計した部番毎の件数を「１２」で除算して、このＳＳ別部品別の件数期待値を算出する。そして、制御部１１は、算出した件数期待値を、算出した方式（ここでは、ＳＳ別方式）を特定する識別子、予測対象月の年月、算出したＳＳを特定する課所コード、シリーズ識別子及び部番に関連付けて、方式別予測結果データ記憶部３１に記録する。

次に、制御部１１は、ステップＳ９−１で算出した件数期待値に、ステップＳ６−１で算出したＳＳ別の補正係数を乗算して、件数期待値の補正処理を実行する（ステップＳ９−２）。そして、制御部１１は、上記ステップＳ７−３と同様に、件数期待値下限値による部品選定処理を実行し（ステップＳ９−３）、残った部品の部番データに関連付けて、その部品の補正後の件数期待値を個別（ＳＳ別）方式の推奨基準値データとしてメモリに記録する。

以上により、３つの方式によるＳＳ推奨基準値データが生成されると、制御部１１は、３方式による推奨基準値データの統合処理をＳＳ用の統合条件を用いて実行する（ステップＳ６−３）。具体的には、制御部１１は、各方式で算出された推奨基準値を比較して、その最大値を、統合後の推奨基準値として算出する。例えば、全国方式の値が「１．０２６」で、都道府県別方式の値が「０．９８５」の場合には、統合後の推奨基準値は、１．０２６＞０．９８５であるため、「１．０２６」になる。そして、制御部１１は、統計後の推奨基準値を高い順にソートする。

次に、制御部１１は、非在庫部品の除去処理を実行する（ステップＳ６−４）。具体的には、制御部１１は、統合後の推奨基準値を算出した部番が記録された部品マスタデータ２１０を取得する。そして、制御部１１は、ＳＳを特定する保管区分を含む保管区分マスタデータ２３０の保管対象物量区分と、取得した部品マスタデータ２１０の物量区分とを比較する。比較した結果、部品の物量区分が、保管区分マスタデータ２３０の保管対象物量区分に含まれていない場合には、その部品のデータを削除し、残ったデータの部品を予測対象月の在庫候補として特定する。これにより、超特大の物量区分に属する部品は除かれることになる。

次に、制御部１１は、据置処理を実行する（ステップＳ６−５）。具体的には、制御部１１は、在庫部品設定データ記憶部３２から、このＳＳを示す課所コード、前月を対象年月とする在庫部品設定データを特定する。そして、特定した各ＳＳの在庫部品設定データの据置月数の値に、「１」を加算した値を新たな据置月数として記録して更新する。更に、制御部１１は、ステップＳ６−４において特定された部品の据置月数は「０」として記録して更新する。

次に、制御部１１は、特定した前月の在庫部品設定データから据置対象の部品のデータを特定する。具体的には、制御部１１は、図１４に示すように、前月の在庫部品設定データにおいて、更新した据置月数が在庫据置月数より大きい部番のデータと、ステップＳ６−４において在庫候補の部品として特定された部番のデータとを除いた残りを、据置対象の部品の在庫部品設定データとして特定する。ここで、ＳＳにおいては据置前後の最大点数が設定されていないので、制御部１１は、据置対象のすべての部品の在庫部品設定データを、予測対象月の在庫候補の部品として追加する。

次に、制御部１１は、在庫基準設定処理を実行する（ステップＳ６−６）。具体的には、制御部１１は、予測対象月の在庫候補の部品として特定された部番を含み、直近６ヶ月の年月日を含む消費実績データ２２０を取得する。そして、制御部１１は、取得した消費実績データ２２０の消費個数を合計した値を「６」で除算することにより、直近６ヶ月の平均使用個数を算出する。更に、制御部１１は、この直近６ヶ月の平均使用個数に、ステップＳ６−３で算出した統合後の推奨基準値を乗算して期待個数を算出し、これをＳＳにおける使用個数として設定する。

次に、制御部１１は、この部品の部番を含む部品マスタデータ２１０を部品マスタデータ記憶部２１から取得し、この部品の定価を特定する。制御部１１は、特定した部品の定価及び算出した期待個数に対応する基準点の基準乗算月数及び補充点の基準乗算月数を、ＳＳ基準点設定テーブル及びＳＳ補充点設定テーブルから取得する。更に、制御部１１は、取得した基準点の基準乗算月数及び補充点の基準乗算月数を、期待個数に乗算することにより基準点及び補充点を算出して、ＳＳの基準点及び補充点として設定する。

次に、制御部１１は、容積・点数制約の適用処理を実行する（ステップＳ６−７）。ここでは、在庫部品として特定される部品の累積容積がＳＳの保管区分の容積以下となるようにする。このため、まず、制御部１１は、予測対象月の在庫候補の部品の累積容積を算出する。具体的には、制御部１１は、各部品の部番が記録された部品マスタデータ２１０の容積と、基準点の個数とを乗算した値を、部品毎の容積として算出する。そして、制御部１１は、統合された推奨基準値の高い順番で、部品毎の容積を加算した累積容積を順次、算出する。

そして、制御部１１は、算出した累積容積と、ＳＳの保管区分マスタデータ２３０の最大容積とを比較して、図１５に示すように、最大容積以下の累積容積となる部品を在庫部品として特定し、これら部品のすべてを、このＳＳの在庫部品設定データ記憶部３２として記録する。具体的には、制御部１１は、算出した月の対象年月、このＳＳを特定する課所コード、各部品の部番、統合後の推奨基準値である補正件数期待値、設定した使用個数、基準点及び補充点が記録された在庫部品設定データ３２０を在庫部品設定データ記憶部３２に記録する。

なお、ここで、予測対象月の在庫候補の部品のすべての累積容積が、このＳＳの保管区分の最大容積よりも小さい場合には、ステップＳ６−５で据置後最大部品点数の制約から特定した部品のすべてのデータを、このＳＳの在庫部品設定データ３２０の在庫部品として在庫部品設定データ記憶部３２に記録する。以上により、ＳＳ在庫部品設定処理が完了する。

上述したようにＣＥ在庫部品設定処理及びＳＳ在庫部品設定処理が完了すると、サービス部品在庫設定システム１０は、ＳＳに設置されたコンピュータ端末のディスプレイに、この予測対象月についてＳＳ及びＣＥの在庫部品の部番及び個数を表示する。このディスプレイに表示された部番及び個数から、予測対象月に、ＳＳの棚に個別に保管する在庫部
品及びこのＳＳに所属するＣＥが保管する在庫部品を把握することができる。

更に、サービス部品在庫設定システム１０の制御部１１は、在庫部品の入替日になると、入替処理の実行を行なう。具体的には、制御部１１は、予測対象月におけるＳＳ及びこのＳＳに属するＣＥの在庫部品設定データ３２０と、その前月におけるＳＳ及びこのＳＳに属するＣＥの在庫部品設定データ３２０とを取得し、両者を比較する。制御部１１は、予測対象月のＳＳ及びＣＥの在庫部品設定データ３２０として含まれ前月の在庫部品設定データ３２０に含まれていない不足部品については、その部品をＳＳに供給する指示を含む処理を実行する。また、制御部１１は、予測対象月のＳＳ及びＣＥの在庫部品設定データ３２０に含まれず前月の在庫部品設定データ３２０に含まれている過剰部品については、ＳＳに対して生産区に返却する指示を含む処理を実行する。

本実施形態によれば、以下のような効果を得ることができる。
・ 本実施形態では、制御部１１は、ＳＳ在庫部品設定処理における全国方式及び都道府県別方式の推奨基準値データ生成処理において、予測対象月の件数期待値の算出処理を実行する（ステップＳ７−１，Ｓ８−１）。この場合、制御部１１は、機種部品マスタデータ２５０、市場稼動台数データ２４０及び消費実績データ２２０を用いて、消費個数の合計を市場稼動台数の合計で除算して、シリーズ別部品別の保守交換率Ｃ１，Ｃ２を算出する。制御部１１は、市場稼動台数データ２４０から取得した予測対象月のＳＳに所属するＣＥが担当する市場稼動台数の合計値と、算出した保守交換率Ｃ１，Ｃ２とを乗算して機種毎の件数期待値を算出し、これらを更にシリーズ毎に合計して、シリーズ毎の件数期待値を算出する。その後、制御部１１は、この件数期待値を補正し（ステップＳ７−２，Ｓ８−２）、件数期待値下限値の部品選定処理を実行して推奨基準値を算出する（ステップＳ７−３，Ｓ８−３）。そして、制御部１１は、統合処理（ステップＳ６−３）、非在庫部品の除去処理（ステップＳ６−４）、据置処理（ステップＳ６−５）、ＳＳ在庫基準設定処理（ステップＳ６−６）、容積・点数制約の適用処理（ステップＳ６−７）を実行した後、推奨基準値が高い部品を在庫部品として在庫部品設定データ記憶部３２に記録する。このため、制御部１１は、ＳＳに属する各ＣＥが担当する本体機種と同じ機種の保守作業状況から、予測対象月に保守作業によって消費する可能性の高い部品を、このＳＳの棚の在庫部品として特定する。例えば、予測対象月の前月に、特定の機種を担当しているＣＥの多くが消費した部品がある場合には、その特定の機種を担当するＣＥが所属するＳＳにおいて、そのＣＥが過去に全く消費したことがない部品であっても、在庫部品として設定されることがある。従って、過去の消費実績から、ＳＳ全体で保守を行なう対象となる本体の機種に応じて消費する可能性の高い部品を、ＳＳの在庫部品として保管することができるので、在庫部品をより適切に特定して、顧客へのサービス向上を図ることができる。

・ 本実施形態では、制御部１１は、ＣＥ在庫部品設定処理における全国方式及び都道府県別方式の推奨基準値データ生成処理においても、ＳＳ在庫部品設定処理と同様に、予測対象月の件数期待値の算出処理を実行する（ステップＳ２−２，Ｓ３−２）。そして、制御部１１は、統合処理（ステップＳ１−２）、非在庫部品の除去処理（ステップＳ１−３）、据置処理（ステップＳ１−４）、在庫基準設定処理（ステップＳ１−５）、容積・点数制約の適用処理（ステップＳ１−６）を実行した後、推奨基準値が高い部品を在庫部品として在庫部品設定データ記憶部３２に記録する。このため、制御部１１は、ＣＥが予測対象月に保守作業によって消費する可能性の高い部品を、ＣＥが担当する本体機種と同じ機種の保守作業状況から、この保守作業者の在庫部品として特定する。従って、過去の消費実績から、その保守作業者に、消費する可能性の高い部品を在庫部品として携帯させることにより、作業効率の向上を図ることができる。

・ 本実施形態では、ＳＳ在庫部品設定処理は、過去の消費実績に基づいてＳＳの在庫
部品を特定しており、ＣＥ在庫部品設定処理で算出したＣＥの在庫部品からＳＳの在庫部品を特定しない。また、制御部１１は、ＳＳ及びＣＥの在庫部品設定データ３２０を用いてＳＳに供給する指示や返却する指示を含む処理を実行する。すなわち、制御部１１は、ＳＳ及びＣＥの在庫部品設定データ３２０から特定した在庫部品をＳＳの総在庫部品として設定する。このため、ＳＳに所属する全ＣＥの在庫部品を合計した在庫部品が、サービスステーションの在庫部品と必ずしも一致しない。この一致しない部分によって、より多くの修理に対して対応することが可能になることがいっそう期待できる。

・ 本実施形態では、ＣＥ在庫部品設定処理及びＳＳ在庫部品設定処理においては、各方式による推奨基準値データを生成し（ステップＳ１−１，Ｓ６−２）、これら推奨基準値データの統合処理を実行する（ステップＳ１−２，Ｓ６−３）。更に、非在庫部品の除去処理（ステップＳ１−３，Ｓ６−４）、据置処理（ステップＳ１−４，Ｓ６−５）、在庫基準設定処理（ステップＳ１−５，Ｓ６−６）、容積・点数制約の適用処理（ステップＳ１−６，Ｓ６−７）を実行する。従って、同様な処理手順で、ＣＥの在庫部品とＳＳの在庫部品とを設定することができる。

・ 本実施形態では、制御部１１は、全国方式及び都道府県別方式を含む各方式による推奨基準値データの生成処理を実行する（ステップＳ１−１，Ｓ６−２）。この場合、全国方式では、全国の直近１ヶ月の消費実績及びこの期間における市場稼動台数を用いて保守交換率Ｃ１を算出し、これを用いて全国方式の件数期待値を算出する。また、都道府県別方式では、ＣＥが所属する課所の都道府県の直近６ヶ月の消費実績及びこの期間における消費稼動台数を用いて保守交換率Ｃ２を算出し、これを用いて都道府県方式の件数期待値を算出する。すなわち、対象とする消費実績や市場稼動台数が異なるデータを用いて複数の保守交換率Ｃ１，Ｃ２を算出し、これに基づく複数の件数期待値を算出し、各推奨基準値を算出する。そして、制御部１１は、各方式で算出された推奨基準値を部番毎に合計して、統合後の推奨基準値を算出する（ステップＳ１−２，Ｓ６−３）。制御部１１は、この統合後の推奨基準値が高い部品を在庫部品と特定する。従って、異なる算出条件の方式を用いて、消費する可能性が高い部品を在庫部品として特定することができるので、いろいろな条件から総合的に、より適切な在庫部品を特定することができる。

・ 本実施形態では、ＣＥ用の統合条件とＳＳ用の統合条件は異なり、それぞれ別の統合条件算出式が記録されている。これにより、ＣＥ在庫部品設定処理の推奨基準値データの統合処理において、制御部１１は、各方式で算出された推奨基準値を部番毎に合計して、統合後の推奨基準値を算出する（ステップＳ１−２）。また、ＳＳ在庫部品設定処理の推奨基準値データの統合処理において、制御部１１は、各方式で算出された推奨基準値の最大値を、統合後の推奨基準値として算出する（ステップＳ６−３）。従って、同じ消費実績に基づいてＣＥの在庫部品とＳＳの在庫部品とを特定する場合であっても、ＣＥの推奨基準値の統合条件とＳＳの推奨基準値の統合条件とが異なるため、ＣＥの在庫部品とＳＳの在庫部品とが完全に一致しないことが期待できる。このため、一致しない部分を多くすることにより、より多くの修理に対して対応可能となることが期待できる。

・ 本実施形態では、制御部１１は、個別（ＣＥ別又はＳＳ別）方式による推奨基準値データを生成する（ステップＳ１−１）。そして、制御部１１は、全国方式及び都道府県別方式による推奨基準値だけでなく、ＳＳ毎又はＣＥ毎の過去の消費実績から算出される個別方式による推奨基準値も統合する（ステップＳ１−２）。このため、各ＣＥや各ＳＳにおいてより多く消費される部品等も考慮して在庫部品を特定することができる。

・ 本実施形態では、ＳＳ在庫部品設定処理における各方式による推奨基準値データの生成処理おいて、制御部１１は、算出した件数期待値の補正処理を、ステップＳ６−１において算出した各方式の補正係数を用いて実行する（ステップＳ７−２，Ｓ８−２，Ｓ９
−２）。この場合、制御部１１は、方式別に取得した方式別予測結果データ３１０を、件数期待値の順番にソートし、ヒット件数を記録し、平均件数ヒット率を算出する。そして、制御部１１は、平均件数ヒット率が６０％以上のヒット件数の合計を、平均件数ヒット率が６０％以上の件数期待値の合計で除算して補正係数を算出する。予測された在庫部品のうち実際に消費された件数が多い方式は信頼性が高いと考えられる。従って、１件数期待値当たりのヒット件数を用いて各方式の件数期待値を補正することにより、各方式の信頼性を同レベルで評価して、各方式の補正後の件数期待値（推奨基準値）を統合し（ステップＳ６−３）、統合した推奨基準値から在庫部品を特定する。このため、各方式によって算出した件数期待値にばらつきが生じた場合であっても、信頼性の高い件数期待値を優先的に用いて、より適切な部品を在庫部品として特定することができる。

・ 本実施形態では、制御部１１は、ＳＳ在庫部品設定処理における各方式による推奨基準値データの生成処理において、算出した予測対象月の件数期待値を補正した後（ステップＳ７−２，Ｓ８−２，Ｓ９−２）、この件数期待値の下限値による部品選定処理を実行する（ステップＳ８−３，Ｓ８−３，Ｓ９−３）。このため、各方式の推奨基準値を統合する前に、件数期待値下限値以上の部品のみを選択しておくことにより、平均ヒット率が小さい部品を、在庫部品の候補から予め除去しておく。従って、各方式の推奨基準値を加算により統合する場合、各方式のそれぞれにおいて件数ヒット率が低く効率が悪い部品を、在庫部品にしないようにできる。

・ 本実施形態では、制御部１１は、ＳＳ在庫部品設定処理において、件数期待値下限値を算出する（ステップＳ６−１）。この場合、制御部１１は、算出された下限値算出用の補正件数期待値を、その高い順にソートして、累積カバー率を算出する。そして、制御部１１は、乗算して得た補正件数期待値のうち、０．５以上で最も小さい値に対応する累積カバー率を、限界カバー率として取得し、この限界カバー率から目標カバー率を算出する。更に、制御部１１は、算出した目標カバー率以下で最も大きい累積カバー率の補正件数期待値を取得し、この補正件数期待値をこのＳＳの件数期待値下限値としてメモリに記録する。このため、ＳＳ別に過去の件数期待値から目標カバー率を算出し、これに応じた件数期待値をＳＳ毎に設定することができる。従って、ＳＳの規模に関わらず、そのＳＳにおいて妥当な在庫部品点数や件数カバー率に応じた件数期待値下限値を設定することができる。

・ 本実施形態では、限界カバー率を特定する場合に、制御部１１は、各方式において算出した補正係数を、各補正係数の算出に用いた方式別予測結果データ３１０の件数期待値に乗算し、これら各方式で算出された値を月別部品別に合計して、各部品の下限値算出用の補正件数期待値を算出する。このため、各方式で算出された件数期待値にばらつきがあっても、各方式の信頼性を同レベルで評価した上で限界カバー率を特定することができるので、各方式の信頼性に応じてＳＳに適した目標カバー率を算出することができる。

・ 本実施形態では、制御部１１は、ＣＥ在庫部品設定処理及びＳＳ在庫部品設定処理において、非在庫部品の除去処理を実行する（ステップＳ１−３，Ｓ６−４）。ＣＥ在庫部品設定処理において、制御部１１は、部品の物量区分が、このＣＥのＣＥマスタデータ２６０に関連付けられる保管区分マスタデータ２３０の保管対象物量区分に含まれていない場合には、その部品のデータを削除する。また、ＳＳ在庫部品設定処理において、制御部は、ＳＳを特定する保管区分を含む保管区分マスタデータ２３０の保管対象物量区分に、取得した部品マスタデータ２１０の物量区分が含まれていない場合には、その部品のデータを削除し、残ったデータの部品を予測対象月の在庫候補として特定する。これにより、超特大の物量区分に属する部品は除かれることになる。このため、部品を保管する搬送手段や場所に応じて、部品の大きさから、ＣＥの手元やＳＳに置くことができない部品を除いて在庫部品を特定することができる。

・ 本実施形態では、制御部１１は、据置処理を実行する（ステップＳ１−４，Ｓ６−５）。ここで、ＣＥ在庫部品設定処理において、制御部１１は、在庫据置月数より大きい据置月数の部番のデータと、ステップＳ１−３において在庫候補の部品として特定された部番のデータとを除いた残りを、補正件数期待値が高い順に、予測対象月の在庫候補の部品として特定する。また、ＳＳ在庫部品設定処理において、制御部１１は、更新した据置月数が在庫据置月数より大きい部番のデータと、ステップＳ６−４において在庫候補の部品として特定された部番のデータとを除いた残りを、据置対象の部品の在庫部品設定データとして特定する。このため、予測対象月の前の月において在庫部品として特定されている部品で、予測対象月に含まれなかった部品を在庫部品として含めることができる。これにより、在庫部品の入替頻度を低くして、保守作業者の作業負担を減らすことができる。

・ 本実施形態では、ＳＳ在庫部品設定処理において、制御部１１は、ＳＳ在庫基準設定処理を実行する（ステップＳ６−６）。この場合、制御部１１は、直近６ヶ月の平均使用個数を算出し、これに統合後の推奨基準値を乗算して期待個数を算出し、これをＳＳにおける使用個数として設定する。更に、制御部１１は、この部品の定価を特定し、これと算出した期待個数とに対応する基準点の基準乗算月数及び補充点の基準乗算月数を取得する。そして、制御部１１は、取得した基準点及び補充点の基準乗算月数をそれぞれ期待個数に乗算することにより基準点及び補充点を算出して、ＳＳの基準点及び補充点として設定する。従って、在庫部品の消費個数と、これに基づく基準点及び補充点を設定することにより、補充のタイミングを調整して、在庫部品をより適切な個数で保管することができる。

・ 本実施形態では、制御部１１は、容積・点数制約の適用処理（ステップＳ１−６，Ｓ６−７）において、予測対象月の在庫候補の部品の累積容積を算出し、予測対象のＳＳ又はＣＥの保管区分の保管区分マスタデータ２３０の最大容積と比較して、最大容積以下の累積容積となる部品を在庫部品として特定して記録する。このため、在庫部品として特定された部品の累積在庫の容積が、ＣＥが用いる搬送手段の容積以下又はＳＳの容積以下になるので、実際に保管できる範囲内で、消費される可能性が高い部品を在庫部品として特定することができる。

また、上記実施形態は以下のように変更してもよい。
○ 上記実施形態においては、制御部１１は、全国の直近１ヶ月の消費実績及びこの期間における市場稼動台数を用いて保守交換率Ｃ１を算出し、これを用いて全国方式の件数期待値を算出した。また、制御部１１は、ＣＥが所属するＳＳの都道府県の直近６ヶ月の消費実績及びこの期間における消費稼動台数を用いて保守交換率Ｃ２を算出し、これを用いて都道府県方式の件数期待値を算出した。これに限らず、件数期待値を算出するために、消費実績及び市場稼動台数から保守交換率を算出する条件は、他の条件であってもよい。例えば同じ都道府県であっても気候が大きく異なる場合には、同じ気候とみなせるエリアに応じて季節毎（例えば過去３ヶ月）の市場稼動台数と、それに対応する消費実績から保守交換率を算出してもよい。

○ 上記実施形態においては、制御部１１は、ＣＥ用の統合条件を用いて各方式で算出された推奨基準値を部番毎に合計して、ＣＥ在庫部品設定処理の推奨基準値データの統合処理を実行した（ステップＳ１−２）。また、制御部１１は、ＳＳ用の統合条件を用いて各方式で算出された推奨基準値の最大値を算出して、ＳＳ在庫部品設定処理の推奨基準値データの統合処理を実行した（ステップＳ６−３）。統合処理に用いる統合条件は、これに限られない。例えば、各方式の推奨基準値における平均値を算出する条件であってもよいし、各方式の推奨基準値における中央値を、統合後の推奨基準値として用いてもよい。なお、ＣＥ用の統合条件とＳＳ用の統合条件とは異なる条件とすることがより好ましい。

○ 上記実施形態においては、据置処理（ステップＳ１−４，Ｓ６−５）において、更新した据置月数が大きい部番のデータを除く基準となる在庫据置月数は、６ヶ月に設定した。在庫据置月数は、これに限られない。

○ 上記実施形態においては、ＳＳ在庫部品設定処理において補正係数を算出する場合（ステップＳ６−１）、制御部１１は、平均件数ヒット率が６０％以上のヒット件数の合計を、平均件数ヒット率が６０％以上の件数期待値の合計で除算して補正係数を算出した。補正係数を算出する平均件数ヒット率と件数期待値の範囲は、各方式における補正係数を算出する範囲が同じであれば、６０％以上に限られない。例えば、５０％以上や７０％以上であってもよいし、また９０％〜５０％の範囲としてもよい。

○ 上記実施形態においては、ＳＳ在庫部品設定処理において、件数期待値下限値を算出するために用いる目標カバー率は、限界カバー率の８０％とする算出式を用いて設定した。この目標率カバー率は、他の算出式を用いて算出してもよいが、限界カバー率に基づいて算出されれば、ＳＳの規模とは無関係に、より妥当な件数期待値下限値を設定することができる。

○ 上記実施形態においては、ＳＳ在庫部品設定処理において、制御部１１は、在庫部品として特定される部品の累積容積がＳＳの保管区分の容積以下となるように容積・点数制約の適用処理を実行した（ステップＳ６−７）。これに代えて、ＳＳの容積制限を設けずに、この処理を省略してもよい。また、本システムの稼動開始時には、ＳＳの容積制限や部品点数の制限を設けず、所定期間の経過後に、この期間における実績に基づいて在庫部品の容積や点数制限を設定してもよい。更に、上記実施形態では、ＳＳを保管区分とする保管区分マスタデータ２３０は１つとしたが、ＳＳの規模に応じて、保管区分を複数設定してもよい。

○ 上記実施形態においては、ＣＥの在庫部品及びＳＳの在庫部品を、月毎に設定した。在庫部品の予測時期の期間は、これに限らず、例えば１週間毎とか半月毎とかであってもよい。また、市場稼動台数登録時期や消費時期の間隔も、これに対応するのが好ましい。

実施形態におけるサービス部品在庫設定システムの概略構成図。 各データ記憶部に記録されたデータの説明図であり、（ａ）は部品マスタデータ、（ｂ）は消費実績データ、（ｃ）は保管区分マスタデータである。 各データ記憶部に記録されたデータの説明図であり、（ａ）は市場稼動台数データ、（ｂ）は機種部品マスタデータ、（ｃ）はＣＥマスタデータ、（ｄ）は課所マスタデータである。 各データ記憶部に記録されたデータの説明図であり、（ａ）は方式別予測結果データ、（ｂ）は在庫部品設定データである。 ＣＥ在庫部品設定処理の処理手順を説明する流れ図。 全国方式による推奨基準値データの生成処理の処理手順の流れ図。 都道府県別方式による推奨基準値データの生成処理の処理手順の流れ図。 ＣＥ別方式による推奨基準値データの生成処理の処理手順の流れ図。 ＳＳ在庫部品設定処理の処理手順を説明する流れ図。 全国方式による推奨基準値データの生成処理の処理手順の流れ図。 都道府県別方式による推奨基準値データの生成処理の処理手順の流れ図。 ＳＳ別方式による推奨基準値データの生成処理の処理手順の流れ図。 ＣＥ在庫部品設定処理における件数期待値下限値及び補正係数の算出処理を説明するための説明図。 据置処理を説明するための説明図。 容積・点数制約の適用処理を説明するための説明図。 ＳＳの規模に応じた件数カバー率と件数期待値下限値との関係を説明するための説明図。 ＳＳ在庫部品設定処理における件数期待値下限値の算出方法を説明するための説明図。 ＳＳ在庫部品設定処理における補正係数の算出処理を説明するための説明図。 ＳＳ在庫部品設定処理における件数期待値下限値の算出処理を説明するための説明図。

符号の説明

Ｃ１，Ｃ２…保守交換率、１０…在庫部品設定システムとしてのサービス部品在庫設定システム、１１…制御手段としての制御部、２２…消費実績データ記憶手段としての消費実績データ記憶部、２４…市場稼動台数データ記憶手段としての市場稼動台数データ記憶部、２５…機種部品データ記憶手段としての機種部品マスタデータ記憶部、２７…エリア範囲データ記憶手段としての課所マスタデータ記憶部、３１…予測結果データ記録手段としての方式別予測結果データ記憶部、３２…在庫部品データ記憶手段としての在庫部品設定データ記憶部、２２０…消費実績データ。

Claims (7)

1. 管理対象機器の種類を特定する機種識別子に対して、この機種に用いられる部品を特定する部品識別子を記録した機種部品データ記憶手段と、
   保守作業者が属するサービス拠点を特定する拠点識別子、機種識別子、部品識別子に対して、この部品を消費した消費時期、消費個数に関するデータを含めた消費実績データを記録した消費実績データ記憶手段と、
   拠点識別子に対して、このサービス拠点に属する保守作業者が担当する管理対象機器の市場稼働台数を市場稼働台数登録時期毎に記録した市場稼動台数データ記憶手段と、
   サービス拠点が属するエリア範囲を記録したエリア範囲データ記憶手段と、
   限界カバー率を特定するための限界特定値と、前記限界カバー率から目標カバー率を算出するための目標カバー率算出式とを記憶し、サービス拠点に保管する部品の予測を行なう制御手段とを備えた在庫部品設定システムであって、
   前記制御手段が、
   予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定し、予測時期に基づいて算出時期を特定し、
   特定した算出時期において前記特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、
   特定した算出時期において前記特定したサービス拠点において消費された部品毎の消費個数を前記消費実績データ記憶手段から取得し、
   この消費個数を前記取得した市場稼動台数で除算して部品毎の保守交換率を算出する保守交換率算出手段と、
   前記予測対象のサービス拠点において前記予測時期の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する件数期待値算出手段と、
   前記算出時期に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、前記予測時期の件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する補正係数算出手段と、
   前記件数期待値に前記補正係数を乗算して下限値算出用の補正件数期待値を算出する手段と、
   この下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、前記限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として特定し、この限界カバー率と前記目標カバー率算出式とを用いて前記目標カバー率を算出し、この目標カバー率に対応する累積カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する手段と、
   この件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外して、件数期待値の高い部品を、前記サービス拠点に保管する在庫部品として予測するサービス拠点用在庫部品特定手段とを備えることを特徴とする在庫部品設定システム。
2. 前記制御手段が、
   前記予測対象のサービス拠点に属する各保守作業者が担当する前記予測時期の市場稼動台数を、前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の前記保守交換率を乗算して、保守作業者毎の件数期待値を算出する保守作業者用件数期待値算出手段と、
   この件数期待値の高い部品を、前記保守作業者毎に管理される在庫部品として特定して予測する保守作業者用在庫部品特定手段と、
   前記サービス拠点に保管される在庫部品と前記保守作業者毎に保管される在庫部品とを前記サービス拠点における総在庫部品として設定する設定手段とを更に備えたことを特徴とする請求項１に記載の在庫部品設定システム。
3. 前記保守交換率を算出するために、市場稼動台数を特定するためのエリア種別と、これに関連付けられた算出期間とを含む算出条件を複数記録した算出条件データ記憶手段と、
   複数の件数期待値が算出された同じ部品について、この件数期待値を統合する統合条件を記録した統合条件データ記憶手段とを更に備え、
   前記保守交換率算出手段が、前記予測対象のサービス拠点とエリア種別からエリア範囲を特定し、前記予測時期と前記算出期間から前記算出時期を特定して、各算出条件に応じた保守交換率を算出し、
   前記件数期待値算出手段は、算出された各保守交換率を用いて各算出条件に応じた各件数期待値を算出し、
   前記制御手段は、前記統合条件に基づいて前記各件数期待値を統合して統合後の件数期待値を算出する統合処理手段を更に備え、
   前記サービス拠点用在庫部品特定手段は、前記統合後の件数期待値が高い部品を、前記在庫部品として特定することを特徴とする請求項１又は２に記載の在庫部品設定システム。
4. 予測対象のサービス拠点、予測時期、前記件数期待値算出手段により算出された部品の件数期待値に関するデータを含めた予測結果データを記録する予測結果データ記憶手段に更に接続されており、
   前記統合処理手段は、前記補正後の件数期待値から、統合後の件数期待値を算出することを特徴とする請求項３に記載の在庫部品設定システム。
5. 予測対象のサービス拠点、予測時期、在庫部品として特定された部品の部品識別子に関するデータを含めた在庫部品データを記録する在庫部品データ記憶手段を更に備え、
   前記サービス拠点用在庫部品特定手段は、前記サービス拠点に保管する在庫部品として予測した部品に関するサービス拠点、予測時期、部品の識別子を前記在庫部品データ記憶手段に記録し、
   前記サービス拠点用在庫部品特定手段は、前記件数期待値から在庫部品として特定しな
   かった部品のうち、この予測時期の前の予測時期に、予測対象のサービス拠点において在庫部品と特定された部品を在庫部品として特定することを特徴とする請求項１〜４のいずれか１項に記載の在庫部品設定システム。
6. 管理対象機器の種類を特定する機種識別子に対して、この機種に用いられる部品を特定する部品識別子を記録した機種部品データ記憶手段と、
   保守作業者が属するサービス拠点を特定する拠点識別子、機種識別子、部品識別子に対して、この部品を消費した消費時期、消費個数に関するデータを含めた消費実績データを記録した消費実績データ記憶手段と、
   拠点識別子に対して、このサービス拠点に属する保守作業者が担当する管理対象機器の市場稼働台数を市場稼働台数登録時期毎に記録した市場稼動台数データ記憶手段と、
   サービス拠点が属するエリア範囲を記録したエリア範囲データ記憶手段と、
   限界カバー率を特定するための限界特定値と、前記限界カバー率から目標カバー率を算出するための目標カバー率算出式とを記憶した制御手段とを用いて、サービス拠点に保管する部品の予測を行なうための在庫部品設定方法であって、
   前記制御手段が、
   予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定し、予測時期に基づいて算出時期を特定し、
   特定した算出時期において前記特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、
   特定した算出時期において前記特定したサービス拠点において消費された部品毎の消費個数を前記消費実績データ記憶手段から取得し、
   この消費個数を前記取得した市場稼動台数で除算して部品毎の保守交換率を算出する保守交換率算出段階と、
   前記予測対象のサービス拠点において前記予測時期の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する件数期待値算出段階と、
   前記算出時期に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、前記予測時期の件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する補正係数算出段階と、
   前記件数期待値に前記補正係数を乗算して下限値算出用の補正件数期待値を算出する段階と、
   この下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、前記限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として特定し、この限界カバー率と前記目標カバー率算出式とを用いて前記目標カバー率を算出し、この目標カバー率に対応する累積カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する段階と、
   この件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外して、件数期待値の高い部品を、前記サービス拠点に保管する在庫部品として予測するサービス拠点用在庫部品特定段階とを実行することを特徴とする在庫部品設定方法。
7. 管理対象機器の種類を特定する機種識別子に対して、この機種に用いられる部品を特定する部品識別子を記録した機種部品データ記憶手段と、
   保守作業者が属するサービス拠点を特定する拠点識別子、機種識別子、部品識別子に対して、この部品を消費した消費時期、消費個数に関するデータを含めた消費実績データを記録した消費実績データ記憶手段と、
   拠点識別子に対して、このサービス拠点に属する保守作業者が担当する管理対象機器の市場稼働台数を市場稼働台数登録時期毎に記録した市場稼動台数データ記憶手段と、
   サービス拠点が属するエリア範囲を記録したエリア範囲データ記憶手段と、
   限界カバー率を特定するための限界特定値と、前記限界カバー率から目標カバー率を算出するための目標カバー率算出式とを記憶した制御手段とを用いて、サービス拠点に保管する部品の予測を行なうための在庫部品設定プログラムであって、
   前記制御手段を、
   予測対象のサービス拠点が属するエリア範囲を特定し、このエリア範囲に属するサービス拠点を特定し、予測時期に基づいて算出時期を特定し、
   特定した算出時期において前記特定したサービス拠点に属する保守作業者が担当する管理対象機器の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、
   特定した算出時期において前記特定したサービス拠点において消費された部品毎の消費個数を前記消費実績データ記憶手段から取得し、
   この消費個数を前記取得した市場稼動台数で除算して部品毎の保守交換率を算出する保守交換率算出手段、
   前記予測対象のサービス拠点において前記予測時期の市場稼動台数を前記市場稼動台数データ記憶手段から取得し、この市場稼動台数に対して部品毎の保守交換率を乗算して件数期待値を算出する件数期待値算出手段、
   前記算出時期に実際に消費された消費個数であるヒット件数を前記消費実績データに基づいて特定し、前記予測時期の件数期待値の高い部品のヒット件数の合計を、これら部品の件数期待値の合計で除算して補正係数を算出する補正係数算出手段、
   前記件数期待値に前記補正係数を乗算して下限値算出用の補正件数期待値を算出する手段、
   この下限値算出用の補正件数期待値の高い部品を順次含む累積カバー率を算出し、前記限界特定値以上で最も小さい件数期待値の部品の累積カバー率を限界カバー率として特定し、この限界カバー率と前記目標カバー率算出式とを用いて前記目標カバー率を算出し、この目標カバー率に対応する累積カバー率以下で最も大きい累積カバー率の下限値算出用の補正件数期待値を件数期待値下限値として特定する手段、及び
   この件数期待値下限値より低い件数期待値の部品については、このサービス拠点の前記在庫部品の候補から除外して、件数期待値の高い部品を、前記サービス拠点に保管する在庫部品として予測するサービス拠点用在庫部品特定手段として機能させることを特徴とする在庫部品設定プログラム。

Images