JP5773619B2 - 需要予測システム - Google Patents
需要予測システム Download PDFInfo
- Publication number
- JP5773619B2 JP5773619B2 JP2010257417A JP2010257417A JP5773619B2 JP 5773619 B2 JP5773619 B2 JP 5773619B2 JP 2010257417 A JP2010257417 A JP 2010257417A JP 2010257417 A JP2010257417 A JP 2010257417A JP 5773619 B2 JP5773619 B2 JP 5773619B2
- Authority
- JP
- Japan
- Prior art keywords
- order
- time
- unit
- calculation unit
- inquiry
- 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.)
- Expired - Fee Related
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
- 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
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は需要予測システムに関し、需要者（顧客）の属性（大口顧客であるか小口顧客であるか、予測精度が高い顧客か低い顧客か等）を加味して需要予測をすることにより、精度高く需要予測ができるように工夫したものである。
製造業においては、製造業者は数多くの部品（いわゆる「部品」のみならず、「中間製品」や「材料」等を含む）を部品納入者から取り寄せ、取り寄せた部品の組み立て等をして製品を製造している。
例えば、フォークリフトを製造する場合には、製造業者は、中長期的な需要予測を実施し、その予測にしたがって部品の取り寄せなどの手配を行うことで、需要者（フォークリフトを購入する者）から製品の受注があった時から、実際に製品を需要者に納品する時までの期間を短縮しようと努力している。
例えば、フォークリフトを製造する場合には、製造業者は、中長期的な需要予測を実施し、その予測にしたがって部品の取り寄せなどの手配を行うことで、需要者（フォークリフトを購入する者）から製品の受注があった時から、実際に製品を需要者に納品する時までの期間を短縮しようと努力している。
ここで従来の需要予測手法を説明する。
世界の主要国には、フォークリフト等の産業用車両のための組織（国際機関や協会）がある。例えば、日本には日本産業車両協会（ＪＩＶＡ）が、アメリカには産業トラック連合（ＩＴＡ）が、イギリスには産業トラック連合（ＢＩＴＡ）が、ヨーロッパには物品取扱いのヨーロッパ連合（ＦＥＭ）が、韓国には建設用機器の製造業者連合（ＫＯＣＥＭＡ）が存在する。
このような組織では、その組織が存在する国や、その国の近隣国における、１年間の産業用車両の需要予想台数を出している。
例えば、アメリカの産業トラック連合（ＩＴＡ）では、北米や南米の各国における、１年間の産業用車両の需要予想台数を、１年に数回の割合で出している。
世界の主要国には、フォークリフト等の産業用車両のための組織（国際機関や協会）がある。例えば、日本には日本産業車両協会（ＪＩＶＡ）が、アメリカには産業トラック連合（ＩＴＡ）が、イギリスには産業トラック連合（ＢＩＴＡ）が、ヨーロッパには物品取扱いのヨーロッパ連合（ＦＥＭ）が、韓国には建設用機器の製造業者連合（ＫＯＣＥＭＡ）が存在する。
このような組織では、その組織が存在する国や、その国の近隣国における、１年間の産業用車両の需要予想台数を出している。
例えば、アメリカの産業トラック連合（ＩＴＡ）では、北米や南米の各国における、１年間の産業用車両の需要予想台数を、１年に数回の割合で出している。
ある製造業者（これを「Ａ社」とする）が、アメリカ合衆国におけるＡ社の需要予測をする場合には、ＩＴＡが出したアメリカ合衆国の１年間の産業用車両の需要予想台数に、アメリカ合衆国におけるＡ社のシェアを掛けて、Ａ社の需要予測台数を求めていた。
ところが、上記のような組織が出した需要予想台数にシェアを掛けて需要予測をしたとしても、求めた需要予測精度はあまり良くなかった。これは、上記の組織が出した需要予想台数がラフであるのみならず、需要予想台数に単純にシェアを掛けて需要予測をする手法は精度的に劣るからである。
このように精度があまり良くない需要予測を基に、製造業者がフォークリフトを製造していくと、ある時期では部品が不足し、他の時期では部品が過剰になることがあった。また、需要者（顧客）への製品の納入が遅れたり、過剰部品の管理等に余分なコストがかかったりするというような課題があった。
更に、製造業者は、足りない部品はすぐに欲しく、また、余分な部品は持ちたくないという心情が働くため、部品が不足しそうな場合には、部品納入者に対して至急に部品を納品するように注文したり、部品が過剰になりそうな場合には、部品納入者に対して部品納品のキャンセルや延期を求めたりするという事態が発生していた。
このような事態が多発すると部品納入者は、製造業者の要求に対応できなくなることもあり、部品納入者から製造業者への部品のスムーズな納入が阻害される傾向となり、結果的に、製造業者が効率的に製品を製造することができなくなり、また、コストアップを招来することになることがあった。
このような事態が多発すると部品納入者は、製造業者の要求に対応できなくなることもあり、部品納入者から製造業者への部品のスムーズな納入が阻害される傾向となり、結果的に、製造業者が効率的に製品を製造することができなくなり、また、コストアップを招来することになることがあった。
かかる悪循環の根源は、最初の需要予測の精度が悪いことにある。このような需要予測の精度を向上すれば、製品の納入遅れやコストアップを防ぐことができる。
そこで、製品の需要予測手法がすでに幾つか提案されている。例えば、注文に至った情報のみならず、受注確度の高かった引合情報を加味して、需要予測をする需要予測手法（例えば特許文献１参照）がある。
また、商談・コンタクト情報（引合情報）に、引合情報と実際に注文を受けた情報との誤差量から求めた受注確度を加味して、需要予測をする需要予測手法（例えば特許文献２参照）がある。
また、商談・コンタクト情報（引合情報）に、引合情報と実際に注文を受けた情報との誤差量から求めた受注確度を加味して、需要予測をする需要予測手法（例えば特許文献２参照）がある。
上記の特許文献１，２の発明では、現在の引合情報を考慮したり適切な統計処理をしたりして、需要予測をしているが、精度的にまだ不足していた。特に、需要者（顧客）の属性については、何らの考慮もされていなかった。
本発明は、上記従来技術に鑑み、需要者（顧客）の属性をも考慮して、精度の高い需要予測のできる需要予測システムを提供することを目的とする。
上記課題を解決する本発明の構成は、
ある属性を有する複数の顧客による需要を予測する需要予測システムであって、
大口顧客について、属性ごとの顧客の引合情報を時系列的に並べて記憶した引合情報データベースと、
大口顧客と小口顧客のそれぞれについて、属性ごとの顧客の受注情報を時系列的に並べて記憶した受注情報データベースと、
前記引合情報データベースと前記受注情報データベースの情報から属性ごとの、大口顧客の引合が受注に至った割合である受注率を演算する受注率演算部と、
前記受注情報データベースの情報から属性ごとの、大口顧客の受注から出荷日までの期間であるリードタイムの分布を計算するリードタイム演算部と、
前記受注情報データベースの情報から同種の属性ごとの、ある属性の小口顧客の一定期間の出荷総台数を同種の属性の大口顧客の出荷総台数で割った値であるアカウント比率を計算するアカウント比率演算部と、
前記引合情報、前記受注情報、前記受注率、前記リードタイムおよび前記アカウント比率を用いて、属性ごとの一定期間の出荷予想台数を計算する需要予測演算部と、
属性ごとの前記受注情報の出荷台数と前記需要予測演算部により計算された属性ごとの前記出荷予想台数を加算して、一定期間ごとの総出荷予測台数を求める合算部を
備えることを特徴とする。
また本発明の構成は、
前記需要予測システムはさらに、一定期間ごとに特定の日時に需要予測演算をしており、一定期間を単位時間すなわちタイムバケットとして、需要予測を行うことを特徴とする。
ある属性を有する複数の顧客による需要を予測する需要予測システムであって、
大口顧客について、属性ごとの顧客の引合情報を時系列的に並べて記憶した引合情報データベースと、
大口顧客と小口顧客のそれぞれについて、属性ごとの顧客の受注情報を時系列的に並べて記憶した受注情報データベースと、
前記引合情報データベースと前記受注情報データベースの情報から属性ごとの、大口顧客の引合が受注に至った割合である受注率を演算する受注率演算部と、
前記受注情報データベースの情報から属性ごとの、大口顧客の受注から出荷日までの期間であるリードタイムの分布を計算するリードタイム演算部と、
前記受注情報データベースの情報から同種の属性ごとの、ある属性の小口顧客の一定期間の出荷総台数を同種の属性の大口顧客の出荷総台数で割った値であるアカウント比率を計算するアカウント比率演算部と、
前記引合情報、前記受注情報、前記受注率、前記リードタイムおよび前記アカウント比率を用いて、属性ごとの一定期間の出荷予想台数を計算する需要予測演算部と、
属性ごとの前記受注情報の出荷台数と前記需要予測演算部により計算された属性ごとの前記出荷予想台数を加算して、一定期間ごとの総出荷予測台数を求める合算部を
備えることを特徴とする。
また本発明の構成は、
前記需要予測システムはさらに、一定期間ごとに特定の日時に需要予測演算をしており、一定期間を単位時間すなわちタイムバケットとして、需要予測を行うことを特徴とする。
また本発明の構成は、
大口顧客のディーラーから引合があったときの引合日と引合台数を示す引合情報ｉｄＬ（ｒ）と、大口顧客の法人から引合があったときの引合日と引合台数を示す引合情報ｉｃＬ（ｒ）が入力され、両引合情報ｉｄＬ（ｒ），ｉｃＬ（ｒ）を時系列的に並べて記憶した引合情報データベース部（21）と、
大口顧客のディーラーから受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｄＬ（ｏ）と、小口顧客のディーラーから受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｄＳ（ｏ）と、大口顧客の法人から受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｃＬ（ｏ）と、小口顧客の法人から受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｃＳ（ｏ）が入力され、これらの受注情報ｉｄＬ（ｏ），ｉｄＳ（ｏ），ｉｃＬ（ｏ），ｉｃＳ（ｏ）を時系列的に並べて記憶した受注情報データベース部（22）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＬ（ｏ）と前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から大口のディーラーの受注率Ｒｄを演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＬ（ｏ）と前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から大口の法人の受注率Ｒｃを演算する受注率演算部（31）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＬ（ｏ）から大口顧客のディーラーのリードタイムＬＴｄの分布を演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＬ（ｏ）から大口顧客の法人のリードタイムＬＴｃを演算するリードタイム演算部（41）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＳ（ｏ）と受注情報ｉｄＬ（ｏ）からディーラーのアカウント比率Ｈｄを演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＳ（ｏ）と受注情報ｉｃＬ（ｏ）から法人のアカウント比率Ｈｃを演算するアカウント比率演算部（51）と、
ディーラー需要予測演算部（200），法人需要予測演算部（300）及び合算部（400）からなる需要予測演算部（100）とからなり、
前記ディーラー需要予測演算部（200）は、
前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から求めた演算時タイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｄと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｄを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（201）と、
前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から求めた演算時タイムバケットに対応する過去のタイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｄと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｄを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（202）と、
前記需要予測演算部（201）により求めた出荷予測台数と、前記需要予測演算部（202）により求めた出荷予測台数と、前記受注率演算部（31）から得た前記受注情報ｉｄＬ（ｏ）と、前記アカウント比率演算部（51）から得たアカウント比率Ｈｄを用いて演算することにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（203）と、
前記需要予測演算部（201）、需要予測演算部（202）、需要予測演算部（203）で演算した出荷予測台数をタイムバケットごとに加算して、ディーラーの出荷予測台数とする合算部（204）とを有し、
前記法人需要予測演算部（300）は、
前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から求めた演算時タイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｃと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｃを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（301）と、
前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から求めた演算時タイムバケットに対応する過去のタイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｃと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｃを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（302）と、
前記需要予測演算部（301）、需要予測演算部（302）で演算した出荷予測台数をタイムバケットごとに加算して、法人の出荷予測台数とする合算部（304）とを有し、
前記合算部（400）は、前記合算部（204）で求めたタイムバケットごとのディーラーの出荷予測台数と、前記合算部（304）で求めたタイムバケットごとの法人の出荷予測台数とを、タイムバケットごとに加算して、総出荷予測台数を求めることを特徴とする。
大口顧客のディーラーから引合があったときの引合日と引合台数を示す引合情報ｉｄＬ（ｒ）と、大口顧客の法人から引合があったときの引合日と引合台数を示す引合情報ｉｃＬ（ｒ）が入力され、両引合情報ｉｄＬ（ｒ），ｉｃＬ（ｒ）を時系列的に並べて記憶した引合情報データベース部（21）と、
大口顧客のディーラーから受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｄＬ（ｏ）と、小口顧客のディーラーから受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｄＳ（ｏ）と、大口顧客の法人から受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｃＬ（ｏ）と、小口顧客の法人から受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｃＳ（ｏ）が入力され、これらの受注情報ｉｄＬ（ｏ），ｉｄＳ（ｏ），ｉｃＬ（ｏ），ｉｃＳ（ｏ）を時系列的に並べて記憶した受注情報データベース部（22）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＬ（ｏ）と前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から大口のディーラーの受注率Ｒｄを演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＬ（ｏ）と前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から大口の法人の受注率Ｒｃを演算する受注率演算部（31）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＬ（ｏ）から大口顧客のディーラーのリードタイムＬＴｄの分布を演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＬ（ｏ）から大口顧客の法人のリードタイムＬＴｃを演算するリードタイム演算部（41）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＳ（ｏ）と受注情報ｉｄＬ（ｏ）からディーラーのアカウント比率Ｈｄを演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＳ（ｏ）と受注情報ｉｃＬ（ｏ）から法人のアカウント比率Ｈｃを演算するアカウント比率演算部（51）と、
ディーラー需要予測演算部（200），法人需要予測演算部（300）及び合算部（400）からなる需要予測演算部（100）とからなり、
前記ディーラー需要予測演算部（200）は、
前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から求めた演算時タイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｄと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｄを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（201）と、
前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から求めた演算時タイムバケットに対応する過去のタイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｄと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｄを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（202）と、
前記需要予測演算部（201）により求めた出荷予測台数と、前記需要予測演算部（202）により求めた出荷予測台数と、前記受注率演算部（31）から得た前記受注情報ｉｄＬ（ｏ）と、前記アカウント比率演算部（51）から得たアカウント比率Ｈｄを用いて演算することにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（203）と、
前記需要予測演算部（201）、需要予測演算部（202）、需要予測演算部（203）で演算した出荷予測台数をタイムバケットごとに加算して、ディーラーの出荷予測台数とする合算部（204）とを有し、
前記法人需要予測演算部（300）は、
前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から求めた演算時タイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｃと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｃを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（301）と、
前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から求めた演算時タイムバケットに対応する過去のタイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｃと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｃを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（302）と、
前記需要予測演算部（301）、需要予測演算部（302）で演算した出荷予測台数をタイムバケットごとに加算して、法人の出荷予測台数とする合算部（304）とを有し、
前記合算部（400）は、前記合算部（204）で求めたタイムバケットごとのディーラーの出荷予測台数と、前記合算部（304）で求めたタイムバケットごとの法人の出荷予測台数とを、タイムバケットごとに加算して、総出荷予測台数を求めることを特徴とする。
本発明によれば、顧客属性を加味して需要予測をするため、需要予測精度が向上する。
以下、本発明の実施の形態について、実施例に基づき詳細に説明する。
図１は、フォークリフトの出荷台数（需要台数）を予測する、本発明の実施例１に係る需要予測システム１を示すブロック構成図である。
図１に示す、フォークリフトの需要予測システム１の入力部１０からは、引合情報や受注情報が入力される。具体的には、
（１） 大口顧客（大量にフォークリフトを購入する需要者）のディーラーから引合があったときには、引合日と引合台数を示す引合情報ｉｄＬ（ｒ）が入力され、
（２） 大口顧客（大量にフォークリフトを購入する需要者）の法人から引合があったときには、引合日と引合台数を示す引合情報ｉｃＬ（ｒ）が入力され、
（３） 大口顧客（大量にフォークリフトを購入する需要者）のディーラーから受注があったときには、受注日と受注により決定した出荷日と出荷台数（=「受注台数」）を示す受注情報ｉｄＬ（ｏ）が入力され、
（４） 小口顧客（小量にフォークリフトを購入する需要者）のディーラーから受注があったときには、受注日と受注により決定した出荷日と出荷台数（受注台数）を示す受注情報ｉｄＳ（ｏ）が入力され、
（５） 大口顧客（大量にフォークリフトを購入する需要者）の法人から受注があったときには、受注日と受注により決定した出荷日と出荷台数（受注台数）を示す受注情報ｉｃＬ（ｏ）が入力され、
（６） 小口顧客（小量にフォークリフトを購入する需要者）の法人から受注があったときには、受注日と受注により決定した出荷日と出荷台数（受注台数）を示す受注情報ｉｃＳ（ｏ）が入力される。
（１） 大口顧客（大量にフォークリフトを購入する需要者）のディーラーから引合があったときには、引合日と引合台数を示す引合情報ｉｄＬ（ｒ）が入力され、
（２） 大口顧客（大量にフォークリフトを購入する需要者）の法人から引合があったときには、引合日と引合台数を示す引合情報ｉｃＬ（ｒ）が入力され、
（３） 大口顧客（大量にフォークリフトを購入する需要者）のディーラーから受注があったときには、受注日と受注により決定した出荷日と出荷台数（=「受注台数」）を示す受注情報ｉｄＬ（ｏ）が入力され、
（４） 小口顧客（小量にフォークリフトを購入する需要者）のディーラーから受注があったときには、受注日と受注により決定した出荷日と出荷台数（受注台数）を示す受注情報ｉｄＳ（ｏ）が入力され、
（５） 大口顧客（大量にフォークリフトを購入する需要者）の法人から受注があったときには、受注日と受注により決定した出荷日と出荷台数（受注台数）を示す受注情報ｉｃＬ（ｏ）が入力され、
（６） 小口顧客（小量にフォークリフトを購入する需要者）の法人から受注があったときには、受注日と受注により決定した出荷日と出荷台数（受注台数）を示す受注情報ｉｃＳ（ｏ）が入力される。
引合情報データベース部２１は、入力部１０から入力される、大口顧客のディーラーの引合情報ｉｄＬ（ｒ）と大口顧客の法人の引合情報ｉｃＬ（ｒ）を時系列的に並べて記憶して引合情報データベースを構築している。
受注情報データベース部２２は、入力部１０から入力される、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）と、大口顧客の法人の受注情報ｉｃＬ（ｏ）と、小口顧客の法人の受注情報ｉｃＳ（ｏ）とを、時系列的に並べて記憶して、受注情報データベースを構築している。
受注率演算部３１は、大口顧客のディーラーの受注率Ｒｄを演算により求める。受注率Ｒｄは、大口顧客のディーラーから引合があってから実際に受注に至った割合をいう。
上記の演算は具体的には、受注情報データベース部２２に記憶している大口顧客のディーラーの受注情報ｉｄＬ（ｏ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の出荷台数（受注台数）を、引合情報データベース部２１に記憶している大口顧客のディーラーの引合情報ｉｄＬ（ｒ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の引合台数で除算して、受注率Ｒｄを求める。
例えば、大口顧客のディーラーからの引合台数が１００台あって、この引合から受注に至った出荷台数（受注台数）が４４台であれば、受注率Ｒｄは４４％となる。
上記の演算は具体的には、受注情報データベース部２２に記憶している大口顧客のディーラーの受注情報ｉｄＬ（ｏ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の出荷台数（受注台数）を、引合情報データベース部２１に記憶している大口顧客のディーラーの引合情報ｉｄＬ（ｒ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の引合台数で除算して、受注率Ｒｄを求める。
例えば、大口顧客のディーラーからの引合台数が１００台あって、この引合から受注に至った出荷台数（受注台数）が４４台であれば、受注率Ｒｄは４４％となる。
また、受注率演算部３１は、大口顧客の法人の受注率Ｒｃを演算により求める。受注率Ｒｃは、大口顧客の法人から引合があってから実際に受注に至った割合をいう。
上記の演算は具体的には、受注情報データベース部２２に記憶している大口顧客の法人の受注情報ｉｃＬ（ｏ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の出荷台数（受注台数）を、引合情報データベース部２１に記憶している大口顧客の法人の引合情報ｉｃＬ（ｒ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の引合台数で除算して、受注率Ｒｃを求める。
例えば、大口顧客の法人からの引合台数が１００台あって、この引合から受注に至った受注台数が４４台であれば、受注率Ｒｄは４４％となる。
上記の演算は具体的には、受注情報データベース部２２に記憶している大口顧客の法人の受注情報ｉｃＬ（ｏ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の出荷台数（受注台数）を、引合情報データベース部２１に記憶している大口顧客の法人の引合情報ｉｃＬ（ｒ）から求めた一定期間（現時点から予め決めた過去の時点までの期間）の引合台数で除算して、受注率Ｒｃを求める。
例えば、大口顧客の法人からの引合台数が１００台あって、この引合から受注に至った受注台数が４４台であれば、受注率Ｒｄは４４％となる。
リードタイム演算部４１は、大口顧客のディーラーの「受注日から出荷日までの期間（日数）であるリードタイム（ＬＴｄ）の分布」を、受注情報データベース部２２に記憶してある、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）から求める。
具体的には、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の中から、一定期間（現時点から予め決めた過去の時点までの期間）の情報を取り出し、取り出した情報に示されている受注日と受注により決定した出荷日までの期間（リードタイム）の分布を求める。
表１は、大口顧客のディーラーの「受注日から出荷日までリードタイム（ＬＴｄ）の分布」の一例を示すものである。表１の例は、１週間ごとに、リードタイム（ＬＴｄ）の分布をまとめたものである。
具体的には、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の中から、一定期間（現時点から予め決めた過去の時点までの期間）の情報を取り出し、取り出した情報に示されている受注日と受注により決定した出荷日までの期間（リードタイム）の分布を求める。
表１は、大口顧客のディーラーの「受注日から出荷日までリードタイム（ＬＴｄ）の分布」の一例を示すものである。表１の例は、１週間ごとに、リードタイム（ＬＴｄ）の分布をまとめたものである。
また、リードタイム演算部４１は、大口顧客の法人の「受注日から出荷日までの期間（日数）であるリードタイム（ＬＴｃ）の分布」を、受注情報データベース部２２に記憶してある、大口顧客の法人の受注情報ｉｃＬ（ｏ）から求める。
具体的には、大口顧客の法人の受注情報ｉｃＬ（ｏ）の中から、一定期間（現時点から予め決めた過去の時点までの期間）の情報を取り出し、取り出した情報に示されている受注日と受注により決定した出荷日までの期間（リードタイム）の分布を求める。
表２は、大口顧客の法人の「受注日から出荷日までリードタイム（ＬＴｃ）の分布」の一例を示すものである。表２の例は、１週間ごとに、リードタイム（ＬＴｃ）の分布をまとめたものである。
具体的には、大口顧客の法人の受注情報ｉｃＬ（ｏ）の中から、一定期間（現時点から予め決めた過去の時点までの期間）の情報を取り出し、取り出した情報に示されている受注日と受注により決定した出荷日までの期間（リードタイム）の分布を求める。
表２は、大口顧客の法人の「受注日から出荷日までリードタイム（ＬＴｃ）の分布」の一例を示すものである。表２の例は、１週間ごとに、リードタイム（ＬＴｃ）の分布をまとめたものである。
一般的には、大口顧客のディーラーの「リードタイム（ＬＴｄ）」に比べて、大口顧客の法人の「リードタイム（ＬＴｃ）」の方が長い傾向にある。
なお、表１、表２において、リードタイム（ＬＴｄ，ＬＴｃ）が１週間とは、受注日から出荷日までの期間が１週間であることを意味し、リードタイム（ＬＴｄ，ＬＴｃ）が２週間とは、受注日から出荷日までの期間が２週間であることを意味する。リードタイム（ＬＴｄ，ＬＴｃ）が３週間、４週間、５週間も同様の意味である。
アカウント比率演算部５１は、ディーラーのアカウント比率Ｈｄ（=小口顧客のディーラーの一定期間の出荷総台数÷大口顧客のディーラーの一定期間の出荷総台数）を求める。
具体的には、受注情報データベース部２２に記憶してある小口顧客のディーラーの受注情報ｉｄＳ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）を、受注情報データベース部２２に記憶してある大口顧客のディーラーの受注情報ｉｄＬ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）で除算して、ディーラーのアカウント比率Ｈｄを求める。
具体的には、受注情報データベース部２２に記憶してある小口顧客のディーラーの受注情報ｉｄＳ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）を、受注情報データベース部２２に記憶してある大口顧客のディーラーの受注情報ｉｄＬ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）で除算して、ディーラーのアカウント比率Ｈｄを求める。
また、アカウント比率演算部５１は、法人のアカウント比率Ｈｃ（=小口顧客の法人の一定期間の出荷総台数÷大口顧客の法人の一定期間の出荷総台数）を求める。
具体的には、受注情報データベース部２２に記憶してある小口顧客の法人の受注情報ｉｃＳ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）を、受注情報データベース部２２に記憶してある大口顧客の法人の受注情報ｉｃＬ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）で除算して、法人のアカウント比率Ｈｃを求める。
具体的には、受注情報データベース部２２に記憶してある小口顧客の法人の受注情報ｉｃＳ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）を、受注情報データベース部２２に記憶してある大口顧客の法人の受注情報ｉｃＬ（ｏ）から得られる一定期間（現時点から予め決めた過去の時点までの期間）の出荷総台数（受注総台数）で除算して、法人のアカウント比率Ｈｃを求める。
需要予測演算部１００は、ディーラー需要予測演算部２００と法人需要予測演算部３００と合算部４００とで構成されている。この需要予測演算部１００の演算機能・演算動作の詳細は後述する。
この需要予測演算部１００で予測した需要予測台数（出荷台数）は、出力部５００に出力されて表示や印刷等がされる。
この需要予測演算部１００で予測した需要予測台数（出荷台数）は、出力部５００に出力されて表示や印刷等がされる。
ここで、需要予測演算部１００の演算機能・演算動作の詳細を、ディーラー需要予測演算部２００と法人需要予測演算部３００と合算部４００のそれぞれについて分けて説明する。
なお、需要予測演算部１００では、１週間ごとに各週の特定の日時（例えば、最終日時）に需要予測演算をしており、１週間を単位時間（タイムバケット）として、需要予測をしている。
以下の例では、例えば、５月の第３週の最終日時に演算をしたときに、演算時点を含むタイムバケット（５月の第３週）に対して、時間的に１つ後のタイムバケットである５月の第４週、時間的に２つ後のタイムバケットである６月の第１週、時間的に３つ後のタイムバケットである６月の第２週、時間的に４つ後のタイムバケットである６月の第３週の、各週の出荷台数（受注台数、需要台数）を需要予測する演算を行う場合について説明する。
なお、演算時点を含むタイムバケット（５月の第３週）を、「演算時タイムバケット」と定義して説明する。
以下の例では、例えば、５月の第３週の最終日時に演算をしたときに、演算時点を含むタイムバケット（５月の第３週）に対して、時間的に１つ後のタイムバケットである５月の第４週、時間的に２つ後のタイムバケットである６月の第１週、時間的に３つ後のタイムバケットである６月の第２週、時間的に４つ後のタイムバケットである６月の第３週の、各週の出荷台数（受注台数、需要台数）を需要予測する演算を行う場合について説明する。
なお、演算時点を含むタイムバケット（５月の第３週）を、「演算時タイムバケット」と定義して説明する。
ディーラー需要予測演算部２００は、図２に示すように、需要予測演算部２０１，２０２，２０３と合算部２０４とで構成されている。
需要予測演算部２０１は、未受注であるが引合があった場合における、大口のディーラーの需要予測演算をするものである。
需要予測演算部２０２は、未受注であり引合が無い場合における、大口のディーラーの需要予測演算をするものである。
需要予測演算部２０３は、未受注である場合における、小口のディーラーの需要予測演算をするものである。
需要予測演算部２０１は、未受注であるが引合があった場合における、大口のディーラーの需要予測演算をするものである。
需要予測演算部２０２は、未受注であり引合が無い場合における、大口のディーラーの需要予測演算をするものである。
需要予測演算部２０３は、未受注である場合における、小口のディーラーの需要予測演算をするものである。
需要予測演算部２０１は、次に示す（１）〜（３）の演算を行う。
（１） 引合情報データベース部２１から、大口顧客のディーラーの引合情報ｉｄＬ（ｒ）を取り込み、演算時タイムバケットである５月の第３週における、引合台数を求める。ここでは、引合台数が例えば１０台であるとする。
（２） 受注率演算部３１から、大口顧客のディーラーの受注率Ｒｄを取り込み、上記（１）で求めた引合台数（１０台）に、受注率Ｒｄ（例えば４４％）を乗算して、予測受注台数（例えば４．４台）を求める。
（１） 引合情報データベース部２１から、大口顧客のディーラーの引合情報ｉｄＬ（ｒ）を取り込み、演算時タイムバケットである５月の第３週における、引合台数を求める。ここでは、引合台数が例えば１０台であるとする。
（２） 受注率演算部３１から、大口顧客のディーラーの受注率Ｒｄを取り込み、上記（１）で求めた引合台数（１０台）に、受注率Ｒｄ（例えば４４％）を乗算して、予測受注台数（例えば４．４台）を求める。
（３） リードタイム演算部４１から、大口顧客のディーラーのリードタイム（ＬＴｄ）の分布（表１参照）を取り込む。そして、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが１週間のときの比率（１５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．６６台）を求め、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが２週間のときの比率（４５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．９８台）を求め、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが３週間のときの比率（３０％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（１．３２台）を求め、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが４週間のときの比率（５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．２２台）を求める。
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが１週間のときの比率（１５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．６６台）を求め、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが２週間のときの比率（４５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．９８台）を求め、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが３週間のときの比率（３０％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（１．３２台）を求め、
・予測受注台数（例えば４．４台）に、リードタイムＬＴｄが４週間のときの比率（５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．２２台）を求める。
次表３は、需要予測演算部２０１により求めた、各出荷週（各タイムバケット）の出荷予測台数を示すものである。
需要予測演算部２０２は、次に示す（１１）〜（１３）の演算を行う。
（１１） 引合情報データベース部２１から、大口顧客のディーラーの引合情報ｉｄＬ（ｒ）を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に１つ後のタイムバケットである５月の第４週の、過去数年分の引合台数の平均引合台数（例えば０．４４台）を求め、
・演算時タイムバケットである５月の第３週に対して時間的に２つ後のタイムバケットである６月の第１週の、過去数年分の引合台数の平均引合台数（例えば０．４４台）を求め、
・演算時タイムバケットである５月の第３週に対して時間的に３つ後のタイムバケットである６月の第２週の、過去数年分の引合台数の平均引合台数（例えば０．８８台）を求め、
・演算時タイムバケットである５月の第３週に対して時間的に４つ後のタイムバケットである６月の第３週の、過去数年分の引合台数の平均引合台数（例えば３．５２台）を求める。
そして、上記の４つの平均引合台数を加算して、加算引合台数（例えば５．２８台）を求める。
このようにして、実際には引合がないが、過去数年分の引合台数を参照して求めた加算引合台数（例えば５．２８台）だけ、演算時タイムバケット（５月の第３週）に引合があったものと想定するのである。
（１１） 引合情報データベース部２１から、大口顧客のディーラーの引合情報ｉｄＬ（ｒ）を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に１つ後のタイムバケットである５月の第４週の、過去数年分の引合台数の平均引合台数（例えば０．４４台）を求め、
・演算時タイムバケットである５月の第３週に対して時間的に２つ後のタイムバケットである６月の第１週の、過去数年分の引合台数の平均引合台数（例えば０．４４台）を求め、
・演算時タイムバケットである５月の第３週に対して時間的に３つ後のタイムバケットである６月の第２週の、過去数年分の引合台数の平均引合台数（例えば０．８８台）を求め、
・演算時タイムバケットである５月の第３週に対して時間的に４つ後のタイムバケットである６月の第３週の、過去数年分の引合台数の平均引合台数（例えば３．５２台）を求める。
そして、上記の４つの平均引合台数を加算して、加算引合台数（例えば５．２８台）を求める。
このようにして、実際には引合がないが、過去数年分の引合台数を参照して求めた加算引合台数（例えば５．２８台）だけ、演算時タイムバケット（５月の第３週）に引合があったものと想定するのである。
次表４は、需要予測演算部により求めた、各出荷週（各タイムバケット）の平均引合台数を示すものである。
（１２） 受注率演算部３１から大口顧客のディーラーの受注率Ｒｄ（例えば４４％）を取り込み、上記（１１）で求めた加算引合台数（例えば５．２８台）に、受注率Ｒｄ（例えば４４％）を乗算して、予測受注台数（例えば２．３２台）を求める。
（１３） リードタイム演算部４１から大口顧客のディーラーのリードタイム（ＬＴｄ）の分布（表１参照）を取り込む。そして、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが１週間のときの比率（１５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．３５台）を求め、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが２週間のときの比率（４５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．０５台）を求め、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが３週間のときの比率（３０％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（０．７０台）を求め、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが４週間のときの比率（５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．１２台）を求める。
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが１週間のときの比率（１５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．３５台）を求め、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが２週間のときの比率（４５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．０５台）を求め、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが３週間のときの比率（３０％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（０．７０台）を求め、
・予測受注台数（例えば２．３２台）に、リードタイムＬＴｄが４週間のときの比率（５％）を乗算することにより、演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．１２台）を求める。
次表５は、需要予測演算部２０２により求めた、各出荷週（各タイムバケット）の出荷予測台数を示すものである。
需要予測演算部２０３は、次に示す（２１）〜（２５）の演算を行う。
（２１） 受注情報データベース部２２から、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に１つ後のタイムバケットである５月の第４週の、大口顧客のディーラーの受注台数を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に２つ後のタイムバケットである６月の第１週の、大口顧客のディーラーの受注台数を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に３つ後のタイムバケットである６月の第２週の、大口顧客のディーラーの受注台数を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に４つ後のタイムバケットである６月の第３週の、大口顧客のディーラーの受注台数を取り込む。
（２１） 受注情報データベース部２２から、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に１つ後のタイムバケットである５月の第４週の、大口顧客のディーラーの受注台数を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に２つ後のタイムバケットである６月の第１週の、大口顧客のディーラーの受注台数を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に３つ後のタイムバケットである６月の第２週の、大口顧客のディーラーの受注台数を取り込み、
・演算時タイムバケットである５月の第３週に対して時間的に４つ後のタイムバケットである６月の第３週の、大口顧客のディーラーの受注台数を取り込む。
（２２） 需要予測演算部２０１から、この需要予測演算部２０１により求めた下記の出荷予測台数を取り込む。
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．６６台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．９８台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（１．３２台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．２２台）。
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．６６台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．９８台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（１．３２台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．２２台）。
（２３） 需要予測演算部２０２から、この需要予測演算部２０２により求めた下記の出荷予測台数を取り込む。
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．３５台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．０５台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（０．７０台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．１２台）。
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週の出荷予測台数（０．３５台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週の出荷予測台数（１．０５台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週の出荷予測台数（０．７０台）と、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週の出荷予測台数（０．１２台）。
（２４） 上記の（２１）〜（２３）により取り込んだ各台数を用いて、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、上記の（２１）〜（２３）により取り込んだ５月の第４週の各台数を加算した加算予測台数（例えば１．１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、上記の（２１）〜（２３）により取り込んだ６月の第１週の各台数を加算した加算予測台数（例えば３．１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、上記の（２１）〜（２３）により取り込んだ６月の第２週の各台数を加算した加算予測台数（例えば２．１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、上記の（２１）〜（２３）により取り込んだ６月の第３週の各台数を加算した加算予測台数（例えば０．４台）を求める。
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、上記の（２１）〜（２３）により取り込んだ５月の第４週の各台数を加算した加算予測台数（例えば１．１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、上記の（２１）〜（２３）により取り込んだ６月の第１週の各台数を加算した加算予測台数（例えば３．１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、上記の（２１）〜（２３）により取り込んだ６月の第２週の各台数を加算した加算予測台数（例えば２．１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、上記の（２１）〜（２３）により取り込んだ６月の第３週の各台数を加算した加算予測台数（例えば０．４台）を求める。
次表６は、各出荷週（各タイムバケット）について、上記の（２１）〜（２３）により取り込んだ各台数を加算した加算予測台数を示すものである。
（２５） アカウント比率演算部５１から、ディーラーのアカウント比率Ｈｄ（例えば１．５２）を取り込み、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、上記の（２４）により求めた加算予測台数（１．１台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば１．６７台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、上記の（２４）により求めた加算予測台数（３．１台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば４．７１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、上記の（２４）により求めた加算予測台数（２．１台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば３．１９台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、上記の（２４）により求めた加算予測台数（０．４台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば０．６１台）を求める。
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、上記の（２４）により求めた加算予測台数（１．１台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば１．６７台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、上記の（２４）により求めた加算予測台数（３．１台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば４．７１台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、上記の（２４）により求めた加算予測台数（２．１台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば３．１９台）を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、上記の（２４）により求めた加算予測台数（０．４台）にアカウント比率Ｈｄ（例えば１．５２）を乗算して出荷予測台数（例えば０．６１台）を求める。
次表７は、各出荷週（各タイムバケット）について、上記の（２５）の演算により求めて、各出荷週（各タイムバケット）の出荷予測台数を示すものである。
合算部２０４は、受注データベース部２２から、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した各出荷予測台数を取り込む。
そして、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した５月の第４週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した６月の第１週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した６月の第２週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した６月の第３週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求める。
そして、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した５月の第４週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した６月の第１週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した６月の第２週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、大口顧客のディーラーの受注情報ｉｄＬ（ｏ）の出荷台数と、小口顧客のディーラーの受注情報ｉｄＳ（ｏ）の出荷台数と、需要予測演算部２０１，２０２，２０３で演算した６月の第３週の各出荷予測台数とを加算して、ディーラーの出荷予測台数を求める。
法人需要予測演算部３００は、図３に示すように、需要予測演算部３０１，３０２と合算部３０４とで構成されている。
需要予測演算部３０１は、未受注であるが引合があった場合における、大口の法人の需要予測演算をするものである。
需要予測演算部３０２は、未受注であり引合が無い場合における、大口の法人の需要予測演算をするものである。
需要予測演算部３０１は、未受注であるが引合があった場合における、大口の法人の需要予測演算をするものである。
需要予測演算部３０２は、未受注であり引合が無い場合における、大口の法人の需要予測演算をするものである。
需要予測演算部３０１は、需要予測演算部２０１と同様な演算を行う。ただし、
・大口顧客のディーラーの引合情報ｉｄＬ（ｒ）の代わりに、大口顧客の法人の引合情報ｉｃＬ（ｒ）を用い、
・大口顧客のディーラーの受注率Ｒｄの代わりに、大口顧客の法人の受注率Ｒｃを用い、
・大口顧客のディーラーのリードタイムＬＴｄの代わりに、大口顧客の法人のリードタイムＬＴｃを用いる。
演算手法は、需要予測演算部２０１で行ったのと同じ演算手法を用いて、各出荷週（バケットタイム）の出荷予測台数を求める。
・大口顧客のディーラーの引合情報ｉｄＬ（ｒ）の代わりに、大口顧客の法人の引合情報ｉｃＬ（ｒ）を用い、
・大口顧客のディーラーの受注率Ｒｄの代わりに、大口顧客の法人の受注率Ｒｃを用い、
・大口顧客のディーラーのリードタイムＬＴｄの代わりに、大口顧客の法人のリードタイムＬＴｃを用いる。
演算手法は、需要予測演算部２０１で行ったのと同じ演算手法を用いて、各出荷週（バケットタイム）の出荷予測台数を求める。
需要予測演算部３０２は、需要予測演算部２０２と同様な演算を行う。ただし、
・大口顧客のディーラーの引合情報ｉｄＬ（ｒ）の代わりに、大口顧客の法人の引合情報ｉｃＬ（ｒ）を用い、
・大口顧客のディーラーの受注率Ｒｄの代わりに、大口顧客の法人の受注率Ｒｃを用い、
・大口顧客のディーラーのリードタイムＬＴｄの代わりに、大口顧客の法人のリードタイムＬＴｃを用いる。
演算手法は、需要予測演算部２０２で行ったのと同じ演算手法を用いて、各出荷週（バケットタイム）の出荷予測台数を求める。
・大口顧客のディーラーの引合情報ｉｄＬ（ｒ）の代わりに、大口顧客の法人の引合情報ｉｃＬ（ｒ）を用い、
・大口顧客のディーラーの受注率Ｒｄの代わりに、大口顧客の法人の受注率Ｒｃを用い、
・大口顧客のディーラーのリードタイムＬＴｄの代わりに、大口顧客の法人のリードタイムＬＴｃを用いる。
演算手法は、需要予測演算部２０２で行ったのと同じ演算手法を用いて、各出荷週（バケットタイム）の出荷予測台数を求める。
合算部３０４は、受注データベース部２２から、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数を取り込む。
そして、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求める。
そして、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、大口顧客の法人の受注情報ｉｃＬ（ｏ）の出荷台数と、小口顧客の法人の受注情報ｉｃＳ（ｏ）の出荷台数と、需要予測演算部３０１，３０２で演算した各出荷予測台数とを加算して、法人の出荷予測台数を求める。
合算部４００は、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を取り込む。
そして、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、５月の第４週の総出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、６月の第１週の総出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、６月の第２週の総出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、６月の第３週の総出荷予測台数を求める。
そして、
・演算時タイムバケット（５月の第３週）に対して時間的に１つ後のタイムバケットである５月の第４週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、５月の第４週の総出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に２つ後のタイムバケットである６月の第１週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、６月の第１週の総出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に３つ後のタイムバケットである６月の第２週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、６月の第２週の総出荷予測台数を求め、
・演算時タイムバケット（５月の第３週）に対して時間的に４つ後のタイムバケットである６月の第３週について、ディーラー需要予測演算部２００で求めた出荷予測台数と、法人需要予測演算部３００で求めた出荷予測台数を加算して、６月の第３週の総出荷予測台数を求める。
出力部５００は、合算部４００で求めた、５月の第４週の総出荷予測台数と、６月の第１週の総出荷予測台数と、６月の第２週の総出荷予測台数と、６月の第３週の総出荷予測台数を、必要に応じて表示したり印刷したりデータ出力をする。
このように本実施例では、顧客の属性、例えばディーラーであるか法人であるか、大口顧客であるか小口顧客であるか、という顧客属性を加味して出荷予測台数を予測するため、精度よく出荷台数を予測することができる。
本発明は、フォークリフトの出荷台数（需要台数）を予測するのみならず、
・予測精度が高い顧客と、予測精度が低い顧客を持つ事業、
・将来の情報が取れる顧客と、将来の情報が取れない顧客を持つ事業、
において、顧客属性を加味して、需要予測をするに適用することができる。
・予測精度が高い顧客と、予測精度が低い顧客を持つ事業、
・将来の情報が取れる顧客と、将来の情報が取れない顧客を持つ事業、
において、顧客属性を加味して、需要予測をするに適用することができる。
１０ 入力部
２１ 引合情報データベース部
２２ 受注情報データベース部
３１ 受注率演算部
４１ リードタイム演算部
５１ アカウント比率演算部
１００ 需要予測演算部
２００ ディーラー需要予測演算部
２０１，２０２，２０３ 需要予測演算部
２０４ 合算部
３００ 法人需要予測演算部
３０１，３０２ 需要予測演算部
３０４ 合算部
４００ 合算部
５００ 出力部
２１ 引合情報データベース部
２２ 受注情報データベース部
３１ 受注率演算部
４１ リードタイム演算部
５１ アカウント比率演算部
１００ 需要予測演算部
２００ ディーラー需要予測演算部
２０１，２０２，２０３ 需要予測演算部
２０４ 合算部
３００ 法人需要予測演算部
３０１，３０２ 需要予測演算部
３０４ 合算部
４００ 合算部
５００ 出力部
Claims (3)
- ある属性を有する複数の顧客による需要を予測する需要予測システムであって、
大口顧客について、属性ごとの顧客の引合情報を時系列的に並べて記憶した引合情報データベースと、
大口顧客と小口顧客のそれぞれについて、属性ごとの顧客の受注情報を時系列的に並べて記憶した受注情報データベースと、
前記引合情報データベースと前記受注情報データベースの情報から属性ごとの、大口顧客の引合が受注に至った割合である受注率を演算する受注率演算部と、
前記受注情報データベースの情報から属性ごとの、大口顧客の受注から出荷日までの期間であるリードタイムの分布を計算するリードタイム演算部と、
前記受注情報データベースの情報から同種の属性ごとの、ある属性の小口顧客の一定期間の出荷総台数を同種の属性の大口顧客の出荷総台数で割った値であるアカウント比率を計算するアカウント比率演算部と、
前記引合情報、前記受注情報、前記受注率、前記リードタイムおよび前記アカウント比率を用いて、属性ごとの一定期間の出荷予想台数を計算する需要予測演算部と、
属性ごとの前記受注情報の出荷台数と前記需要予測演算部により計算された属性ごとの前記出荷予想台数を加算して、一定期間ごとの総出荷予測台数を求める合算部を
備えることを特徴とする需要予測システム。 - 前記需要予測システムはさらに、一定期間ごとに特定の日時に需要予測演算をしており、一定期間を単位時間すなわちタイムバケットとして、需要予測を行うことを特徴とする請求項１に記載の需要予測システム。
- 大口顧客のディーラーから引合があったときの引合日と引合台数を示す引合情報ｉｄＬ（ｒ）と、大口顧客の法人から引合があったときの引合日と引合台数を示す引合情報ｉｃＬ（ｒ）が入力され、両引合情報ｉｄＬ（ｒ），ｉｃＬ（ｒ）を時系列的に並べて記憶した引合情報データベース部（21）と、
大口顧客のディーラーから受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｄＬ（ｏ）と、小口顧客のディーラーから受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｄＳ（ｏ）と、大口顧客の法人から受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｃＬ（ｏ）と、小口顧客の法人から受注があったときの受注日と受注により決定した出荷日と出荷台数を示す受注情報ｉｃＳ（ｏ）が入力され、これらの受注情報ｉｄＬ（ｏ），ｉｄＳ（ｏ），ｉｃＬ（ｏ），ｉｃＳ（ｏ）を時系列的に並べて記憶した受注情報データベース部（22）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＬ（ｏ）と前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から大口のディーラーの受注率Ｒｄを演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＬ（ｏ）と前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から大口の法人の受注率Ｒｃを演算する受注率演算部（31）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＬ（ｏ）から大口顧客のディーラーのリードタイムＬＴｄの分布を演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＬ（ｏ）から大口顧客の法人のリードタイムＬＴｃを演算するリードタイム演算部（41）と、
前記受注情報データベース部（22）から得た前記受注情報ｉｄＳ（ｏ）と受注情報ｉｄＬ（ｏ）からディーラーのアカウント比率Ｈｄを演算し、前記受注情報データベース部（22）から得た前記受注情報ｉｃＳ（ｏ）と受注情報ｉｃＬ（ｏ）から法人のアカウント比率Ｈｃを演算するアカウント比率演算部（51）と、
ディーラー需要予測演算部（200），法人需要予測演算部（300）及び合算部（400）からなる需要予測演算部（100）とからなり、
前記ディーラー需要予測演算部（200）は、
前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から求めた演算時タイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｄと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｄを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（201）と、
前記引合情報データベース部（21）から得た前記引合情報ｉｄＬ（ｒ）から求めた演算時タイムバケットに対応する過去のタイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｄと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｄを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（202）と、
前記需要予測演算部（201）により求めた出荷予測台数と、前記需要予測演算部（202）により求めた出荷予測台数と、前記受注率演算部（31）から得た前記受注情報ｉｄＬ（ｏ）と、前記アカウント比率演算部（51）から得たアカウント比率Ｈｄを用いて演算することにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（203）と、
前記需要予測演算部（201）、需要予測演算部（202）、需要予測演算部（203）で演算した出荷予測台数をタイムバケットごとに加算して、ディーラーの出荷予測台数とする合算部（204）とを有し、
前記法人需要予測演算部（300）は、
前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から求めた演算時タイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｃと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｃを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（301）と、
前記引合情報データベース部（21）から得た前記引合情報ｉｃＬ（ｒ）から求めた演算時タイムバケットに対応する過去のタイムバケットの引合台数と、前記受注率演算部（31）から得た前記受注率Ｒｃと、前記リードタイム演算部（41）から得た前記リードタイムＬＴｃを用いて演算をすることにより、演算時点よりも時間的に後のタイムバケットの出荷予測台数を求める需要予測演算部（302）と、
前記需要予測演算部（301）、需要予測演算部（302）で演算した出荷予測台数をタイムバケットごとに加算して、法人の出荷予測台数とする合算部（304）とを有し、
前記合算部（400）は、前記合算部（204）で求めたタイムバケットごとのディーラーの出荷予測台数と、前記合算部（304）で求めたタイムバケットごとの法人の出荷予測台数とを、タイムバケットごとに加算して、総出荷予測台数を求めることを特徴とする需要予測システム。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010257417A JP5773619B2 (ja) | 2010-11-18 | 2010-11-18 | 需要予測システム |
| PCT/JP2011/076245 WO2012067087A1 (ja) | 2010-11-18 | 2011-11-15 | 需要予測システム |
| US13/882,206 US20130268320A1 (en) | 2010-11-18 | 2011-11-15 | Demand prediction system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010257417A JP5773619B2 (ja) | 2010-11-18 | 2010-11-18 | 需要予測システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2012108741A JP2012108741A (ja) | 2012-06-07 |
| JP5773619B2 true JP5773619B2 (ja) | 2015-09-02 |
Family
ID=46084014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010257417A Expired - Fee Related JP5773619B2 (ja) | 2010-11-18 | 2010-11-18 | 需要予測システム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20130268320A1 (ja) |
| JP (1) | JP5773619B2 (ja) |
| WO (1) | WO2012067087A1 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPWO2018139029A1 (ja) * | 2017-01-27 | 2019-06-27 | 三菱電機株式会社 | 需要予測装置、需要予測システム、需要予測方法及びプログラム |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH09330309A (ja) * | 1996-06-11 | 1997-12-22 | Hitachi Ltd | 付属製品需要予測方式 |
| JP3296318B2 (ja) * | 1999-03-02 | 2002-06-24 | 日本電気株式会社 | 需要予測方法及び需要予測装置並びに需要予測用プログラムを記憶した記憶媒体 |
| US7593871B1 (en) * | 2004-06-14 | 2009-09-22 | Ewinwin, Inc. | Multiple price curves and attributes |
| US7130807B1 (en) * | 1999-11-22 | 2006-10-31 | Accenture Llp | Technology sharing during demand and supply planning in a network-based supply chain environment |
| JP2003534582A (ja) * | 2000-01-12 | 2003-11-18 | アイサプリ コーポレイション | サプライチェーンアーキテクチャ |
| JP2003242432A (ja) * | 2002-02-14 | 2003-08-29 | Ns Solutions Corp | 需要予測装置、方法、コンピュータプログラム、及びコンピュータ読み取り可能な記録媒体 |
| US7606699B2 (en) * | 2003-03-25 | 2009-10-20 | Siebel Systems Inc. | Modeling of forecasting and production planning data |
| JP2005015140A (ja) * | 2003-06-25 | 2005-01-20 | Mbk Ryutsu Partners Kk | 発注量算出システム |
| US8417549B2 (en) * | 2005-05-27 | 2013-04-09 | Sap Aktiengeselleschaft | System and method for sourcing a demand forecast within a supply chain management system |
| JP4738898B2 (ja) * | 2005-06-06 | 2011-08-03 | 株式会社日立製作所 | 需要予測方法、および需要予測分析サーバ、並びに需要予測プログラム |
| JP2006350883A (ja) * | 2005-06-20 | 2006-12-28 | Yaskawa Electric Corp | 知識データベースを利用した需要予測値自動判定システムおよびそれに用いられる需要予測値自動判定プログラム並びにそのプログラムが記録された記録媒体 |
| US7266518B2 (en) * | 2005-12-29 | 2007-09-04 | Kimberly-Clark Worldwide, Inc. | Spare parts inventory management |
| EP2353108A4 (en) * | 2008-11-04 | 2018-01-03 | Strossle International AB | Method and system for analyzing text |
-
2010
- 2010-11-18 JP JP2010257417A patent/JP5773619B2/ja not_active Expired - Fee Related
-
2011
- 2011-11-15 WO PCT/JP2011/076245 patent/WO2012067087A1/ja active Application Filing
- 2011-11-15 US US13/882,206 patent/US20130268320A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| US20130268320A1 (en) | 2013-10-10 |
| JP2012108741A (ja) | 2012-06-07 |
| WO2012067087A1 (ja) | 2012-05-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kurata et al. | After-sales service competition in a supply chain: Optimization of customer satisfaction level or profit or both? | |
| JP4678879B2 (ja) | 販売予測システム、方法及びコンピュータプログラム | |
| Ferrantino | Using supply chain analysis to examine the costs of non-tariff measures (NTMs) and the benefits of trade facilitation | |
| Rached et al. | Decentralised decision-making with information sharing vs. centralised decision-making in supply chains | |
| Hsu et al. | Economic design of acceptance sampling plans in a two-stage supply chain | |
| Lumsden et al. | Determining the value of information for different partners in the supply chain | |
| CN116109252A (zh) | 仓库补货管理方法、装置、仓库管理系统及存储介质 | |
| JPWO2014141394A1 (ja) | 供給グループ決定支援装置及び供給グループ決定支援プログラム | |
| JP2005015140A (ja) | 発注量算出システム | |
| US20090106033A1 (en) | System and Method for Estimating a Shipment Delivery Date | |
| Morgan et al. | Using SPC to measure a national supermarket chain's suppliers' performance | |
| Lu et al. | Evaluation of manufacturing system redesign with multiple points of product differentiation | |
| JP5773619B2 (ja) | 需要予測システム | |
| WO2012114481A1 (ja) | 部品出荷数予測システム、及びプログラム | |
| JP6054165B2 (ja) | 需要予測システムおよび需要予測方法 | |
| WO2005001730A1 (ja) | 受注予測システム、受注予測方法及び受注予測プログラム | |
| Ni | Replenishment policy for a purchase-to-order seller: a tradeoff between ordering cost and delay cost | |
| CN116109251A (zh) | 仓库备货管理方法、装置、仓库管理系统及存储介质 | |
| Gilliland | Defining" Demand" for Demand Forecasting. | |
| JP2011065547A (ja) | 生産計画支援システムおよび生産計画支援プログラム | |
| JP2011108021A (ja) | 原価企画における製造原価比較検討支援システム | |
| JP4996107B2 (ja) | 経営指標に基づく発注優先順位算出装置、経営指標に基づく発注優先順位算出方法、経営指標に基づく発注優先順位算出プログラム | |
| JP4773855B2 (ja) | コスト情報提供プログラム | |
| Tanaka et al. | Inventory management method with demand forecast in e-commerce | |
| Rahmat et al. | Manufacturers satisfaction on third party logistics providers’ service quality |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20131010 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150113 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150310 |
|
| 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: 20150602 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150630 |
|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: R3D03 |
|
| LAPS | Cancellation because of no payment of annual fees |