JP6907107B2 - 品種絞込み支援システム、及び方法 - Google Patents

Description

本発明は、品種絞込み支援システムに係り、特に多品種の商品を扱う企業における部門横断などのバリューチェーン（以下、ＶＣ）全体で影響度の高い品種の絞込み支援技術に関する。

近年、多くの企業で、顧客ニーズの多様性を受けて、少量多品種の製品を扱う企業が多くみられる。しかし、少量多品種の製品を扱った場合、各工程部門でのオペレーションを複雑化させ、収益が思うように出ないと悩む企業が多い。しかしながら、このような複雑に問題が絡み合う経営上の問題を解決するには、複数の評価軸の情報を用いることとなり、評価軸毎に単位が異なり単純に問題の発生原因を特定して、提示することは難しい。

そんな状況の中、
特許文献１では、 企業の収益性を確保するために、収益性の見直しに関連する経営情報をユーザーに提示する経営情報表示方法を開示している。この表示方法では、記憶装置に格納される製品別の損益データを読み込み、利益額の大きい順に製品を並べ替えた各損益額を表示装置に表示し、 製品のうちの１つが指定されたとき、記憶装置に格納される指定された製品の地域別の損益データと利益率を読み込み、 利益額の大きい順に前域を並べ替えた各損益額を、利益率とともに表示装置に表示する。

特開２００６−１４６５２８号公報

要因分析の先行技術において、設備の故障など物理モデルに落としやすい対象に、分析対象を絞った先行技術は多く提案されている。しかし部門横断での要因分析に関しては、人の判断やオペレーションの領域が増えるため、急にモデルにおける要因の複雑性が増し、また網羅性が落ちて、要因特定しても当たらなくなる可能性が高まる。このような課題に対して、特許文献１の経営情報表示方法では、地域別に製品を分析可能ではあるが、少量多品種の商品を扱う企業において、部門跨りで影響度が高い要因を特定、提示することは検討されていない。しかしながら、多品種の商品を扱う事業形態では、各部門でのオペレーションを複雑化させ、収益が思う様に出ないと悩む企業が多く、さらには施策実施を念頭に置いた際、各部門での改善ポテンシャルや部門横断での優先順位を把握することが難しいため、施策実施に進めない、あるいは個別最適になってしまう場合も多い。

本発明の目的は、多品種の商品を扱う企業において、上記の課題を解決し、部門横断などＶＣ全体での影響度管理や施策実施精度を高めることを可能とする品種絞込み支援システム、及び方法を提供することにある。

上記の課題を解決するため、本発明においては、多品種の商品を扱う企業における、品種絞込み支援システムであって、処理部と記憶部とを備え、記憶部は、多品種の商品を記憶する品種マスタテーブルと、企業の経営指標とそのデータを品種ごとに記憶する経営指標データベースと、多品種により影響を受ける要因指標とそのデータを品種ごとに記憶する要因指標データベースと、を記憶データとして記憶し、処理部は、記憶データを用いて、経営指標の悪化に影響度の高い品種を、ＶＣ横断で経営指標別に絞込みを行うことにより、施策実施対象の品種を特定する品種絞込み支援システムを提供する。

また、上記の目的を達成するため、本発明においては、処理部と記憶部とを備えたシステムによって実行される、多品種の商品を扱う企業における品種絞込み支援方法であって、記憶部に、多品種の商品を記憶する品種マスタテーブルと、企業の経営指標とそのデータを品種ごとに記憶する経営指標データベースと、部門各々の多品種により影響を受ける要因指標とそのデータを品種ごとに記憶する要因指標データベースと、を記憶データとして記憶しておき、処理部で、経営指標の悪化に影響の大きい品種を、ＶＣ横断で前記経営指標別に絞込みを行うことにより、施策実施対象の品種を特定する品種絞込み支援方法を提供する。

本発明によれば、多品種の商品を扱う企業において経営指標悪化への影響度が高い要因となっている品種をＶＣ横断で経営指標別に絞込み、施策実施対象の選定を支援することが可能となる。

実施例１に係る、品種絞込み支援システム、及び方法の全体フローの一例を示す図である。 実施例１に係る、品種絞込み支援システムのハードウエアシステム構成図である。 実施例１に係る、品種絞込み支援システムのプログラム構成図である。 実施例１に係る、多品種を扱う企業における業務、経営の難しさを示す模式図である。 実施例１に係る、経営指標データベースの一例を示す図である。 実施例１に係る、要因指標データベースの一例を示す図である。 実施例１に係る、品種マスタの一例を示す図である。 実施例１に係る、相関値、寄与率算出部の処理フローの一例を示す図である。 実施例１に係る、相関値、寄与率算出部の算出処理イメージを示す模式図である。 実施例１に係る、寄与額算出部での寄与額算出ステップの処理フローの一例を示す図である。 実施例１に係る、部門別ランキング算出部でのランキング算出ステップの処理フローの一例を示す図である。 実施例１に係る、品種Ａに対する寄与額での売上低下要因のランキング算出ステップの処理フローを模式的に示す図である。 実施例１に係る、ＶＣ横断ランキング算出部での、ＶＣ（部門)全体への影響度が高い要因品種を特定、施策検討対象として提示するフローを示す図である。 実施例１に係る、経営指標に影響の強くかつ改善ポテンシャルの大きな要因品種の表示画面への出力イメージを示す図である。

以下本発明の実施の形態について、図面に従い順次説明する。フローを示す図面において、各フローのステップは、例えばＳ１０１のように表示する。本明細書において、ＶＣとは、Ｍ．Ｅ．ポーターの著書「競争優位の戦略」で提唱された価値連鎖であり、事業を主活動と支援活動に分類し、どの工程で付加価値（バリュー）を出しているかということを分析するためのフレームワークを意味する。部門やサプライチェーン（以下、ＳＣ）などを含む。

本発明の品種絞込み支援システム等の実施の形態を説明する前に、本発明の課題に関係する多品種を扱う企業における業務、経営の難しさを示す一例を図４により説明する。同図において、ＳＣ部門の繋がりを例として、ＶＣ４０１に示す。同図に模式化したように、多品種製品を扱う場合、販売、生産計画、製造、物流等の各工程において、それぞれの問題が存在する。すなわち、多品種の場合、販売部門、工程においては需要予測が複雑になり当たりにくくなる。また、生産計画部門、工程では、品種別に在庫をどの程度保持して製品を製造するかの計画を立案するが、その際の品種別セグメント管理（在庫備蓄規模の基準設定）や発注点管理が複雑になり在庫増を招きやすい。そのため消費期限があれば廃棄増となってしまう。更に、製造部門、工程においては、段替え工数が増え、生産効率の低下を招くこととなる。その結果、売上、キャッシュフロー（総資産利益率：ＲＯＡ）、原価等の経営指標に対し、それぞれの段階において影響を及ぼし、収益が思うように出ないこととなる。これが、多品種の商品を扱う企業の共通した課題の一つである。

なお、以下で説明する実施例においては、多品種の商品を生産する製造業における、部門横断での影響度が高い要因の品種絞り込み支援を例示して説明するが、本発明は、商品を生産する製造業の企業のみならず、多品種の商品を販売する小売業の企業等、他の業種の企業や団体などにおける品種絞込み支援に適用可能である。ここで多品種とは、例えば人間では管理することが難しい数千から数万規模の品種を指す。

実施例１は、多品種の商品を生産する企業における、部門横断での影響度が高い要因の品種絞込み支援システム、及び方法の実施例である。すなわち、多品種の商品を扱う企業における、品種絞込み支援システムであって、処理部と記憶部とを備え、記憶部は、多品種の商品を記憶する品種マスタテーブルと、企業の経営指標とそのデータを品種ごとに記憶する経営指標データベースと、多品種により影響を受ける要因指標とそのデータを品種ごとに記憶する要因指標データベースと、を記憶データとして記憶し、処理部は、記憶データを用いて、経営指標の悪化に影響度の高い品種を、ＶＣ横断で経営指標別に絞込みを行うことにより、施策実施対象の品種を特定する品種絞込み支援システム、及びその方法の実施例である。

図１は、実施例１に係る品種絞込み支援システム、及び方法の全体フローの一例を示す図である。図２、図３は、それぞれ本実施例の品種絞込み支援システムのハードウエアシステム構成図、プログラム構成図である。図２に示すように、品種絞込み支援システムのハードウエアシステムは、パーソナルコンピュータ（ＰＣ）等のコンピュータ本体２０１と、磁気テープなどの記録媒体２０２、記録媒体読取装置２０３、キーボードなどの入力装置２０４、ディスプレイなどの出力装置２０５で構成される。コンピュータ本体２０１は、処理部としての中央処理部（ＣＰＵ）２０１１、記憶部としての、プログラム２０１５が記憶されるメモリ２０１２やハードディスクドライブ（ＨＤＤ）などの記憶装置２０１３から構成される。

また、図３に示すように、品種絞込み支援システムの機能は、品種マスタ３０１、経営指標データベース３０２、要因指標データベース３０３等のデータベースと、相関値、寄与率算出部３０４、寄与額算出部３０５、部門別ランキング算出部３０６、ＶＣ横断ランキング算出部３０７等の算出部で構成される。各種のデータベースは、図２の記録媒体２０２や記憶装置２０１３に蓄積される。また、各種の算出部は、メモリ２０１２に記憶された各種のプログラム２０１５をＣＰＵ２０１１が実行することにより実現することができる。

図１に示した本実施例の品種絞込み支援システムの処理フローにおいて、予め記憶された品種マスタ３０１を参照し、最初に組織全体(ＶＣ全体)として重要視する経営指標とそのデータ、悪化方向の登録を品種ごとに受け付け、図３の経営指標データベースに格納する（Ｓ１０１）。次に、品種マスタ３０１を参照し、ＶＣに関係する各部門から、多品種が影響する、収益悪化の要因指標とそのデータ、悪化方向の登録を品種ごとに受け付け、要因指標データベースに格納する（Ｓ１０２）。

そして、品種別に各要因指標と各経営指標との相関値、寄与率（相関値の二乗）を算出する（Ｓ１０３）。また、要因指標（部門）別に各経営指標の一定期間の悪化差分値に対して、寄与率を乗じ、寄与額を算出する（Ｓ１０４）。更に、経営指標別、要因指標（部門）別に相関値、寄与額の各々でランキングを算出する（Ｓ１０５）。

最後に、相関値順位、寄与額順位両方に対して、各経営指標内で、品種別に、部門横断で順位総和を算出し、順位総和が小さい品種から、ＶＣ（部門）全体への影響度が高い要因品種として特定、施策検討対象として提示する（Ｓ１０６）。

なお、この品種絞込み支援システムの処理フローは、処理部であるＣＰＵ２０１１のプログラムによって実行され、処理部は、経営指標の悪化に影響の大きい品種を、ＶＣ横断で経営指標別に絞込みを行うことにより、施策実施対象の品種を特定することができる。

以下、図１の処理フローの各ステップの詳細について図５〜図１３を使って順次説明する。最初のＳ１０１において、図７に示した品種マスタテーブル７０１から品種名を参照し、組織全体(ＶＣ全体)として重要視する経営指標とそのデータ、悪化方向の登録を品種ごとに受け付け、図３の経営指標データベース３０２に格納する。図５にこの経営指標データベース３０２の一例として、経営指標データテーブル５０１を示す。同図に見るように、経営指標データテーブル５０１には、品種名が記憶され、各経営指標を示す指標番号（指標＃）、指標名、その悪化方向と、経営指標データの日付が記憶される。同図においては、各年度の月ごとの経営指標データが記憶される場合を例示している。経営指標データテーブル５０１の品種名の欄は、図７に示す品種マスタテーブル７０１に予め登録されている、品種名Ａ、Ｂ、Ｃ、品種番号Ａ００１、Ｂ００１、Ｃ００１、登録日、削除フラグ等を参照し、品種Ａ、Ｂ、Ｃなどが記憶される。経営指標データテーブル５０１の悪化方向の欄は、その大あるいは小が各経営指標の悪化の方向を示している。言い換えるなら、メモリなどの記憶部は、記憶データとして、経営指標データベース３０２の経営指標の悪化方向を記憶する。

次のステップＳ１０２において、Ｓ１０１と同様に、図７に示した品種マスタテーブル７０１から品種名を参照し、ＶＣに関係する各部門から、多品種が影響する、収益悪化の要因指標とそのデータ、悪化方向の登録を品種ごとに受け付け、図６に示す要因指標データテーブル６０１に格納する。要因指標データテーブル６０１には、品種名が記憶され、各要因指標を示す指標番号（指標＃）、部門名、部門が登録した指標名、その悪化方向と、要因指標データの日付が記憶される。部門には販売、生産計画、製造の３部門が挙げられ、各部門に対応する多品種により影響を受ける要因指標として、需要と実績の計画実績差、在庫回転率、段替え工数が示されている。同図においても各年度の月ごとの要因指標データが記憶されている場合を例示している。要因指標データベース６０１の悪化方向の欄は、その大あるいは小が各要因指標の悪化の方向を示している。言い換えるなら、メモリなどの記憶部は、記憶データとして、要因指標データベースの要因指標の悪化方向を記憶する。

続くステップＳ１０３において、図３の相関値、寄与率算出部３０４において、品種別に各要因指標と各経営指標との相関値、寄与率（相関値の二乗）を算出する。すなわち、処理部は、記憶データを用いて、経営指標データテーブル５０１と要因指標データテーブル６０１の品種名に記憶された品種別に、要因指標各々の経営指標の悪化に対する影響度、例えば、各要因指標と各経営指標との相関値、及び寄与率（相関値の二乗）を算出する。

図８にステップ１０３における、相関値、寄与率算出部３０４の処理フローを、図９にその算出処理イメージを示す。同図の処理フローにおいて、まずユーザーから品種分析を行う期間を受け付け、メモリ２０１２等に格納する（Ｓ８０１）。その後、ユーザー指定の期間に対し、品種別に、要因指標データテーブル６０１に記憶された各要因指標の当該期間データと、経営指標データテーブル５０１に記憶された各経営指標の当該期間データとを使って、
要因指標、経営指標の両データテーブルの悪化方向が一致する場合は、正の相関値が大きい場合に両指標で悪化への相関が高いとして判定し、
要因指標、経営指標の両データテーブルの悪化方向が逆の場合は、負の相関値が大きい場合に両指標で悪化への相関が高いとして判定して、
相関値、寄与率算出部３０４は要因指標と経営指標の悪化への影響の方向性をそろえた上で、相関値の絶対値である相関絶対値を算出する。上記の二つの場合以外は、要因指標の悪化改善と経営指標の悪化改善の意味づけができないため、相関値０とする（Ｓ８０２）。そして、算出された相関値を２乗することで寄与率を算出する。このように、本実施例の品種絞込み支援システム、及び方法において、経営指標、要因指標それぞれの悪化方向を予め設定しておくことは重要である。

図９の相関値、寄与率算出部３０４の算出処理イメージ９０１では、品種Ａに対する販売部門の要因指標である計画実績差を例に、経営指標に対する悪化要因としての強さ、影響度を相関値で示している。例えば、経営指標である売上に対しては、負の相関値（−０．６５）、経営指標であるＲＯＡに対しては、負の相関値（−０．７２）、経営指標である原価に対しては、正の相関値（０．５５）が算出され、影響度の強さが数値化された例である。同様に、生産計画部門の要因指標である在庫回転率や、製造部門の要因指標である段替え工数などについてもそれぞれ経営指標の悪化への影響度としての相関値を算出する。
またここで、Ｓ８０２の悪化の方向性の判定について詳述する。経営指標の売上は、経営指標データテーブル５０１の悪化方向に示すように「小」さくなると悪化、また販売部門の要因指標である計画実績差は、要因指標データテーブル６０１に示すように、「大」きくなると悪化する。そしてこの２指標の、悪化の方向性は逆である。したがって、図９のデータ分布において、負の相関が出た場合、すなわち計画実績差は大きくなったときに売上が小さくなる傾向が出た場合に、計画実績差という要因指標は、売上という経営指標の悪化に影響を与えていると判定する。

続くステップであるＳ１０４で、各部門の要因指標別に各経営指標の一定期間の悪化差分値に対して、算出した寄与率を乗じ、寄与額を算出する。すなわち、処理部は、記憶データを用いて、要因指標別に、経営指標の一定期間の悪化差分値と寄与率から寄与額を算出する。図１０に、寄与額算出部３０５で行われる寄与額算出ステップＳ１０４の詳細を示した。同図に示すように、Ｓ１００１において、各経営指標で、経営指標データテーブル５０１の悪化方向を参照し、ユーザーから受け付けた分析対象期間の、終了時の経営指標データテーブル５０１の該当経営指標の値が開始時の値よりも悪化しているか判定する。次に、寄与額算出部３０５は、悪化している経営指標の差分値に対して、各部門の要因指標別に、寄与率を乗じ、寄与額を算出する（Ｓ１００２）。

寄与額を算出後、ステップＳ１０５で、部門別ランキング算出部３０６が経営指標別、要因指標別に相関値、寄与額の各々でランキングを算出する。すなわち、処理部は、経営指標別、要因指標別に相関値、及び寄与額各々でランキング順位を算出する。図１１のステップＳ１１０１に示すように、品種ごとに、経営指標別、要因指標(部門)別に、Ｓ１０３で算出した相関値の絶対値、Ｓ１０４で算出した寄与額の各々で、値の大きいもの順にランキングを決定する。

図１２に品種Ａに対する寄与額での売上低下要因のランキング決定を模式的に示した。まず、Ｓ８０２において、販売、生産計画、製造の各部門の要因指標である計画実績差、在庫回転率、段替え工数と、それぞれの売上の相関値ｒ１、ｒ２、ｒ３を算出済みとする。そして部門別ランキング算出部３０６は、算出処理イメージ１２０１に示すように、Ｓ８０３で算出済みの寄与率ｒ１の二乗、ｒ２の二乗、ｒ３の二乗を使って、例えば７月〜９月に品種Ａの売上が、経営指標データテーブル５０１の悪化方向に示す「小」と合致し、低下していた場合、各部門の要因指標の売上低下への寄与額を、例えば図１２に示す計算式を使って算出する。具体的には、販売部門において、品種Ａの計画実績差という要因指標の売上低下への寄与額は、７月〜９月に悪化した売上の差分値にｒ１の二乗を乗じて算出される。そして、部門別ランキング算出部３０６は、算出した各寄与額を使って、寄与額の大きい品種ほど上位となる様に売上低下要因ランキングを作成する。図１２は、例えば販売部門では、品種Ｂが寄与額最大で、次に品種Ａ、その次に品種Ｌ・・・等のように、各部門でランキング化された例である。
なおここで寄与額の算出には、経営指標の悪化差分値に、相関値などを乗じて計算するなどしても良い。本実施例では、寄与額を経営指標の悪化に対する改善のポテンシャルとして計算しており、寄与率がデータの確からしさを示す数学的特徴を持つことから、要因指標が悪化したときに経営指標も悪化しているデータの割合と等しいため、経営指標の差分値に乗じることで、改善ポテンシャルを算出している。

相関値、寄与額での部門別のランキングを算出後、ステップＳ１０６で、ＶＣ横断ランキング算出部３０７は、相関値順位、寄与額順位両方に対して、各経営指標内で、品種別に、部門横断で順位総和を算出し、順位総和が小さい品種から、ＶＣ（部門）全体への影響度が高い要因品種として特定、施策検討対象として提示する。すなわち、処理部は、記憶データを用いて、相関値、または寄与額のランキング順位に対して、各経営指標内で、品種別に、ＶＣ横断で順位総和を算出し、算出した順位総和が小さい品種に基づき、施策実施対象の品種を特定する。

図１３に、その処理フローの一例を示した。Ｓ１３０１で、ＶＣ横断ランキング算出部３０７は、相関値の絶対値（相関絶対値）で順位付けしたランキングにおいて、各経営指標内で、品種別に、ＶＣ（部門）横断での順位総和を算出し、順位総和が小さい品種から、ＶＣ横断で対処すべき、経営指標の悪化に影響の強い要因品種として特定、提示する。次に、Ｓ１３０２において、ＶＣ横断ランキング算出部３０７は、寄与額で順位付けしたランキングにおいて、品種別、経営指標別に、ＶＣ（部門）横断での順位総和を算出し、順位総和が小さい品種から、ＶＣ横断で対処すべき、経営指標の悪化に影響の強くかつ改善ポテンシャルの大きな要因品種として特定、提示する。

図１４に、ＶＣ横断ランキング算出部３０７が算出して提示する、経営指標の悪化に影響の強くかつ改善ポテンシャルの大きな要因品種の一例として、図２の出力装置２０５の表示画面への出力イメージ１４０１を示した。出力イメージ１４０１に示すように、その上段に販売、生産計画、製造の各部門の要因指標である計画実績差、在庫回転率、段替え工数それぞれに対する、経営指標の悪化への影響度と改善ポテンシャルを考慮したランキングと、順位総和の最小値を算出して特定した施策実施対象の絞込み結果を示した。なお、ランキングは、寄与額での売上低下要因ランキング、寄与額でのＲＯＡ悪化要因ランキング、寄与額での原価増大要因ランキングで示してある。上段に示す通り、例えば、寄与額での売上低下要因ランキングは、販売部門の要因指標である計画実績差に対し、品種Ｂ、品種Ａ、品種Ｌの順、生産計画部門の在庫回転率に対し、品種Ｂ、品種Ｃ、品種Ｙの順、製造部門の段替え工数に対し、品種Ａ、品種Ｂ、品種Ｘの順になった出力例である。そして、各経営指標内で、これらの部門横断で、品種ごとに順位総和の最小値を算出することにより、施策実施対象の絞込みを支援するための結果として、品種Ｂ、品種Ａ・・・を得ることができる。例えば寄与額での売上低下要因ランキングでは、品種Ｂが販売部門で１位、生産計画部門で１位、製造部門で２位であるため、部門横断では、１位＋１位＋２位の４で順位総和が最小となり、ＶＣ横断で見たときに最も売上低下に対する影響の強さと施策実施時の改善ポテンシャルが高いということになる。ＲＯＡ悪化要因ランキング、寄与額での原価増大要因ランキングに基づき、同様の絞込み支援を行うことができる。

図１４の下段は、販売、生産計画、製造の各部門の要因指標である計画実績差、在庫回転率、段替え工数それぞれに対する、経営指標の悪化への影響度のみでのランキングを示した。下段は、相関値の絶対値である相関絶対値での売上低下要因ランキング、相関絶対値でのＲＯＡ悪化要因ランキング、相関絶対値での原価増大要因ランキングに基づき、それぞれ品種Ａ、品種Ｄ、品種Ｅをそれぞれ提示した出力例である。

以上詳述したように、本実施例の品種絞込み支援システム、及び方法によれば、多品種の商品を扱う製造業において経営指標の悪化要因となっている品種をＶＣ横断で経営指標別に絞込み、施策実施対象の特定を支援することが可能となる。なお、先にも述べたように、本実施例は多品種の商品を製造する製造業を例示して説明したが、多品種の商品を取り扱う小売業等の他の業態の企業におけるＶＣにも適用でき、ＶＣ横断で経営指標別に絞込み、施策実施対象の特定を支援することもできる。

すなわち、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

更に、上述した各構成、機能、処理部等は、それらの一部又は全部を実現するプログラムを作成する例を説明したが、それらの一部又は全部を例えば集積回路で設計する等によりハードウェアで実現しても良いことは言うまでもない。すなわち、各種の算出部などの処理部の全部または一部の機能は、プログラムに代え、例えば、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）などの集積回路などにより実現してもよい。

２０１ コンピュータ本体
２０１１ ＣＰＵ
２０１２ メモリ
２０１３ 記憶装置
２０１５ プログラム
２０２ 記録媒体
２０３ 記録媒体読取装置
２０４ 入力装置
２０５ 出力装置
３０１ 品種マスタ
３０２ 経営指標データベース
３０３ 要因指標データベース
３０４ 相関値、寄与率算出部
３０５ 寄与額算出部
３０６ 部門別ランキング算出部
３０７ ＶＣ横断ランキング算出部
４０１ ＶＣ
５０１ 経営指標データテーブル
６０１ 要因指標データテーブル
７０１ 品種マスタテーブル
９０１、１２０１ 算出処理イメージ
１４０１ 出力イメージ

Claims (3)

1. 多品種の商品を扱う企業における、品種絞込み支援システムであって、
   処理部と記憶部とを備え、
   前記記憶部は、
   前記多品種の商品を記憶する品種マスタテーブルと、前記企業の経営指標とそのデータを品種ごとに記憶する経営指標データベースと、多品種により影響を受ける要因指標とそのデータを品種ごとに記憶する要因指標データベースと、を記憶データとして記憶し、
   前記処理部は、
   前記経営指標データベースに記憶した、品種ごとのバリューチェーン（以下、ＶＣ）全体として重要視する経営指標とデータ、悪化方向と、
   前記要因指標データベースに記憶した、品種ごとの多品種により影響を受ける要因指標とデータ、悪化方向と、を用いて、品種別に前記要因指標と前記経営指標との相関値、寄与率を算出し、前記相関値、及び前記寄与率に基づく寄与額でランキングを算出し、算出した前記相関値の順位、前記寄与額の順位両方に対して、各経営指標内で、品種別に、順位総和を算出し、前記順位総和が小さい品種から、ＶＣ全体への影響度が高い要因品種として特定し、施策検討対象として提示する、
   ことを特徴とする品種絞込み支援システム。
2. 請求項１に記載の品種絞込み支援システムであって、
   前記処理部は、
   前記記憶データを用いて、前記要因指標別に、前記経営指標の一定期間の悪化差分値と前記寄与率から前記寄与額を算出し、
   前記経営指標別、前記要因指標別に前記相関値、及び前記寄与額各々でランキング順位を算出する、
   ことを特徴とする品種絞込み支援システム。
3. 処理部と記憶部とを備えたシステムによって実行される、多品種の商品を扱う企業における品種絞込み支援方法であって、
   前記記憶部に、
   前記多品種の商品を記憶する品種マスタテーブルと、
   前記企業の経営指標とそのデータを品種ごとに記憶する経営指標データベースと、
   多品種により影響を受ける要因指標とそのデータを品種ごとに記憶する要因指標データベースと、を記憶データとして記憶しておき、
   前記処理部で、
   前記経営指標データベースに記憶した、品種ごとのバリューチェーン（以下、ＶＣ）全体として重要視する経営指標とデータ、悪化方向と、
   前記要因指標データベースに記憶した、品種ごとの多品種により影響を受ける要因指標とデータ、悪化方向と、を用いて、品種別に前記要因指標と前記経営指標との相関値、寄与率を算出し、前記相関値、及び前記寄与率に基づく寄与額でランキングを算出し、算出した前記相関値の順位、前記寄与額の順位両方に対して、各経営指標内で、品種別に、順位総和を算出し、前記順位総和が小さい品種から、ＶＣ全体への影響度が高い要因品種として特定し、施策検討対象として提示する、
   ことを特徴とする品種絞込み支援方法。

Images