JP7248753B2 - 部品事前配備支援システム及び方法 - Google Patents

Description

本発明は、部品事前配備支援システム及び方法に関する。

製造装置や建設機械などの機械においては、各種部品が消耗や劣化により交換や補充が必要になることがある。機械の生産性の向上のため、機械が停止又は機能低下するよりも前に（事前に）そのような部品をユーザに向けて供給することが望まれており、そのための部品事前配備支援システムが、例えば特許文献１等により知られている。

特許文献１のシステムは、顧客が保有する機械の異常をセンサの出力に従って検知し、その異常に関連する部品を配備拠点に事前に配備するようにされている。しかし、このような従来のシステムは、異常の情報と、過去の実際の交換率に従って、交換等が必要となる部品名と部品数を判定するものである。このため、実際に発注される部品の数と部品の在庫数との間に乖離が生じ、事前配備が無駄になったり（在庫過剰）、事前配備が間に合わず在庫不足に陥ったりすることが避けられない。このように、従来のシステムでは、状況に応じた部品の事前配備が困難であった。

特開２００６－３３２４９号公報

本発明は、部品の事前配備を適正に実行することを可能にした部品事前配備支援システム及び方法を提供するものである。

上記の課題を解決するため、本発明に係る部品事前配備支援システムは、サーバを有し、前記サーバは、機械の稼働情報に基づいて前記機械の故障を予測する故障予測部と、顧客が保有または利用する前記機械に関するデータに基づき、前記機械を保有または利用する地域の特性、又は顧客の特性を推定する地域／顧客特性推定部と、前記故障予測部及び前記地域／顧客特性推定部の出力に基づき、前記機械に係る部品を受注する確率である受注確率を算出する受注確率算出部と、前記部品を、前記機械の所在地の近隣の拠点に事前配備した場合の損益を、前記受注確率に基づいて算出する事前配備損益算出部とを備える。

本発明によれば、部品の事前配備を適正に実行することを可能にした部品事前配備支援システム及び方法を提供するものである。

本発明の実施の形態に係る部品事前配備支援システムの全体構成を示す構成図である。 稼働情報テーブル１０１のデータ構成の一例を説明する。 在庫管理テーブル１０２のデータ構成の一例を説明する。 受注履歴テーブル１０３のデータ構成の一例を説明する。 発報履歴テーブル１０４のデータ構成の一例を説明する。 地域顧客属性テーブル３０１のデータ構成の一例を説明する。 部品配備費用テーブル３０２のデータ構成の一例を説明する。 販促活動コストテーブル３０３のデータ構成の一例を説明する。 販促活動履歴テーブル３０４のデータ構成の一例を説明する。 発報予測テーブル４０１のデータ構成例を示す表図である。 受注予測テーブル４０２のデータ構成の一例を説明する。 販促付き受注予測テーブル４０３のデータ構成の一例を説明する。 事前配備損益テーブル４０４のデータ構成の一例を説明する。 受注予測サーバ２００でのデータ処理の手順を説明するフローチャートである。 図１４のステップＳ２０１の詳細（地域・顧客特性推定部２０１でのデータ処理の手順の詳細）の一例を説明するフローチャートである。 ステップＳ２０１０（地域における非純正部品の入手性の良さの算出）の詳細を説明するフローチャートである。 ステップＳ２０１０（地域における非純正部品の入手性の良さの算出）の詳細を説明するフローチャートである。 顧客における保全に関する積極性を示す数値の算出の手順の一例を説明するフローチャートである。 煩忙月の算出の手順の詳細の一例を説明するフローチャートである。 発報予測部２０２でのデータ処理の手順の詳細の一例を説明するフローチャートである。 発報予測部２０２でのデータ処理の手順の詳細の一例を説明するフローチャートである。 受注確率の算出の具体的な手順を説明するフローチャートである。 受注確率の算出の具体的な手順を説明するフローチャートである。 事前配備損益の算出の具体的な手順を説明するフローチャートである。 事前配備損益の算出の具体的な手順を説明するフローチャートである。 事前配備損益の算出の具体的な手順を説明するフローチャートである。 事前配備計画表示部５０１の画面の一例を示している。 事前配備通知表示部６０１の画面の一例を説明する。 事前配備計画表示部５０１での動作の一例を示している。 事前配備通知表示部６０１での動作の一例を説明する。

以下、添付図面を参照して本実施形態について説明する。添付図面では、機能的に同じ要素は同じ番号で表示される場合もある。なお、添付図面は本開示の原理に則った実施形態と実装例を示しているが、これらは本開示の理解のためのものであり、決して本開示を限定的に解釈するために用いられるものではない。本明細書の記述は典型的な例示に過ぎず、本開示の特許請求の範囲又は適用例を如何なる意味においても限定するものではない。

本実施形態では、当業者が本開示を実施するのに十分詳細にその説明がなされているが、他の実装・形態も可能で、本開示の技術的思想の範囲と精神を逸脱することなく構成・構造の変更や多様な要素の置き換えが可能であることを理解する必要がある。従って、以降の記述をこれに限定して解釈してはならない。

図１は、本発明の実施の形態に係る部品事前配備支援システムの全体構成を示す構成図である。図１の例では、建設機械の部品の事前配備を支援するシステムを説明する。対象となる機械が建設機械以外の機械とされる場合であっても、基本的なシステムの構成は同一である。

本明細書において「事前配備」とは、機械の故障の情報に従い、受注の可能性がある部品を予測して、顧客からの注文があるよりも前の段階で、機械の所在地近隣の配備拠点に遠方の配備拠点等から部品を配送することである。一方、「事後配備」とは、顧客から部品の注文を受けた後に、最寄りの配備拠点又は機械が稼働する現場に直接部品を配送することである。本実施の形態のシステムは、部品の事前配備が適正に行われ、部品の遅配が生じないようにする一方、事前配備による金銭的な損失が増大しないよう支援することを意図している。また、本明細書においては、機械の所在地の近隣の配備拠点を「代理店」と称しており、代理店よりも遠方の配備拠点を「物流拠点（デポ）」と称している。

図１のシステムは、業務データ記憶部１００と、受注予測サーバ２００と、受注予測データ記憶部３００と、受注予測結果記憶部４００とを含む。受注予測サーバ２００は、本システムにおいて、建設機械の部品の受注確率を算出すると共に、部品の事前配備を行った場合における損益（事前配備損益）を算出する役割を有する。受注予測サーバ２００は、業務データ記憶部１００に記憶される各種業務データ、及び受注予測データ記憶部３００に記憶される受注予測データに従い、受注確率及び事前配備損益を算出する。受注予測サーバ２００は、ネットワーク１を介して、部品の取次を行う代理店により操作される代理店端末５００、及び建設機械を保有し利用する顧客により操作される顧客端末６００と接続される。

業務データ記憶部１００は、顧客が保有し利用する建設機械に関する業務データ（稼働情報、部品の在庫管理、部品の受注履歴、故障アラームの発報の履歴など）を記憶する記憶部（データベース）である。なお、図示は省略するが、顧客が保有し利用する建設機械の機体には、各種センサが取り付けられており、建設機械の稼働状況に関する情報がセンサから得られる。得られた稼働状況に関する情報は、無線通信によってネットワークを介して定期的に業務データ記憶部１００に送信され、記憶される。

受注予測サーバ２００において算出された受注確率、及び事前配備損益は、受注予測結果記憶部４００に送信され、格納される。算出された受注確率、及び事前配備損益に従い、部品の事前配備がなされるか否かが判定される。その判定結果は、顧客端末６００からの要求に従い、顧客端末６００の事前配備通知表示部６０１に表示される。また、算出された受注確率及び事前配備損益に従って作成された事前配備計画は、代理店端末５００に送信され、事前配備計画表示部５０１に表示される。

業務データ記憶部１００は、一例として、稼働情報テーブル１０１、在庫管理テーブル１０２、受注履歴テーブル１０３、及び発報履歴テーブル１０４を備える。稼働情報テーブル１０１は、建設機械の各々の稼働状況に関する情報（稼働情報）を格納するテーブルであり、在庫管理テーブル１０２は、代理店（配備拠点）の各々における部品の在庫管理に関する情報を格納するテーブルである。また、受注履歴テーブル１０３は、顧客から部品の受注を受けた履歴（受注履歴）に関する情報を格納するテーブルである。また、発報履歴テーブル１０４は、建設機械から発せられた故障アラートの履歴（発報履歴）に関する情報を格納するテーブルである。

受注予測サーバ２００は、一例として地域・顧客特性推定部２０１と、発報予測部２０２と、受注確率算出部２０３と、事前配備損益算出部２０４とを備える。地域・顧客特性推定部２０１は、顧客が機械を保有し利用する地域の特性や、その顧客の特性を推定する役割を有する。推定は、受注予測データ記憶部３００から提供される各種データに従って行われる。発報予測部２０２は、各種情報に従って、各建設機械における故障を示すアラートが発せられることを予測する役割を有する。発報予測部２０２は、機械の稼働情報に基づいて建設機械の故障を予測する故障予測部の一形態である。受注確率算出部２０３は、地域・顧客特性推定部２０１、及び発報予測部２０２からの出力に従い、ある部品の受注確率を算出する役割を有する。また、事前配備損益算出部２０４は、その部品を事前配備した場合における損益を算出する役割を有する。

受注予測データ記憶部３００は、一例として、地域顧客属性テーブル３０１と、部品配備費用テーブル３０２と、販促活動コストテーブル３０３と、販促活動履歴テーブル３０４とを備え、受注確率算出部２０３での受注確率の算出、及び事前配備損益算出部２０４での事前配備損益の算出に用いられる受注予測データを記憶（格納）する。地域顧客属性テーブル３０１は、ある地域に属する顧客の属性を示すデータを格納する。また、部品配備費用テーブル３０２は、各部品についての配備費用を示すデータを格納する。販促活動コストテーブル３０３は、ある販売促進活動(以下「販促活動」と略す)に関して生じるコストに関するデータを格納する。また、販促活動履歴テーブルは、実行された販促活動の履歴に関するデータを格納する。これらのデータは、上述の地域・顧客特性推定部２０１に供給され、地域の特性、及び顧客の特性の推定に用いられる。

受注予測結果記憶部４００は、一例として、発報予測テーブル４０１、受注予測テーブル４０２、販促付き受注予測テーブル４０３、及び事前配備損益テーブル４０４を備える。発報予測テーブル４０１は、各建設機械から発せられた故障アラーム（発報）に関するデータを格納するテーブルである。また、受注予測テーブル４０２は、各建設機械の部品の受注確率や、その他受注に関する予測データを格納するテーブルである。また、販促付き受注予測テーブル４０３は、販促活動が行われた場合における、部品の受注確率や、その他受注に関する予測データを格納するテーブルである。また、事前配備損益テーブル４０４は、事前配備損益算出部２０４で算出された事前配備損益に関するデータを格納するテーブルである。

なお、業務データ記憶部１００、受注予測サーバ２００、受注予測データ記憶部３００、受注予測結果記憶部４００はそれぞれ記憶装置やサーバ装置などのハードウエアとして独立に構成されていてもよいが、単一のデータサーバにより実現されてもよい。

図２を参照して、稼働情報テーブル１０１のデータ構成の一例を説明する。稼働情報テーブル１０１は、データ項目の一例として、機体ＩＤ１０１０、稼働日１０１１、稼働時間１０１２、バッテリーＳＯＨ（State of Health）１０１３、エンジン吸気温度最低値１０１４、エンジン排気温度最高値１０１５を記憶しており、１行のデータが、ある建設機械（機体ＩＤ）の、ある稼働日における稼働状態のデータ（稼働時間、バッテリーＳＯＨ、エンジン吸気温度の最低値、エンジン排気温度の最高値等）を表している。バッテリーＳＯＨは、バッテリーの健全性を示しており、故障や機能低下を避けて通常動作が行うことができる度合を示している。バッテリーＳＯＨやエンジン吸気温度等は、建設機械に配置された各種のセンサにより計測することができる。バッテリーＳＯＨやエンジン吸気温度等は、その建設機械における発報のタイミングに影響を与える数値である。図２に示すデータ項目は一例であり、これに限定されるものではないことは言うまでもない。

図３を参照して、在庫管理テーブル１０２のデータ構成の一例を説明する。在庫管理テーブル１０２は、データ項目の一例として、代理店コード１０２０、部品ＩＤ１０２１、個数１０２２、販売価格１０２３、粗利率１０２４を含み、１行のデータが、ある代理店（代理店コード）における、ある部品の在庫状況（在庫の個数、販売価格、粗利率等）を表している。

図４を参照して、受注履歴テーブル１０３のデータ構成の一例を説明する。受注履歴テーブル１０３は、データ項目の一例として、受注ＩＤ１０３０、機体ＩＤ１０３１、部品ＩＤ１０３２、部品名１０３３、個数１０３４、受注日１０３５を含む。受注ＩＤ１０３０は個々の受注を識別する記号であり、機体ＩＤ１０３１は建設機械を識別する記号であり、部品ＩＤ１０３２は部品を識別する記号である。１行のデータは、ある建設機械における一の部品の受注のデータ（各種ＩＤ）を、部品名、個数、受注日などと共に示している。なお、１回の受注において、複数の部品を受注することがあるが、その場合には、複数の部品に対し同一の受注ＩＤ１０３０が与えられ、受注履歴テーブル１０３においては、複数行に亘り同一の受注ＩＤ１０３０のデータが生成される。すなわち、受注ＩＤ１０３０は、機体ＩＤ１０３１と受注日１０３２の組み合わせ毎に付与される。

図５を参照して、発報履歴テーブル１０４のデータ構成の一例を説明する。発報履歴テーブル１０４は、一例として、データ項目として、機体ＩＤ１０４０、アラームＩＤ１０４１、発報日１０４２を含む。１行のデータは、どの建設機械が、いつアラームの発報を行ったのかを示している。

図６を参照して、地域顧客属性テーブル３０１のデータ構成の一例を説明する。地域顧客属性テーブル３０１は、一例として、機体ＩＤ３０１０、適用開始日３０１１、適用終了日３０１２、国コード３０１３、代理店コード３０１４、地域コード３０１５、顧客コード３０１６、非純正部品入手性３０１７、保全に関する積極性３０１８、煩忙月３０１９を含む。１行のデータは、適用開始日３０１１から適用終了日３０１２までの期間内において、ある機体ＩＤ３０１０の建設機械が所属している国・地域や顧客の特性を示している。

適用開始日３０１１及び適用終了日３０１２は、１行のデータが適用される期間（開始日、終了日）を示している。建設機械は、機械の移動や他人への譲渡（売買、貸出、リース等）により、その稼働地や所有者が変更されることがあり、このため、地域顧客属性テーブル３０１においても、適用開始日３０１１及び適用終了日３０１２をデータ項目に含め、適用期間を指定することが可能である。適用開始日３０１１及び適用終了日３０１２は一例であり、省略することも可能である。顧客のＩＤは顧客コード３０１６に、顧客の所在地の地域分類は地域コード３０１５に、所在国の分類は国コード３０１３に、代理店のコードは代理店コード３０１４に格納される。

非純正部品入手性３０１７は、交換が必要と予測される部品の代替品である非純正部品（非正規品）の入手可能性を示す数値である。非純正品が入手可能か否かは、その地域によって、また顧客企業の経営方針等によって異なることから、非純正部品の入手可能性を数値で表すことで、地域や顧客の属性を表現しているものである。また、保全に関する積極性３０１８は、その顧客が建設機械の保全業務に積極的に取り組んでいる度合を示す指標である。保全に関する積極性３０１８の数値が高いほど、建設機械に問題が生じた場合において部品の受注確率が高くなる。煩忙月３０１９は、顧客企業の業務の煩忙期を示す月の数値を示す。非純正部品入手性３０１７、保全に関する積極性３０１８、及び煩忙月３０１９のデータは、地域・顧客特性推定部２０１にて推定されて格納される値である。

図７を参照して、部品配備費用テーブル３０２のデータ構成の一例を説明する。部品配備費用テーブル３０２は、一例として、部品ＩＤ３０２０、代理店コード３０２１、デポコード３０２２、標準配送日数３０２３、標準速達日数３０２４、配送費３０２５、速達費３０２６、在庫費／日３０２７、故障損失／日３０２８、期待処分費３０２９を含む。１行のデータは、ある部品ＩＤ３０２０の部品を、あるデポコード３０２２の物流拠点（デポ）からある代理店コード３０２１の代理店へ事前配備又は事後配備した場合における費用（配送費、速達費、在庫費／日、故障損失／日、期待処分費等）を示している。在庫費／日３０２７は、代理店で部品を保管するための1日当たりの在庫管理費用を示す。
また、故障損失／日３０２８は、機械が故障したことに起因する顧客の信頼度の低下によ
る、将来の販売額の減少の予想額（１日当たり）を示す。

また、期待処分費３０２９は、事前配備した部品が所定の確率で紛失・破損したり、デポへ返品されたりした場合における処分費の期待値を示している。各種費用のデータの組合せは任意であり、図７に例示した以外の費用の項目を追加することも可能であり、図示した項目の一部を削除することも可能である。データ項目の定義を変更することも可能である。また、配送費が時期によって変動する費用となるよう、モデル化することも可能である。更に、部品ごとの費用を格納するのではなく、全部品に一律に固定の費用を適用してもよいし、ある費用に対する所定の割合で各部品に費用を配分してもよい。

図８を参照して、販促活動コストテーブル３０３のデータ構成の一例を説明する。販促活動コストテーブル３０３は、データ項目の一例として、販促活動ＩＤ３０３０、販促活動名３０３１、販促費用３０３２、実施上限／顧客３０３３を含む。１行のデータは、ある販促活動を実施する際の費用（３０３２）と、1か月当たり同一顧客への販促実施回数
の上限（３０３３）を示している。販促費用３０３２、及び実施上限/顧客３０３３は、
販促対象の部品の種類や価格などによって変動してもよい。また、販促活動名３０３１には、実行に顧客の承認が必要な販促活動の場合、（承認済み）が付与された販促活動名と、（承認済み）が付与されていない販促活動名が格納されており、（承認済み）が付与されていない場合には、販促活動の伺いを顧客に対し実行する。

図９を参照して、販促活動履歴テーブル３０４のデータ構成の一例を説明する。この販促活動履歴テーブル３０４は、データ項目の一例として、故障予知ＩＤ３０４０、販促活動ＩＤ３０４１、顧客ＩＤ３０４２、及び販促実行日３０４３を含む。１行のデータは、ある建設機械において故障アラームの発報を予想した結果としての故障予知ＩＤ３０４０に対応し、その故障の対策部品を事前配備する際に実施した販促活動(対象の顧客、販促
実行日等)を示している。１つの故障予知ＩＤ３０４０に対して複数の販促活動ＩＤ３０
４１及び販促実行日３０４３が格納されることもある。また、販促活動ＩＤ３０４１が０
である行のデータは、販促活動ではなく事前配備を行った履歴を示す。

図１０を参照して、発報予測テーブル４０１のデータ構成の一例を説明する。発報予測テーブル４０１は、データ項目の一例として、機体ＩＤ４０１０、アラームＩＤ４０１１、予測日４０１２、故障予知ＩＤ４０１３、及び発報確率４０１４を備えている。１行のデータは、ある予測日（４０１２）の数日以内に、ある機体ＩＤ４０１０の建設機械において、あるアラームＩＤ４０１１のアラームが発報する確率を示している。発報確率４０１４は、発報予測部２０２の処理の結果を格納する。また、故障予知ＩＤ４０１３は、その機体・アラーム・予測日に関する予測のユニークなＩＤである。

図１１を参照して、受注予測テーブル４０２のデータ構成の一例を説明する。受注予測テーブル４０２は、データ項目の一例として、故障予知ＩＤ４０２０、予測日４０２１、機体ＩＤ４０２２、アラームＩＤ４０２３、部品ＩＤ４０２４、受注確率４０２５、純正購入確率４０２６、部品交換確率４０２７、発報確率４０２８、及び発報予測限界日数４０２９を含む。１行のデータは、ある日（４０２１）に、ある建設機械（４０２２）から発せられた故障アラーム（４９２３）に基づく故障予測（４０２０）がされた場合、その故障予測に係る部品の部品ＩＤ（４０２４）、及びその受注確率（４０２５）等を示している。受注確率と共に、当該顧客が純正部品を購入する確率（４０２６）、当該顧客が故障アラームに対応して部品を交換する確率（４０２７）、故障アラームが発報される確率（４０２８）も、１行のデータに含まれる。受注確率４０２５は、各種確率４０２６～４０２８に従って、最終的に部品の注文を代理店において受ける確率を示している。

図１２を参照して、販促付き受注予測テーブル４０３のデータ構成の一例を説明する。
販促付き受注予測テーブル４０３は、データ項目の一例として、故障予知ＩＤ４０３０、販促活動ＩＤ４０３１、販促付き受注確率４０３２、販促付き純正購入確率４０３３を含む。１行のデータは、故障予知ＩＤ４０３０の各々において、販促活動ＩＤ４０３１の販促活動を行った場合において、故障対策として純正部品が購入される確率（４０３３）、及び、最終的に部品を受注する確率である販促付き受注確率（４０３２）を示している。

図１３を参照して、事前配備損益テーブル４０４のデータ構成の一例を説明する。事前配備損益テーブル４０４の１行のデータは、ある故障予知ＩＤ４０４０に対して、あるデ
ポコード４０４２のデポからある代理店コード４０４１の代理店に部品を事前配備した場合の、配備にかかる日数である配備日数４０４４と、対策部品が受注する確率である受注確率４０４５と、その事前配備の結果として事後配備を行う場合と比較して得られる期待利益である期待利益４０４６を示す。また、各故障予知ＩＤ４０４０で販促活動を行う場合の受注確率４０４５及び期待利益４０４６が、該当する販促活動の販促活動ＩＤ４０４３が格納されている行と同じ行に格納される。

次に、本実施の形態の部品事前配備支援システムの動作を、図１４～図２５を参照して説明する。前述の通り、受注予測サーバ２００は、業務データ記憶部１００と受注予測データ記憶部３００から取得されるデータに従い、地域・顧客特性推定部２０１と発報予測部２０２とでデータ処理を実行し、その結果を、受注確率算出部２０３に入力して所定のデータ処理を実行する。そのデータ処理の結果は事前配備損益算出部２０４に入力され、事前配備損益が演算され、その演算の結果が受注予測結果記憶部４００に格納される。

受注予測サーバ２００でのデータ処理の手順を図１４のフローチャートを参照して説明する。受注予測サーバ２００は、業務データ記憶部１００及び受注予測データ記憶部３００から各種データを取得し、取得したデータに従い、地域及び顧客の特性に関するデータを地域・顧客特性推定部２０１において推定し、推定された特性データを地域顧客属性テーブル３０１に格納する（ステップＳ２０１）。また、各建設機械における発報の予測を発報予測部２０２において行い、その結果を発報予測テーブル４０１において格納する（ステップＳ２０２）。

そして、受注確率算出部２０３は、得られた地域・顧客の特性に関するデータ、及び発報予測データに従い、部品を受注する確率である受注確率、及び販促活動がされた場合における販促付き受注確率を算出する（ステップＳ２０３）。算出された受注確率、及び販促付き受注確率は、それぞれ、受注予測テーブル４０２、及び販促付き受注予測テーブル４０３に格納される。更に、事前配備損益算出部２０４は、算出された受注確率、及び販促付き受注確率に基づき、部品配備費用テーブル３０２、販促活動コストテーブル３０３のデータも加味して、部品に係る事前配備損益を算出し、その結果を事前配備損益テーブル４０４に格納する（ステップＳ２０４）。

なお、受注予測サーバ２００での図１４に示すデータ処理は、例えば一日１回などの頻度でバッチ処理により実行される。

図１５のフローチャートを参照して、図１４のステップＳ２０１の詳細（地域・顧客特性推定部２０１でのデータ処理の手順の詳細）の一例を説明する。受注予測サーバ２００は、まず、地域・顧客特性推定部２０１において、業務データ記憶部１００の稼働情報テーブル１０１、受注履歴テーブル１０３、及び発報履歴テーブル１０４から稼働情報、受注履歴情報、発報履歴情報等を取得し、これらの取得データに基づき、建設機械の保全部品の受注確率に影響する、当該地域や顧客の特性に関するデータを数値的に推定する処理を実行する。特性に関するデータは、特定のものには限定されないが、例えば、当該地域における非純正部品の入手性の良さを示すデータ、当該の顧客における保全に関する積極性に関するデータ、煩忙月か否かのデータ、及び顧客の資金力に関するデータ等が含まれ得る。これらは、地域顧客属性テーブル３０１のデータ項目に含まれる。

図１５のフローチャートを参照して、地域・顧客特性推定部２０１でのデータ処理の手順を説明する。はじめに、地域・顧客特性推定部２０１は、業務データ記憶部１００から、稼働情報テーブル１０１、発報履歴テーブル１０４、及び受注履歴テーブル１０３のデータを受信する（ステップＳ２００９）。

次に地域・顧客特性推定部２０１は、各テーブルから取得したデータに基づいて、非純正部品の入手性の良さを算出する(ステップＳ２０１０)。そして、各テーブルから取得したデータに基づいて、保全に関する積極性を算出する（ステップＳ２０１１）。最後に、各テーブルから取得したデータに基づいて、煩忙月を算出する（ステップＳ２０１２）。

なお「非純正部品の入手性の良さ」、「保全に関する積極性」、「煩忙月」は、それぞれ地域・顧客特性を算出するための要件であるが、これら３つ全てを算出する必要はなく、状況に応じ、少なくともいずれか一つを算出するようにすることも可能である。図１５は、上記３種類のデータを算出することで、地域・顧客特性情報をより精緻に算出することができる場合の手順の一例を示している。また、ステップＳ２０１０～Ｓ２０１２のデータの取得順序は、図１５に示す順序には限られない。例えば、最初に「煩忙月」を、次に「保全に関する積極性」を取得し、最後に「非純正部品の入手性の良さ」を取得するようにしてもよい。

図１６Ａ～図１６Ｂのフローチャートを参照して、ステップＳ２０１０（地域における非純正部品の入手性の良さの算出）の詳細を説明する。まず、地域・顧客特性推定部２０１は、地域顧客属性テーブル３０１を取得し（ステップＳ３０１０）、その地域顧客属性テーブル３０１の中から、未処理の地域コードを１件取得し（ステップＳ３０１１）、更に未処理の機体ＩＤ３０１０を１件取得する（ステップＳ３０１２）。

そして、取得した機体ＩＤ３０１０に係る建設機械の故障アラームの発報の履歴を、発報履歴テーブル１０４から取得すると共に（ステップＳ３０１３）、取得した機体ＩＤ３０１０に係る建設機械の部品受注の履歴を、受注履歴テーブル１０３から取得する（ステップＳ３０１４）。そして、取得した発報履歴テーブル１０４の中の発報日１０４２と機体ＩＤ１０４０を参照し、発報日１０４２以降のある日数の範囲内で、当該機体ＩＤ１０３１の建設機械に関し、一定期間内（例えば直近１か月）に部品受注がないか否かを、受注履歴テーブル１０３を参照して判定する。

部品受注が無い場合には、その発報日１０４２のデータを取得すると共に（ステップＳ３０１５）、稼働情報テーブル１０１を参照して、当該機体ＩＤ１０１０の建設機械の稼働時間の平均値を算出する（ステップＳ３０１６）。そして、稼働情報テーブル１０１の稼働時間１０１１の値が、アラーム発報日以降の一定期間内（例えば直近１か月）の中で、当該平均値と比べ一定値、又は一定割合以上減少しているか否かが判定される（ステップＳ３０１６）。判定が肯定的（ｙｅｓ）の場合にはステップＳ３０１７に移行し、否定的（ｎｏ）の場合にはステップＳ３０１８に移行する。

ステップＳ３０１７では、当該建設機械の稼働時間の減少が認められたとして、回数データＮに１を加算する(ステップＳ３０１７)。ステップＳ３０１６でｎｏの判定がされた場合には、ステップＳ３０１７はスキップされる。以上のステップＳ３０１２～Ｓ３０１７が、全ての機体コードについて処理が完了するまで繰り返される(ステップＳ３０１８)。ステップＳ３０１８で全ての機体コードについて処理が完了すると（ｙｅｓ）、処理が終了した機体コード毎に、建設機械の稼働時間の減少の回数Ｎの平均値が算出される（ステップＳ３０１９）。

以上のステップＳ３０１２～Ｓ３０１９が、全ての地域コードについて処理が完了するまで繰り返される（ステップＳ３０２０）。ステップＳ３０２０ですべての地域コードについて処理が完了すると（ｙｅｓ）、建設機械の稼働時間の減少の回数Ｎの平均値を地域コード毎に算出し、その値を地域顧客属性テーブル３０１の非純正部品入手性３０１７に格納する（ステップＳ３０２１）。以上により、非純正部品の入手可能性に関する数値の算出の手順が完了する。

次に、図１７のフローチャートを参照して、当該顧客における保全に関する積極性を示す数値の算出の手順の一例を説明する。この図１７の手順では、当該の顧客における保全に関する積極性を、顧客が保有する建設機械におけるバッテリーの交換頻度、及びバッテリー交換時のバッテリー残り寿命をファクタとして算出する。

具体的に説明すると、まず、地域・顧客特性推定部２０１は、地域顧客属性テーブル３０１を取得し（ステップＳ４０１０）、その地域顧客属性テーブル３０１の中から、未処理の顧客コードを１件取得する（ステップＳ４０１１）。そして、取得した顧客コードに対応する機体ＩＤ３０１０を、地域顧客属性テーブル３０１から取得する（ステップＳ４０１２）。更に、取得された機体ＩＤ３０１０に関するバッテリーＳＯＨ（１０１３）の値を、稼働情報テーブル１０１から取得する（ステップＳ４０１３）。

続いて、地域・顧客特性推定部２０１は、ステップＳ４０１２で取得した機体ＩＤ３０１０に関する部品名（１０３３）が「バッテリー」である受注データの受注日（１０３５）のデータを、受注履歴テーブル１０３から取得する（ステップＳ４０１４）。そして、そのバッテリーの受注日におけるバッテリーＳＯＨの平均値を算出する（ステップＳ４０１５）。また、バッテリー部品の一年間における平均の受注頻度を算出する（ステップＳ４０１６）。
バッテリー部品の一年間の平均の受注頻度は、例えば、バッテリー部品の受注があった旨の受注履歴データの、１年間当たりの更新回数に従って算出することができる。また、稼働情報テーブル１０１中のバッテリーＳＯＨ１０１３の値が、ある低い値から１００％に近い値に回復した場合に、バッテリー部品の新たな受注がされたものと見なすことも可能である。

続いて、算出されたバッテリーＳＯＨの平均値と、平均の受注頻度の値とを乗算し（ステップＳ４０１７）、その乗算結果について、顧客コード３０１６毎に平均値を算出する。この算出された値が、地域顧客属性テーブル３０１の保全に関する積極性３０１８に格納される（ステップＳ４０１８）。そして、ステップＳ４０１１～４０１８の処理が、全ての顧客コードについて終了するまで繰り返される（ステップＳ４０１９）。

次に、図１８のフローチャートを参照して、煩忙月の算出の手順の詳細の一例を説明する。顧客の煩忙月は、一例として、稼働情報テーブル１０１の稼働時間１０１２のデータを参照して算出することができる。

具体的には、地域顧客属性テーブル３０１を取得した後（ステップＳ４０３０）、その地域顧客属性テーブル３０１の中から、未処理の顧客コードを１件取得する（ステップＳ４０３１）。そして、取得した顧客コードと対応する稼働時間のデータを、稼働情報テーブル１０１から取得する（ステップＳ４０３２）。一例として、５年程度の期間で、顧客コード３０１６ごとに全ての建設機械の稼働時間１０１２のデータを稼働情報テーブル１０１から取得し、公知の手法を用いて、この稼働時間の変動を、１年周期の季節成分と、ランダム成分と、トレンド成分に分解する（ステップＳ４０３３）。また、分解した各日の稼働時間の季節成分において第三四分位数を算出する（ステップＳ４０３４）。

続いて、あるデータ未処理の月において、分解した各日の稼働時間の季節成分を取得した後（ステップＳ４０３５）、その季節成分の平均値が、ステップＳ４０３４で演算した第三四分位数以上であるか否かが判定される（ステップＳ４０３６）。判定が肯定的（ｙｅｓ）である場合、その顧客の煩忙月であるとして、地域顧客属性テーブル３０１の煩忙月３０１９に格納することができる（ステップＳ４０３７）。このデータ処理が、全ての月、全ての顧客コードについて実行されるまで、上記の手順が繰り返される（ステップＳ４０３８、Ｓ４０３９）。

次に、図１９Ａ、図１９Ｂのフローチャートを参照して、発報予測部２０２でのデータ処理の手順の詳細の一例を説明する。この図１９Ａ及び図１９Ｂの手順では、稼働情報テーブル１０１と発報履歴テーブル１０４のデータに従って、ある建設機械において故障アラートが発生する確率（発報確率４０１４）が算出される。

具体的に図１９Ａ及び図１９Ｂに沿って説明すると、まず発報予測部２０２は、稼働情報テーブル１０１と、発報履歴テーブル１０４を取得し（ステップＳ４０４０）、発報履歴テーブル１０４から、未処理の故障アラームのアラームＩＤを１件取得する（ステップＳ４０４１）。そして、各機体ＩＤで取得したアラームが発報した発報日（１０４２）を発報履歴テーブル１０４から取得し、当該建設機械の発報日に関する行を稼働情報テーブル１０１から取得する（ステップＳ４０４３）。

そして、その取得した発報日に関する行を、故障が発生した状態でのデータであると推定し、一方、発報がされていない日に関する行を、故障が発生していない正常状態でのデータであると推定し、識別モデルとして学習する（ステップＳ４０４４）。そして、稼働情報テーブル１０１から、稼働日が当日である行のデータを取得し（ステップＳ４０４５）、取得した行データの中から、未処理の機体ＩＤが含まれる行のデータを１件取得する(ステップＳ４０４６)。そして、ステップＳ４０４４で学習した識別モデルを用い、取得した行データが故障が発生した状態でのデータである確率を算出し、この確率を発報確率とする（ステップＳ４０４７）。そして、発報予測テーブル４０１に、ユニークな故障予知ＩＤを採番して格納させる（ステップＳ４０４８）。そして、故障予知ＩＤを格納した行に、取得した機体ＩＤと、取得したアラームＩＤと、当日の日付と、算出した発報確率を格納する（ステップＳ４０４９）。以上のステップＳ４０４６～Ｓ４０４９が、全ての機体ＩＤについて終了するまで繰り返される（ステップＳ４０５０）。なお、発報確率は、発報予測テーブル４０１の各機体ＩＤ４０１０ごとに、各アラームＩＤ４０１１の故障アラームの発報が数日以内にある確率を示している。発報確率の算出方法としては、Change Finder法などの公知の変化点検知の手法を用いることができる。あるいは、ある機体でアラーム発報した日の稼働情報テーブル１０１の計測データを異常データ、前後１か月間などでアラーム発報していない期間の稼働データを正常データとし、RandomForestモデルなどの公知の識別モデルを用いて学習し、そのモデルを用いて稼働データが異常である確率を発報確率として予測する方法も採用し得る。

発報確率を算出するに当たり、故障アラームの発報日の何日前であれば、一定割合以上（例えば９割以上）でアラーム発報を予測することができるか（換言すれば、発報確率が閾値以上（例えば５０％）であるとの予測が、一定割合以上の予測に対して得られるか否か）を評価する必要がある。また発報日から発報の数日前までの全ての予測において、一定の割合以上（例えば９割以上）でアラームの発報を予測できる最長の日数を発報予測限界日数４０２９として算出する。ここで算出した発報予測限界日数４０２９は、受注確率算出部２０３での処理の結果、受注予測結果記憶部４００の受注予測テーブル４０２の発報予測限界日数４０２９に格納される。

発報予測限界日数４０２９の算出は、ステップＳ４０５１～Ｓ４０５８により行われる。まず、発報予測部２０２は、機体ＩＤ毎に、発報日のデータを発報履歴テーブル１０４から取得し、その発報日よりも前の一定期間の日に関する行を稼働情報テーブル１０１から取得する（ステップＳ４０５１）。続いて、当該一定期間の日数を示す変数ｎのカウントを１とした後（ステップＳ４０５２）、取得した一定期間の日に関する行のデータのうち、発報日のｎ日前以降の行のデータを取得する（ステップＳ４０５３）。

そして、その取得されたｎ日前以降の行のデータに識別モデルを適用し、その行のデータが故障データであると判定されるか否かを判定する。そして、ｎ日前以降の行のデータのうち、故障データと判定される行のデータの割合を算出する（ステップＳ４０５４）。

ステップＳ４０５４で算出された割合が閾値以下であるか否かが判定される（ステップＳ４０５５）。割合が閾値以下である場合（ｙｅｓ）、現時点の変数ｎにより発報予測限界日数を設定する（ステップＳ４０５６）。一方、割合が閾値より大きい場合（ｎｏ）、変数ｎに１を加算して（ステップＳ４０５７）、ステップＳ４０５３～４０５７を再度実行する。以上のステップＳ４０５３～Ｓ４０５７が、全ての機体ＩＤについて終了するまで繰り返される（ステップＳ４０５８）。

次に、図２０Ａ～図２０Ｂを参照して、受注確率算出部２０３における処理フローの一例を説明する。受注確率算出部２０３は、地域・顧客特性推定部２０１での処理結果、発報予測部２０２での処理結果、及び業務データ記憶部１００の各テーブルのデータを参照して、ある建設機械において部品の受注が発報予測限界日数以内に発生する確率を算出する。受注確率の算出の手順は、基本的には以下の通りである。
（１）発報予測部２０２で求めた発報確率（すなわち故障が発生する確率）を算出する。（２）顧客がアラームを放置せず対策部品を交換する確率を算出する。
（３）非純正部品ではなく純正部品が選択され、交換される確率を算出し、この確率を受注確率とする。

図２０Ａ及び図２０Ｂのフローチャートを参照して、受注確率算出の具体的な手順を説明する。まず、受注確率算出部２０３は、発報予測テーブル４０１と、受注履歴テーブル１０３と、地域顧客属性テーブル３０１を取得する（ステップＳ４０６０）。

次に、これらのテーブルから取得されたデータを使用して、受注確率の算出のための統計モデルのパラメータを公知の方法により算出する（ステップＳ４０６１）。更に、これらのテーブルから取得されたデータを使用して、販促付き受注確率の算出のための統計モデルのパラメータを公知の方法により算出する（ステップＳ４０６２）。

続いて、受注予測テーブル４０２から、未処理の機体ＩＤを１件取得し（ステップＳ４０６３）、続いて未処理のアラームＩＤを１件取得し（ステップＳ４０６４）、更に未処理の部品ＩＤを取得する（ステップＳ４０６５）。そして、取得した機体ＩＤにおいて、取得したアラームＩＤのアラームが所定期間以内に発報する確率を、発報予測テーブル４０１から取得する（ステップＳ４０６７）。続いて、地域顧客属性テーブル３０１から、取得した機体ＩＤに係る国コード（３０１３）、非純正部品入手性（３０１７）、保全に関する積極性（３０１８）、煩忙月（３０１９）のデータを取得する（ステップＳ４０６８）。そして、取得した機体ＩＤに関連して取得された部品ＩＤの部品の受注確率を算出し、受注予測テーブル４０２に格納する（ステップＳ４０６９）。

続いて、販促活動コストテーブル３０３を取得して、その中で未処理の販促活動ＩＤを１件取得する（ステップＳ４０７０）。続いて、この販促活動ＩＤに基づいて、ステップ
Ｓ４０６３、４０６５で取得した機体ＩＤ及び部品ＩＤに係る部品の販促付き受注確率を算出し、受注予測テーブル４０２に格納する（ステップＳ４０７１）。このステップＳ４０７１が全ての販促活動ＩＤについて繰り返される（ステップＳ４０７２）。そして、ステップＳ４０６７～４０７１の処理が、全ての販促活動ＩＤ、全ての部品ＩＤ、全てのアラームＩＤ、及び全ての機体ＩＤの組合せについて終了するまで繰り返される（ステップＳ４０７２～４０７５）。

ステップＳ４０６９における受注確率算出は、一例として、以下に説明するように、ベイズ推測によって算出することが可能である。
［数１］
O_i、j ~ Bernoulli(P_i、j * alpha)
P_i、j ~ Bernoulli(A_i * beta)
Logit alpha = a_0 + a_1*imitation + a_2*country
Logit beta = b_0 + b_1*delta + b_2*hozen
j: parts
i: alarm
a_n ~ Norm(0、 10^3)
b_m ~ Norm(0、 10^3)
delta = 1: 予想日が煩忙月(country)であるとき、 0: それ以外

上記は、アラームiが発報し部品jを受注する確率0_i、jを表した統計モデルである。O_i、jは、顧客が部品交換を行う確率P_i、jと、部品jとして純正部品が購入される確率alphaをパラメータとするベルヌーイ分布で表される。

純正品が購入される確率alphaは、［数１］の第３式のように、確率alphaのロジットに対する共変量として、非純正部品入手性３０１７(imitation)、国コード３０１３(country)を設定して演算され得る。すなわち、確率alphaのロジットは、パラメータa_nを用いたimitationとcountryの線形和により表される。

また、［数１］の第２式の如く、顧客が部品交換を行う確率P_i、jは、発報予測部２０２で求めたアラームiの発報確率A_iと、そのアラームに応じて部品を交換する確率betaをパラメータとするベルヌーイ分布で表すことができる。

また、アラームに応じて部品を交換する確率betaは、確率betaのロジットに対する共変量として、対象顧客の保全に関する積極性３０１８(hozen)と、予測日が煩忙月であると
き1、煩忙月でないときとなるパラメータdeltaを用い、パラメータb_mを用いた線形和と
して算出することができる。なお、上記の統計モデルは、Stanなどの公知の確率的プログラミング言語を用いて実装することができる。

上記のパラメータのうち、パラメータa_n(n=0、1、2)、及びb_n(n=0、 1、 2)は平均0
、分散1000の正規分布を事前分布とする。パラメータの事後分布は、発報履歴テーブル１０４のアラームiが発報してから一定日数以内における受注履歴テーブル１０３の部品jの受注の有無と、アラームiの発報の発報予測限界日数前における発報予測時の発報確率A_iとをデータとして、ＭＣＭＣアルゴリズムなどの公知の方法を用いることで求めることができる。この事後分布は、アラームiや部品jごとに違うパラメータを求めてもよい。

受注確率を算出するには、得られたパラメータの事後分布を用いて受注確率の分布を求め、その平均値を受注確率とし、受注予測結果記憶部４００の受注予測テーブル４０２の受注確率４０２５に格納することができる。また、純正部品が購入される確率alphaを受
注予測テーブル４０２の純正購入確率４０２６に、顧客がアラーム発報に対して部品交換
を行う確率betaを部品交換確率４０２７に、アラームの発報確率A_iを発報確率４０２８
にそれぞれ格納することができる。

ステップＳ４０７１における販促付き受注確率の算出は、一例として、以下の［数２］のように算出することが可能である。

［数２］
O_i、j、k ~ Bernoulli(P_i、j * alpha_k)
Logit alpha_k = a_0 + a_1*imitation + a_2 * country + c_k
c_k ~ Norm(0、 10^3)

上記の［数２］は、販促活動kを行う場合に、アラームiが発報し部品jの受注がある確
率O_i、j、kを表した統計モデルである。純正部品が購入される確率alpha_kは、［数２］の第２式に示すように、確率alpha_kのロジットに対する共変量として、非純正部品入手
性３０１７(imitation)、国コード３０１３(country)を設定して演算され得る。更に、各販促活動kに対する部品購入への影響c_kが加算される。このc_kは、顧客や地域ごとに算
出してもよいし、対象顧客の保全に関する積極性３０１８と乗算するなどしてもよい。あるいは、販促活動kを複数個行う場合には、対応するc_kをそれぞれ乗算・加算してもよい。

パラメータc_kの事前分布は平均０、分散１０００の正規分布とする。パラメータの事後分布は、販促活動を行わない場合の受注確率の算出と同様のデータと、受注を実施した履歴を販促活動履歴テーブル３０４から参照してデータとし、MCMCアルゴリズムなどの公知の方法を用いることで求めることができる。

販促活動kを行う場合の受注確率は、得られたパラメータの事後分布を用いて受注確率
の分布を求め、その平均値を受注確率とし、受注予測結果記憶部４００の販促付き受注予測テーブル４０３の販促付き受注確率４０３２に格納することができる。また、販促活動を行った場合に顧客が純正部品を購入する確率を、販促付き受注予測テーブル４０３の販促付き純正購入確率４０３３に格納することができる。

図２１Ａ～図２１Ｃを参照して、事前配備損益の算出の具体的な手順を説明する。この手順において、事前配備損益算出部２０４は、受注予測テーブル４０２、販促付き受注予測テーブル４０３、部品配備費用テーブル３０２、及び販促活動履歴テーブル３０４のデータを参照して、事前配備による損益を予測する。事前配備による損益は、販促活動を行わない場合の事前配備損益と、販促活動を行う場合の事前配備損益とが含まれ得る。前者及び後者の両方を予測することが好適であるが、どちらか一方のみを予測することも可能である。

具体的には、まず事前配備損益算出部２０４は、受注予測テーブル４０２、販促付き受注予測テーブル４０３、及び部品配備費用テーブル３０２、販促活動履歴テーブル３０４のデータを取得する（ステップＳ４０８１）。

次に、事前配備損益算出部２０４は、受注予測テーブル４０２の中のデータから、未処理の故障予知ＩＤが含まれる行のデータを１件取得する（ステップＳ４０８２）。そして、取得された行のデータの中の部品ＩＤに関する未処理のデポコードを、部品配備費用テーブル３０２から１件取得し（ステップＳ４０８３）、同様に取得された行のデータの中の部品ＩＤに関する未処理の代理店コードを、部品配備費用テーブル３０２から１件取得する（ステップＳ４０８４）。そして、取得したデポコード及び代理店コードに対応するデポに部品の事前配備をする場合の期待利益を算出し、この算出値を、事前配備損益テーブル４０４に格納する（ステップＳ４０８５）。このステップＳ４０８３～Ｓ４０８５の手順を、全ての未処理の代理店コード、及びデポＩＤの組合せについて繰り返す（ステップＳ４０８６、Ｓ４０８７）。

Ｓ４０８７の処理が完了すると（ｙｅｓ）、次に、販促付き受注予測テーブル４０３において、ステップＳ４０８２で取得した故障予知ＩＤが格納されている行のデータを取得する(ステップＳ４０８８)。そして、その取得された行のデータの中から、未処理の販促活動ＩＤのデータを取得する（ステップＳ４０８９）。そして、取得した故障予知ＩＤ４０３０に係る建設機械を所有する顧客の顧客コード３０１６を、地域顧客属性テーブル３０１から取得する（ステップＳ４０９０）。

続いて、取得した顧客コード３０１６の顧客が、取得した販促活動ＩＤの販促活動を所定期間内（例えば当月内）に実施した回数を、販促活動履歴テーブル３０４から算出する（ステップＳ４０９１）。そして、販促活動コストテーブル３０３を参照し、算出された販促活動の実施回数が、同テーブル３０３中の実施上限／顧客３０３３を超過していない販促活動ＩＤを１件取得する（ステップＳ４０９２）。更に、取得した故障予知ＩＤと販促活動ＩＤに関する販促付き受注予測テーブル４０３の未処理の行を１件取得する(ステ
ップＳ４０９３)。

そして、その未処理の行データの中の部品ＩＤに関する未処理のデポコードを、部品配備費用テーブル３０２から１件取得し（ステップＳ４０９４）、同様に取得された行のデータの中の部品ＩＤに関する未処理の代理店コードを、部品配備費用テーブル３０２から１件取得する（ステップＳ４０９５）。そして、取得したデポコード及び代理店コードに対応するデポに、取得した販促活動ＩＤの販促活動を行って部品の事前配備をする場合の期待利益を算出し、この算出値を、事前配備損益テーブル４０４に格納する（ステップＳ４０９６）。このステップＳ４０８８～Ｓ４０９６の手順を、全ての未処理の代理店コード、及びデポＩＤの組合せについて処理が終了し、且つすべての販促活動ＩＤが処理済み又は実施上限／顧客の値を超過するまで繰り返す（ステップＳ４０９７、Ｓ４０９８、Ｓ４０９９）。ステップＳ４０９７、Ｓ４０９８、Ｓ４０９９の全てでｙｅｓの判定がなされると、全ての故障予知ＩＤが処理済みであるか否かが判定され（Ｓ４１００）、Ｓ４１００がｎｏであれば、ステップＳ４０８２に戻って上記の手順が繰り返され、ｙｅｓであれば全ての処理が終了する。

事前配備の予想利益、すなわち事前配備を行う場合と事後配備を行う場合の損益の差は、次の式で算出される。

［数３］
事前配備の予想利益＝ 事前配備を行って受注があった場合の損益*受注確率
+事前配備を行って受注が無かった場合の損益*(1-受注確率)
－事後配備を行って受注があった場合の損益*受注確率

上式による事前配備の利益を予測するに当たり、予測対象の建設機械の担当代理店の情報を、部品配備費用テーブル３０２の代理店コード３０２１から取得する。そして、部品配備費用テーブル３０２において、事前配備を行う部品の部品ＩＤ３０２０と、代理店コード３０２１とが一致する行の費用を参照する。

上式の事前配備を行って受注があった場合の損益は、在庫管理テーブル１０２の販売価格１０２３に粗利率１０２４を乗算した粗利から、部品配備費用テーブル３０２の部品の配送費３０２５と、一日当たりの在庫費３０２７と、一日当たりの故障損失３０２８とを減算して算出することができる。ただし、配送にかかる日数は標準配送日数３０２３とし
、在庫費及び故障損失に乗算する日数は、配送にかかる日数から発報予測限界日数４０２９を減算した日数とする（ただし0未満の場合は0日とする）。

また、上式の事前配備を行って受注が無かった場合の損益は、前述の事前配備を行って受注があった場合の損益から、粗利と故障損失を削除し、期待処分費３０２９を減算し、在庫費に乗算する日数を在庫を保管しておく目安の日数に変更することで算出できる。目安の日数として例えば３０日などの値を用いることができる。

また、上式の事後配備を行って受注があった場合の損益は、在庫管理テーブル１０２の販売価格１０２３に粗利率１０２４を乗算した粗利から、部品配備費用テーブル３０２の部品の速達費３０２６と一日当たりの在庫費３０２７と一日当たりの故障損失３０２８を減算して算出することができる。ただし、配送にかかる日数は標準速達日数３０２４とし、在庫費及び故障損失に乗算する日数は配送にかかる日数から発報予測限界日数を減算した日数の絶対値とする。

上述のようにして事前配備の予想利益を、部品配備費用テーブル３０２の代理店コード３０２１とデポコード３０２２の組み合わせの数だけ算出し、事前配備損益テーブル４０４の期待利益４０４６に格納する。また、販促活動を行った場合の事前配備の予想利益も算出する。具体的には、上式の受注確率を販促付き受注予測テーブル４０３の販促付き受注確率４０３２に置き換え、事前配備を行って受注が無かった場合の損益から、販促活動コストテーブル３０３の販促費用３０３２を減算して求める。ただし、販促活動履歴テーブル３０４を参照して各販促活動ＩＤ３０３０の当月の実施回数を算出し、販促活動コストテーブル３０３の一か月あたりの実施上限/顧客３０３３を上回る場合には、その販促
活動についての販促活動を行った場合の事前配備の予想利益を算出しない。上述の処理にて算出した販促活動を行った場合の事前配備の予想利益は、事前配備損益テーブル４０４の行った販促活動の販促活動ＩＤ４０４３と同じ行の、期待利益４０４６に格納する。

上記のようにして算出された事前配備による損益を含む、部品の事前配備計画は、代理店端末５００の事前配備計画表示部５０１に表示される。図２２は、この事前配備計画表示部５０１の一例を示している。

事前配備計画表示部５０１は、ネットワーク１を通して受注予測結果記憶部４００のデータを取得し、受注予測データ記憶部３００に処理の結果を格納させる。事前配備計画表示部５０１の処理は、ユーザが事前配備計画表示部５０１を操作する毎に逐次実行される。

事前配備計画表示部５０１は、代理店に所属するユーザが、代理店コード５００１と、その代理店が管轄する建設機械の機体ＩＤ５００２と、故障予測を行う日付である予想日５００３を入力することが可能に構成されている。

前述の情報が入力されると、代理店端末５００は、受注予測テーブル４０２を参照し、入力された情報と一致する機体ＩＤ４０２２と予測日４０２１が格納された行のデータを受注予測テーブル４０２から抽出して、予測情報表示部５０１０に、アラームＩＤ４０２３（予想アラーム）と、発報確率４０２８と、部品ＩＤ４０２４（予想部品受注）と、受注確率４０２５とをテーブルとして表示する（受注予測テーブル４０２の内容を表示する）。予測情報表示部５０１０の複数行のデータのうちの１行を、ユーザがタッチパネル上でタッチするか、マウスでクリックするなどして選択すると、受注確率内訳表示部５０２０、事前配備利益表示部５０３０、事前配備内容表示部５０４０の表示が更新される。

受注確率内訳表示部５０２０は、発報確率４０２８と、部品交換確率４０２７と、純正
購入確率４０２６と、受注確率４０２５を表示するよう構成される。これらの数値は、例えば棒グラフにより表示され得る。表示される数値は、予測情報表示部５０１０の選択された行と故障予知ＩＤが一致する、受注予測テーブル４０２の一つの行を参照することで特定される。

事前配備利益表示部５０３０は、一例として、期待利益５０３１、販促活動５０３２、及び販促付き期待利益５０３３を表示する。代理店端末５００は、事前配備損益テーブル４０４を参照して、予測情報表示部５０１０の選択された行と故障予知ＩＤが一致する行のデータを取得する。そして、その行のデータに従い、期待利益５０３１、販促活動５０３２、及び販促付き期待利益５０３３を表示する。取得された行データに販促活動ＩＤ４０４３が格納されていない場合には、事前配備利益表示部５０３０は空欄とされる。

代理店のユーザは、販促活動選択部５０３２の操作を通して、適用したい販促活動ＩＤを選択することもできる。販促活動ＩＤが販促活動選択部５０３２において選択されると、事前配備損益テーブル４０４において、予測情報表示部５０１０で選択中の行データと販促活動ＩＤが一致する行データが選択され、その選択された行データに従って、期待利益５０３１及び販促付き期待利益５０３３の表示も更新される。

事前配備内容表示部５０４０は、予測情報表示部５０１０で選択している部品の情報と、販促活動選択部５０３２で選択している販促活動の内容と、それに合致する期待損益の情報とを表示する。

部品の数量は、例えば受注履歴テーブル１０３の個数データ等に基づく推定値である。部品の数量のデータは、部品ＩＤ１０３２毎に、例えば中央値が演算され、事前配備内容表示部５０４０に表示される。

また、この事前配備内容表示部５０４０には、事前配備による時間短縮に関するデータも表示される。代理店ユーザにより予測情報表示部５０１０において選択されている行データと故障予知ＩＤ４０４０が一致する行データを事前配備損益テーブル４０４上で参照し、選択された行データに含まれる代理店コード４０４１及びデポコード４０４２を、更に部品配備費用テーブル３０２から抽出する。この部品配備費用テーブル３０２において抽出された行のデータから、標準速達日数３０２４、発報予測限界日数４０２９を抽出し、両者の和から標準配送日数３０２３を減算した日数を算出する。その算出された日数が、時間短縮日数として事前配備内容表示部５０４０に表示される。

事前配備内容表示部５０４０に表示されている事前配備の内容について代理店のユーザが実施を決定すると、事前配備内容確定ボタン５０４１が押下される。代理店のユーザが販促活動選択部５０３２で選択している販促活動の販促活動ＩＤ３０４１と故障予知ＩＤ３０４０が販促活動履歴テーブル３０４に格納される。なお、販促活動が１つも選択され
ていない場合であっても、事前配備を行うことの履歴として、販促活動ＩＤ３０４１が０
（空欄）である行が販促活動履歴テーブル３０４に格納される。ただし販促実行日３０４３としては、代理店ユーザが入力している予想日５００３を格納する。

図２３を参照して、事前配備通知表示部６０１の画面の一例を説明する。事前配備通知表示部６０１は、顧客端末６００に備わっており、ネットワーク１を通して受注予測データ記憶部３００、受注予測結果記憶部４００のデータを取得する。事前配備通知表示部６０１でのデータ処理は、ユーザが事前配備通知表示部６０１を操作する毎に逐次実行される。

事前配備通知表示部６０１は、故障予想機体表示部６０１０と機体状態表示部６０２０
の表示領域を含む。対象顧客の顧客端末６００への入力操作がされると、事前配備通知表示部６０１は発報予測テーブル４０１を参照し、発報確率４０１４の値が０．５などの一定以上である建設機械の一覧を、故障予想機体表示部６０１０に表示する。故障予想機体表示部６０１０は、建設機械を特定する情報を示す機体ＩＤと、その機体に関連付けて発報予定のアラームの識別情報、および予想故障日を表示する。表示の順序は任意に設定し得るものであって、故障予想日が直近の順で表示してもよいし、故障の対応の緊急度に応じた順で表示してもよい。ここで建設機械を保有するユーザは、故障予想機体表示部６０１０に表示された建設機械の中から任意の一つを選択することができる。ユーザが建設機械の１つを選択すると、機体状態表示部６０２０と事前配備経過表示部６０３０の表示内容が更新される。

機体状態表示部６０２０は、ある建設機械の発報確率と、発報がなされ、故障が発生した場合の対策部品の部品コード及び価格を関連付けて表示する。なお表示は操作時点の情報のみに基づくものであってよいが、それに限られず、将来予測を含んだものとしてもよい。たとえば価格自体は部品の在庫状況などに応じて変動し得るので、現時点の価格と、発報確率が上昇した場合の予想価格を併記して表示することができる。期間設定は１週間後、２週間後など、任意に変更することができる。また、対策部品と、価格に加えて、在庫状況に関する情報を、「多」「少」「残りわずか」などの表記で簡易的に表示してもよい。通知内容はテキスト形式に限られず、グラフ形式で通知されてもよい。
こうすることによって、故障対応の緊急度や顧客の必要性に応じた迅速な対応が可能となる。これらの表示は、受注予測テーブル４０２の発報確率４０２８と部品ＩＤ４０２４に基づいて行われる。また、販促活動履歴表示部６０２１において、販促活動の経過（ご連絡、ご提案など）が表示される。部品の手配を対応可能な近隣店舗から希望する場合、候補の店舗の地図情報を表示することとしてもよい。

図８に示すように、販促活動コストテーブル３０３にて（承認済み）の付与の有無が異なる２つの販促活動名３０３１（巡回点検実施）が格納されている販促活動であって、同じ故障予知ＩＤ４０２０に対して（承認済み）が付与されていない販促活動のみが格納されている場合については、販促活動承認ボタン６０２２を表示する。ユーザは、販促活動の提案に対して同意すると、販促活動承認ボタン６０２２を押下し、販促活動の実行を承認する。販促活動承認ボタン６０２２が押下された場合、販促活動履歴テーブル３０４に（承認済み）の販促活動を追加する。

また、機体状態表示部６０２０は、受注予測テーブル４０２の選択された行のデータ中の故障予知ＩＤ４０２０と関連して実行した販促活動を販促活動履歴テーブル３０４から取得し、販促活動の履歴として販促活動履歴表示部６０２１に表示する。

事前配備経過表示部６０３０は、販促活動履歴テーブル３０４にて、販促活動ＩＤ３０４１が０（販促活動が行われていないことを示す）である行を取得し、機体状態表示部６０２０の機体について配送中の部品がいつ発送を開始し、いつ到着する見込かを表示する。ただし、発送開始日は、販促活動履歴テーブル３０４の販促実行日３０４３とし、到着見込日は、部品配備費用テーブル３０２の標準配送日数３０２３を販促実行日３０４３に加算した値とする。なお、図２４、及び図２５は、事前配備計画表示部５０１、及び事前配備通知表示部６０１における上述の動作の手順を俯瞰的に示したものである。

以上説明したように、本実施の形態のシステムによれば、機械に係る地域の特性、又は顧客の特性が地域／顧客特性推定部により推定され、故障予測部と前記地域／顧客特性推定部の出力に基づき、機械に係る部品を受注する確率である受注確率が算出される。地域や顧客の特性を加味した受注確率の予測がなされるため、実際に発注される部品の数が、実際の需要に沿ったものとすることができ、在庫過剰や在庫不足を抑制することができる
。

以上、本発明の種々の実施形態を説明したが、本発明は上記した実施形態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、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した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、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態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。

１…ネットワーク
１００…業務データ記憶部
１０１…稼働情報テーブル
１０２…在庫管理テーブル
１０３…受注履歴テーブル
１０４…発報履歴テーブル
２００…受注予測サーバ
２０１…地域・顧客特性推定部
２０２…発報予測部
２０３…受注確率算出部
２０４…事前配備損益算出部
３００…受注予測データ記憶部
３０１…地域顧客属性テーブル
３０２…部品配備費用テーブル
３０３…販促活動コストテーブル
３０４…販促活動履歴テーブル
４００…受注予測結果記憶部
４０１…発報予測テーブル
４０２…受注予測テーブル
４０３…販促付き受注予測テーブル
４０４…事前配備損益テーブル
５００…代理店端末
５０１…事前配備計画表示部
６００…顧客端末
６０１…事前配備通知表示部

Claims (6)

1. サーバを有し、
   前記サーバは、
   機械の稼働情報、及び前記機械の故障を報知するため前記機械から発せられた故障アラームの発報履歴情報に基づいて、前記故障アラームの発報確率を算出する故障予測部と、
   顧客が保有または利用する前記機械の稼働情報、該機械の部品の受注に関する受注履歴情報、前記故障アラームの発報履歴情報に関するデータに基づき、前記機械を保有または利用する地域において部品として非純正部品を入手する可能性を示す数値、前記顧客の保全に関する積極性を示す数値、及び前記顧客の業務の煩忙月に関する情報を算出し、前記地域及び前記顧客の特性に関するデータを推定する地域／顧客特性推定部と、
   前記故障予測部で算出した前記発報確率と、前記地域／顧客特性推定部で算出した前記顧客の保全に関する積極性を示す数値、及び前記顧客の業務の煩忙月に関する情報とに基づき、前記顧客が部品交換を行う確率を算出し、前記地域／顧客特性推定部で算出した前記部品として非純正部品を入手する可能性を示す数値に基づき、前記部品として純正部品が購入される確率を算出し、前記機械に係る部品を受注する確率である受注確率を、前記顧客が部品交換を行う確率と、前記部品として純正部品が購入される確率とに基づいて算出する受注確率算出部と、
   前記部品を、前記機械の所在地の近隣の拠点に事前配備した場合の損益を、前記事前配備を行って前記部品の受注があった場合の損益と、前記事前配備を行って前記部品の受注が無かった場合の損益と、事後配備を行って前記部品の受注があった場合の損益と、前記受注確率とに基づいて算出する事前配備損益算出部と
   を備える、部品事前配備支援システム。
2. 前記受注確率算出部は、前記部品に係る販促活動が行われる場合の販促付き受注確率を、前記地域／顧客特性推定部で算出した前記部品として非純正部品を入手する可能性を示す数値と、前記販促活動に対する部品購入への影響パラメータとに基づいて算出し、
   前記事前配備損益算出部は、前記販促活動が行われる場合の前記損益を前記販促付き受注確率に基づいて算出する、請求項１に記載の部品事前配備支援システム。
3. 前記地域／顧客特性推定部は、前記部品として非純正部品を入手する可能性を示す数値として、前記機械の故障アラームの発報以降の一定期間内において前記部品の受注が無い場合に、前記故障アラームの発報以降の一定期間内における前記機械の稼働時間が前記故障アラームの発報以前の一定期間内における前記機械の稼働時間の平均値よりも減少した回数の平均値を前記地域ごとに算出する、請求項１に記載の部品事前配備支援システム。
4. 前記地域／顧客特性推定部は、前記顧客の保全に関する積極性を示す数値として、前記顧客が保有または利用する機械に搭載された部品の健全性に関する指標の平均値と、前記部品の平均の受注頻度とを乗算した値の平均値を算出する、請求項１に記載の部品事前配備支援システム。
5. 前記受注確率、及び前記事前配備した場合の損益に基づき、前記部品の事前配備に関する情報を表示する事前配備通知表示部を更に備え、
   前記事前配備通知表示部は、前記機械毎に前記情報を表示する、請求項１に記載の部品事前配備支援システム。
6. コンピュータが、機械の稼働情報、及び前記機械の故障を報知するため前記機械から発せられた故障アラームの発報履歴情報に基づいて前記故障アラームの発報確率を算出するステップと、
   コンピュータが、顧客が保有または利用する前記機械の稼働情報、該機械の部品の受注に関する受注履歴情報、前記故障アラームの発報履歴情報に関するデータに基づき、前記機械を保有または利用する地域において部品として非純正部品を入手する可能性を示す数値、前記顧客の保全に関する積極性を示す数値、及び前記顧客の業務の煩忙月に関する情報を算出し、前記地域及び前記顧客の特性に関するデータを推定するステップと、
   コンピュータが、前記発報確率と、前記顧客の保全に関する積極性を示す数値、及び前記顧客の業務の煩忙月に関する情報とに基づき、前記顧客が部品交換を行う確率を算出し、前記部品として非純正部品を入手する可能性を示す数値に基づき、部品として純正部品が購入される確率を算出し、前記機械に係る部品を受注する確率である受注確率を、前記顧客が部品交換を行う確率と、前記部品として純正部品が購入される確率とに基づいて算出するステップと、
   コンピュータが、前記部品を、前記機械の所在地の近隣の拠点に事前配備した場合の損益を、前記事前配備を行って前記部品の受注があった場合の損益と、前記事前配備を行って前記部品の受注が無かった場合の損益と、事後配備を行って前記部品の受注があった場合の損益と、前記受注確率とに基づいて算出するステップと
   を備える、部品事前配備支援方法。

Images