JP7496566B2 - 評価システム、評価方法、及びプログラム - Google Patents

Description

本開示は、一般に、評価システム、評価方法、及びプログラムに関する。より詳細には、本開示は、複数のアイテム（例えば製品又は半製品等）に関する評価システム、評価方法、及びプログラムに関する。

特許文献１には、製造装置によって実施されるプロセスのリスクベース制御のための制御システムが開示されている。

この制御システムは、アイテム（製品）ごとに製品の各構成要素に関連付けられた部分リスク値に基づいて、総リスク値を求めるように構成されたリスク評価モジュールを備えている。リスク評価モジュールは、求めたリスク値を時間の経過と共に監視し、求めた総リスク値の変化を検出することができる。また特許文献１には、（部分）リスク値は、知的財産権等のＩＰＬ対象に関連するＩＰリスク値や、ＩＰＬ対象に関連しない非ＩＰリスク値を含むことが記載されている。

この制御システムは、総リスク値の変化に応じて、特定のアイテムを処理するための動作指令（製造指令）の実行を継続したり、或いは、動作指令の実行を終了したりする。

特許文献１には、リスク値（評価値）を構成する要素が大量に列記されているが、その要素は多岐にわたっており、これらを全てリスク値に反映させるには、膨大な工数が必要となり得る。またこのような多岐にわたる要素から構成されるリスク値自体の妥当性を判断するための基準に乏しく、妥当性を担保できない可能性がある。その結果、特許文献１に記載の制御システムは、実用性に欠けており、更なる改善が要求される。

特表２０１９－５０７４２１号公報

本開示は上記事由に鑑みてなされ、実用性の改善を図ることができる、評価システム、評価方法、及びプログラムを提供することを目的とする。

本開示の一態様の評価システムは、評価処理部と、実績取得部と、を備える。前記評価処理部は、互いに共通の品種である複数のアイテムの各々が、１又は複数の生産要素が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する。前記実績取得部は、前記複数のアイテムの販売実績に関する実績情報を取得する。前記評価処理部は、前記複数のアイテムにそれぞれ関する複数の前記評価値と前記実績情報との対応関係における外れ値に基づき前記評価値を補正する補正部を有する。

本開示の一態様の評価方法は、１以上のプロセッサによって実行される評価方法である。前記評価方法は、評価処理ステップと、実績取得ステップと、を含む。前記評価処理ステップでは、互いに共通の品種である複数のアイテムの各々が、１又は複数の生産要素が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する。前記実績取得ステップでは、前記複数のアイテムの販売実績に関する実績情報を取得する。前記評価処理ステップは、前記複数のアイテムにそれぞれ関する複数の前記評価値と前記実績情報との対応関係における外れ値に基づき前記評価値を補正する補正ステップを含む。

本開示の一態様のプログラムは、１以上のプロセッサに、上記の評価方法を実行させるためのプログラムである。

図１は、一実施形態に係る評価システムを備える生産管理システムの全体的な概略構成図である。 図２は、同上の評価システムが適用され得る製造業の生産管理層を説明するための概念図である。 図３は、同上の評価システムにおける補正部による補正処理を説明するためのグラフである。 図４Ａ及び図４Ｂは、同上の生産管理システムにおける第１製造装置で製造される複数のアイテムの部分評価値と頻度との対応関係の一例を示すグラフである。 図５Ａ及び図５Ｂは、同上の生産管理システムにおける第２製造装置で製造される複数のアイテムの部分評価値と頻度との対応関係の一例を示すグラフである。 図６Ａ及び図６Ｂは、同上の生産管理システムにおける第Ｎ製造装置で製造される複数のアイテムの部分評価値と頻度との対応関係の一例を示すグラフである。 図７Ａは、同上の補正処理におけるＡ_１１－Ａ_１３グリッドを説明するための概念図である。図７Ｂは、同上の補正処理におけるＡ_１２－Ａ_１３グリッドを説明するための概念図である。 図８Ａ及び図８Ｂは、同上の第１製造装置で製造される複数のアイテムの中でＡ_１２－Ａ_１３グリッドに関するアイテムの対応関係の一例を示すグラフである。 図９は、同上の第２製造装置で製造される複数のアイテムの中でＡ_１１－Ａ_１３グリッドに関するアイテムの対応関係の一例を示すグラフである。 図１０Ａ及び図１０Ｂは、同上の第２製造装置で製造される複数のアイテムの中でＡ_１２－Ａ_１３グリッドに関するアイテムの対応関係の一例を示すグラフである。 図１１は、同上の評価システムにおける変形例を示す概略構成図である。 図１２Ａ～１２Ｃは、同上の変形例における予測部を説明するための図である。

（１）概要
以下の実施形態において説明する各図は、模式的な図であり、各図中の各構成要素の大きさ及び厚さそれぞれの比が、必ずしも実際の寸法比を反映しているとは限らない。

本実施形態に係る評価システム１は、図１に示すように、評価処理部１１と、実績取得部１２と、を備える。

評価処理部１１は、評価値に関する処理を実行する。評価値は、複数のアイテム２の各々に対応付けされていて、評価処理部１１は、各アイテム２の評価値について個別に処理を実行する。ここでいう「アイテム」は、生産（製造）フェーズを経て、出荷され、販売され得る「物」である。また「生産フェーズ」は、例えば、そのアイテムに関するデザイン、設計、加工、組立、仕上、及び物流等の工程（プロセス）を１つ以上含み得る。以下では一例として、アイテム２は、例えば、工場等で製造される製品を想定する。アイテム２は、製品以外にも、中間的な製品として加工が終わり、販売可能な状態の物として「半製品」でもよい。

本開示でいう「複数のアイテム」は、互いに共通の品種Ｘ１である。品種Ｘ１は、例えば、アイテムを製造、販売する製造業者が扱い得る製品の種類となる。品種Ｘ１は、下記の大分類、中分類及び小分類のいずれかでもよい。

「大分類」は、食料品、飲料・たばこ・飼料、繊維工業品、木材・木製品、家具・装備品、パルプ・紙・紙加工品、印刷品、化学工業製品、石油製品、プラスチック製品、ゴム製品、電子部品・デバイス・電子回路、電気機械器具、情報通信機械器具、輸送用機械器具、業務用機械器具、及び金属製品等を含み得る。例えば、品種Ｘ１は繊維工業品でもよく、この場合「複数のアイテム」は、全て繊維工業品に分類される物である。

「中分類」は、「大分類」より詳細な分類であり、繊維工業品を例にして言えば、衣料品を含み得る。製造業者が、衣料品を製造及び販売するメーカであれば、品種Ｘ１は衣料品でもよく、この場合「複数のアイテム」は、全て衣料品に分類される物である。

「小分類」は、「中分類」より詳細な分類であり、衣料品を例にして言えば、外衣、下着類、又は帽子類等を含み得る。製造業者が、衣料品を製造及び販売するメーカであれば、品種Ｘ１は外衣でもよく、この場合「複数のアイテム」は、全て外衣に分類される物である。

以下では一例として、複数のアイテム２の品種Ｘ１は、「外衣」であることを想定する。複数のアイテム２は、第１外衣２１、第２外衣２２・・・第Ｍ外衣２Ｍを含む（Ｍは自然数）。

複数のアイテム２は、例えば品番で区別して管理される。具体的には、第１外衣２１が夏用上着であれば、第１外衣２１は、夏用上着に紐づけられた第１品番で管理され、第２外衣２２が冬用上着であれば、第２外衣２２は、冬用上着に紐づけられた第２品番で管理され得る。

評価処理部１１は、互いに共通の品種Ｘ１である複数のアイテム２の各々が、１又は複数の生産要素３が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する。以下では一例として、評価値は、複数のアイテム２のうちの対応するアイテム２が販売まで至りにくいことの判断の指標となるリスク値である。したがって、リスク値が高いほど、売れ行きが悪いリスク、又は品質不良率が高いというリスクがあると判断される。

本開示でいう「生産要素」は、例えば、材料・部品、設備・機械、及び、技術（組立方法、検査方法、測定方法等の方法）等を含み得る。ここでは一例として「生産要素」は、原材料又は加工部材に関する材要素Ａ１を含む。また「生産要素」は、アイテム２の製造に用いられる製造装置Ｂ１を更に含む。

実績取得部１２は、複数のアイテム２の販売実績に関する実績情報Ｄ１（図１参照）を取得する。

ここで本実施形態の評価処理部１１は、複数のアイテム２にそれぞれ関する複数の評価値と実績情報Ｄ１との対応関係Ｅ１（図３参照）における外れ値（Ｙ１，Ｙ２：図３参照）に基づき評価値を補正する補正部１３を有する。

この構成によれば、補正部１３は対応関係Ｅ１における外れ値（Ｙ１，Ｙ２）に基づき評価値を補正する。したがって、複数のアイテム２の評価値が、動的な販売実績をベースとしたものに更新され、評価値の妥当性が担保され得る。結果的に、実用性の改善を図ることができる評価システム１を提供できる。

ところで、製品（アイテム）のデザイン、設計、原材料・加工部材の調達、加工、組立、物流、そして顧客への販売までの全体の流れを、１つのサプライチェーン（Supply Chain）と捉えて最適化を行うサプライチェーン管理の技術が注目されている。サプライチェーン管理によってプロセス全体の効率化と最適化が実現することで、アイテムに関するコストの削減等が可能になる。以下では一例として、本実施形態に係る評価システム１で評価される評価値が、サプライチェーン管理に適用されることを想定して説明する。

本実施形態の別の形態に係る評価方法は、評価処理ステップと、実績取得ステップと、を含む。評価処理ステップでは、互いに共通の品種Ｘ１である複数のアイテム２の各々が、１又は複数の生産要素３が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する。実績取得ステップでは、複数のアイテム２の販売実績に関する実績情報Ｄ１を取得する。評価処理ステップは、複数のアイテムにそれぞれ関する複数の評価値と実績情報Ｄ１との対応関係Ｅ１における外れ値（Ｙ１，Ｙ２）に基づき評価値を補正する補正ステップを含む。

この構成によれば、実用性の改善を図ることができる評価方法を提供できる。評価方法は、コンピュータシステム（評価システム１）上で用いられる。つまり、評価方法は、プログラムでも具現化可能である。本実施形態に係るプログラムは、本実施形態に係る評価方法を、１以上のプロセッサに実行させるためのプログラムである。

（２）詳細
以下、本実施形態に係る評価システム１が適用された全体のシステム（以下、「生産管理システム１００」と呼ぶ）について、図１及び図２を参照しながら詳しく説明する。

（２．１）全体構成
生産管理システム１００は、図１に示すように、評価システム１と、製造システム３００と、生産実績管理システム４００と、を備えている。生産管理システム１００は、一例として衣料品の企画、製造及び販売を行う製造業（アパレル産業）に適用されるケースを例にして説明するが、適用可能な業種は、特に限定されない。

製造システム３００は、１又は複数の生産要素３が関与する生産フェーズの一部である「縫製工程」を担う。ここでいう１又は複数の生産要素３は、複数のアイテム２を製造するための複数の材要素Ａ１を含む（図１参照）。複数のアイテム２の品種Ｘ１は、上述の通り、外衣（外出用の衣服）であることを想定する。またここでいう「材要素Ａ１」は、アイテム２（外衣）を製造するために用いられる加工部材（生地）であることを想定するが、原材料でもよい。以下では、説明の便宜上、複数の材要素Ａ１を、第１材Ａ１１、第２材Ａ１２・・・第Ｐ材Ａ１Ｐ（Ｐは自然数）と呼ぶことがある。

製造システム３００は、製造業者の工場等に導入され得る。製造システム３００は、工場自動化（ＦＡ（Factory Automation））により互いに共通の品種Ｘ１の複数のアイテム２（第１外衣２１、第２外衣２２・・・第Ｍ外衣２Ｍ）を製造する。

ここでは一例として、複数のアイテム２は、複数の材要素Ａ１の中から選択される、互いに組み合わせの異なる１以上の材要素Ａ１によってそれぞれ製造される。具体例を挙げて説明すると、第１外衣２１は、ある一の製造装置Ｂ１で製造される場合には、第１材Ａ１１と第２材Ａ１２の組み合わせにより製造され得る。また第２外衣２２は、上記製造装置Ｂ１で製造される場合には、第１外衣２１の組み合わせ（第１材Ａ１１と第２材Ａ１２）とは異なる組み合わせとして、第１材Ａ１１と第３材により製造され得る。本開示でいう「組み合わせ」は、１つの材要素Ａ１のみも含むものとし、第３外衣は、第１材Ａ１１のみから製造されてもよい。

より詳細には、製造システム３００は、図１に示すように、製造装置群Ｂ０と、制御ユニットＣ１とを有する（図１参照）。製造装置群Ｂ０は、複数の製造装置Ｂ１を含む。以下では、説明の便宜上、複数の製造装置Ｂ１を、第１製造装置Ｂ１１、第２製造装置Ｂ１２・・・第Ｎ製造装置Ｂ１Ｎ（Ｎは自然数）と呼ぶことがある。製造装置Ｂ１の種類は、特に限定されず、自動裁断機、縫製機器、ロボットアーム等の加工機、或いはコンベア等の搬送装置を含み得る。そして、製造装置Ｂ１も、本開示でいう生産要素３の１つである。言い換えると、１又は複数の生産要素３は、複数のアイテム２の製造に用いられる複数の製造装置Ｂ１を含む。

複数の製造装置Ｂ１の各々は、加工部材群Ａ０（図１参照）に含まれる複数の材要素Ａ１のうちの１以上の材要素Ａ１から、アイテム２を製造する。本開示では一例として、複数の製造装置Ｂ１の各々は、複数のアイテム２のうち２つ以上のアイテム２を製造可能である。具体例を挙げると、ある製造装置Ｂ１は、第１外衣２１と、第１外衣２１以外の別の外衣（例えば第２外衣２２）とを製造可能であり、別の製造装置Ｂ１は、第２外衣２２と、第２外衣２２以外の別の外衣（例えば第３外衣）とを製造可能である。つまり、この例で言えば、第２外衣２２の製造に関して、製造装置Ｂ１の代替が可能である。

制御ユニットＣ１は、複数の製造装置Ｂ１を制御して、複数のアイテム２を製造させる。制御ユニットＣ１は、例えば工場内のローカルネットワークを介して、各製造装置Ｂ１と無線又は有線で通信可能である。制御ユニットＣ１は、生産計画、工程計画、及び作業計画等に基づいて、アイテム２を製造するための動作に関する指令信号（例えばアクチュエータを駆動するための信号等）を、対応する製造装置Ｂ１に送信する。制御ユニットＣ１は、例えば、第１材Ａ１１及び第２材Ａ１２を用いて所定数の第１外衣２１を製造するという生産計画に基づき、第１外衣２１を製造可能な１以上の製造装置Ｂ１に指令信号を送信する。

評価システム１は、図１に示すように、処理部１０と、表示部５と、記憶部６と、通信部７と、操作部８とを備えている。評価システム１は、サーバ等から構築されることを想定する。ここでいう「サーバ」は、１台のサーバ装置から構成されることを想定するが、複数台のサーバ装置から構成されてもよいし、そのようなサーバ装置が、例えばクラウド（クラウドコンピューティング）を構築してもよい。サーバ装置は、工場内に設置されてもよいし、工場の外部（例えば事業本部）に設置されてもよい。

評価システム１の一部の機能が、サーバと通信可能な情報端末に分散的に設けられてもよい。本開示でいう「情報端末」は、パーソナルコンピュータ（ノートパソコン又は据置型のパソコン）、スマートフォンやタブレット端末等の携帯型の端末等を含み得る。ここでは、表示部５及び操作部８の機能が、工場のオペレータ又は管理者等が使用する情報端末に設けられている。情報端末には、サーバと通信するための専用のアプリケーションソフトが予めインストールされる。

処理部１０は、１以上のプロセッサ（マイクロプロセッサ）と１以上のメモリとを含むコンピュータシステムにより実現され得る。つまり、１以上のプロセッサが１以上のメモリに記憶された１以上のプログラム（アプリケーション）を実行することで、処理部１０として機能する。プログラムは、ここでは処理部１０のメモリに予め記録されているが、インターネット等の電気通信回線を通じて、又はメモリカード等の非一時的な記録媒体に記録されて提供されてもよい。

処理部１０は、表示部５、記憶部６、通信部７、及び操作部８に関する制御処理を実行する。処理部１０の機能は、サーバにあることを想定する。処理部１０は、図１に示すように、評価処理部１１と、実績取得部１２と、設定部１４と、出力部１５とを有している。なお、処理部１０の各部の詳細については、次の欄で説明する。

表示部５は、液晶ディスプレイ又は有機ＥＬ（Electro-Luminescence）ディスプレイを構成する。表示部５は、上述の通り、情報端末に設けられている。表示部５は、タッチパネル式のディスプレイでもよい。表示部５は、後述する対応関係Ｅ１（図３参照）に関する情報を表示（出力）する。表示部５は、対応関係Ｅ１以外にも、評価値に関連する種々の情報を表示する。

記憶部６は、評価値に関連する種々の情報を記憶（格納）する。記憶部６は、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）のような書き換え可能な不揮発性メモリを含む。図示例では、記憶部６は、処理部１０の外部に設けられているが、処理部１０が内蔵するメモリでもよい。

通信部７は、生産実績管理システム４００と通信するための通信インタフェースである。通信部７の機能は、サーバにあることを想定するが、例えば情報端末に設けられてもよい。通信部７は、生産実績管理システム４００から、実績情報Ｄ１（図１参照）を受信する。実績情報Ｄ１は、複数のアイテム２の販売実績に関する情報である。通信部７は、実績情報Ｄ１を例えば定期的に受信する。受信した実績情報Ｄ１は、記憶部６に格納される。生産実績管理システム４００は、処理部１０及び通信部７のサーバと異なるサーバに設けられているとするが、同じサーバに設けられてもよい。

操作部８は、マウス、キーボード、及びポインティングデバイス等を含む。操作部８は、上述の通り、例えば工場のオペレータや管理者等が使用する情報端末に設けられている。表示部５が、情報端末のタッチパネル式のディスプレイである場合、操作部８の機能を兼ねてもよい。

生産実績管理システム４００は、複数のアイテム２に関する生産実績を管理する。例えば、生産実績管理システム４００は、複数のアイテム２を「品番」の別で管理する。生産実績管理システム４００は、各品番（各アイテム２）を製造するために用いた材要素Ａ１及び製造装置Ｂ１に関する情報を、品番と対応付けて管理する。また生産実績管理システム４００は、各品番（各アイテム２）が所定期間（１日単位、１週間単位、又は１ヵ月単位等）内に販売された個数に関する情報を販売実績として品番と対応付けて管理する。また生産実績管理システム４００は、各品番（各アイテム２）の在庫数や出荷数に関する情報も管理する。ここでは「販売された個数（販売実績）」は、メーカにとってアイテム２の直接的な販売先（取引先）となる、卸売業者、或いは、百貨店やスーパーマーケット、コンビニエンスストア等の小売業者に対して、所定期間において販売した個数であることを想定する。ただし、「販売された個数（販売実績）」は、小売業者等から最終消費者に販売された個数を含んでもよい。

生産実績管理システム４００は、複数のアイテム２の各々の品番と対応付けした販売実績に関する実績情報Ｄ１を生成し、評価システム１に送信する。生産実績管理システム４００は、例えば１週間分の販売実績に関する実績情報Ｄ１を定期的に評価システム１に送信する。

ところで、製造業の生産管理は、複数の層（レイヤ）に分かれて行われ得る。ここで図２は、複数の層から成るピラミッド状の生産管理層４の一例の概念図を示す。生産管理層４は、上から順に、計画層４１、実行層４２、制御層４３、及び物理層（装置層）４４を含む。

計画層４１は、販売管理、会計管理、生産管理、購買管理、及び人事管理等を担う業務部門に関する層である。生産管理システム１００は、計画層４１を担う統合基幹業務システム：ＥＲＰ（Enterprise Resource Planning）を含み得る。上述した生産実績管理システム４００は、ＥＲＰの一部に相当し得る。

実行層４２は、工程管理、及び製造管理等を担う業務部門に関する層である。実行層４２では、例えば、作業スケジューリング、作業手配、製造指示、データ収集、製品品質の管理、設備の保守、及び実績分析等が行われる。生産管理システム１００は、実行層４２を担う製造実行システム：ＭＥＳ（Manufacturing Execution System）を含み得る。

制御層４３は、物理層４４を監視し、物理層４４における製造装置Ｂ１を直接的に制御する層である。制御層４３は、第１層４３１と、第２層４３２とを含む。生産管理システム１００は、第１層４３１における監視制御及びデータの取得を担うＳＣＡＤＡ（Supervisory Control And Data Acquisition）や、第２層４３２における製造装置Ｂ１の直接的な制御を担うプログラマブルロジックコントローラ：ＰＬＣ（Programable Logic Controller）を含む。上述した制御ユニットＣ１は、ＰＬＣの一部に相当し得る。

物理層（装置層）４４は、製造装置Ｂ１、製造に関する物理量（圧力、重量、速度、加速度、変位量、電圧、電流、流量、振動、光量、温度、湿度等）を検出するセンサ、製造装置Ｂ１を含む監視領域を撮像する撮像装置等を含む層である。生産管理システム１００は、ＦＡ（Factory Automation）を含む。

以下では、評価システム１を利用するものを利用者と呼ぶことがある。利用者は、上述した計画層４１、実行層４２、制御層４３、及び物理層４４の各層のオペレータや管理者等を含み得る。

（２．２）評価システムの処理部
処理部１０は、上述の通り、評価処理部１１と、実績取得部１２と、設定部１４と、出力部１５とを有している。

実績取得部１２は、実績情報Ｄ１を取得する（実績取得ステップ）。実績取得部１２は、通信部７が生産実績管理システム４００から定期的に受信して記憶部６に格納される実績情報Ｄ１を、記憶部６から取得する。

評価処理部１１は、あるアイテム２が、生産フェーズを経て販売に至るか否かの判断の指標となる評価値に関する処理を実行する（以下、「評価処理」と呼ぶ）。言い換えると、本開示の評価方法は、あるアイテム２が、生産フェーズを経て販売まで至るか否かの判断の指標となる評価値に関する処理を実行する評価処理ステップを含む。評価処理は、定期的に（例えば１週間に１回）自動的に実行されることを想定する。ただし、評価処理は、任意のタイミングで実行されてもよく、例えば操作部８を介して利用者からの実行要求を受け付けたことをトリガーとして実行されてもよい。

上述の通り、評価値は、アイテム２が販売まで至りにくいことの判断の指標となるリスク値であることを想定する。

評価システム１では、アイテム２の評価値は、記憶部６に格納されて管理される。評価値は、評価処理が実行される度に新しい値へ更新され得る。ところで、例えば評価システム１がある製造業者への新規導入された直後、或いは新しい品番のアイテム２が企画された直後等においては、アイテム２の実績情報Ｄ１が存在せず、アイテム２の評価値が評価システム１上に存在しない場合がある。この場合、評価システム１に対して評価値の初期値を設定する必要がある。そこで設定部１４は、複数のアイテム２のうち、実績情報Ｄ１が存在しないアイテム２について、評価値の初期値を設定するように構成される。例えば、利用者は、操作部８を用いて、初期値の入力に関する操作を実行する。設定部１４は、操作部８を介して利用者から初期値の入力を受け付けると、その初期値を品番（アイテム２）と対応付けて記憶部６に格納する。ただし、設定部１４は、初期値を一律で自動設定してもよい。

出力部１５は、評価値等に関する情報（出力情報）を出力する。出力部１５は、評価処理が実行される度に更新後の評価値等に関する出力情報を出力する。出力情報は、記憶部６に格納され得る。出力情報は、表示部５を通じて、画面表示され得る。出力情報は、通信部７を通じて、生産実績管理システム４００、ＥＲＰ、ＭＥＳ又はＰＬＣ等に送信されてもよい。

ここで本実施形態の評価処理部１１は、図１に示すように、補正部１３を有する。補正部１３は、複数のアイテム２にそれぞれ関する複数の評価値（後述する複数の「総リスク値」）と実績情報Ｄ１との対応関係Ｅ１における外れ値（Ｙ１，Ｙ２：図３参照）に基づき評価値を補正するように構成される。評価処理は、補正部１３による評価値の補正処理を含む。言い換えると、本開示の評価方法における評価処理ステップは、複数のアイテム２にそれぞれ関する複数の評価値と実績情報Ｄ１との対応関係Ｅ１における外れ値に基づき評価値を補正する補正ステップを含む。

以下、対応関係Ｅ１及び補正部１３の補正処理について具体的に説明する。

補正部１３は、複数のアイテム２とそれぞれ一対一で対応付けられた複数の評価値（以下、各アイテム２に対応付けされた評価値を「総リスク値」と呼ぶことがある）を直接補正してもよい。ただし、ここでは一例として、補正部１３は、複数の部分評価値で調整を行うことで総リスク値を間接的に補正する。複数の部分評価値（以下、「部分リスク値」と呼ぶ）は、各アイテム２の総リスク値を、複数の製造装置Ｂ１の別で細分化した値である。つまり、各アイテム２の総リスク値は、複数の部分リスク値の合計である。

まず部分リスク値及び総リスク値について下記の表１～表４を参照しながら説明する。表１～表４内の数値は単なる一例であり、特に限定されない。表１～表３における第１材Ａ１１～第Ｐ材Ａ１Ｐの各列の「１」及び「０」は、その材要素Ａ１の使用、不使用をそれぞれ示している。表１～表４における第Ｍ外衣の「Ｍ」は、一例として２０００を想定する。

表１は、「第１製造装置Ｂ１１」で、第１材Ａ１１～第Ｐ材Ａ１Ｐのうちの１以上を用いて製造される複数のアイテム２（第１外衣２１～第Ｍ外衣２Ｍ）にそれぞれ一対一で対応する複数の「部分リスク値」の一例を示す。例えば、表１から、第１製造装置Ｂ１１による第１外衣２１は、第１材Ａ１１を使用し、第２材Ａ１２、第３材、及び第Ｐ材を不使用であること、またその部分リスク値が「１０」であることが分かる。また表１から、例えば、第１製造装置Ｂ１１による第３外衣は、第１材Ａ１１、第２材Ａ１２、第３材、及び第Ｐ材は不使用である。つまり、第３外衣は、第１製造装置Ｂ１１では製造されておらず、その部分リスク値が「０」であることが分かる。

また表２は、「第２製造装置Ｂ１２」で、第１材Ａ１１～第Ｐ材Ａ１Ｐのうちの１以上を用いて製造される複数のアイテム２（第１外衣２１～第Ｍ外衣２Ｍ）にそれぞれ一対一で対応する複数の「部分リスク値」を示す。表２から、例えば、第２製造装置Ｂ１２による第１外衣２１は、第２材Ａ１２及び第３材を使用し、第１材Ａ１１、及び第Ｐ材は不使用であること、またその部分リスク値が「７」であることが分かる。

さらに表３は、「第Ｎ製造装置Ｂ１Ｎ」で、第１材Ａ１１～第Ｐ材Ａ１Ｐのうちの１以上を用いて製造される複数のアイテム２（第１外衣２１～第Ｍ外衣２Ｍ）にそれぞれ一対一で対応する複数の「部分リスク値」を示す。例えば、表３から、第Ｎ製造装置Ｂ１Ｎによる第１外衣２１は、第１材Ａ１１、第２材Ａ１２、第３材、及び第Ｐ材は不使用である。つまり、第１外衣２１は、第Ｎ製造装置Ｂ１Ｎでは製造されておらず、その部分リスク値が「０」であることが分かる。

次に下記の表４は、表１～表３の部分リスク値を集計したものである。第１外衣２１の総リスク値は、第１製造装置Ｂ１１～第Ｎ製造装置Ｂ１Ｎまでの部分リスク値「１０」、「７」、「０」の合計値「１７」となる。

同様に、第２外衣２２の総リスク値は、第１製造装置Ｂ１１～第Ｎ製造装置Ｂ１Ｎまでの部分リスク値「１２」、「１１」、「４」の合計値「２７」となる。第３外衣の総リスク値は、第１製造装置Ｂ１１～第Ｎ製造装置Ｂ１Ｎまでの部分リスク値「０」、「１６」、「８」の合計値「２４」となる。第Ｍ外衣の総リスク値は、第１製造装置Ｂ１１～第Ｎ製造装置Ｂ１Ｎまでの部分リスク値「５」、「８」、「６」の合計値「１９」となる。説明の便宜上、表４に不記載の第３製造装置～第Ｎ－１製造装置までの部分リスク値を無視して総リスク値を表記している。

そして、表４の最右列が、各アイテム２の例えば１週間における販売実績を示す。表４の例では、第１外衣２１、第２外衣２２、及び第Ｍ外衣２Ｍの販売実績はそれぞれ「１」であり、第３外衣の販売実績は「０」である。販売実績「１」は、そのアイテム２が、例えば１週間内に実際に（所定個以上）売れたことを意味する。一方、販売実績「０」は、トレンドの変化、或いはＮＧ品の発生の原因により、そのアイテム２が例えば１週間内に（所定個以上）売れなかったことを意味する。

ここで図３は、表４のＭ個（ここでは２０００個）のアイテム２（外衣）に関する複数の総リスク値（評価値）と実績情報Ｄ１（個数）との対応関係Ｅ１をヒストグラムで示した図である。横軸が総リスク値を示し、縦軸が販売頻度（図３では「頻度」で図示）、すなわち販売実績の個数を示す。つまり、例えば、総リスク値「１」を示すアイテム２は、２０００個の外衣の中に多数存在し得て、総リスク値「１」を示す多数のアイテム２の販売実績の合計数が、図３の例では５００個である。ただし、縦軸の頻度は、ある総リスク値を示す複数のアイテム２の販売実績の平均数でもよい。ここでは評価処理部１１は、総リスク値が「０」とならないように評価処理を行っているが、総リスク値「０」が存在してもよい。また表１～表４では、部分リスク値及び総リスク値は、説明の便宜上、全て整数であるが、小数を含んでもよい。

ところで、総リスク値（評価値）は、その値が高いほど売れにくいアイテム２であるという観点に基づき、総リスク値が増加するほど頻度が減衰曲線（以下、「理想モデルＧ１」（図３では一点鎖線で図示）と呼ぶことがある）を描くように緩やかに低下するように設定されることが好ましい。図３に示す理想モデルＧ１は、単なる一例であって、アイテム２の品種Ｘ１や製造業者の製造形態、販売形態等に依存して異なり得る。

しかし、何らかの特定要因により、対応関係Ｅ１に外れ値が発生することがある。図３の例では、外れ値が、対応関係Ｅ１に、総リスク値が「１４」～「１６」の位置と、「２３」～「２４」の位置とに、傾きが大きく変化した２つの凹みとして、それぞれ発生していることが理解できる。図３の例では、外れ値が、理想モデルＧ１に対する凹みとして発現しているが、理想モデルＧ１に対する凸み（つばくみ）として発現することもある。

以下、総リスク値「１４」～「１６」の位置にある凹みを外れ値Ｙ１と呼び、その外れ値Ｙ１の底を極値点Ｑ１と呼ぶとする。極値点Ｑ１における総リスク値は「１５」である。

また総リスク値「２３」～「２４」の位置にある凹みを外れ値Ｙ２と呼び、その外れ値Ｙ２の底を極値点Ｑ２と呼ぶとする。極値点Ｑ２における総リスク値は「２３．５」である。

「特定要因」は、例えば、品種Ｘ１に関する経時的なトレンドの変化であったり、アイテム２の不良品（ＮＧ品）の発生であったりする。不良品は、出荷前に品質検査により発覚するものもあれば、販売された後に小売業者や最終消費者からクレームを受けることで発覚する場合がある。生産実績管理システム４００では、クレームにより発覚した不良品は、販売個数に含めないように管理される。

ここで本願発明者らは、このような特定要因による外れ値Ｙ１，Ｙ２の発生は、アイテム２に付与されているリスク値（評価値）をより適切な値へ更新するための新たな補正の基準となり得ることに着想した。

例えば、外れ値Ｙ１に関して、極値点Ｑ１における総リスク値「１５」より大きい総リスク値「１６」の販売頻度が、総リスク値「１５」の販売頻度Ｆ１より高いことは妥当でないと推定される。言い換えると、総リスク値「１６」の販売頻度を示すアイテム２の中に、総リスク値が「１６」に評価されていることが妥当でないアイテム２が混じっていると推定される。

また外れ値Ｙ２に関して、極値点Ｑ２における総リスク値「２３．５」より大きい総リスク値「２４」の販売頻度が、総リスク値「２３．５」の販売頻度Ｆ２より高いことは妥当でないと推定される。言い換えると、総リスク値「２４」の販売頻度を示すアイテム２の中に、総リスク値が「２４」に評価されていることが妥当でないアイテム２が混じっていると推定される。

本実施形態の補正部１３は、外れ値Ｙ１及び外れ値Ｙ２の凹みが均されて（つまり、内挿されて）、スムーズな減衰曲線となる方向へ評価値を補正する。

特に本実施形態では一例として、補正部１３は、複数の部分リスク値（部分評価値）で調整を行うことで総リスク値を間接的に補正する。具体的な部分リスク値による調整について次の欄で詳細に説明する。

（２．３）部分リスク値の調整その１
以下、部分リスク値の調整（調整その１）について説明する。

図４Ａは、図３の外れ値Ｙ１に対応する総リスク値「１４」～「１６」に該当し、かつ「第１製造装置Ｂ１１」で製造された複数のアイテム２に関する、部分リスク値と（販売）頻度との対応関係Ｅ２をヒストグラムで示した図である。対応関係Ｅ２には、例えば部分リスク値「６」及び「８」付近にそれぞれ極値点がある、２つの外れ値が存在する。

図４Ｂは、図３の外れ値Ｙ２に対応する総リスク値「２３」～「２４」に該当し、かつ「第１製造装置Ｂ１１」で製造された複数のアイテム２に関する、部分リスク値と頻度との対応関係Ｅ３をヒストグラムで示した図である。対応関係Ｅ３には、例えば部分リスク値「１２」及び「１９」付近にそれぞれ極値点がある、２つの外れ値が存在する。

図５Ａは、図３の外れ値Ｙ１に対応する総リスク値「１４」～「１６」に該当し、かつ「第２製造装置Ｂ１２」で製造された複数のアイテム２に関する、部分リスク値と頻度との対応関係Ｅ４をヒストグラムで示した図である。対応関係Ｅ４には、例えば部分リスク値「８」付近に極値点がある、１つの外れ値が存在する。

図５Ｂは、図３の外れ値Ｙ２に対応する総リスク値「２３」～「２４」に該当し、かつ「第２製造装置Ｂ１２」で製造された複数のアイテム２に関する、部分リスク値と頻度との対応関係Ｅ５をヒストグラムで示した図である。対応関係Ｅ５には、極値点がなく、外れ値が存在しない。

図６Ａは、図３の外れ値Ｙ１に対応する総リスク値「１４」～「１６」に該当し、かつ「第Ｎ製造装置Ｂ１Ｎ」で製造された複数のアイテム２に関する、部分リスク値と頻度との対応関係Ｅ６をヒストグラムで示した図である。対応関係Ｅ６には、例えば部分リスク値「９」付近に極値点がある、１つの外れ値が存在する。

図６Ｂは、図３の外れ値Ｙ２に対応する総リスク値「２３」～「２４」に該当し、かつ「第Ｎ製造装置Ｂ１Ｎ」で製造された複数のアイテム２に関する、部分リスク値と頻度との対応関係Ｅ７をヒストグラムで示した図である。対応関係Ｅ７には、例えば部分リスク値「７」及び「１５」付近にそれぞれ極値点がある、２つの外れ値が存在する。

ここで補正部１３は、部分リスク値に関する対応関係Ｅ２～Ｅ７のうち、外れ値が１つ以上存在する対応関係Ｅ２～Ｅ４、及びＥ６～Ｅ７については、部分リスク値の調整対象から除外し、外れ値が存在しない対応関係Ｅ５のみを調整対象とする。

対応関係Ｅ５は、図５Ｂに示すように、部分リスク値が「２０」以下では頻度が大きく変化していない。したがって、この対応関係Ｅ５に関する部分リスク値、つまり、総リスク値「２３」～「２４」に該当し、かつ「第２製造装置Ｂ１２」で製造される複数のアイテム２に関する部分リスク値を下げても問題が生じにくいと推定される。

例えば、表２の例では、外れ値Ｙ２に対応する総リスク値「２３」～「２４」よりも高い総リスク値「２７」に該当し、かつ第２製造装置Ｂ１２で製造される第２外衣２２の部分リスク値が、「１１」である。そこで、ここでは一例として、対応関係Ｅ５において、この部分リスク値「１１」に着目する（以下、「対象部分リスク値」と呼ぶ）。表４の例では、外れ値Ｙ２に対応する総リスク値「２４」の第３外衣の販売実績「０（売れなかった）」に対して、総リスク値「２７」の第２外衣２２は販売実績「１（売れた）」であるため、総リスク値「２７」が妥当ではなく、見直しが必要であることが理解できる。

そこで、補正部１３は、対応関係Ｅ５において、対象部分リスク値「１１」が付与されているアイテム２について、演算式｛対象部分リスク値ａ１－（第１総リスク値ｂ１－第２総リスク値ｂ２）｝×係数ｃ１により求められた部分リスク値に置き換える。

対象部分リスク値ａ１は、この場合「１１」である。第１総リスク値ｂ１は、対象部分リスク値「１１」に該当する「第２製造装置Ｂ１２」で製造される複数のアイテム２の総リスク値であり、この場合「２７」である。第２総リスク値ｂ２は、外れ値Ｙ２に対応する総リスク値「２３」～「２４」の範囲内であることが好ましく、一例として「２４」とする。係数ｃ１は、一例として０．９５とする。

上記の例では、｛１１－（２７－２４）｝×０．９５＝７．６が、対応関係Ｅ５において部分リスク値「１１」が付与されていたアイテム２の新しい部分リスク値となる。つまり、補正部１３は、第２製造装置Ｂ１２で製造されるアイテム２に関する部分リスク値「１１」を「７．６」に置き換える。その結果、表４の例で言えば、第２外衣２２の総リスク値「（１２＋１１＋４）＝２７」は、総リスク値「（１２＋７．６＋４）＝２３．６」となる。新しい部分リスク値を求める上記の演算式は、単なる一例であって限定されない。

このような調整により、図３で言えば、外れ値Ｙ２は、総リスク値「２７」付近の頻度が下がり、逆に「２３．５」付近の頻度が相対的に上がることになり、外れ値Ｙ２が解消される方向へ評価値が補正されることになる。

処理部１０は、対応関係Ｅ１～Ｅ７に関するヒストグラム化の処理を行う。処理部１０は、出力部１５に、上述した表１～表４、及び図３～図６Ｂに示した対応関係Ｅ１～Ｅ７に関するヒストグラム情報等を出力させ、表示部５に画面表示させる。

上述した外れ値Ｙ１及び外れ値Ｙ２に対応する総リスク値の範囲の指定作業は、利用者が行うことを想定する。また対象部分リスク値ａ１、第１総リスク値ｂ１、第２総リスク値ｂ２、及び係数ｃ１の決定作業も、利用者が行うことを想定する。利用者は、表示部５で画面表示されるヒストグラム（図３～図６Ｂ）を参照しながら、操作部８を介して上記の指定作業及び決定作業を行う。ただし、上記の指定作業及び決定作業の少なくとも一部は、評価システム１で自動的に行われてもよい。例えば、評価システム１は、外れ値を（機械）学習した学習済みモデルに基づいて、対応関係Ｅ１に存在する外れ値Ｙ１及び外れ値Ｙ２を特定してもよい。

ここでいう学習済みモデルは、例えばニューラルネットワークを用いたモデル、又は多層ニューラルネットワークを用いた深層学習（ディープラーニング）により生成されるモデルを含み得る。ニューラルネットワークは、例えばＣＮＮ（Convolutional Neural Network：畳み込みニューラルネットワーク）、又はＢＮＮ（Bayesian Neural Network：ベイズニューラルネットワーク）等を含み得る。学習済みモデルは、ＡＳＩＣ（Application Specific Integrated Circuit）又はＦＰＧＡ（Field-Programmable Gate Array）等の集積回路に、学習済みのニューラルネットワークを実装することで実現されている。学習済みモデルは、ディープラーニングにより生成されるモデルに限定されない。学習済みモデルは、サポートベクターマシン、又は決定木等により生成されるモデルでもよい。

このように、本実施形態における補正部１３は、複数のアイテム２の各々の評価値について、複数の製造装置Ｂ１の別で指標となる複数の部分評価値のいずれかを調整することで、評価値（総リスク値）を補正する。

（２．４）部分リスク値の調整その２
次に、部分リスク値の調整（調整その２）について説明する。「調整その２」は、上の「（２．３）部分リスク値の調整その１」の欄で説明した「調整その１」の応用例である。

「調整その１」では、処理部１０は、製造装置Ｂ１の別で、部分リスク値と（販売）頻度との対応関係（Ｅ２～Ｅ７）をヒストグラム化していた。これに対して「調整その２」では、処理部１０は、後述する多次元体のグリッド（座標）ごとにヒストグラム化する。ここでは、処理部１０は、製造装置Ｂ１の別に加えて、アイテム２の製造に用いられる１以上の材要素Ａ１の組み合わせ別で、部分リスク値と頻度との対応関係をヒストグラム化する。

例えば、処理部１０は、第１製造装置Ｂ１１で製造される複数のアイテム２の中で１以上の材要素Ａ１の組み合わせに関する１以上のアイテム２について対応関係をヒストグラム化する。以下では、説明の便宜上、２つの材要素Ａ１の組み合わせを、材要素の符号Ａ１１、Ａ１２、・・・Ａ１Ｐを用いて「Ａ_１Ｙ－Ａ_１Ｘグリッド」と呼ぶ。例えば第１材Ａ１１と第２材Ａ１２との組み合わせは、Ａ_１１－Ａ_１２グリッドと呼ぶ。

また以下では、各組み合わせに含まれる材要素Ａ１の数は、最大で２つであることを想定するが、３つ以上でもよい。

処理部１０は、第１製造装置Ｂ１１で製造される複数のアイテム２の中で、Ａ_１１－Ａ_１２グリッド、Ａ_１１－Ａ_１３グリッド、・・・Ａ_１１－Ａ_１Ｐグリッド、Ａ_１２－Ａ_１３グリッド、Ａ_１２－Ａ_１４グリッド、・・・Ａ_１Ｐ－１－Ａ_１Ｐグリッドの各々について対応関係をヒストグラム化する。

各グリッドでは、２つの材要素Ａ１について、一方のみを「使用」、他方のみを「使用」、及び、両方を「使用」の３つのパターン全てに関するアイテム２が対象となる。

次に「Ａ_１Ｙ－Ａ_１Ｘグリッド」の概念を図７Ａ及び図７Ｂを参照して説明する。

図７Ａは、一例として、第１製造装置Ｂ１１の製造による「Ａ_１１－Ａ_１３グリッド」における３つの使用パターンの関係を、二次元のグリッド座標として示す。図７Ａの原点は「０（不使用）」を示す。図７Ａの縦軸（Ｙ軸）は、第１材Ａ１１の「０（不使用）」又は「１（使用）」を示し、横軸（Ｘ軸）は、第３材Ａ１３の「０（不使用）」又は「１（使用）」を示す。

つまり、図７Ａは、次の第１～第３パターンの３つの使用パターンの関係性を示す。第１パターンは、第１材Ａ１１が「１（使用）」で第３材Ａ１３が「０（不使用）」のパターンである。第２パターンは、第１材Ａ１１が「０（不使用）」で第３材Ａ１３が「１（使用）」のパターンである。第３パターンは、第１材Ａ１１及び第３材Ａ１３の両方が「１（使用）」のパターンである。表１の例では、上記の第１パターンに該当する第１外衣２１の部分リスク値が「１０」であるため、図７Ａでは、グリッド座標の左上に「１０」を図示している。

また図７Ｂは、一例として、第１製造装置Ｂ１１の製造による「Ａ_１２－Ａ_１３グリッド」における３つのパターンの関係を、二次元のグリッド座標として示す。図７Ｂの原点は「０（不使用）」を示す。図７Ｂの縦軸（Ｙ軸）は、第２材Ａ１２の「０（不使用）」又は「１（使用）」を示し、横軸（Ｘ軸）は、第３材Ａ１３の「０（不使用）」又は「１（使用）」を示す。第１パターンは、第２材Ａ１２が「１（使用）」で第３材Ａ１３が「０（不使用）」のパターンである。第２パターンは、第２材Ａ１２が「０（不使用）」で第３材Ａ１３が「１（使用）」のパターンである。第３パターンは、第２材Ａ１２及び第３材Ａ１３の両方が「１（使用）」のパターンであり、表１の例では、この第３パターンに該当する第２外衣２２の部分リスク値が「１２」であるため、図７Ｂでは、グリッド座標の右上に「１２」を図示している。

上記の例では、説明の便宜上、各組み合わせに含まれる材要素Ａ１の数は、最大で２つであることを想定したことにより、二次元のグリッド座標を用いて説明した。しかし、各組み合わせに含まれる材要素Ａ１の数が３つ以上となる場合には、上記の二次元のグリッド座標は、三次元以上の多次元のグリッド座標になり得る。

処理部１０は、上述した第１製造装置Ｂ１１の場合と同様に、第２製造装置Ｂ１２、・・・第Ｎ製造装置Ｂ１Ｎの各々で製造される複数のアイテム２についても、グリッドごとに対応関係をヒストグラム化する。

表示部５は、グリッドごとの対応関係に関するヒストグラム情報、及び、図７Ａ及び図７Ｂに示すようなグリッドごとの概念図を画像表示させてもよい。この場合、表示部５は、図７Ａ及び図７Ｂのように、部分リスク値の大小関係を直感的に理解しやすいように、当該大小関係に応じて部分リスク値の表示サイズを変更して表示してもよい。

（２．５）ＯＫ領域とＮＧ領域
上の「（２．３）部分リスク値の調整その１」の欄では、対応関係Ｅ２～Ｅ７の中で、外れ値が存在しない対応関係Ｅ５（図５Ｂ参照）についてのみ部分リスク値を調整することを説明した。ここでは、対応関係Ｅ５のように外れ値が存在しない対応関係の中で、更に、ＯＫ領域Ｒ１及びＮＧ領域Ｒ２（図８Ａ及び図８Ｂ参照）の区別を行う点について説明する。ＯＫ領域Ｒ１及びＮＧ領域Ｒ２の区別は、「調整その１」でも適用されてよい。

図８Ａは、一例として、第１製造装置Ｂ１１で製造される複数のアイテム２の中で、「Ａ_１２－Ａ_１３グリッド」に関するアイテム２の対応関係Ｅ１０に関するヒストグラムを示す。

対応関係Ｅ１０は、図５Ｂの対応関係Ｅ５と同様に、外れ値が存在しない。処理部１０は、対応関係Ｅ１０の減衰曲線を、ＯＫ領域Ｒ１とＮＧ領域Ｒ２とに区別する。処理部１０は、対象部分リスク値が、対応関係Ｅ１０におけるＯＫ領域Ｒ１内にあれば、対応関係Ｅ１０の部分リスク値を調整可能であると判断する。一方、処理部１０は、対象部分リスク値が、対応関係Ｅ１０におけるＮＧ領域Ｒ２（ドットハッチングで囲まれた矩形領域Ｚ１内の曲線）内にあれば、対応関係Ｅ１０の部分リスク値を調整不可能であると判断する。

ＯＫ領域Ｒ１は、頻度が所定の閾値以上であるという第１条件、及びヒストグラムの部分リスク値に対する頻度の「傾き」が所定の傾き以下という第２条件のうち少なくとも一方を満たす領域として設定される。ここでは一例として、ＯＫ領域Ｒ１は、第１条件及び第２条件の両方を満たすものとする。

一方、ＮＧ領域Ｒ２は、例えば、ＯＫ領域Ｒ１以外の領域として設定される。ただし、ＮＧ領域Ｒ２は、頻度が特定の閾値（上記所定の閾値と同じでもよい）未満という第３条件、及び上記傾きが特定の傾き（上記所定の傾きと同じでもよい）より大きいという第４条件のうち少なくとも一方を満たす領域として設定されてもよい。第３条件、及び第４条件が設定される場合、ＯＫ領域Ｒ１は、ＮＧ領域Ｒ２以外の領域として設定されてもよい。

例えば、外れ値Ｙ２に対応する総リスク値「２３」～「２４」よりも高い総リスク値「２７」に該当し、かつ第１製造装置Ｂ１１を用いて第２及び第３材Ａ１２，Ａ１３から製造される第２外衣２２の部分リスク値が、「１２」である（表１参照）。そこで、ここでは一例として、対応関係Ｅ１０において、この部分リスク値「１２」に着目する（対象部分リスク値）。この部分リスク値「１２」は、ＯＫ領域Ｒ１内に含まれる。そのため、補正部１３は、この部分リスク値「１２」を調整する。

補正部１３は、対応関係Ｅ１０のＯＫ領域Ｒ１について、ここでは簡易的に「対象部分リスク値ａ１×係数ｄ１」により、対象部分リスク値の新しい部分リスク値を求めるとする。対象部分リスク値ａ１は、この場合「１２」である。係数ｄ１は、一例として、０．７５とする。ただし、「調整その１」で説明した上記演算式｛対象部分リスク値ａ１－（第１総リスク値ｂ１－第２総リスク値ｂ２）｝×係数ｃ１を用いて、新しい部分リスク値を求めてもよい。

上記の例では、１２×０．７５＝９が、対応関係Ｅ１０のＯＫ領域Ｒ１において部分リスク値「１２」が付与されていた第２外衣２２の新しい部分リスク値となる。つまり、補正部１３は、第１製造装置Ｂ１１を用いて第２材Ａ１２及び第３材Ａ１３から製造される第２外衣２２に関する部分リスク値「１２」を「９」に置き換える。

補正部１３は、対応関係Ｅ１０において、第２外衣２２の部分リスク値「１２」以外に、総リスク値「２３」～「２４」よりも高い総リスク値に該当するアイテム２の部分リスク値についても補正していく。ヒストグラムで囲まれた面積（積分値）は、対応関係Ｅ１０と対応関係Ｅ１１とで同じに維持される。

図８Ｂは、このような補正により、対応関係Ｅ１０（図８Ｂでは一点鎖線で示す）が、部分リスク値「９」付近の頻度が増加した対応関係Ｅ１１に変化した様子を示す。

図９は、一例として、第２製造装置Ｂ１２で製造される複数のアイテム２の中で、「Ａ_１１－Ａ_１３グリッド」に関するアイテム２の対応関係Ｅ１２に関するヒストグラムを示す。

対応関係Ｅ１２も、外れ値が存在しない。補正部１３は、対応関係Ｅ１２の減衰曲線を、ＯＫ領域Ｒ１とＮＧ領域Ｒ２とに区別する。

例えば、外れ値Ｙ２に対応する総リスク値「２３」～「２４」よりも高い総リスク値「２７」に該当し、かつ第２製造装置Ｂ１２を用いて第１及び第３材Ａ１１，Ａ１３から製造される第２外衣２２の部分リスク値が、「１１」である（表１参照）。そこで、ここでは一例として、対応関係Ｅ１２のＯＫ領域Ｒ１において、この部分リスク値「１１」に着目する（対象部分リスク値）。

しかし、この部分リスク値「１１」は、ＮＧ領域Ｒ２（ＮＧ領域）内に含まれるため、補正部１３は、部分リスク値「１１」を含めて対応関係Ｅ１２における部分リスク値を調整しない。

その結果、図８Ａ～図９、及び表４の例で言えば、第２外衣２２の総リスク値は、「２７」から、「（９＋１１＋４）＝２４」に見直しされることになる。

ところで、「２４」に補正された総リスク値の第２外衣２２は、実績情報Ｄ１によれば販売実績が「１（売れた）」であり（表４参照）、販売実績が「０（売れなかった）」である第３外衣２３の総リスク値「２４」と同じである。販売実績が「０」であるアイテム２の総リスク値が、販売実績が「１」であるアイテム２の総リスク値と同じであること（或いは小さいこと）は、妥当性に欠ける。その結果、第３外衣２３の総リスク値を、第２外衣２２の（補正後の）総リスク値よりも大きくなるように見直しを行うことが望まれる。

そこで、補正部１３は、第１総リスク値をある第１方向（例えば減少方向）に補正した場合に、第１総リスク値に対応するアイテム２の販売実績と、第１総リスク値とは別の第２総リスク値に対応するアイテム２の販売実績との関係性に妥当性の欠落が発生した場合、第２総リスク値を第１方向とは反対の第２方向（例えば増加方向）に補正する。

例えば、図１０Ａは、一例として、第２製造装置Ｂ１２で製造される複数のアイテム２の中で、「Ａ_１２－Ａ_１３グリッド」に関するアイテム２の対応関係Ｅ１３に関するヒストグラムを示す。対応関係Ｅ１３も、図５Ｂの対応関係Ｅ５と同様に、外れ値が存在しない。

例えば、対応関係Ｅ１３において、総リスク値が「２４」であり、第２製造装置Ｂ１２で製造される第３外衣２３の部分リスク値「１６」に着目する（対象部分リスク値）。この部分リスク値「１６」は、対応関係Ｅ１３では、ＮＧ領域Ｒ２内に含まれるため、本来的には調整対象外であるが、上述した総リスク値の妥当性の欠落を改善するために、補正部１３は、この部分リスク値「１６」を調整する。

補正部１３は、対応関係Ｅ１３のＮＧ領域Ｒ２について、ここでは簡易的に「対象部分リスク値ａ１×係数ｅ１」により、対象部分リスク値の新しい部分リスク値を求めるとする。対象部分リスク値ａ１は、この場合「１６」である。係数ｅ１は、一例として、１．２５とする。

上記の例では、１６×１．２５＝２０が、第２製造装置Ｂ１２を用いて第２材Ａ１２から製造される第３外衣２３の新しい部分リスク値となる。つまり、補正部１３は、第２製造装置Ｂ１２を用いて第２材Ａ１２から製造される第３外衣２３に関する部分リスク値「１６」を「２０」に置き換える。その結果、表４の例で言えば、第３外衣２３の総リスク値は、「２４」から、「（０＋２０＋８）＝２８」に見直しされることになる。

補正部１３は、対応関係Ｅ１３において、第３外衣２３の部分リスク値「１６」以外にも、販売実績との関係が妥当性に欠ける総リスク値のアイテム２があれば、そのアイテム２の部分リスク値についても補正していく。ヒストグラムで囲まれた面積（積分値）は、対応関係Ｅ１３と対応関係Ｅ１４とで同じに維持される。図１０Ｂは、このような補正により、対応関係Ｅ１３（図１０Ｂでは一点鎖線で示す）が、部分リスク値「２０」付近の頻度が増加した対応関係Ｅ１４に変化した様子を示す。

補正部１３は、第２製造装置Ｂ１２以外の製造装置Ｂ１についても、販売実績との関係が妥当性に欠ける総リスク値のアイテム２があり、かつ、部分リスク値と頻度との対応関係に外れ値が存在しなければ、対象部分リスク値として補正する。

上述のＯＫ領域Ｒ１及びＮＧ領域Ｒ２の区別は、利用者が、表示部５で対応関係を確認しながら、操作部８を介して行うことを想定する。また対象部分リスク値ａ１、係数ｄ１及び係数ｅ１の決定作業も、利用者が、操作部８を介して行うことを想定する。ただし、処理部１０が、上記の区別及び決定の少なくとも一部の作業を自動的に行ってもよい。

［利点］
上述した通り、本実施形態に係る評価システム１では、補正部１３は、複数のアイテム２にそれぞれ関する複数の評価値と実績情報Ｄ１との対応関係Ｅ１における外れ値（Ｙ１，Ｙ２）に基づき評価値（総リスク値）を補正する。そのため、複数のアイテム２の評価値が、動的な販売実績をベースとしたものに更新され、評価値の妥当性が担保され得る。結果的に、実用性の改善を図ることができる。特に評価システム１によって妥当性が担保された評価値に関する情報を、サプライチェーン管理における生産計画、在庫管理、及び原材料の調達等に利用することができる。

また補正部１３は、複数のアイテム２の各々の評価値について、複数の製造装置Ｂ１の別で指標となる複数の部分評価値（部分リスク値）のいずれかを調整することで、評価値（総リスク値）を補正する。そのため、評価値の妥当性が更に担保される。

さらに評価システム１は、複数のアイテム２のうち、実績情報Ｄ１が存在しないアイテム２について、評価値の初期値を設定する設定部１４を備える。そのため、例えばアイテム２が新製品で、実績情報Ｄ１が存在しない場合についても評価システム１に適用しやすくなり、実用性が更に改善される。

特に評価システム１では、表示部５を介して、複数のアイテム２にそれぞれ関する複数の評価値と実績情報Ｄ１との対応関係Ｅ１を視覚的に確認できる。そのため、評価システム１の利用者の利便性が向上する。

（３）変形例
上記実施形態は、本開示の様々な実施形態の一つに過ぎない。上記実施形態は、本開示の目的を達成できれば、設計等に応じて種々の変更が可能である。また、上記実施形態に係る評価システム１と同様の機能は、評価方法、コンピュータプログラム、又はコンピュータプログラムを記録した非一時的記録媒体等で具現化されてもよい。

以下、上記実施形態の変形例を列挙する。以下に説明する変形例は、適宜組み合わせて適用可能である。以下では、上記実施形態を「基本例」と呼ぶこともある。

本開示における評価システム１は、コンピュータシステムを含んでいる。コンピュータシステムは、ハードウェアとしてのプロセッサ及びメモリを主構成とする。コンピュータシステムのメモリに記録されたプログラムをプロセッサが実行することによって、本開示における評価システム１としての機能が実現される。プログラムは、コンピュータシステムのメモリに予め記録されてもよく、電気通信回線を通じて提供されてもよく、コンピュータシステムで読み取り可能なメモリカード、光学ディスク、ハードディスクドライブ等の非一時的記録媒体に記録されて提供されてもよい。コンピュータシステムのプロセッサは、半導体集積回路（ＩＣ）又は大規模集積回路（ＬＳＩ）を含む１ないし複数の電子回路で構成される。ここでいうＩＣ又はＬＳＩ等の集積回路は、集積の度合いによって呼び方が異なっており、システムＬＳＩ、ＶＬＳＩ（Very Large Scale Integration）、又はＵＬＳＩ（Ultra Large Scale Integration）と呼ばれる集積回路を含む。さらに、ＬＳＩの製造後にプログラムされる、ＦＰＧＡ（Field-Programmable Gate Array）、又はＬＳＩ内部の接合関係の再構成若しくはＬＳＩ内部の回路区画の再構成が可能な論理デバイスについても、プロセッサとして採用することができる。複数の電子回路は、１つのチップに集約されていてもよいし、複数のチップに分散して設けられていてもよい。複数のチップは、１つの装置に集約されていてもよいし、複数の装置に分散して設けられていてもよい。ここでいうコンピュータシステムは、１以上のプロセッサ及び１以上のメモリを有するマイクロコントローラを含む。したがって、マイクロコントローラについても、半導体集積回路又は大規模集積回路を含む１ないし複数の電子回路で構成される。

また、評価システム１における複数の機能が、１つのハウジング内に集約されていることは必須の構成ではない。例えば、評価システム１の構成要素は、複数のハウジングに分散して設けられていてもよい。

反対に、評価システム１における複数の機能が、基本例のように、１つのハウジング内に集約されてもよい。さらに、評価システム１の少なくとも一部の機能、例えば、評価システム１の一部の機能がクラウド（クラウドコンピューティング）等によって実現されてもよい。

（３．１）変形例１
以下、本開示における変形例１について、図１１及び図１２Ａ～１２Ｃを参照しながら説明する。図１１は、本変形例の評価システム１Ａを示す。以下では基本例の評価システム１と実質的に同じ構成要素については、同じ符号を付与して適宜にその説明を省略する場合がある。

本変形例の評価システム１Ａの処理部１０は、図１１に示すように、傾向取得部１６と予測部１７と、学習部１８とを更に備える点で、基本例の評価システム１と相違する。なお、学習部１８は、評価システム１Ａにとって必須の構成要素ではなく、学習部１８の機能は、評価システム１Ａの外部に設けられてもよい。

傾向取得部１６は、品種Ｘ１に対する顧客のインサイトに関する傾向情報を取得するように構成される。ここでいう傾向情報は、１又は複数の外部サーバ（以下、「メディアサーバ」と呼ぶ）から取得される。メディアサーバは、ＳＮＳ（Social Networking Service）等のソーシャルメディアの提供業者によって管理される。ＳＮＳを利用する者（品種Ｘ１の製造メーカや小売業者、顧客も含む）は、スマートフォン、タブレット端末、又はパーソナルコンピュータを用いて、ＳＮＳに所望の情報（画像情報を含む）を投稿し得る。ＳＮＳでは、キーワードによる画像検索（ハッシュタグ検索）の機能を提供する場合がある。ここでいう「顧客」は、必ずしも評価システム１Ａを利用する製造メーカが製造するアイテム２に関する顧客（最終消費者）である必要はない。

本変形例の評価システム１Ａは、インターネット等の外部のネットワークを介して、１又は複数のメディアサーバと通信可能に構成される。

本変形例でも、品種Ｘ１は、基本例と同様に外衣を想定し、「画像」は、一例として外衣のファッションに関する画像ＩＭ１（図１２Ａ参照）を想定する。図１２Ａに示す画像ＩＭ１は、メンズファッションのコーディネートに関する静止画の一例であり、画像ＩＭ１中の被写体Ｈ１は、夏向けの半袖の上着Ｈ１１と、カジュアルズボンＨ１２とを着こなしている。

メディアサーバは、ファッションに関する画像ＩＭ１（画像情報）とハッシュタグとが１対多で対応付けされて保存する。或いは、１つの画像ＩＭ１内に複数の画像領域を含む場合、画像領域とハッシュタグとが多対多で対応付けされる場合もある。例えば上着Ｈ１１の画像領域には、上着Ｈ１１に関連する複数のハッシュタグが対応付けされ得る。またカジュアルズボンＨ１２の画像領域には、カジュアルズボンＨ１２に関連する複数のハッシュタグが対応付けされ得る。

傾向取得部１６は、１又は複数のメディアサーバから、傾向情報として、ハッシュタグが付けられた、ファッションに関する画像ＩＭ１を収集する。

予測部１７は、傾向情報（ハッシュタグ付き画像ＩＭ１）に基づき、インサイトの経時的な変化を予測し、予測結果を評価値に反映させるように構成される。具体的には、予測部１７は、画像ＩＭ１に付けられたハッシュタグに基づき、画像ＩＭ１から顧客が感じている印象を予測し、現在の外衣に関する顧客のインサイトを分析する。

以下、日本の四季（春夏秋冬）の変化に応じて変化する流行に着目する場合を例に挙げて、予測部１７及び学習部１８を説明する。

学習部１８は、画像ＩＭ１を印象語に分類するための学習済みモデル（以下、「予測用モデル」と呼ぶ）を生成する。予測部１７は、予測用モデルを用いて、入力された画像ＩＭ１中の外衣に対する季節感を出力する。

具体的には、学習部１８は、学習用に収集する大量のハッシュタグのそれぞれの季節コーデ度（外衣に対する季節感を数値化した情報）を算出する。季節コーデ度は、春コーデ度、夏コーデ度、秋コーデ度、及び冬コーデ度を含む。学習部１８は、各ハッシュタグについて、春コーデ度、夏コーデ度、秋コーデ度、及び冬コーデ度の４つのコーデ度を算出する。図１２Ｂは、一例として、「＃初夏」というハッシュタグに対する、春コーデ度、夏コーデ度、秋コーデ度、及び冬コーデ度に関する円グラフを示す。春夏秋冬のコーデ度は、合計が１００％となるように設定されている。この例では、学習部１８は、「＃初夏」に対して、春コーデ度＝３４％、夏コーデ度＝６６％、秋コーデ度＝０％、冬コーデ度＝０％という結果を算出している。ハッシュタグに対するコーデ度の算出は、評価システム１Ａの利用者が行って、操作部８を介して算出結果を入力してもよい。

図１２Ｃは、多数のハッシュタグに関する春夏秋冬のコーデ度の分布の一例を示す。図１２Ｃでは、横軸、及び縦軸の単位はともにパーセント［％］である。横軸の正の側のパーセントが増加するほど「春」の季節感が高く、横軸の負の側のパーセントが増加するほど「秋」の季節感が高いハッシュタグと言える。また縦軸の正の側のパーセントが増加するほど「夏」の季節感が高く、縦軸の負の側のパーセントが増加するほど「冬」の季節感が高いハッシュタグと言える。

学習部１８は、大量のハッシュタグのそれぞれの季節コーデ度に関する情報（コーデ度情報）を、記憶部６に記憶する。

また学習部１８は、上記のコーデ度情報と、学習用に収集するファッションに関する大量の画像ＩＭ１に付いたハッシュタグとから、その画像ＩＭ１内に写る外衣の季節コーデ度を算出する。学習部１８は、ある画像ＩＭ１内の外衣について、春コーデ度、夏コーデ度、秋コーデ度、及び冬コーデ度のうち、例えば２５％を超えている季節を、その画像データの多ラベル（Multi label）に設定する。例えば、ある画像ＩＭ１のハッシュタグが、上記の「＃初夏」であれば、上記のコーデ度情報から「＃初夏」をサーチし、「＃初夏」に対応する季節コーデ度を抽出する。学習部１８は、その画像データ中の外衣について、抽出結果に基づき、２５％を超えている春コーデと夏コーデの２つのクラスに属するように対応付けする。

学習部１８は、大量の画像ＩＭ１内に写る外衣の外観的要素（特徴量）と、季節コーデ（春コーデ、夏コーデ、秋コーデ、及び冬コーデのいずれか１つ以上）とを対応付けした情報（学習用データセット）を、記憶部６に記憶する。学習用の画像ＩＭ１は、実際の外衣が撮像された撮像画像以外にも、ＣＧ画像でもよい。

学習部１８は、予測用モデルを生成する。具体的には、学習部１８は、上記の学習用データセット（教師データ）により、人工知能のプログラム（アルゴリズム）に、画像内の外衣に対応する季節コーデを学習させる。人工知能のプログラムは、機械学習のモデルであって、例えば、ニューラルネットワークを用いたモデル、又は多層ニューラルネットワークを用いた深層学習（ディープラーニング）により生成されるモデルを含み得る。ニューラルネットワークは、例えばＣＮＮ、又はＢＮＮ等を含み得る。予測用モデルは、ＡＳＩＣ又はＦＰＧＡ等の集積回路に、学習済みのニューラルネットワークを実装することで実現されている。予測用モデルは、ディープラーニングにより生成されるモデルに限定されない。予測用モデルは、サポートベクターマシン、又は決定木等により生成されるモデルでもよい。生成された予測用モデルは、記憶部６に格納される。

学習部１８は、新たに取得した学習用データセットを用いて再学習を行うことで、予測用モデルの性能の向上を図ってよい。例えば新しい種類のハッシュタグが見つかれば、学習部１８に、新しいハッシュタグに関する再学習を行わせることも可能である。

予測部１７は、学習部１８が生成した予測用モデル（分類器）を用いて、入力される対象となる画像ＩＭ１の季節度が、春コーデ、夏コーデ、秋コーデ、及び冬コーデのいずれに該当するかを判断する。

予測部１７は、その判断結果に基づき、更に、インサイトの経時的な変化を予測する。予測部１７は、例えば、現時点のＳＮＳ上に存在するファッション関連の画像ＩＭ１のうち、夏コーデに該当する画像ＩＭ１の数が増加傾向にあると推定すると、夏用のアイテム２（外衣）に関する評価値（総リスク値）を下げる方向に調整する（予測結果の反映）。

このように、本変形例の評価システム１Ａは、ＳＮＳ上に存在する傾向情報（ここではハッシュタグや画像情報）から、顧客インサイトの変化を予測し、評価値を反映する。そのため、評価値の妥当性が更に担保される。

（３．２）その他の変形例
以下、その他の変形例について列記する。

基本例では、複数のアイテム２の評価値は、アイテム２の品番で区別して管理されることを想定した。しかし、複数のアイテム２の評価値は、アイテム２の製造番号（シリアルナンバー）で区別して管理されてもよい。例えば、第１外衣２１と第２外衣２２とが、いずれも夏用上着（同じ品番）で、ただし互いに異なる製造番号である場合、評価値は、製造番号ごとに管理されてもよい。

基本例では、評価値は、アイテム２が、（流動的な顧客インサイト、品質不良の発生、又はクレームの発生に起因して）販売まで至りにくいことの判断の指標となるリスク値として説明した。しかし、評価値は、リスク値とは反対に、アイテム２が販売まで至りやすいことの判断の指標となる値であってもよい。

基本例では、各アイテム２に対して、評価値（総リスク値）は、計画層４１、実行層４２、制御層４３、及び物理層４４といった複数層で分け隔てなく、１つだけ付与されて管理される。しかし、各アイテム２の評価値は、これらの層別で異なってもよい。例えば、評価システム１は、同じ第１外衣２１に対して、計画層４１に提供できるように計画層４１向けの総リスク値と、実行層４２に提供できるように実行層４２向けの総リスク値とを個別に管理してもよい。補正部１３は、複数の層に関する全ての評価値について一括で評価処理を行ってもよいし、或いは外部からの操作入力に応じて、特定の層に関する評価値についてのみ評価処理を行ってもよい。

（４）まとめ
以上説明したように、第１の態様に係る評価システム（１，１Ａ）は、評価処理部（１１）と、実績取得部（１２）と、を備える。評価処理部（１１）は、互いに共通の品種（Ｘ１）である複数のアイテム（２）の各々が、１又は複数の生産要素（３）が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する。実績取得部（１２）は、複数のアイテム（２）の販売実績に関する実績情報（Ｄ１）を取得する。評価処理部（１１）は、複数のアイテム（２）にそれぞれ関する複数の評価値と実績情報（Ｄ１）との対応関係（Ｅ１）における外れ値（Ｙ１，Ｙ２）に基づき評価値を補正する補正部（１３）を有する。

この態様によれば、補正部（１３）は対応関係（Ｅ１）における外れ値（Ｙ１，Ｙ２）に基づき評価値を補正するため、複数のアイテム（２）の評価値が、動的な販売実績をベースとしたものに更新され、評価値の妥当性が担保され得る。結果的に、実用性の改善を図ることができる。

第２の態様に係る評価システム（１，１Ａ）に関して、第１の態様において、１又は複数の生産要素（３）は、複数のアイテム（２）を製造するための複数の材要素（Ａ１）を含む。複数のアイテム（２）は、複数の材要素（Ａ１）の中から選択される、互いに組み合わせの異なる１以上の材要素（Ａ１）によってそれぞれ製造される。

この態様によれば、複数のアイテム（２）の評価値を、１以上の材要素（Ａ１）の組み合わせの違いと関連付けやすくなり、評価値の妥当性が更に担保され、実用性が更に改善される。

第３の態様に係る評価システム（１，１Ａ）に関して、第１又は第２の態様において、１又は複数の生産要素（３）は、複数のアイテム（２）の製造に用いられる複数の製造装置（Ｂ１）を含む。複数の製造装置（Ｂ１）の各々は、複数のアイテム（２）のうち２つ以上のアイテム（２）を製造可能である。

この態様によれば、複数のアイテム（２）の評価値を、用いられる製造装置（Ｂ１）の違いと関連付けやすくなり、評価値の妥当性が更に担保され、実用性が更に改善される。

第４の態様に係る評価システム（１，１Ａ）に関して、第３の態様において、補正部（１３）は、複数のアイテム（２）の各々の評価値について、複数の製造装置（Ｂ１）の別で指標となる複数の部分評価値のいずれかを調整することで、評価値を補正する。

この態様によれば、評価値の妥当性が更に担保される。

第５の態様に係る評価システム（１，１Ａ）に関して、第１～第４の態様のいずれか１つにおいて、評価値は、複数のアイテム（２）のうちの対応するアイテム（２）が販売まで至りにくいことの判断の指標となるリスク値である。

この態様によれば、リスク値の妥当性が担保され得る。結果的に、実用性の改善を図ることができる。

第６の態様に係る評価システム（１，１Ａ）は、第１～第５の態様のいずれか１つにおいて、複数のアイテム（２）のうち、実績情報（Ｄ１）が存在しないアイテム（２）について、評価値の初期値を設定する設定部（１４）を更に備える。

この態様によれば、例えばアイテム（２）が新製品で、実績情報（Ｄ１）が存在しない場合についても評価システム（１，１Ａ）に適用しやすくなり、実用性が更に改善される。

第７の態様に係る評価システム（１，１Ａ）は、第１～第６の態様のいずれか１つにおいて、傾向取得部（１６）と、予測部（１７）と、を更に備える。傾向取得部（１６）は、品種（Ｘ１）に対する顧客のインサイトに関する傾向情報を取得する。予測部（１７）は、傾向情報に基づき、インサイトの経時的な変化を予測し、予測結果を評価値に反映させる。

この態様によれば、インサイトの経時的な変化も評価値に反映されるため、評価値の妥当性が更に担保される。

第８の態様に係る評価システム（１，１Ａ）は、第１～第７の態様のいずれか１つにおいて、対応関係（Ｅ１）に関する情報を表示する表示部（５）を更に備える。

この態様によれば、対応関係（Ｅ１）を視覚的に確認できるため、評価値を管理又は監視する者（例えばオペレータ）の利便性が向上する。

第９の態様に係る評価方法は、評価処理ステップと、実績取得ステップと、を含む。評価処理ステップでは、互いに共通の品種（Ｘ１）である複数のアイテム（２）の各々が、１又は複数の生産要素（３）が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する。実績取得ステップでは、複数のアイテム（２）の販売実績に関する実績情報（Ｄ１）を取得する。評価処理ステップは、複数のアイテムにそれぞれ関する複数の評価値と実績情報（Ｄ１）との対応関係（Ｅ１）における外れ値（Ｙ１，Ｙ２）に基づき評価値を補正する補正ステップを含む。

この態様によれば、実用性の改善を図ることが可能な評価方法を提供できる。

第１０の態様に係るプログラムは、１以上のプロセッサに、第９の態様における評価方法を実行させるためのプログラムである。

この態様によれば、実用性の改善を図ることが可能な機能を提供できる。

第２～８の態様に係る構成については、評価システム（１，１Ａ）に必須の構成ではなく、適宜省略可能である。

１，１Ａ 評価システム
１１ 評価処理部
１２ 実績取得部
１３ 補正部
１４ 設定部
１６ 傾向取得部
１７ 予測部
２ アイテム
３ 生産要素
５ 表示部
Ａ１ 材要素
Ｂ１ 製造装置
Ｄ１ 実績情報
Ｅ１ 対応関係
Ｙ１，Ｙ２ 外れ値

Claims (10)

1. 互いに共通の品種である複数のアイテムの各々が、１又は複数の生産要素が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する評価処理部と、
   前記複数のアイテムの販売実績に関する実績情報を取得する実績取得部と、
   を備え、
   前記評価処理部は、前記複数のアイテムにそれぞれ関する複数の前記評価値と前記実績情報との対応関係における外れ値に基づき前記評価値を補正する補正部を有する、
   評価システム。
2. 前記１又は複数の生産要素は、前記複数のアイテムを製造するための複数の材要素を含み、
   前記複数のアイテムは、前記複数の材要素の中から選択される、互いに組み合わせの異なる１以上の材要素によってそれぞれ製造される、
   請求項１に記載の評価システム。
3. 前記１又は複数の生産要素は、前記複数のアイテムの製造に用いられる複数の製造装置を含み、
   前記複数の製造装置の各々は、前記複数のアイテムのうち２つ以上のアイテムを製造可能である、
   請求項１又は２に記載の評価システム。
4. 前記補正部は、前記複数のアイテムの各々の前記評価値について、前記複数の製造装置別に前記指標となる複数の部分評価値のいずれかを調整することで、前記評価値を補正する、
   請求項３に記載の評価システム。
5. 前記評価値は、前記複数のアイテムのうちの対応するアイテムが販売まで至りにくいことの判断の指標となるリスク値である、
   請求項１～４のいずれか１項に記載の評価システム。
6. 前記複数のアイテムのうち、前記実績情報が存在しないアイテムについて、前記評価値の初期値を設定する設定部を更に備える、
   請求項１～５のいずれか１項に記載の評価システム。
7. 前記品種に対する顧客のインサイトに関する傾向情報を取得する傾向取得部と、
   前記傾向情報に基づき、前記インサイトの経時的な変化を予測し、予測結果を前記評価値に反映させる予測部と、を更に備える、
   請求項１～６のいずれか１項に記載の評価システム。
8. 前記対応関係に関する情報を表示する表示部を更に備える、
   請求項１～７のいずれか１項に記載の評価システム。
9. １以上のプロセッサによって実行される評価方法であり、
   互いに共通の品種である複数のアイテムの各々が、１又は複数の生産要素が関与する生産フェーズを経て、販売まで至るか否かの判断の指標となる評価値に関する処理を実行する評価処理ステップと、
   前記複数のアイテムの販売実績に関する実績情報を取得する実績取得ステップと、
   を含み、
   前記評価処理ステップは、前記複数のアイテムにそれぞれ関する複数の前記評価値と前記実績情報との対応関係における外れ値に基づき前記評価値を補正する補正ステップを含む、
   評価方法。
10. １以上のプロセッサに、請求項９に記載の評価方法を実行させるためのプログラム。

Images