JPH07262168A - 時系列受注予測システム - Google Patents

Abstract

(57)【要約】 【目的】 本発明は、商品の時系列の受注予測を行う時
系列受注予測システムに関し、過去の商品の時系列の受
注カーブを保存し、従い時系列受注予測を行い、正確な
商品受注を実現することを目的とする。 【構成】 商品の時系列の受注カーブを複数個生成して
知識ベース６に保存する知識ベース作成手段２と、新商
品の早期受注実績を表示すると共に対応する受注カーブ
を上記知識ベース６から抽出してそれぞれ表示し、操作
者が選択した商品の受注カーブに補正する時系列受注予
測補正手段３とを備えるように構成する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、商品の時系列の受注予
測を行う時系列受注予測システムに関するものである。

【０００２】

【従来の技術】通信販売業は、カタログを発送して商品
の受注の受付期間中に、商品の受注がどのようにくるか
と、受注開始後早期に時系列で予測することが必要であ
る。予測することにより、「いつ」、「どれだけ」の商
品発注すればよいかが判り、的確な商品手当てができ
る。この際、１つ１つの商品毎というように絶対単品毎
に、現在までの受注実績や過去の受注実績を参考にしな
がら商品を発注をするようにしていた。

【０００３】

【発明が解決しようとする課題】上述したように１つ１
つの商品毎というように絶対単品毎に現在までの受注実
績と過去の受注実績をもとに予測して商品を発注してい
たのでは、非常に煩雑な作業であり、また、その判断す
る基準がなくその作業が困難であるという問題があっ
た。

【０００４】本発明は、これらの問題を解決するため、
過去の商品の時系列のクラス毎の最大値／平均値／最小
値の受注カーブを保存しておき、対象商品のクラスの最
大値／平均値／最小値などのときの受注カーブを取り出
し、選択された受注カーブについて、カタログ配付数な
どの変動要因による微調整を行った後、受注カーブに従
い時系列受注予測を行い、正確な商品受注を実現するこ
とを目的としている。

【０００５】

【課題を解決するための手段】図１は、本発明の原理ブ
ロック図を示す。図１において、時系列受注予測補正シ
ステム１は、商品の時系列の受注の予測を行うものであ
って、知識ベース作成手段２、時系列受注予測補正手段
３、変動要因予測手段４、および発注処理手段５から構
成されるものである。

【０００６】知識ベース作成手段２は、過去の販売開始
時よりの商品の時系列の受注実績をもとに、商品を分け
た各クラス毎の受注カーブを生成して知識ベース６に保
存するものである。

【０００７】時系列受注予測補正手段３は、新商品に対
応するクラス毎の受注カーブを知識ベース６から抽出す
る。変動要因予測手段４は、受注カーブについて、新商
品の変動要因の入力に対応して、予め設定されたパラメ
タ値で当該受注カーブを微調整するものである。

【０００８】発注処理手段５は、受注カーブをもとに、
新商品の時系列の受注予測を行い、予め商品の発注を行
うものである。知識ベース６は、クラス別に各クラス毎
の受注カーブなどを登録したものである。

【０００９】商品データ７は、商品名、価格などの商品
に関するデータを登録したものである。変動要因予測パ
ラメタ８は、変動要因に対応づけてパラメタ値（受注カ
ーブを微調整する係数）を予め登録したものである。

【００１０】発注情報９は、商品の発注に関する情報を
予め登録したものである。発注計画票１０は、商品の発
注計画を登録するものである。

【００１１】

【作用】本発明は、図１に示すように、知識ベース作成
手段２が販売開始時よりの商品の時系列の受注実績をも
とに分けた各クラス毎の受注カーブを生成して知識ベー
ス６に保存し、時系列受注予測補正手段２が新商品に対
応するクラス毎の受注カーブを知識ベース６から抽出し
て表示し、選択された商品の要因ランクの受注カーブを
取り出し、この受注カーブをもとに時系列の商品受注を
予測するようにしている。

【００１２】この際、クラス毎の受注カーブとして、ク
ラス内の商品の総受注数の最大値、平均値、最小値毎の
受注カーブとするようにしている。また、知識ベース６
から抽出して選択されたクラス内の商品の所定ランクの
受注カーブあるいは補正された後の受注カーブについ
て、変動要因予測手段４が新商品の変動要因の入力に対
応して予め設定されたパラメタ値で当該受注カーブを微
調整し、発注処理手段５がこの微調整した後の受注カー
ブをもとに時系列の商品受注を予測して商品の発注を行
うようにしている。

【００１３】従って、過去の商品の時系列のクラス毎の
受注カーブを保存しておき、対象商品の早期の受注実績
に合致するクラス受注カーブを表示し、選択された受注
カーブを取り出し、カタログ配付数などの変動要因によ
る微調整を行った後、受注カーブに従い時系列受注予測
を行って商品発注することにより、正確な商品受注予測
を実現して商品発注を行うことが可能となる。

【００１４】

【実施例】次に、図２から図６を用いて本発明の実施例
の構成および動作を順次詳細に説明する。

【００１５】まず、図２を用いて本発明が対象とするカ
タログ販売の全体の動作を説明する。図２は、カタログ
販売の全体説明図を示す。

【００１６】図２において、Ｓ１は、商品企画する。こ
れは、カタログによって通信販売する商品の企画を立て
る。Ｓ２は、商品決定する。

【００１７】Ｓ１１は、カタログ企画する。Ｓ１２は、
カタログ作成する。これらＳ１、Ｓ２、Ｓ１１、Ｓ１２
によってカタログ販売する商品の決定およびカタログが
作成されたこととなる。

【００１８】Ｓ３は、時系列受注予測（初回）を行う。
これは、新商品の商品特性に合致するクラスの受注カー
ブを抽出し、微調整を行った後の受注カーブをもとに時
系列に商品受注を予測するのものであって、未だ受注実
績がでていないので、実績補正を行えない段階、即ち受
注開始前の段階の時系列受注予測である。

【００１９】Ｓ４は、商品発注する。これは、Ｓ３で時
系列に予測した商品受注に間に合うように、商品発注を
行う。Ｓ５は、カタログ発送する。カタログを顧客に発
送する。

【００２０】Ｓ６は、Ｓ５で発送したカタログを見た顧
客からの電話による商品の受注を受ける。Ｓ７は、時系
列受注予測（実績補正）する。これは、本発明に係る実
績補正して時系列受注予測を行うものであって、後述す
る図４および図５に示すように実績を考慮した時系列受
注予測を行う。この実績補正した後の時系列受注予測を
もとに、Ｓ８で商品の追加発注したり、Ｓ９で商品処分
したりする。

【００２１】以上のカタログ販売の流れの中で、Ｓ７の
実績補正および微調整した時系列受注予測を用い、受注
に合わせた発注を行い、機会損失や過剰在庫を防ぐ場合
について以下図３から図６の順に詳細に説明する。

【００２２】図３は、本発明の前処理説明図を示す。図
３において、Ｓ２１は、過去の時系列受注実績を準備す
る。これは、右側に記載したように、過去の時系列の受
注実績を準備する。ここで、図示のように、受注日に対
応づけて商品名、価格、受注数、商品特性（図６の
（ａ）参照）について過去の実績を蓄積したものであ
る。

【００２３】Ｓ２２は、データ抽出する。これは、Ｓ２
１の右側の過去の時系列受注実績から、指定された種別
毎に時系列受注実績を抽出する。Ｓ２３は、Ｓ２２でジ
ャンル別に抽出された過去の時系列受注実績である。右
側にその例を示し、ここではジャケットのジャンル別に
過去の時系列受注実績を抽出したものである（例えば９
２．０２．０１のスカートＤが無くなっている）。

【００２４】Ｓ２４は、統計解析（クラスター分析）を
行う。これは、Ｓ２３のジャンル別の過去の時系列受注
実績のうちの、商品についてクラス分け、即ち似たもの
をクラスに分け、更に、クラス毎に分けて受注カーブを
それぞれ作成する。例えば右側に記載したように、ジャ
ケットというクラスａに分け、更に当該クラスａという
ジャケットのうちの要因ランクとして総受注数とし、総
受注数の最大値、平均値、および最小値の商品（ジャッ
ケット）についてそれぞれ時系列の受注カーブを作成す
る。同様に、クラスｂについて最大値、平均値、最小値
の時系列の受注カーブを図示のように作成する。これら
作成したクラス毎の総受注数の最大値、平均値、最小値
の受注カーブは知識ベース６に保存する。

【００２５】以上によって、過去の時系列受注実績をも
とに、ジャンル別に過去の時系列受注実績を抽出し、統
計解析（クラスター分析）してクラス分けおよび各クラ
ス毎に受注カーブを作成し、図１の知識ベース６に保存
する。これらの処理は、図１の知識ベース作成手段２が
行う。

【００２６】図４および図５は、本発明の動作説明図を
示す。これは、図３で保存された知識ベース６を用い、
新商品について、時系列の商品受注予測を行うときの手
順を詳細に説明したものである。

【００２７】図４において、Ｓ３１は、販売する商品デ
ータ７について、知識ベース６を参照して、時系列受注
予測を行う。これは、図１の時系列受注予測補正手段３
が販売する商品の情報（商品のジャンル（例えばジャケ
ット））を取り出し、この商品に早期の安定実績に対応
するクラスの要因ランク毎の受注カーブを知識ベース６
から検索してそれぞれ抽出する。例えば右側に記載した
ように、クラスａの総受注数の最大値、平均値、
最小値の受注カーブを知識ベース６から検索して取り出
す。

【００２８】Ｓ３２は、Ｓ３１で抽出したクラスの最
大値、平均値、最小値のそれぞれの受注カーブを図
示のように画面上に表示すると共に、合わせて受注開始
時から現在までの実績の受注カーブを表示する。この画
面上の表示を見た管理者が、実績の受注カーブと、過去
の当該商品のクラスの最大値、平均値、最小値の
それぞれの受注カーブを合わせ見て、最適な受注カーブ
として、ここでは、図示のように“今回は平均値をとろ
う”と決定し、その旨の入力に対応して、平均値の受
注カーブと決定する。

【００２９】Ｓ３３は、時系列受注予測補正処理を行
う。これは、Ｓ３２で管理者によって選択されたクラス
の要因ランク、ここでは平均値の受注カーブにあわせ
て受注予測を行う。

【００３０】Ｓ３４は、Ｓ３３によって補正した後の受
注予測結果（時系列受注カーブ）である。Ｓ３５は、管
理者が変動要因として、ここでは、図示の ・カタログ配付 ・配付数 ・配付方法 ・配付地区など を入力して指定する。

【００３１】Ｓ３６は、Ｓ３５で指定された変動要因に
ついて、時系列受注予測（微調整）を行う。これは、図
１の変動要因予測手段４が、入力された変動要因とし
て、カタログ配付（配付数、配付方法、配付地区など）
について、予め設定されている変動要因予測パラメタ８
（図６の（ｃ）参照）を参照してパラメタ値を取り出
し、補正後の受注カーブを微調整する。例えばＳ３４の
補正後の受注カーブに、取り出したパラメタ値（カタロ
グの配付数を２倍にすると、受注数は１．４倍になるな
ど）を乗算して時系列受注予測を微調整する。

【００３２】図５において、Ｓ３７は、Ｓ３６で微調整
した後の時系列受注予測結果である。Ｓ３８は、Ｓ３７
の変動要因の微調整後の時系列受注予測結果をもとに、
発注情報９を参照し、時系列受注予測した商品がその時
点でそろうように発注から仕入れまでの期間（例えば１
４日）および発注単位などを考慮して発注を決める。

【００３３】Ｓ３９は、Ｓ３８の発注処理によって決定
された発注計画票である。例えば右側に記載したよう
に、発注日、数、更に受注日、実績数を時系列に記載し
た発注計画票である。

【００３４】以上によって、カタログ販売するとき、販
売対象の商品について、商品データ７から商品名などを
取り出し、知識ベース６から対応するクラスの要因ラン
ク（例えば最大値、平均値、最小値）毎の受注カ
ーブをそれぞれ取り出し、これら取り出した受注カーブ
を画面上に表示すると共に受注開始から現在までの受注
実績の受注カーブを合わせて表示し、管理者が最適と選
択した要因ランク（例えば平均値）の受注カーブと決
定する。次に、この補正後の受注カーブについて、変動
要因の入力に対応して変動要因予測パラメタ８を参照し
てパラメタ値を取り出し、このパラメタ値で受注カーブ
を微調整（例えば乗算）して微調整後の受注カーブを得
る。そして、発注情報９をもとに、当該受注カーブによ
って予測された時点で商品が揃うように発注計画票１０
を作成する。これらにより、カタログ販売しようとする
商品の過去のクラスの要因クラス毎の受注カーブを知識
ベース６からそれぞれ抽出し、受注実績に最も適合する
と選択された受注カーブについてピーク補正および実績
変動要因の微調整を行った後、時系列の受注予測を行っ
て発注伝票を作成することにより、受注実績で補正した
時系列受注予測を簡易かつ高精度に行うことが可能とな
ると共に、更に変動要因を加味した時系列受注予測を行
うことが可能となった。

【００３５】図６は、本発明のデータ例を示す。図６の
（ａ）は、商品データ例を示す。これは、受注した商品
データあるいは予測対象商品の商品データである。商品
データは、図示のように、受注日に対応づけて商品名、
価格、受注数、商品特性（特性（図示しない）、柄、
色、素材）、仕入れ先からなる。

【００３６】図６の（ｂ）は、知識ベース例を示す。こ
の知識ベース６は、図３によって作成して保存した知識
ベースであって、図示のように、クラス名に対応づけて
最大受注構成比、最頻受注構成比、最小受注構成比につ
いて、時系列の週単位に受注開始時から図示のように保
存したものであって、これらが既述した受注カーブに対
応するデータである。

【００３７】図６の（ｃ）は、変動要因予測パラメタ例
を示す。この変動要因予測パラメタ８は、図４のＳ３６
で時系列受注予測を微調整するときの、変動要因に対す
るパラメタ値を図示のように予め設定したものである。
例えば図示のように、シーズンが“冬”の場合には、カ
タログ送付数が１００万部としたときはパラメタ値１．
１倍であり、図４のＳ３４で補正後の受注カーブの受注
数を１．１倍する。同様に、強化地区が“北海道”の場
合には、パラメタ値が“１．１”である。

【００３８】図６の（ｄ）は、発注情報例を示す。この
発注情報９は、商品を仕入れるときに要する期間、例え
ば仕入れ先が“（株）富士通”の場合は、仕入れ期間
“１４日”で、発注単位が“１０個”である。

【００３９】図６の（ｅ）は、発注計画票例を示す。こ
の発注計画票１０は、微調整後の時系列受注予測（受注
カーブ）に従って予測した受注量に遅れないように発注
した計画票である。

【００４０】

【発明の効果】以上説明したように、本発明によれば、
過去の商品の時系列のクラスの要因ランク毎の受注カー
ブをそれぞれ保存しておき、対象商品のクラスの要因ラ
ンクの受注カーブをそれぞれ取り出し、受注実績と比較
して最適と選択された受注カーブと決定、補正した後、
カタログ配付数などの変動要因による微調整を行い、得
られた受注カーブに従い時系列受注予測を行う構成を採
用しているため、商品の受注実績に補正すると共に変動
要因に対応した正確な商品受注予測することができる。
これらにより、カタログ販売する場合に、カタログ配付
して受注開始後、受注実績をもとに過去の時系列の受注
カーブの要因ランク（例えば最大値、平均値、最
小値）の受注カーブから最適と選択された受注カーブを
採用し、更に実績のピークに合わせるピーク移動、変動
要因を調整する微調整後の受注カーブを用い、実績に合
わせた正確な受注予測を行い、当該予測した受注量に見
合う商品の発注を正確な行うことが可能となった。

【図面の簡単な説明】

【図１】本発明の原理ブロック図である。

【図２】カタログ販売の全体説明図である。

【図３】本発明の前処理説明図である。

【図４】本発明の動作説明図（続く）である。

【図５】本発明の動作説明図（続き）である。

【図６】本発明のデータ例である。

【符号の説明】

１：時系列受注予測補正システム ２：知識ベース作成手段 ３：時系列受注予測補正手段 ４：変動要因予測手段 ５：発注処理手段 ６：知識ベース ７：商品データ ８：変動要因予測パラメタ ９：発注情報 １０：発注計画票

Claims (3)

【特許請求の範囲】
1. 【請求項１】商品の時系列の受注予測を行う時系列受注
   予測システムにおいて、 商品の時系列の受注カーブを複数個生成して知識ベース
   （６）に保存する知識ベース作成手段（２）と、 新商品の早期受注実績を表示すると共に対応する受注カ
   ーブを上記知識ベース（６）から抽出してそれぞれ表示
   し、操作者が選択した商品の受注カーブに補正する時系
   列受注予測補正手段（３）とを備えたことを特徴とする
   時系列受注予測システム。
2. 【請求項２】上記クラス内の商品の要因ランク毎の受注
   カーブとして、クラス内の商品の総受注数あるいは価格
   帯の最大値、平均値、最小値毎の受注カーブとしたこと
   を特徴とする請求項１に記載の時系列受注予測システ
   ム。
3. 【請求項３】上記補正された受注カーブについて、上記
   新商品の変動要因の入力に対応して予め設定されたパラ
   メタ値で当該受注カーブを微調整する変動要因予測手段
   （４）を備え、 この微調整した後の受注カーブをもとに時系列の商品受
   注を予測することを特徴とする請求項１または請求項２
   に記載の時系列受注予測システム。