JPH0934955A - 在庫管理診断支援方法およびシステム - Google Patents

在庫管理診断支援方法およびシステム

Info

Publication number
JPH0934955A
JPH0934955A JP20292295A JP20292295A JPH0934955A JP H0934955 A JPH0934955 A JP H0934955A JP 20292295 A JP20292295 A JP 20292295A JP 20292295 A JP20292295 A JP 20292295A JP H0934955 A JPH0934955 A JP H0934955A
Authority
JP
Japan
Prior art keywords
inventory
product
cost
order
costs
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.)
Pending
Application number
JP20292295A
Other languages
English (en)
Inventor
Haruko Nagaoka
晴子 長岡
Akira Kagami
晃 加賀美
Shoji Iwasaki
荘司 岩崎
Shunichi Kagoshima
俊一 籠島
Tomoo Shimano
知生 嶋野
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP20292295A priority Critical patent/JPH0934955A/ja
Publication of JPH0934955A publication Critical patent/JPH0934955A/ja
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【目的】 商品の特性を個々に見極め、個々の商品に対
し的確かつ客観的に、在庫適正化案を立案・評価できる
ように支援する方法およびシステムを提供する。 【構成】 診断対象期間中における商品の入荷履歴等の
データを入力し(101)、商品をいくつかの観点から見て
在庫パターン分類し(102)、これを記憶し(103)、ある商
品の在庫パターンを検索し(104)、該商品の在庫を決定
する在庫決定成分を予め登録した在庫パターン別在庫決
定成分表に示す在庫パターン別の在庫決定成分抽出法に
より抽出し(105)、これを記憶し(106)、出力装置に出力
し(107)、在庫パターン・在庫決定成分毎に予め登録し
た在庫適正化案を参照し、在庫適正化案を作成入力し、
これを満たすように診断期間における商品の受注と発注
及び入荷と出荷の時間経過に伴う変化をシミュレーショ
ンし(108)、その結果より予め登録したコスト算出モデ
ルを用いコストを算出し(109)、出力する(110)。

Description

【発明の詳細な説明】
【0001】
【産業上の利用分野】本発明は、商品をメーカから仕入
れ、顧客に前記商品を出荷するような卸業者等の業種に
おいて、多種多量の商品の在庫管理を責務とする担当者
が、個々の商品の特性を見極めた的確な在庫適正化案を
容易に決定できるように支援する方法およびシステムに
関する。
【0002】
【従来の技術】従来の在庫適正化に対する分析/改善策
の立案は、例えばある一期間内の売上高を見て、商品別
にそれの大きいものから累積をとりランク分けするAB
C分析や、入荷/出荷回数を基に取り扱い頻度でランク
分けする分析を行い、そのランク毎に発注回数および発
注量等を決めるといった、全ての商品を売上高や取り扱
い頻度の視点のみで分類する方法がほとんどである。
【0003】
【発明が解決しようとする課題】上記の従来技術は、商
品をある一期間内の売れ方や取り扱い頻度で商品をグル
ープ化し、同グループの商品には一律の在庫管理を行お
うというものである。この方法では、商品によって売れ
る時期は異なるためグループ化した時期は適正な在庫管
理が行なえるが、時期が変われば妥当でない在庫管理を
行なってしまう場合がある。また、商品は個々に特性が
異なるため、商品特性に応じた在庫適正化を図ることが
理想的である。例えば、売れない商品の在庫をむやみに
削減すると、商品によっては仕入れ制約等により、必要
な時に必要な分だけ揃えられないことがある。また、あ
る商品に関してある期間中の発注量を決める際、通常売
れる量からその期間中に発注すべき量を予測し、適度な
発注回数で割った分だけ発注するようなロットサイズ在
庫のみの発注管理を行うと、イレギュラーに大量受注が
起こった場合に失注する場合がある。これは事前に安全
在庫分を見極めておく必要があったということである。
本発明の目的は、多種多量の商品の在庫管理を責務とす
る担当者が商品の特性を個々に見極め、個々の商品に対
し的確かつ客観的に、在庫適正化案を立案・評価できる
ように支援する在庫管理診断支援方法およびシステムを
提供することである。
【0004】
【課題を解決するための手段】上記目的を達成するた
め、本発明は、商品の在庫管理における在庫管理診断支
援方法であり、各商品における一定の診断対象期間内の
取扱い履歴等の商品データを入力手段から入力し、各商
品を前記商品データに基づき在庫パターン分類し、その
結果を記憶し、商品の在庫パターンに基づき、商品毎に
予め登録してある在庫パターン別在庫決定成分抽出法を
用いて前記診断対象期間中における該商品の延べ在庫量
から該商品の在庫決定成分を抽出し、その結果を記憶
し、商品毎に在庫量に対する各在庫決定成分の構成を出
力手段から出力し、予め登録してある在庫パターン・在
庫決定成分毎の在庫適正化案を参考にして在庫適正化案
を入力手段から入力し、該在庫適正化案を満たすよう前
記診断対象期間における商品の受注、発注、入荷、出荷
をシミュレーションし、前記シミュレーション結果よ
り、予め登録してあるコスト算出モデルを用いてコスト
を算出し、前記算出したコストを前記出力手段から出力
するようにしている。さらに、前記コスト算出モデルを
用いて現状における現状コストを算出し、該現状コスト
と前記シミュレーション結果に基づくコストを前記出力
手段に同時出力するようにしている。さらに、前記商品
データは、入荷履歴、出荷履歴、受注履歴、発注履歴、
在庫履歴、売上履歴、商品別発注ロットサイズ、調達リ
ードタイム、物流費の各データからなるようにしてい
る。また、商品の在庫管理における在庫管理診断支援シ
ステムであり、各商品における一定の診断対象期間内の
取扱い履歴等の商品データを入力する入力手段と、各商
品を前記商品データに基づき在庫パターン分類する分析
制御手段と、前記在庫パターンを記憶する記憶手段と、
商品毎に予め登録してある在庫パターン別在庫決定成分
抽出法を用いて前記診断対象期間中における該商品の延
べ在庫量から在庫決定成分を抽出する分析制御手段と、
前記抽出した在庫決定成分を記憶する記憶手段と、商品
毎に在庫量に対する各在庫決定成分の構成を出力する前
記出力手段と、前記記憶手段に予め登録してある在庫パ
ターン・在庫決定成分毎の在庫適正化案を参考にして前
記入力手段から入力された在庫適正化案を満たすよう前
記診断対象期間における商品の受注、発注、入荷、出荷
をシミュレーションするシミュレーション手段と、前記
シミュレーション結果より、前記記憶手段に予め登録し
てあるコスト算出モデルを用いてコストを算出する評価
値算出手段と、前記算出したコストを出力する前記出力
手段とからなるようにしている。さらに、前記コスト算
出モデルを用いて現状における現状コストを算出する評
価値算出手段を備え、前記出力手段は、前記算出した現
状コストと前記算出したシミュレーション後のコストを
同時出力するようにしている。
【0005】
【作用】商品毎に在庫パターンを分類し、その結果を用
いて在庫決定成分を抽出することにより、各パターン・
成分に対応した在庫管理の改善案を的確に立案できる。
また、改善案実施時のコストを算出することにより、各
改善案の優劣を客観的に評価できる。
【0006】
【実施例】以下、本発明の実施例を図面に基づいて説明
する。図1は本発明の実施例を示す処理フロー図、図2
は本発明の実施例を示す処理フロー図その2、図3は本
実施例を実現するための装置構成図である。まず、図3
に示す装置構成図について説明する。その装置構成は、
計算機301に出力装置302、入力装置303、記憶
装置304を接続したものである。
【0007】図3を引用しながら、まず、図1の処理フ
ローに従って本実施例における処理動作を説明する。商
品をメーカから仕入れ、顧客にその商品を出荷するよう
な卸業者等の業種において、例えば最近1ヵ月などのあ
る一定期間を診断対象期間とし、その診断対象期間中に
おける取扱い履歴等の商品データを入力装置303から
入力する。実施例では、この商品データを入荷履歴、出
荷履歴、受注履歴、発注履歴、売上履歴、商品別の発注
ロットサイズ、調達リードタイム、物流費の各データと
している(ステップ101)。在庫履歴データ2101
(図12参照)上にある商品を、いくつかの観点から見
て数種のパターンに分類する(ステップ102)。観点
については以下で詳細に述べる。また、以下、この分類
を在庫パターン分類と呼ぶ。記憶装置304に、得られ
た在庫パターンを記憶する(ステップ103)。記憶装
置304より、ある商品の在庫パターンを検索し(ステ
ップ104)、その商品の診断対象期間の在庫履歴デー
タ2101から、記憶装置304に予め登録しておいた
図19に示す在庫パターン別在庫決定成分表に示す在庫
パターン別の在庫決定成分抽出法を用いて、商品毎に在
庫を決定する在庫決定成分を抽出する(ステップ10
5)。抽出した在庫決定成分を記憶装置304に記憶す
る(ステップ106)。商品毎に各在庫決定成分の構成
を出力装置202へ出力する(ステップ107)。この
出力画面を図20に示す。在庫パターン・在庫決定成分
毎に予め登録しておいた在庫適正化案を参照し、在庫適
正化案を作成、入力し、この在庫適正化案を満たすよう
に診断期間における商品の受注と発注、および、入荷と
出荷の時間経過に伴う変化をシミュレーションする(ス
テップ108)。シミュレーション結果よりコスト算出
モデルを用いてコストを算出する(ステップ109)。
算出したコストを出力装置302へ出力する(ステップ
110)。ここで、ステップ102で用いる在庫履歴デ
ータ2101は、図12に示すように、月日2101
1、商品コード21012、在庫量2101といったデ
ータを持つ。
【0008】以下、図1の処理フローのうち、ステップ
102、ステップ108、ステップ109について詳細
に説明する。 (1)ステップ102(在庫パターン分類)の詳細説明 在庫パターン分類の観点と方法について説明する。在庫
の持ち方は、通常、商品毎に商品の売れ方により決め
る。その商品の売れ方は、商品そのものが持つ価値によ
り望まれる需要分と、企業の拡販戦略としての宣伝や値
下げ等の企業の売り方が影響して決まる需要分の2つの
特性で決まる。また他に、企業−需要間との契約と、企
業−仕入れ先間での契約で在庫の持ち方は決められる。
企業−需要間との契約とは、需要側から注文を受けた後
に発注する(確定受注)か、注文に関係なく、売れると
見込んだ量発注する(見込発注)かどちらかということ
である。企業−仕入れ先間での契約とは、発注ロットサ
イズや調達リードタイムのように量および時間に関する
ものである。これらの契約によって発注の量やタイミン
グが制約を受けることもある。以上述べたようなことか
ら、本発明では、在庫を商品毎に商品の売れ方、売り
方、受注の仕方、そして仕入れ制約の4つの観点で在庫
パターン分類する。
【0009】以下、図4に示すフローに従い、在庫パタ
ーン分類方法を説明する。ある商品の過去の売上量よ
り、売れ方が安定的か変動的かを判定する(ステップ1
021)。当該商品の過去の売上量より、売り方が受動
的か能動的かを判定する(ステップ1022)。当該商
品の受注履歴と発注履歴より、受注の仕方が確定受注か
見込受注かを判定する(ステップ1023)。当該商品
の仕入れ制約が強いか弱いかを判定する(ステップ10
24)。以上により、、商品は16種類の在庫パターン
に分類される。
【0010】ここで、図2のフローのうち、ステップ1
021、ステップ1022、ステップ1023、ステッ
プ1024についてそれぞれ詳細に説明する。
【0011】(1.1)ステップ1021(売れ方判
定)の詳細説明 図5に示す処理フローに従って、売れ方判定の処理動作
を詳細に説明する。売上履歴データ2201(図13参
照)から、ある商品の過去の単位期間当たり売上量22
011(図13参照)のばらつき(例えば標準偏差)を
算出する(ステップ10221)。売上履歴データ22
01は、商品コード21012、過去数年間の単位期間
当たり売上量22011をデータとして持つ。算出した
ばらつきが記憶装置304に予め備えておいた値より小
さいと判断した(ステップ10222)場合、当該商品
の売れ方は安定的であると判定し(ステップ1022
3)、そうでない場合、売れ方は変動的であると判定す
る(ステップ10224)。以上の処理動作を全商品に
対して行なう。
【0012】(1.2)ステップ1022(売り方判
定)の詳細説明 本発明では、売り方が受動的か能動的かを売上ピークの
間隔に規則性があるかないかで判定する。図6に示す処
理フローに従って、売り方判定の処理動作を詳細に説明
する。売上履歴データ2201から、ある商品の過去の
単位期間当たり売上高の推移を見て、その商品の売上高
の平均値とばらつき分を越えるような期間を判定し(ス
テップ10231)、それを売上ピーク期間とする。判
定した売上ピーク期間の間隔のばらつき(例えば標準偏
差)を算出し(ステップ10232)、そのばらつきが
小さい(ステップ10233)場合、当該商品の売り方
は受動的であると判定し(ステップ10234)、そう
でない場合、当該商品の売り方は能動的であると判定す
る(ステップ10235)。以上の処理動作を全商品に
対して行なう。
【0013】(1.3)ステップ1023(受注の仕方
判定)の詳細説明 図7に示す処理フローに従って、受注の仕方判定の処理
動作を詳細に説明する。発注履歴データ2401(図1
5参照)から、ある商品のある発注と、次の発注および
発注量を検索する(ステップ10241)。受注履歴デ
ータ2501から当該商品について、検索した発注と次
の発注の間に起こる受注の量を累計する(ステップ10
242)。検索した発注量と累計した受注量の差を算出
する(ステップ10243)。発注量と受注量の差の累
計が大きいと判断した(ステップ10244)場合、当
該商品の受注の仕方は見込受注であると判定し(ステッ
プ10245)、そうでない場合、当該商品の受注の仕
方は確定受注であると判定する(ステップ1024
6)。以上の処理動作を全商品に対して行なう。ここで
用いる発注履歴データ2401は図15に示すように、
月日21011、商品コード21012、納入先コード
24011、発注量24012といったデータを持ち、
受注履歴データ1501は図16に示すように、月日2
1011、商品コード21012、顧客コード2501
1、受注量25012といったデータを持つ。
【0014】(1.4)ステップ1024(仕入れ制約
判定)の詳細説明 図8の処理フローに従って、仕入れ制約判定の処理動作
を詳細に説明する。商品マスタ2301(図14参照)
から、ある商品の発注ロットサイズ23015、調達リ
ードタイム23017のデータを抽出する(ステップ1
0251)。売上履歴データ2101より、当該商品の
単位期間当たり売上数量の平均を算出する(ステップ1
0252)。算出した平均月当たり売上数量より検索し
た発注ロットサイズ23015が大きいと判断される
(ステップ10253)か、当該商品の調達リードタイ
ム23017が記憶装置304に予め定めておいた値
(例えば全商品の調達リードタイムの加重平均)より大
きいと判断された(ステップ10254)場合、当該商
品の仕入れ制約が強いと判定し(ステップ1025
5)、そうでない場合、当該商品の仕入れ制約は弱いと
判定する(ステップ10256)。以上の処理動作を全
商品に対して行なう。ここで用いる商品マスタ2301
は図14に示すように、商品コード21012、商品サ
イズ23011、原価23012、売価23013、ケ
ース入数23014、発注ロットサイズ23015、配
送ロットサイズ23016、調達リードタイム2301
7といったデータを持つ。
【0015】(2)ステップ108(在庫シミュレーシ
ョン)の詳細説明 図9に示す処理フローに従って、在庫シミュレーション
の処理動作を詳細に説明する。予め記憶手段304に備
えておいた在庫パターン・在庫決定成分毎に決まる在庫
適正化案を参考にして、商品別に発注回数や作業効率な
どの在庫の状況を変化させる在庫適正化案を作成、入力
する(ステップ2011)。入力した在庫適正化案の条
件を満たすよう、商品別に診断対象期間中の入荷履歴デ
ータ2701(図18参照)および出荷履歴データ26
01(図17参照)上で、入荷および出荷の量と時期を
商品別に仮に決定する(ステップ2012)。在庫管理
の変更のみで在庫状況がどう変化するかを見たいなら
ば、需要側を変更しないよう出荷履歴は現実のデータを
用いた方が良い。決定した入荷および出荷の条件を満た
すように受注および発注の量と時期を商品別に仮に決定
する(ステップ2013)。決定した条件に沿い、在庫
量の時間経過に伴う変化をシミュレーションする(ステ
ップ2014)。また、より現実に近いシミュレーショ
ン結果を得るため、スペース制約を考慮することも考え
られる。
【0016】図10を用いて、その場合の在庫シミュレ
ーション方法を説明する。予め記憶手段304に備えて
おいた在庫パターン・在庫決定成分毎に決まる在庫適正
化案を参考にして、商品別に発注回数や作業効率などの
在庫の状況を変化させる在庫適正化案を作成、入力する
(ステップ2011)。入力した在庫適正化案の条件を
満たすよう、商品別に診断対象期間中の入荷履歴データ
2701および出荷履歴データ2601上で、入荷およ
び出荷の量と時期を商品別に仮に決定する(ステップ2
012)。決定した入荷および出荷の条件を満たすよう
受注および発注の量と時期を商品別に仮に決定する(ス
テップ2013)。決定した条件に沿い、在庫量の時間
経過に伴う変化をシミュレーションする(ステップ20
14)。商品サイズ23011(図14参照)を用い
て、ある時期の入荷および出荷商品の容積を算出する
(ステップ2015)。算出した入荷または出荷商品の
容積が入荷または出荷場制約を越えないと判断した(ス
テップ2016)場合、商品サイズ23011を用い
て、当該時期の在庫量および在庫容積を算出し(ステッ
プ2017)、そうでない場合、ステップ2011に戻
り、別の在庫適正化案を入力し、上記のステップ201
1〜2014を繰り返す。在庫容積を算出する際、入荷
履歴データ2701中の保管コード27012を参照
し、保管するコードが入っている商品についてのみ累計
し、即時出荷の商品は計算に入れないようにする。算出
した在庫容積が倉庫スペースを越えないと判断した(ス
テップ2018)場合、終了し、そうでない場合、ステ
ップ901に戻り、別の在庫適正化案を入力し、上記の
ステップ2011〜2016を繰り返す。ここで用いる
出荷履歴データ2601は、図17に示すように、月日
21011、商品コード21012、出荷量2601
1、返品コード26012といったデータを持ち、入荷
履歴データ2701は、図18に示すように、月日21
011、商品コード21012、入荷量27011、保
管コード27012、返品コード27013といったデ
ータを持つ。
【0017】(3)ステップ109(コスト算出)の詳
細説明 本発明においては、コストは受注処理コスト、配送コス
ト、発注処理コスト、輸送コスト、入荷コスト、出荷コ
スト、在庫コストの和と定義する。倉庫賃貸料などの固
定費分はコストの対象とせず、商品のストックとフロー
により変化する変動コスト分のみを対象とする。ここ
で、受注処理コストは、受注作業にかかる人件費・通信
費・消耗品費のことである。配送コストは、顧客へ商品
を運搬する際にかかる車両費・消耗品費のことである。
発注処理コストは、発注作業にかかる人件費・通信費・
消耗品費のことである。輸送コストは、仕入先から商品
が運搬される際にかかる車両費・消耗品費のことであ
る。但し、仕入先側は負担する分は含まない。入荷コス
トは、商品を倉庫に入荷する際にかかる人件費・消耗品
費・光熱費のことである。出荷コストは、商品を倉庫か
ら出荷する際にかかる人件費・消耗品費・光熱費のこと
である。在庫コストとは、在庫商品の在庫高の金利分で
ある。
【0018】図11に示す処理フローに従って、物流コ
スト算出の処理動作を詳細に説明する。ステップ108
の在庫シミュレーション結果を用いて以下の計算を行な
う。現状の受注処理コストに、現状の受注の回数と量と
シミュレーション後の受注の回数と量との比をかけるこ
とにより、受注処理コストを算出する(ステップ110
1)。現状の配送コストに、現状の出荷の回数と量とシ
ミュレーション後の出荷の回数と量との比をかけること
により、配送コストを算出する(ステップ1102)。
現状の発注処理コストに、現状の発注の回数と量とシミ
ュレーション後の発注の回数と量との比をかけることに
より、発注処理コストを算出する(ステップ110
3)。現状の輸送コストに、現状の入荷の回数と量とシ
ミュレーション後の入荷の回数と量との比をかけること
により、輸送コストを算出する(ステップ1104)。
現状の入荷コストに、現状の入荷の回数と量とシミュレ
ーション後の入荷の回数と量との比をかけることによ
り、入荷コストを算出する(ステップ1105)。現状
の出荷コストに、現状の出荷の回数と量とシミュレーシ
ョン後の出荷の回数と量との比をかけることにより、出
荷コストを算出する(ステップ1106)。日当たり商
品別在庫平均量を算出する(ステップ1107)。算出
した日当たり商品別在庫量と商品原価23013より商
品別の在庫高の累積をとり、それに年利の診断対象期間
当たりの率をかけて在庫コストを算出する(ステップ1
108)。ステップ1101〜ステップ1108で算出
したコストを累計する(ステップ1109)。
【0019】次に、図2の処理フローに従って、もう一
つの実施例における処理動作を説明する。商品をメーカ
から仕入れ、顧客にその商品を出荷するような卸業者等
の業種において、例えば最近1ヵ月などのある一定期間
を診断対象期間とし、その診断対象期間中における取扱
い履歴等の商品データを入力装置303から入力する。
実施例では、この商品データを入荷履歴、出荷履歴、受
注履歴、発注履歴、売上履歴、商品別の発注ロットサイ
ズ、調達リードタイム、物流費の各データとしている
(ステップ101)。在庫履歴データ2101(図12
参照)上にある商品を、いくつかの観点から見て数種の
パターンに分類する(ステップ102)。記憶装置30
4に、得られた在庫パターンを記憶する(ステップ10
3)。記憶装置304より、ある商品の在庫パターンを
検索し(ステップ104)、その商品の診断対象期間の
在庫履歴データ2101から、記憶装置304に予め登
録しておいた図19に示す在庫パターン別在庫決定成分
表に示す在庫パターン別の在庫決定成分抽出法を用い
て、商品毎に在庫を決定する在庫決定成分を抽出する
(ステップ105)。抽出した在庫決定成分を記憶装置
304に記憶する(ステップ106)。商品毎に各在庫
決定成分の構成を出力装置202へ出力する(ステップ
107)。この出力画面例を図20に示す。記憶装置3
04に登録しておいたコスト算出モデルを用いて現状コ
ストを算出する(ステップ201)。在庫パターン・在
庫決定成分毎に予め登録しておいた在庫適正化案を参照
し、在庫適正化案を作成、入力し、この在庫適正化案を
満たすように診断期間における商品の受注と発注、およ
び、入荷と出荷の時間経過に伴う変化をシミュレーショ
ンする(ステップ108)。シミュレーション結果より
コスト算出モデルを用いてコストを算出する(ステップ
109)。算出した現状コストとシミュレーション後の
コストを出力装置302へ同時出力する(ステップ20
2)。この方法を用いることで、現状と在庫適正化案導
入後の改善幅が定量的に評価できる。ステップ202で
出力する画面例を図21に示す。
【0020】本実施例の最後として、図3に示した装置
構成図上で、本発明による在庫管理診断支援方法および
システムを実現する実施例を図22を用いて説明する。
装置構成の概要は図3のそれと同様であるので説明を省
略する。商品をメーカから仕入れ、顧客にその商品を出
荷するような卸業者等の業種において、例えば最近1ヵ
月などのある一定期間を診断対象期間とし、その診断対
象期間中における取扱い履歴等の商品データを入力装置
303から入力する。実施例では、この商品データを入
荷履歴、出荷履歴、受注履歴、発注履歴、売上履歴、商
品別の発注ロットサイズ、調達リードタイム、物流費の
各データとしている。在庫履歴データ2101上にある
商品を、分析制御機能3013を用いて在庫パターン分
類する。記憶装置304に在庫パターンを記憶する。記
憶装置304より、ある商品の在庫パターンを検索し、
その商品の診断対象期間の在庫履歴データ2101か
ら、記憶装置304に予め備えておいた在庫パターン別
の在庫決定成分抽出法を用いて、商品毎に在庫を決定す
る在庫決定成分を分析制御機能3013により抽出す
る。抽出した在庫決定成分を記憶装置304に記憶す
る。商品毎に各在庫決定成分の構成を可視化機能301
2により可視化し、出力装置202へ出力する。在庫パ
ターン・在庫決定成分毎に予め備えておいた在庫適正化
案を参照し、在庫適正化案を作成、入力し、この在庫適
正化案を満たすように診断期間における商品の受注と発
注、および、入荷と出荷をシミュレーション機能301
1によりシミュレーションする。シミュレーション結果
からコスト算出モデルを用いて評価値算出機能3014
によりコストを算出する。算出したコストを可視化機能
3012により可視化し、出力装置302へ出力する。
【0021】
【発明の効果】以上で述べたように、本発明によれば、
商品をメーカから仕入れ、顧客にその商品を出荷するよ
うな卸業者等の業種において、多種多量の商品の在庫管
理を責務とする担当者が商品の特性を個々に見極め、個
々の商品に対し的確かつ客観的に在庫適正化案を立案・
評価できる。
【図面の簡単な説明】
【図1】本発明による実施例を示す処理フローを示す図
である。
【図2】本発明による他の実施例を示す処理フローを示
す図である。
【図3】本発明を実施するための装置構成の概略を示す
図である。
【図4】在庫パターン分類の処理フローを示す図であ
る。
【図5】商品の売れ方判定の処理フローを示す図であ
る。
【図6】商品の売り方判定の処理フローを示す図であ
る。
【図7】商品の受注の仕方判定の処理フローを示す図で
ある。
【図8】商品仕入れ制約判定の処理フローを示す図であ
る。
【図9】在庫シミュレーションの処理フローを示す図で
ある。
【図10】在庫シミュレーションの他の処理フローを示
す図である。
【図11】物流コスト算出の処理フローを示す図であ
る。
【図12】在庫履歴データのレイアウト例を示す図であ
る。
【図13】売上履歴データのレイアウト例を示す図であ
る。
【図14】商品マスタのレイアウト例を示す図である。
【図15】発注履歴データのレイアウト例を示す図であ
る。
【図16】受注履歴データのレイアウト例を示す図であ
る。
【図17】出荷履歴データのレイアウト例を示す図であ
る。
【図18】入荷履歴データのレイアウト例を示す図であ
る。
【図19】在庫パターン別の在庫決定成分構成表の例を
示す図である。
【図20】在庫決定成分構成比を示す出力画面例を示す
図である。
【図21】現状コストとシミュレーションを用いて算出
したコストの比較結果を示す出力画面例を示す図であ
る。
【図22】図1および図2を用いて説明した機能に対応
させて、図3に示した装置構成図上で本発明による在庫
管理診断支援方法およびシステムを実現する実施例の構
成を示す図である。
───────────────────────────────────────────────────── フロントページの続き (72)発明者 籠島 俊一 神奈川県川崎市幸区鹿島田890番地の12 株式会社日立製作所情報システム事業部内 (72)発明者 嶋野 知生 神奈川県川崎市幸区鹿島田890番地の12 株式会社日立製作所ビジネスシステム開発 センタ内

Claims (14)

    【特許請求の範囲】
  1. 【請求項1】 商品の在庫管理における在庫管理診断支
    援方法であって、 各商品における一定の診断対象期間内の取扱い履歴等の
    商品データを入力手段から入力し、 各商品を前記商品データに基づき在庫パターン分類し、
    その結果を記憶し、 商品の在庫パターンに基づき、商品毎に予め登録してあ
    る在庫パターン別在庫決定成分抽出法を用いて前記診断
    対象期間中における該商品の延べ在庫量から該商品の在
    庫決定成分を抽出し、その結果を記憶し、 商品毎に在庫量に対する各在庫決定成分の構成を出力手
    段から出力し、 予め登録してある在庫パターン・在庫決定成分毎の在庫
    適正化案を参考にして在庫適正化案を入力手段から入力
    し、該在庫適正化案を満たすよう前記診断対象期間にお
    ける商品の受注、発注、入荷、出荷をシミュレーション
    し、 前記シミュレーション結果より、予め登録してあるコス
    ト算出モデルを用いてコストを算出し、 前記算出したコストを前記出力手段から出力する、こと
    を特徴とする在庫管理診断支援方法。
  2. 【請求項2】 請求項1記載の在庫管理診断支援方法に
    おいて、 前記コスト算出モデルを用いて現状における現状コスト
    を算出し、 該現状コストと前記シミュレーション結果に基づくコス
    トを前記出力手段に同時出力することを特徴とする在庫
    管理診断支援方法。
  3. 【請求項3】 請求項1または請求項2記載の在庫管理
    診断支援方法において、 前記商品データは、入荷履歴、出荷履歴、受注履歴、発
    注履歴、在庫履歴、売上履歴、商品別発注ロットサイ
    ズ、調達リードタイム、物流費の各データからなること
    を特徴とする在庫管理診断支援方法。
  4. 【請求項4】 請求項1乃至請求項3のいずれかの請求
    項記載の在庫管理診断支援方法において、 前記商品の在庫パターン分類は、 ある商品の過去の売れ方が安定的か変動的かを判定し、 前記商品の過去の売り方が受動的か能動的かを判定し、 前記商品の受注の仕方が確定受注か見込み受注かを判定
    し、 前記商品の仕入れ制約が強いか弱いかを判定し、 前記各判定の判定結果の組合せとすることを特徴とする
    在庫管理診断支援方法。
  5. 【請求項5】 請求項4記載の在庫管理診断支援方法に
    おいて、 前記売れ方判定は、 前記売上履歴データを用いて、ある商品の過去の単位期
    間当たりの売上高のばらつきを算出し、 予め定められた値より前記ばらつきが小さい場合、前記
    商品の売れ方は安定的と判定し、 そうでない場合は、前記商品の売れ方は変動的と判定す
    ることを特徴とする在庫管理診断支援方法。
  6. 【請求項6】 請求項4記載の在庫管理診断支援方法に
    おいて、 前記売り方判定は、 前記売上履歴データを用いて、ある商品の過去の単位期
    間当たりの売上高の推移より売上がピークとなる単位期
    間を判定し、 前記判定した売上ピーク期間の間隔のばらつきを算出
    し、 予め定めておいた判定値より前記ばらつきが小さい場
    合、前記商品の売り方は受動的と判定し、 そうでない場合は、前記商品の売り方が能動的と判定す
    ることを特徴とする在庫管理診断支援方法。
  7. 【請求項7】 請求項4記載の在庫管理診断支援方法に
    おいて、 前記受注の仕方判定は、 前記発注履歴データより、ある商品の発注が起こった時
    期と次の発注が起こった時期および発注量を検索し、 前記受注履歴データより、前記発注時期と前記次の発注
    時期の間に起こった前記商品の受注量を累計し、 前記検索した発注量と前記累計した受注量の差を算出
    し、 前記記憶手段に予め備えておいた値より前記発注量と受
    注量の差が大きい場合、前記商品は見込受注であると判
    定し、 そうでない場合は、前記商品は確定受注であると判定す
    ることを特徴とする在庫管理診断支援方法。
  8. 【請求項8】 請求項4記載の在庫管理診断支援方法に
    おいて、 前記仕入れ制約判定は、 前記売上履歴データより、ある商品の単位期間当たり売
    上数量の平均値を算出し、 前記商品の発注ロットサイズが前記平均値より大きい場
    合、または、前記平均値より小さく、かつ前記商品の調
    達リードタイムが前記記憶手段に予め定めておいた値よ
    り大きい場合、前記商品の仕入れ制約は強いと判定し、 そうでない場合は、前記商品の仕入れ制約が弱いと判定
    することを特徴とする在庫管理診断支援方法。
  9. 【請求項9】 請求項1乃至請求項3のいずれかの請求
    項記載の在庫管理診断支援方法において、 前記シミュレーションは、 前記記憶手段に予め登録してある前記在庫パターン・在
    庫決定成分別の在庫適正化案を参考にして、商品別に在
    庫適正化案を前記入力手段から入力し、 上記在庫適正化案を満たすように前記診断対象期間にお
    ける入荷・出荷の量と時期を商品毎に仮決定し、 前記入荷・出荷の量と時期に合うように前記診断対象期
    間における受注・発注の量と時期を商品毎に仮決定し、 前記仮決定した入荷・出荷・受注・発注の量と時間に沿
    い、在庫量の時間経過に伴う変化をシミュレーションす
    ることを特徴とする在庫管理診断支援方法。
  10. 【請求項10】 請求項1乃至請求項3のいずれかの請
    求項記載の在庫管理診断支援方法において、 前記シミュレーションは、 前記記憶手段に予め備えておいた前記在庫パターン・在
    庫決定成分別の在庫適正化案を参考にして、商品別に在
    庫適正化案を前記入力手段から入力し、 上記在庫適正化案を満たすように前記診断対象期間にお
    ける入荷・出荷の量と時機を商品毎に決定し、 前記入荷・出荷の量と時期に合うように前記診断対象期
    間における受注・発注の量と時期を商品毎に決定し、 前記仮決定した入荷・出荷・受注・発注の量と時間に沿
    い、在庫量の時間経過に伴う変化をシミュレーション
    し、 前記記憶手段に備えておいた商品サイズデータより、あ
    る時期における入荷および出荷の容積を算出し、 前記入荷および出荷の容積が入荷および出荷場スペース
    を越えた場合、前記入荷および出荷の容積が前記入荷場
    および出荷場スペースの制約を満足するまで、再度別の
    在庫適正化案を前記入力手段から入力し、 そうでない場合、前記商品サイズデータより、前記時期
    における在庫容積を算出し、 前記在庫容積が倉庫スペースを越えた場合、前記在庫容
    積が前記倉庫スペースの制約を満足するまで、再度別の
    在庫適正化案を前記入力手段から入力することを特徴と
    する在庫管理診断支援方法。
  11. 【請求項11】 請求項1乃至請求項3のいずれかの請
    求項記載の在庫管理診断支援方法において、 前記コストは、 顧客からの受注を処理する作業に発生する人件費・通信
    費・消耗品費の和からなる受注処理コストと、 商品を顧客に運搬する作業に発生する人件費・車両費・
    消耗品費の和からなる配送コストと、 仕入れ先への発注を処理する作業に発生する人件費・通
    信費・消耗品費の和からなる発注処理コストと、 商品を仕入れ先から運搬する作業に発生する人件費・車
    両費・消耗品費の和からなる輸送コストと、 商品を倉庫に入荷する作業に発生する人件費・消耗品費
    ・光熱費の和からなる入荷コストと、 商品を倉庫から出荷する作業に発生する人件費・消耗品
    費・光熱費の和からなる出荷コストと、 在庫にかかる金利からなる在庫コストを加算することに
    より算出することを特徴とする在庫管理診断支援方法。
  12. 【請求項12】 請求項11記載の在庫管理診断支援方
    法において、 前記受注処理コストは、診断対象期間内の現状の前記受
    注処理コストと、現状の受注の回数・量とシミュレーシ
    ョン結果から求められる受注の回数・量の比との積で求
    め、、 前記配送コストは、診断対象期間内の現状の前記配送コ
    ストと、現状の出荷の回数・量とシミュレーション結果
    から求められる出荷の回数・量の比との積で求め、 前記発注処理コストは、診断対象期間内の現状の前記発
    注処理コストと、現状の発注の回数・量とシミュレーシ
    ョン結果から求められる発注の回数・量の比との積で求
    め、 前記輸送コストは、診断対象期間内の現状の前記輸送コ
    ストと、現状の入荷の回数・量とシミュレーション結果
    から求められる入荷の回数・量の比との積で求め、 前記入荷コストは、診断対象期間内の現状の前記入荷コ
    ストと、現状の入荷の回数・量とシミュレーション結果
    から求められる入荷の回数・量の比との積で求め、 前記出荷コストは、診断対象期間内の現状の前記出荷コ
    ストと、現状の出荷の回数・量とシミュレーション結果
    から求められる出荷の回数・量の比との積で求め、 前記在庫コストは、シミュレーション結果から求められ
    る商品別の延べ在庫量の平均値と、前記記憶手段に登録
    してある商品原価データより商品別の在庫高を求め、そ
    れの累積を取ったものと年利の診断期間当たり分との積
    で求め、 物流コストは、前記受注処理コストと、前記配送コスト
    と、前記発注処理コストと、前記輸送コストと、前記入
    荷コストと、前記出荷コストと、前記在庫コストとの和
    として求めることを特徴とする在庫管理診断支援方法。
  13. 【請求項13】 商品の在庫管理における在庫管理診断
    支援システムであって、 各商品における一定の診断対象期間内の取扱い履歴等の
    商品データを入力する入力手段と、 各商品を前記商品データに基づき在庫パターン分類する
    分析制御手段と、 前記在庫パターンを記憶する記憶手段と、 商品毎に予め登録してある在庫パターン別在庫決定成分
    抽出法を用いて前記診断対象期間中における該商品の延
    べ在庫量から在庫決定成分を抽出する分析制御手段と、 前記抽出した在庫決定成分を記憶する記憶手段と、 商品毎に在庫量に対する各在庫決定成分の構成を出力す
    る前記出力手段と、 前記記憶手段に予め登録してある在庫パターン・在庫決
    定成分毎の在庫適正化案を参考にして前記入力手段から
    入力された在庫適正化案を満たすよう前記診断対象期間
    における商品の受注、発注、入荷、出荷をシミュレーシ
    ョンするシミュレーション手段と、 前記シミュレーション結果より、前記記憶手段に予め登
    録してあるコスト算出モデルを用いてコストを算出する
    評価値算出手段と、 前記算出したコストを出力する前記出力手段とからなる
    ことを特徴とする在庫管理診断支援システム。
  14. 【請求項14】 請求項13記載の在庫管理診断支援シ
    ステムにおいて、 前記コスト算出モデルを用いて現状における現状コスト
    を算出する評価値算出手段を備え、 前記出力手段は、前記算出した現状コストと前記算出し
    たシミュレーション後のコストを同時出力することを特
    徴とする在庫管理診断支援システム。
JP20292295A 1995-07-17 1995-07-17 在庫管理診断支援方法およびシステム Pending JPH0934955A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP20292295A JPH0934955A (ja) 1995-07-17 1995-07-17 在庫管理診断支援方法およびシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP20292295A JPH0934955A (ja) 1995-07-17 1995-07-17 在庫管理診断支援方法およびシステム

Publications (1)

Publication Number Publication Date
JPH0934955A true JPH0934955A (ja) 1997-02-07

Family

ID=16465388

Family Applications (1)

Application Number Title Priority Date Filing Date
JP20292295A Pending JPH0934955A (ja) 1995-07-17 1995-07-17 在庫管理診断支援方法およびシステム

Country Status (1)

Country Link
JP (1) JPH0934955A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11149509A (ja) * 1997-11-17 1999-06-02 Chuo Shoji Kk 売上代金回収管理装置とその方法及び売上代金回収管理プログラムを記録した記録媒体
JP2003316857A (ja) * 2002-04-19 2003-11-07 Ns Solutions Corp 情報処理装置、製品管理システム、製品管理方法、記録媒体、及びプログラム
US7328168B2 (en) 2001-03-29 2008-02-05 Fujitsu Limited Daily delivered articles order optimization support system, method, and storage medium therefor
JP2009140350A (ja) * 2007-12-07 2009-06-25 Hitachi Ltd サプライチェーン評価システム、方法、及びプログラム。
CN116188119A (zh) * 2023-04-27 2023-05-30 天津医药集团众健康达医疗器械有限公司 临时医疗场所的耗材管理系统、方法、终端设备及介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH11149509A (ja) * 1997-11-17 1999-06-02 Chuo Shoji Kk 売上代金回収管理装置とその方法及び売上代金回収管理プログラムを記録した記録媒体
US7328168B2 (en) 2001-03-29 2008-02-05 Fujitsu Limited Daily delivered articles order optimization support system, method, and storage medium therefor
JP2003316857A (ja) * 2002-04-19 2003-11-07 Ns Solutions Corp 情報処理装置、製品管理システム、製品管理方法、記録媒体、及びプログラム
JP2009140350A (ja) * 2007-12-07 2009-06-25 Hitachi Ltd サプライチェーン評価システム、方法、及びプログラム。
CN116188119A (zh) * 2023-04-27 2023-05-30 天津医药集团众健康达医疗器械有限公司 临时医疗场所的耗材管理系统、方法、终端设备及介质
CN116188119B (zh) * 2023-04-27 2023-08-22 天津医药集团众健康达医疗器械有限公司 临时医疗场所的耗材管理系统、方法、终端设备及介质

Similar Documents

Publication Publication Date Title
Ramaa et al. Impact of warehouse management system in a supply chain
Lee et al. Designing products and processes for postponement
Abernathy et al. Retailing and supply chains in the information age
US5128861A (en) Inventory control method and system
Çeven et al. Optimal wave release times for order fulfillment systems with deadlines
US20150112750A1 (en) Supply network optimization method and system for multiple objectives
Sana The stochastic EOQ model with random sales price
EP3477565A1 (en) Inventory control and ordering device, inventory control and ordering method, and computer program
Ivanov et al. Inventory management
Closs et al. Multi‐Stage Transportation Consolidation Analysis Using Dynamic Simulation
Md Mashud et al. An economic order quantity model for decaying products with the frequency of advertisement, selling price and continuous time dependent demand under partially backlogged shortage
Meyr et al. Supply chain analysis
Nahmias et al. Mathematical models of retailer inventory systems: A review
Meyr et al. Basics for modelling
JPH0934955A (ja) 在庫管理診断支援方法およびシステム
Badri A simulation model for multi-product inventory control management
Conrad et al. Turbo Flow: Using plan for every part (PFEP) to Turbo charge your supply chain
EP1530143A2 (en) Determination of best transportation guidelines
Siregar et al. Analysis of Service Delivery Improvement of Manufactured Products with Lean Method Management
Wallach Reducing wave cycle time at a multi-channel distribution center
JP2003203110A (ja) 物流ネットワーク評価システム
Asudi et al. role of warehouse layout design on performance of distribution firms in Kenya; case of DHL supply chain
Blomqvist A warehouse design framework for order processing and materials handling improvement-Case Etra Oy
Bansal Theory and practice of advanced planner and optimizer in supply chain domain
JP2001265866A (ja) 販売在庫シミュレーター、販売在庫シミュレーターを組み込んだ商品在庫管理システム、および機会損失を補正する販売在庫シミュレーション方法

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20040209

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20040316

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20040323