WO2018185898A1 - 物流支援システム及び物流支援方法 - Google Patents

物流支援システム及び物流支援方法 Download PDF

Info

Publication number
WO2018185898A1
WO2018185898A1 PCT/JP2017/014295 JP2017014295W WO2018185898A1 WO 2018185898 A1 WO2018185898 A1 WO 2018185898A1 JP 2017014295 W JP2017014295 W JP 2017014295W WO 2018185898 A1 WO2018185898 A1 WO 2018185898A1
Authority
WO
WIPO (PCT)
Prior art keywords
order quantity
information
order
delivery destination
case
Prior art date
Application number
PCT/JP2017/014295
Other languages
English (en)
French (fr)
Inventor
宏一 小竹
崇治 櫻田
Original Assignee
株式会社日立物流
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 株式会社日立物流 filed Critical 株式会社日立物流
Priority to PCT/JP2017/014295 priority Critical patent/WO2018185898A1/ja
Priority to JP2019511011A priority patent/JP6806885B2/ja
Publication of WO2018185898A1 publication Critical patent/WO2018185898A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management

Definitions

  • the present invention relates to a technology that supports logistics by calculating the recommended number of orders.
  • JP 2014-26344 A Patent Document 1
  • This gazette states that “predicted values that follow future changes are calculated by automatically adjusting predicted values based on past actual values and future predicted values” (see summary). .
  • Patent Document 1 JP 2014-26344 A
  • a company entrusted with logistics operations sends products to a distribution warehouse and, if necessary, orders delivery from the distribution warehouse to a store to a distribution company.
  • the number of deliveries for the plurality of stores is collectively ordered.
  • a logistics company When a logistics company receives an order for delivery to a store from a company entrusted with logistics operations, it first performs picking work to retrieve the product from the area where the product is stored, and then classifies the retrieved product for each store. Products are delivered to each store by performing sorting work. A company that entrusts logistics operations pays the logistics company a logistics cost proportional to the number of man-hours for picking and sorting.
  • commodities in a distribution warehouse are stored in a state of being packed in quantities called packing units (for example, cases) determined for each product. If the number of orders is a multiple of the packaging unit, the logistics company picks the goods in the packaging unit. If the number of orders is not a multiple of the packing unit, the packing is unpacked, and the product is picked by one unit by the fraction less than the packing unit. Therefore, the work efficiency is best when the number of orders for each work matches a multiple of the product packaging unit. For this reason, work efficiency is best if the number of orders at each store can be matched to a multiple of the product packaging unit.
  • packing units for example, cases
  • the total number of orders for all stores is It is possible to increase the work efficiency by making it equal to a multiple of the packing unit. By increasing the work efficiency, it is possible to reduce the logistics expenses paid by the entrusting company.
  • each store determines the number of orders according to the circumstances of its own store, the entrusted company cannot freely change the number of orders at each store.
  • a small store has a limited space for storing products, and the number of products that can be accepted is limited.
  • the number of products that can be accepted is limited.
  • each store determines the number of orders according to the circumstances of its own store, it is necessary to confirm the conditions that can be additionally accepted for each store.
  • Patent Document 1 In the mechanism of Patent Document 1 in which the number of orders for a store is changed based on past results, the number of orders that cannot be realized may be determined because the acceptance conditions on the store side are not considered. In addition, since the number of orders for one store is determined, it is not possible to determine to which store how many additional orders required to make the total number of orders for all stores a multiple of the packaging unit. The challenge is to calculate the number of orders that will contribute to the reduction of work man-hours while satisfying the conditions for accepting the store so that the logistics costs paid by the company can be reduced.
  • the physical distribution support system of the present invention includes case quantity information indicating the maximum value of the number of pieces, which is the number of articles stored in one case, a work man-hour unit price for each case of the articles, and The work man-hour unit price information indicating the work man-hour unit price for each piece, the order information indicating the order number for each delivery destination of the article, and the number of the articles that each delivery destination can accept in addition to the order quantity are determined.
  • the maximum receiving number that is the maximum number of the articles that can be received by each delivery destination is calculated.
  • An order quantity calculation unit for generating one or more order quantity proposals in which the order quantity of at least one delivery destination is increased within a range not exceeding the maximum number received; the case quantity information and the work man-hour unit price information
  • An order quantity extraction unit that calculates a logistics cost for each proposed order quantity, extracts one or more order quantity plans that reduce the logistics cost compared to before the order quantity change, and the extracted one
  • a display unit for outputting the above-mentioned order quantity proposal.
  • the number of orders in a warehouse can be reduced by satisfying the acceptance conditions of each store, and the number of work in the warehouse can be reduced, and the logistics cost can be reduced.
  • FIG. 1 is a block diagram showing an example of a functional configuration of a recommended order quantity calculating apparatus according to an embodiment of the present invention.
  • the recommended order quantity calculation device 100 is an apparatus that supports physical distribution by calculating a recommended order quantity, which will be described later, and includes an input unit 110, a storage unit 120, an order quantity calculation unit 130, an order quantity extraction unit 140, and a display. Part 150.
  • the input unit 110 is a user interface that reads data (external data) stored outside the apparatus.
  • the storage unit 120 stores data read by the input unit 110.
  • the order quantity calculation unit 130 reads the product master information 121, the past order information 123, the past distribution information 124, the acceptance condition information 125, and the order information 126, and receives the maximum acceptance quantity information 127, the demand forecast information 128, and the recommended order quantity plan information 129. Is calculated.
  • the order quantity extraction unit 140 reads the work man-hour master information 122 and the recommended order quantity plan information 129, and extracts a recommended order quantity plan that reduces logistics costs.
  • the display unit 150 displays the maximum received number information 127, the distribution cost of the plan for reducing the distribution cost calculated from the work man-hour master information 122 and the recommended order number plan information 129, and the number of orders changed. It is a user interface for.
  • the recommended order quantity calculation device 100 is controlled by a recommended order quantity calculation program (not shown) that implements a recommended order quantity calculation process.
  • FIG. 2 is a block diagram illustrating an example of a hardware configuration and a system configuration of the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the recommended order quantity calculating apparatus 100 includes a CPU (Central Processing Unit) 201, a RAM (Random Access Memory) 210, a ROM (Read Only Memory) 220, an auxiliary storage device 230, a display device 240, an input device 250, a media reading device 260, And a communication device 270.
  • a CPU Central Processing Unit
  • RAM Random Access Memory
  • ROM Read Only Memory
  • the CPU 201 is a unit that executes various calculations.
  • the CPU 201 executes various processes by executing a predetermined recommended order quantity calculation program loaded from the auxiliary storage device 230 to the RAM 210. That is, in the following description, the processing executed by the order quantity calculation unit 130 and the order quantity extraction unit 140 is actually executed by the CPU 201 according to the recommended order quantity calculation program.
  • the processing executed by the input unit 110 and the display unit 150 is actually executed by the CPU 201 controlling the input device 250, the media reading device 260, the communication device 270, the display device 240, and the like according to the recommended order quantity calculation program.
  • the CPU 201 controls the input device 250, the media reading device 260, the communication device 270, the display device 240, and the like according to the recommended order quantity calculation program.
  • the recommended order quantity calculation program is, for example, an application program that can be executed on an OS (Operation System) program.
  • the recommended order quantity calculation program may be installed in the auxiliary storage device 230 from a portable storage medium via the media reader 260, for example.
  • the RAM 210 is a memory that stores a program executed by the CPU 201 and data necessary for executing the program.
  • the ROM 220 is a memory that stores a program and the like necessary for starting the recommended order quantity calculation apparatus 100.
  • the auxiliary storage device 230 is a device such as an HDD (Hard Disk Drive).
  • the auxiliary storage device 230 may be an SSD (Solid State Drive) using a flash memory or the like.
  • the display device 240 is a device such as a CRT display, LCD (Liquid Crystal Display), and organic EL (Electro-Luminescence) display.
  • the input device 250 is a device such as a keyboard, a mouse, and a microphone.
  • the media reader 260 is a device that reads information from a portable storage medium having portability such as a CD-ROM.
  • the communication device 270 inputs and outputs data with an external device via the network 280.
  • the recommended order quantity calculation apparatus 100 may acquire the product master information 121, the work man-hour master information 122, the past order information 123, and the past distribution information 124 from the Warehouse Management System (WMS) 290 via the network 280.
  • WMS Warehouse Management System
  • the recommended order quantity calculation apparatus 100 may acquire the acceptance condition information 125 and the order information 126 from the customer system 292 via the network 280.
  • FIG. 3 is a flowchart illustrating an example of a recommended order quantity calculation process executed by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the input unit 110 performs an external data reading process 310 and stores it in the storage unit 120.
  • the order quantity calculation unit 130 and the order quantity extraction unit 140 execute a recommended order quantity calculation / extraction process 320 to extract an order quantity plan that reduces the distribution cost.
  • External data reading process 310 In the external data reading process 310 of FIG. 3, the input unit 110 reads product master information, work man-hour master information, past order information, past distribution information, acceptance condition information, and order information, which are external data, and stores them in the storage unit 120. . Specifically, the media reading device 260 or the communication device 270 captures external data and stores it in the auxiliary storage device 230.
  • FIG. 4 is an explanatory diagram illustrating an example of the product master information 121 held by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the product master information 121 has at least data items that define a product code 410, a product name 420, and a case quantity 430.
  • the product code 410 and the product name 420 are information for identifying items of each product. These correspond to the product code 510 and the product name 520 and the like in FIG.
  • the case quantity 430 is the maximum value of the number of pieces of goods that can be stored in one case.
  • FIG. 5 is an explanatory diagram illustrating an example of the work man-hour master information 122 held by the recommended order quantity calculating apparatus 100 according to the embodiment of this invention.
  • the work man-hour master information 122 includes at least data items defining a product code 510, a product name 520, a piece work man-hour unit price 530, and a case work man-hour unit price 540.
  • the product code 510 and the product name 520 are information for identifying items of each product.
  • the piece work man-hour unit price 530 is a unit price of work man-hours for each product (that is, work man-hours per piece).
  • the case work man-hour unit price 540 is a unit price of work man-hours in a packing unit (that is, work man-hours per case).
  • 6A to 6C are explanatory diagrams illustrating examples of past order information 123 held by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the past order information 123 has at least data items defining a date 610, a store name 620, a product code 630, and an order quantity 640. These are the date when the product was actually ordered in the past, information identifying the delivery destination of the product, information identifying the item of the product, and the number (number of pieces) the product was ordered. 6A to 6C show past order information 123 related to the product codes A0001 to A0003, respectively.
  • FIG. 7 is an explanatory diagram illustrating an example of past distribution information 124 held by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the past allocation information 124 includes at least data items defining a date 710, a store name 720, a product code 730, and a past allocation number 740. These are the date when the product was actually allocated in the past, the information identifying the delivery destination that was the target of the allocation, the information identifying the allocated product, and the number of products distributed (pieces) Number).
  • the distribution means that the order quantity of the product is added, and the added quantity is the allocation number.
  • FIG. 8 is an explanatory diagram illustrating an example of the acceptance condition information 125 held by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the acceptance condition information 125 includes at least data items defining a store name 810, a product code 820, and an acceptance condition 830. These are information for identifying the delivery destination of the product, information for identifying the item of the product, and conditions for accepting the distribution of the product by the store of the delivery destination (in other words, the store places an order for the product first) The condition for determining the acceptable quantity in addition to the given quantity).
  • a condition based on the past number of orders may be set. This makes it possible to create an order quantity plan that matches the actual situation of each store.
  • the first record of the acceptance condition information 125 in FIG. 8 is a store whose store name is “delivery destination A” (hereinafter also simply referred to as “delivery destination A”. The same applies to other stores).
  • the distribution of the product with “A0001” (hereinafter also simply referred to as “product A0001”. The same applies to other products) can accept up to 2 pieces per day (in other words, for example, the initial order number is “8” indicates that the order quantity can be changed to “9” or “10”).
  • the third record indicates that the delivery destination A cannot accept the distribution of the product A0003.
  • the sixth record indicates that the delivery destination B can accept the distribution of the product A0003 if the delivery destination B is up to the maximum number of distributions of the product A0003 that has been accepted in the past.
  • the ninth record indicates that if the delivery destination C has received the distribution of the product A0003 in the past, the delivery destination C can accept the distribution of the product A0003.
  • the delivery destination D In the 10th and 11th records, if the delivery destination D has received the distribution of the product A0001 in the past and the number of allocations for 4 consecutive days is within 5 pieces, the delivery destination D is the product A0001. It shows that the distribution can be accepted.
  • the 16th and 17th records can be accepted if the delivery destination E is up to 2 pieces per day for the product A0003, but if the delivery destination E has accepted the distribution of the product A0003 at the time of the previous order, Indicates unacceptable.
  • FIG. 9 is an explanatory diagram showing an example of order information 126 held by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the order information 126 includes at least data items defining a date 910, a store name 920, a product code 930, and an order quantity 940. These are the date to be ordered, information for identifying the store to which the ordered product is delivered, information for identifying the item of the ordered product, and the quantity of the ordered product.
  • a date 910 a store name 920
  • a product code 930 a product code 930
  • an order quantity 940 defining a date 910, a store name 920, a product code 930, and an order quantity 940. These are the date to be ordered, information for identifying the store to which the ordered product is delivered, information for identifying the item of the ordered product, and the quantity of the ordered product.
  • an order for a product whose delivery destination is a store identified by “delivery destination A” may be described as “order from delivery destination A” for convenience.
  • such ordering is performed by a person other than the delivery destination A (for example, a person who manages a plurality of stores
  • the recommended order quantity calculation apparatus 100 starts (2) recommended order quantity calculation / extraction processing 320.
  • FIG. 10 is a flowchart illustrating an example of the recommended order quantity calculation / extraction process 320 executed by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the order quantity calculation unit 130 searches the acceptance condition information 125 stored in the storage unit 120, and performs processing 1010 for calculating the maximum number of receipts at each store.
  • the order quantity calculation unit 130 generates a proposal for an order quantity that can round up the order quantity of the store to a multiple of the product packaging unit within the range of the maximum number of receipts calculated in (2-1). Processing 1020 is performed.
  • the order quantity extraction unit 140 calculates a distribution cost for each of the generated order quantity proposals, and performs processing 1030 for extracting an order quantity proposal that reduces the logistics costs.
  • a process 1040 for determining whether or not the end condition is satisfied is performed, and (2-2) and (2-3) are repeatedly performed until the end condition is satisfied. For example, it may be determined that the end condition is satisfied when the process is executed for all the proposed orders.
  • FIG. 10 each process of FIG. 10 will be described.
  • the order quantity calculation unit 130 first searches the past order information 123 stored in the storage unit 120, and calculates demand prediction information by the following procedure. That is, the order quantity calculation unit 130 extracts the store name 920, the product code 930, and the order quantity 940 line by line from the order information 126. Then, the order quantity calculation unit 130 has the same store name 620 and product code 630 as the extracted shop name 920 and product code 930, and has an order quantity 640 that is greater than or equal to the order number 940 of the extracted line. All rows are searched from data for a predetermined number of days (six days in this embodiment) included in the past order information 123.
  • the order quantity calculation unit 130 calculates a ratio from the store name 920, the product code 930, the order quantity 940 extracted from the order information 126, and the number of rows retrieved from the past order information 123, and calculates this in the future. It is acquired as the demand probability, which is the probability that the store will place an order.
  • the order number 940 for the product A0001 from the delivery destination A on December 7 is 8.
  • the number of orders from the delivery destination A to the product A0001 was 8 days, the day 9 was 1 day, and the day 10 was 4 days. It was. That is, 6 days out of 6 days (ie, 100%) when the number of orders was 8 or more, 5 days out of 6 days (ie, about 83%), and 4 days out of 6 days when it was 10 or more. Day (that is, about 67%), and these values are demand probabilities relating to the merchandise A0001 of the delivery destination A calculated as of December 7.
  • the demand probability is an index indicating the magnitude of demand for the product A0001 at the delivery destination A. For example, when the initial order quantity for the product A0001 from the delivery destination A on December 7 is “8”, the order quantity is changed to “10” in accordance with the recommended order quantity proposal. Individuals can be redundant as of December 7th. However, if the demand probability of the number of orders “10” is high, there is a high probability that an order for 10 pieces of product A0001 will be placed in the near future, so 10 orders on December 7 will be put ahead of their future orders. You can think of it as something you did. In order to avoid the risk that the product will remain unsold for a long time, it is desirable to change the number of orders within a range where the demand probability is somewhat high.
  • the order quantity calculation unit 130 calculates the maximum number received. Specifically, the order quantity calculation unit 130 refers to the acceptance condition 830 of the acceptance condition information, and the acceptance condition that can be calculated based only on the current information, for example, “up to x piece per day” is designated. In this case, the maximum number of acceptances is calculated based on the acceptance conditions. If acceptance conditions that require past information are specified, for example, “possible if there is a past record” or “possible up to the maximum number of past records” is specified, the specified acceptance condition, past order information 123, order information 126, based on the past distribution information 124 and the demand prediction information 128, the maximum number of acceptance is calculated.
  • the order quantity calculation unit 130 determines from the acceptance condition information 125 a store name 810 and a product code 820 for identifying the target store and product (these values are used). The acceptance condition 830 corresponding to the store name and the product code) is extracted. Next, the order quantity calculation unit 130 specifies the order number 940 corresponding to the store name and the product code from the order information 126 when the extracted acceptance condition 830 is “up to 1 day x piece is possible”, and specifies The value obtained by adding x to the ordered number 940 is set as the maximum accepted number.
  • the order quantity calculation unit 130 extracts all the past allocation numbers 740 corresponding to the store name and the product code from the past allocation information 124 and extracts them. Further, a value obtained by adding the order number 940 to the maximum number of past distribution numbers 740 is set as the maximum accepted number.
  • the order quantity calculation unit 130 determines the past x days corresponding to the store name and the product code from the past distribution information 124.
  • the past allocation number 740 is extracted and the total amount thereof is calculated.
  • the order quantity calculation unit 130 sets a value obtained by adding the difference between y and the total quantity to the order quantity 940 corresponding to the store name and the product code as the maximum accepted number. .
  • the order quantity calculation unit 130 searches the past order information 123 for the date corresponding to the store name and the product code, and the last date among them Specify the date. Further, the order quantity calculation unit 130 searches the past allocation information 124 for the date corresponding to the store name and the product code, and there is a record having a date 610 that matches the last date specified from the past order information 123. In the case, the acceptance is not possible, the absence is present, the acceptance is possible, and the maximum number of orders 640 corresponding to the store name and the product code retrieved from the past order information 123 is the maximum acceptance number of the store name and the product code. It is a number.
  • the order quantity calculation unit 130 extracts information corresponding to the store name and the product code from the past allocation information 124, and the date before the date If the record does not exist, it will not be accepted. If there is a record before the date, it can be accepted, and the maximum number of orders 640 corresponding to the store name and the product code retrieved from the past order information 123 is the maximum acceptance number of the store name and the product code. It is a number.
  • the order quantity calculation unit 130 sets the minimum number among the acceptance maximum numbers calculated for each acceptance condition as the final acceptance maximum number. .
  • the order quantity calculation unit 130 evaluates the possibility that the additional order quantity calculated from the acceptance conditions will be in the range of the order quantity after the next time, from the demand forecast information 128, the store name, the product code , And the demand probability that the number of orders changed by adding the additional amount matches. For example, when an order quantity proposal is generated in which the order quantity of the product code A0003 of the delivery destination D is changed to “4” by adding “1” to the initial value “3”, the “delivery destination D” from FIG. ”,“ A0003 ”, and demand probability“ 67% ”corresponding to“ 4 pieces or more ”are identified and held as demand probabilities corresponding to the proposed order quantity.
  • FIG. 11 is an explanatory diagram showing an example of the maximum acceptance number information 127 held by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the maximum acceptance number information 127 has at least data items defining a store name 1110, a product code 1120, and a maximum acceptance number 1130. These are the information for identifying the delivery destination of the product, the information for identifying the product item, and the maximum number of receipts calculated by the processing of FIG. For example, as shown in FIG. 9, when the delivery destination A orders 8 products A0001 on December 7, and the delivery destination A can accept 2 products A0001 as shown in FIG. The maximum number 1130 of goods A0001 of the delivery destination A on December 7 is 10. This is because the actual acceptance number of the goods A0001 of the delivery destination A on December 7 can be either 8, 9, or 10, in other words, the goods A0001 of the delivery destination A on December 7. This indicates that the number of orders can be changed from the original order quantity of 8 to 9 or 10.
  • FIG. 12 is an explanatory diagram illustrating an example of the demand prediction information 128 held by the recommended order quantity calculation device 100 according to the embodiment of this invention.
  • the demand prediction information 128 includes at least data items that define a store name 1210, a product code 1220, an order quantity 1230, and a probability 1240.
  • the probability 1240 is a probability that the delivery destination identified by the store name 1210 orders more than the number indicated by the order quantity 1230 (that is, the demand probability) for the item identified by the item code 1220, and is calculated by the process of FIG. Is done.
  • the order quantity calculation unit 130 searches the maximum acceptance number information 127 stored in the storage unit 120, and places orders for at least one store within a range not exceeding the maximum acceptance number 1130. By increasing the number, one or more draft orders are generated. For example, the order quantity calculation unit 130 determines that the total order quantity obtained by adding up the order quantity of each product code for all store names, or the order quantity of at least one store name among the order quantities of each product code is the number of case orders. The number of orders that is a multiple of 430 is calculated.
  • the order quantity calculation unit 130 when the total order quantity is rounded up to the case quantity 430 unit, when the order quantity of each store can be rounded up to a multiple of the case quantity 430, the total order quantity
  • the total number of orders is rounded up to a multiple of the number of cases 430.
  • the proposed order quantity is calculated by rounding the number up to a multiple of the case quantity 430.
  • the store names having the maximum number of receipts 1130 of the order number 940 or more are the delivery destination A and the delivery destination D. Since the number of orders for delivery destination A is 8 pieces and the maximum number of receipts is 10 pieces, when changing the order quantity for one store name up to the maximum number of receipts, the order quantity calculation unit 130 uses the delivery destination A of the product code A0001. The number of orders is sequentially changed to 9 pieces and 10 pieces. As shown in the product master information 121 in FIG.
  • the case quantity 430 of the product code A0001 is 10 pieces, so the order quantity calculation unit 130 uses the original order quantity of 8 pieces of the product code A0001 and the changed order quantity 9 Among the pieces and 10 pieces, an order quantity of 10 pieces in which the total order quantity of the product code A0001 or the order quantity of the delivery destination A is a multiple of the packing unit (1 in this example) is generated as a recommended order quantity proposal.
  • the order quantity calculation unit 130 sequentially changes the original order quantity 3 pieces of the delivery destination D of the product code A0001 to 4 pieces and 5 pieces. Among these, there is no proposal in which the total order quantity of the product code A0001 or the order quantity of the delivery destination D is a multiple of the packing unit, and therefore no recommended order quantity proposal is generated.
  • the order quantity calculation unit 130 proposes an order quantity with the order quantity of the delivery destination A being 9 pieces and the order quantity of the delivery destination D being 4 pieces, and the order of the delivery place A.
  • the proposals for the number of orders of 9 pieces and the order quantity of the delivery destination D of 5 pieces the proposal that the total order quantity of the product code A0001 is a multiple of the case quantity of the product code A0001, and A plan in which the number of orders of each of the delivery destination A and the delivery destination D is a multiple of the number of cases in the product code A0001 is generated as a recommended order quantity proposal.
  • the order quantity calculation unit 130 generates a recommended order quantity plan in which the order numbers of the delivery destination A and the delivery destination D are changed to 9 pieces and 5 pieces, respectively (plan 1 in FIG. 13 described later). .
  • neither the order number of the delivery destination A nor the delivery destination D is a multiple of the case quantity of the product code A0001, but the total order quantity of all delivery destinations is 30 pieces, that is, the case quantity of the product code A0001. It is a multiple of (10 pieces).
  • the order quantity calculation unit 130 generates a recommended order quantity plan in which the order numbers of the delivery destination A and the delivery destination D are changed to 10 pieces and 4 pieces, respectively (plan 3 in FIG. 13 described later).
  • the order quantity calculation unit 130 generates, as the recommended order quantity proposal, one or more combinations of the number of pieces when the order quantity of the delivery destination whose order quantity can be changed is changed for each item of the product.
  • the order quantity calculation unit 130 stores the proposed order quantity proposal information 129 as a proposal 0 that does not change the order quantity.
  • FIG. 13, FIG. 14, and FIG. 15 are explanatory diagrams showing examples of recommended order quantity proposal information 129 relating to the product codes A0001, A0002, and A0003 generated by the recommended order quantity calculating apparatus 100 according to the embodiment of the present invention, respectively.
  • the recommended order quantity plan information 129 includes at least data items defining a plan No. 1310, a store name 1320, a product code 1330, an order quantity 1340, and a logistics cost 1350. These are information that identifies the generated recommended order quantity, information that identifies the delivery destination of the product, information that identifies the item of the product, the number of orders of the product to the delivery destination, and the number of orders This is the distribution cost (ie, cost).
  • the distribution cost 1350 is calculated in a recommended order quantity extraction process 1030 described below.
  • the order quantity extraction unit 140 determines the recommended order quantity from the order information 126 for each recommended order quantity plan included in the recommended order quantity proposal information 129 created in (2-2), and calculates the recommended recommended order quantity. Based on the merchandise master information and the work man-hour master information, the case work man-hour and the piece work man-hour are obtained to calculate the logistics cost 1350.
  • the order quantity extraction unit 140 selects one value of the proposal No. 1310 for determining the recommended order quantity from the recommended order quantity proposal information 129, and extracts all the recommended order quantity proposals having the selected value as the proposal No. 1310.
  • the information extracted here is referred to as the proposal No. recommended order quantity proposal information.
  • the proposal No. recommended order quantity proposal information For example, when the value “plan 8” of the plan No. 1310 is selected in the recommended order number plan information 129 related to the product code A0003 shown in FIG. 15, the 14th to 16th records are extracted as the plan number recommended order number plan information.
  • the order quantity extraction unit 140 extracts one piece of information from the plan number recommended order quantity plan information, searches the order information 126 using the value of the product code 1330 of the plan number recommended order quantity plan information as a key, All ordering information having a value that matches the value of the product code 1330 as the product code 930 is extracted.
  • the extracted order information is referred to as the product code order information.
  • the order information 126 shown in FIG. From the eleventh to fifteenth records whose product code 930 is “A0003” are extracted as the product code ordering information.
  • the order quantity extraction unit 140 extracts order information one by one from the product code order information, and determines the recommended order quantity for the store name of the order information. Specifically, the order quantity extraction unit 140 searches the proposal No. recommended order quantity proposal information using the value of the store name 920 of the order information as a key, and sets a value that matches the value of the store name 920 to the store name. When the recommended order quantity proposal information 1320 exists, the value of the order quantity 1340 of the retrieved recommended order quantity proposal information is set as the recommended order quantity. On the other hand, when there is no recommended order quantity proposal information having a value that matches the value of the store name 920 as the store name 1320, the order quantity extraction unit 140 sets the value of the order quantity 940 of the order information to the recommended order quantity. And The order quantity extraction unit 140 performs the above procedure for all order information included in the product code order information. Thereafter, the order quantity extraction unit 140 calculates the total recommended order quantity by adding the recommended order quantities determined for all the order information included in the product code order information.
  • the 14th to 15th records in FIG. 15 are extracted as the proposal number recommended order quantity information
  • the 11th to 15th records in FIG. 9 are extracted as the product code order information.
  • the values of the store names 920 of the 12th to 14th records in FIG. 9 respectively match the values of the store names 1320 of the 14th to 16th records of FIG. To do.
  • the recommended order quantity corresponding to the delivery destination B, delivery destination C, and delivery destination D is the value of the order quantity 1340 instead of the order quantity 940 values “3”, “7”, and “3”, respectively. “4”, “12”, and “4”.
  • the recommended orders for the delivery destination A and the delivery destination E are the values “9” and “12” of the order quantity 940, respectively.
  • the order quantity extraction unit 140 searches the product master information 121 using the value of the product code 930 of the product code ordering information (“A0003” in the above example) as a key, and matches the value of the product code 930.
  • the product master information (the third record shown in FIG. 4 in the above example) having the value to be processed as the product code 410 is extracted, and the value of the case quantity 430 of the extracted product master information (“12” in the above example) Is specified as the number of cases in the product code.
  • the order number extraction unit 140 adds the case of the product code to each of the total recommended order number of the plan No. obtained by the above-described procedure and the recommended order number of each order information of the product code order information. Calculate the remainder and quotient divided by the number.
  • the remainder value is defined as a piece work man-hour
  • the quotient value is defined as a case work man-hour.
  • the recommended order numbers of the delivery destination A to the delivery destination E of the product code A0001 are “9”, “4”, “12”, “4”, and “12”, respectively, and the total recommended order quantity is “ 41 ".
  • the piece work man-hours and the case work man-hours relating to the total recommended order quantity are “5” and “3”, respectively.
  • the piece work man-hours and the case work man-hours related to the delivery destination A are “9” and “0”, respectively.
  • the piece work man-hours and the case work man-hours related to the delivery destination B are “4” and “0”, respectively.
  • the piece work man-hours and the case work man-hours related to the delivery destination C are “0” and “1”, respectively.
  • the order quantity extraction part 140 calculates the expense with respect to each work by multiplying the piece work man-hour unit price 530 and case work man-hour unit price 540 of the said product code searched from the work man-hour master information 122 with respect to each. To do. Finally, the order quantity extraction unit 140 adds the cost calculated from the piece work man-hours and the cost calculated from the case work man-hours to obtain the distribution cost for ordering the product code.
  • the order quantity extraction unit 140 sets the piece work man-hour unit price 530 corresponding to the product code A0003. From the value “30” and the value “50” of the case work man-hour unit price 540, the cost related to the piece work is calculated as “270”, the cost related to the case work is calculated as “0”, and the total of both is “270” Calculate as expenses.
  • the order quantity extraction unit 140 performs the same calculation for other delivery destinations. Further, the order quantity extraction unit 140 performs the same calculation for the piece work man-hour “5” and the case work man-hour “3” obtained from the total recommended order quantity “30”.
  • the order quantity extraction unit 140 then recommends the recommended order quantity information 129 with the distribution cost calculated for all the stores and the distribution cost calculated from the total recommended order quantity (“910” in the above example) as the logistics cost 1350. Register with.
  • the order quantity extraction unit 140 performs the above-described procedure from selection of the recommended order quantity plan No. to distribution cost calculation for all recommended order quantity plans included in the recommended order quantity plan information.
  • the order quantity extraction unit 140 compares the distribution cost 1350 of each proposal No. with the proposal order quantity proposal information and the distribution cost 1350 of the proposal 0, and the distribution cost that exceeds the distribution cost of the proposal 0 is calculated. Delete the recommended order quantity information of No. As a result, out of the generated recommended order quantity proposals, those whose distribution cost is smaller than the distribution cost calculated based on the initial order quantity are extracted. For the recommended order quantity plan information that is less than the plan 0 logistics cost, plan numbers are reassigned in ascending order from 1.
  • Result output processing 330 In the result output process 330 of FIG. 3, the display unit 150 displays the maximum accepted number information 127 and the recommended order quantity plan information 129 stored in the storage unit 120. An example of the result to be displayed is shown in FIGS.
  • FIG. 16 is an explanatory diagram showing an example of a screen display of the maximum acceptance number information 127 by the recommended order quantity calculation device 100 according to the embodiment of this invention.
  • the screen display of the maximum acceptance number information includes at least data items for displaying a store name 1610, a product code 1620, a maximum acceptance number 1630, and an acceptance condition 1640.
  • the store name 1610, the product code 1620, and the acceptance condition 1640 respectively correspond to the store name 810, the product code 820, and the acceptance condition 830 of the acceptance condition information 125 shown in FIG.
  • the maximum reception number 1630 corresponds to the maximum reception number 1130 of the maximum reception number information 127 shown in FIG.
  • FIG. 17 is an explanatory diagram illustrating an example of a graph display of the distribution cost and the number of orders changed by the recommended order quantity calculation apparatus 100 according to the embodiment of this invention.
  • the graph of the distribution cost and the number of orders changed is displayed based on the recommended order quantity proposal information 129 stored in the storage unit 120.
  • a graph is displayed in which each recommended order quantity plan is plotted in a two-dimensional space in which the distribution cost is set on the horizontal axis, and the number of orders changed for distribution cost reduction is set on the vertical axis.
  • the number of orders to be changed is the number of stores that need to be changed in order to reduce the distribution cost in each recommended order quantity proposal.
  • circular figures corresponding to the plans 1 to 8 shown in FIG. 15 are plotted.
  • the display unit 150 displays a store name in which the number of orders of each plan corresponding to the circle in the graph is changed by a balloon or the like.
  • the display unit 150 uses the store name, the product code, and the number of orders of each recommended order number information that matches the plan number of the recommended order number plan information as a key to indicate the possibility of future ordering for each plan. Predictive information is searched, the order probability is calculated by multiplying the demand probability that matches the key, and the calculated order possibility is expressed as the size of a circle. For example, in the case of the plan 8, the order numbers after the change of the delivery destination B to the delivery destination D where the order number is changed are determined from the order information 126 (FIG. 9) and the recommended order quantity plan information 129 (FIG. 15).
  • the logistics cost is small, the number of stores where the number of orders is changed is small, and the possibility of ordering is high (because the possibility of unsold products is low). In practice, however, not all of them are satisfied.
  • FIG. 17 by displaying the graph so that the size of each value is intuitively easy to understand, the user can change the number of stores and the amount of the change in the number of orders for the logistics cost to be reduced. The possibility of ordering in the future can be confirmed, and a recommended number of orders that can be easily accepted by the store can be considered.
  • a recommended order quantity calculation system that reduces the work man-hours by rounding up the total order quantity of all the shops into a packing unit within a range that satisfies the acceptance condition of each shop. Furthermore, by using the past results, it is possible to determine whether or not the acceptance conditions for the past results and the predicted quantity of future orders are met.
  • the recommended order quantity calculation device is an order that can be accepted at each store at the maximum based on past performance, etc., with respect to past distribution information, order information, and acceptance conditions of each store. Identify the number.
  • the recommended order quantity calculation device selects multiple order quantity plans that reduce logistics costs by creating multiple order quantity plans for stores within the range of order quantities that can be received at each specified store and calculating logistics costs.
  • the calculated plan has a function of displaying the relationship between the distribution cost to be reduced and the number of stores and the number of stores whose order quantity is changed. Accordingly, by satisfying the acceptance conditions of each store and rounding up the number of orders into packing units, the number of man-hours in the warehouse can be reduced, and the logistics cost can be reduced.
  • each of the above-described configurations, functions, processing units, processing means, and the like may be realized by hardware by designing a part or all of them with, for example, an integrated circuit.
  • each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor.
  • Information such as programs, tables, and files that realize each function is stored in a non-volatile semiconductor memory, a hard disk drive, a storage device such as an SSD (Solid State Drive), or a computer-readable information such as an IC card, SD card, or DVD. It can be stored on a temporary data storage medium.
  • control lines and information lines indicate what is considered necessary for the explanation, and not all the control lines and information lines on the product are necessarily shown. Actually, it may be considered that almost all the components are connected to each other.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

物流支援システムであって、１ケースに格納される物品の数であるピース数の最大値を示すケース入数情報と、物品のケースごとの作業工数単価及びピースごとの作業工数単価を示す作業工数単価情報と、物品の納品先ごとの発注数を示す発注情報と、各納品先が発注数に追加して受け入れ可能な物品の数を決定する条件を示す受入条件情報と、を保持し、発注情報及び受入条件情報に基づいて、各納品先が受け入れ可能な物品の数の最大値である受入最大数を計算し、少なくとも一つの納品先の発注数を受入最大数を超えない範囲で増加させた発注数案を生成し、ケース入数情報及び作業工数単価情報に基づいて、発注数案ごとの物流費を算出し、発注数の変更前と比較して物流費が小さくなる発注数案を抽出して出力する。

Description

物流支援システム及び物流支援方法
　本発明は、推奨発注数の算出等によって物流を支援する技術に関する。
　本技術分野の背景技術として、特開２０１４－２６３４４号公報（特許文献１）がある。この公報には、「過去の実績値と将来の予測値とに基づき予測値を自動で調節することにより、将来の増減動向に追従した予測値を算出する」と記載されている（要約参照）。
　特許文献１：特開２０１４－２６３４４号公報
　近年、物流業務の効率化を図るために、店舗への配送業務を物流業者へ委託する物流業務委託が増えてきている。物流業務を委託する企業は、物流倉庫へ商品を送り、必要に応じて、物流倉庫から店舗への配送を物流業者へ発注する。納品先である店舗が複数存在する場合には、複数店舗分の納品数をまとめて発注する。
　物流業者は、物流業務を委託する企業から店舗へ配送する注文を受けた場合、まず、商品を保管しているエリアから商品を取り出すピッキング作業を行い、次に、取り出した商品を店舗毎に分類する仕分作業を行って各店舗へ商品を配送する。物流業務を委託する企業は、ピッキング作業および仕分作業の工数に比例した物流費を物流業者に支払う。
　一般に、物流倉庫内の商品は、商品毎に定められた梱包単位（例えばケース等）と呼ばれる数量ごとに梱包された状態で保管されている。発注数が梱包単位の倍数であれば、物流業者は、梱包単位で商品をピッキングする。発注数が梱包単位の倍数でなければ、梱包を解き、梱包単位に満たない端数分だけ商品を１個単位でピッキングする。したがって、各作業の発注数が商品の梱包単位の倍数と一致する場合の作業効率が最も良い。このため、各店舗の発注数を商品の梱包単位の倍数に一致させることができれば最も作業効率が良く、各店舗の発注数が商品の梱包単位にならない場合には全店舗の合計発注数を商品の梱包単位の倍数に一致させることで、作業効率を上げることが可能となる。作業効率を上げることで、委託する企業の支払う物流費を削減することが可能となる。
　ところが、各店舗は自店舗の事情に応じて発注数を決定しているため、委託する企業が各店舗の発注数を自由に変えることはできない。例えば、小さな店舗では商品を保管するスペースに限りがあり、受入れ可能な商品数が限られている。売れる数が少ない商品の場合、店舗の発注数以上に受入れた際には売れ残る可能性がある。このように、各店舗は、自店舗の事情に応じて発注数を決定しているため、店舗ごとに追加で受入れ可能な条件を確認する必要がある。
　過去の実績に基づいて店舗の発注数を変更している特許文献１の仕組みでは、店舗側の受入条件を考慮していないため、実現不可能な発注数を決定する可能性がある。また、１店舗の発注数を決定しているため、全店舗の合計発注数を梱包単位の倍数にするために必要な追加発注分をどの店舗へいくつ配布するか決定することはできない。企業が支払う物流費を削減できるように、店舗の受入条件を満足した上で作業工数の低減に寄与する発注数を算出することが課題である。
　上記課題を解決するために、本発明の物流支援システムは、１ケースに格納される物品の数であるピース数の最大値を示すケース入数情報と、前記物品のケースごとの作業工数単価及びピースごとの作業工数単価を示す作業工数単価情報と、前記物品の納品先ごとの発注数を示す発注情報と、前記各納品先が発注数に追加して受け入れ可能な前記物品の数を決定する条件を示す受入条件情報と、を保持する記憶部と、前記発注情報及び前記受入条件情報に基づいて、前記各納品先が受け入れ可能な前記物品の数の最大値である受入最大数を計算し、少なくとも一つの前記納品先の発注数を前記受入最大数を超えない範囲で増加させた一つ以上の発注数案を生成する発注数算出部と、前記ケース入数情報及び前記作業工数単価情報に基づいて、前記発注数案ごとの物流費を算出し、前記発注数の変更前と比較して前記物流費が小さくなる一つ以上の発注数案を抽出する発注数抽出部と、前記抽出された一つ以上の発注数案を出力する表示部と、を有することを特徴とする。
　本発明の一態様によれば、各店舗の受入条件を満たした上で発注数を梱包単位に切りあげることで倉庫内作業工数を低減し、物流費を削減することができる。上記した以外の課題、構成、および効果は、以下の実施形態の説明によって明らかにされる。
本発明の実施例の推奨発注数算出装置の機能構成の例を示すブロック図である。 本発明の実施例の推奨発注数算出装置のハードウェア構成およびシステム構成の例を示すブロック図である。 本発明の実施例の推奨発注数算出装置が実行する推奨発注数算出処理の例を示すフローチャートである。 本発明の実施例の推奨発注数算出装置が保持する商品マスタ情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する作業工数マスタ情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する過去発注情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する過去発注情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する過去発注情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する過去配分情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する受入条件情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する発注情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が実行する推奨発注数算出・抽出処理の例を示すフローチャートである。 本発明の実施例の推奨発注数算出装置が保持する受入最大数情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が保持する需要予測情報の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が生成する推奨発注数案情報の第１の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が生成する推奨発注数案情報の第２の例を示す説明図である。 本発明の実施例の推奨発注数算出装置が生成する推奨発注数案情報の第３の例を示す説明図である。 本発明の実施例の推奨発注数算出装置による受入最大数情報の画面表示の例を示す説明図である。 本発明の実施例の推奨発注数算出装置による物流費および発注数変更店舗数のグラフ表示の例を示す説明図である。
　以下、図面を用いて本発明の実施例を説明する。
　図１は、本発明の実施例の推奨発注数算出装置の機能構成の例を示すブロック図である。
　推奨発注数算出装置１００は、後述する推奨発注数の算出等を行うことで物流を支援する装置であり、入力部１１０、記憶部１２０、発注数算出部１３０、発注数抽出部１４０、及び表示部１５０を有する。
　入力部１１０は、装置の外部に保存されたデータ（外部データ）の読み込みを行うユーザインターフェースである。
　記憶部１２０は、入力部１１０で読み込んだデータを格納する。
　発注数算出部１３０は、商品マスタ情報１２１、過去発注情報１２３、過去配分情報１２４、受入条件情報１２５及び発注情報１２６を読込み、受入最大数情報１２７、需要予測情報１２８及び推奨発注数案情報１２９を算出する。
　発注数抽出部１４０は、作業工数マスタ情報１２２及び推奨発注数案情報１２９を読込み、物流費を削減する推奨発注数案を抽出する。
　表示部１５０は、受入最大数情報１２７と、作業工数マスタ情報１２２及び推奨発注数案情報１２９から算出された物流費が削減される案の物流費と、発注数変更店舗数と、を表示するためのユーザインターフェースである。
　推奨発注数算出装置１００は、推奨発注数算出処理を実装した推奨発注数算出プログラム（図示省略）によって制御される。
　図２は、本発明の実施例の推奨発注数算出装置１００のハードウェア構成およびシステム構成の例を示すブロック図である。
　推奨発注数算出装置１００は、ＣＰＵ（Central Processing Unit）２０１、ＲＡＭ（Random Access Memory）２１０、ＲＯＭ（Read Only Memory）２２０、補助記憶装置２３０、表示装置２４０、入力装置２５０、メディア読取装置２６０、及び通信装置２７０を有する。
　ＣＰＵ２０１は、各種演算を実行するユニットである。ＣＰＵ２０１は、補助記憶装置２３０からＲＡＭ２１０にロードした所定の推奨発注数算出プログラムを実行することによって、各種処理を実行する。すなわち、以下の説明において発注数算出部１３０及び発注数抽出部１４０が実行する処理は、実際にはＣＰＵ２０１が推奨発注数算出プログラムに従って実行する。また、入力部１１０及び表示部１５０が実行する処理は、実際にはＣＰＵ２０１が推奨発注数算出プログラムに従って入力装置２５０、メディア読取装置２６０、通信装置２７０及び表示装置２４０等を制御することによって実行される。
　推奨発注数算出プログラムは、例えば、ＯＳ（Operation System）プログラム上で実行可能なアプリケーションプログラムである。
　推奨発注数算出プログラムは、例えば、メディア読取装置２６０を介して可搬型記憶媒体から、補助記憶装置２３０にインストールされてもよい。
　ＲＡＭ２１０は、ＣＰＵ２０１により実行されるプログラム、及び、プログラムの実行に必要なデータなどを格納するメモリである。
　ＲＯＭ２２０は、推奨発注数算出装置１００の起動に必要なプログラムなどを格納するメモリである。
　補助記憶装置２３０は、例えば、ＨＤＤ（Hard Disk Drive）などの装置である。補助記憶装置２３０は、フラッシュメモリなどを用いたＳＳＤ（Solid State Drive）であってもよい。
　表示装置２４０は、例えば、ＣＲＴディスプレイ、ＬＣＤ（Liquid Crystal Display）、及び有機ＥＬ（Electro-Luminescence）ディスプレイなどの装置である。
　入力装置２５０は、例えば、キーボード、マウス、及びマイクなどの装置である。
　メディア読取装置２６０は、ＣＤ－ＲＯＭ等の可搬性を有する可搬型記憶媒体の情報を読み出す装置である。
　通信装置２７０は、ネットワーク２８０を介して外部装置との間でデータの入出力を行う。
　推奨発注数算出装置１００は、ネットワーク２８０を介して、Warehouse Management System（ＷＭＳ）２９０から商品マスタ情報１２１、作業工数マスタ情報１２２、過去発注情報１２３及び過去配分情報１２４を取得してもよい。
　推奨発注数算出装置１００は、ネットワーク２８０を介して、顧客システム２９２から、受入条件情報１２５及び発注情報１２６を取得してもよい。
　図３は、本発明の実施例の推奨発注数算出装置１００が実行する推奨発注数算出処理の例を示すフローチャートである。
　推奨発注数算出処理では、次の（１）～（３）の処理が実行される。（１）入力部１１０が外部データ読込み処理３１０を行い、記憶部１２０に格納する。（２）発注数算出部１３０及び発注数抽出部１４０が推奨発注数算出・抽出処理３２０を実施して、物流費を削減する発注数案を抽出する。（３）結果出力処理３３０では、記憶部１２０に格納された結果が検索され、表示部１５０に表示される。
　以下、図３の各処理（１）～（３）について図４～図１７を参照して説明する。
　（１）外部データ読込み処理３１０
　図３の外部データ読込み処理３１０では、入力部１１０が外部データである商品マスタ情報、作業工数マスタ情報、過去発注情報、過去配分情報、受入条件情報及び発注情報を読込み、記憶部１２０に格納する。具体的には、メディア読取装置２６０または通信装置２７０が外部データを取り込み、補助記憶装置２３０に格納する。
　図４は、本発明の実施例の推奨発注数算出装置１００が保持する商品マスタ情報１２１の例を示す説明図である。
　商品マスタ情報１２１は、少なくとも、商品コード４１０、商品名称４２０、及びケース入数４３０を定義するデータ項目を有する。商品コード４１０及び商品名称４２０は、各商品の品目を識別する情報である。これらは、それぞれ、図５以降の商品コード５１０等及び商品名称５２０等に対応する。ケース入数４３０は、１つのケースに格納できる商品のピース数の最大値である。
　図５は、本発明の実施例の推奨発注数算出装置１００が保持する作業工数マスタ情報１２２の例を示す説明図である。
　作業工数マスタ情報１２２は、少なくとも、商品コード５１０、商品名称５２０、ピース作業工数単価５３０及びケース作業工数単価５４０を定義するデータ項目を有する。商品コード５１０及び商品名称５２０は、各商品の品目を識別する情報である。ピース作業工数単価５３０は、商品単位の作業工数の単価（すなわち１ピース当たりの作業工数）である。ケース作業工数単価５４０は、梱包単位の作業工数の単価（すなわち１ケース当たりの作業工数）である。
　図６Ａから図６Ｃは、本発明の実施例の推奨発注数算出装置１００が保持する過去発注情報１２３の例を示す説明図である。
　過去発注情報１２３には、少なくとも、日付６１０、店舗名称６２０、商品コード６３０及び発注数６４０を定義するデータ項目を有する。これらは、それぞれ、過去に実際に商品が発注された日付、その商品の納品先を識別する情報、その商品の品目を識別する情報、及びその商品が発注された個数（ピース数）である。図６Ａから図６Ｃには、それぞれ、商品コードＡ０００１からＡ０００３に関する過去発注情報１２３を示す。
　図７は、本発明の実施例の推奨発注数算出装置１００が保持する過去配分情報１２４の例を示す説明図である。
　過去配分情報１２４は、少なくとも、日付７１０、店舗名称７２０、商品コード７３０及び過去配分数７４０を定義するデータ項目を有する。これらは、それぞれ、過去に実際に商品の配分が行われた日付、その配分の対象となった納品先を識別する情報、配分された商品を識別する情報、及び配分された商品の個数（ピース数）である。ここで、配分とは、商品の発注数が追加されることであり、追加された分の数量が配分数である。
　図８は、本発明の実施例の推奨発注数算出装置１００が保持する受入条件情報１２５の例を示す説明図である。
　受入条件情報１２５は、少なくとも、店舗名称８１０、商品コード８２０及び受入条件８３０を定義するデータ項目を有する。これらは、それぞれ、商品の納品先を識別する情報、商品の品目を識別する情報、及び、当該納品先の店舗が当該商品の配分を受け入れる条件（言い換えると、当該店舗が当該商品を最初に発注された数量に追加して受け入れ可能な数量を決定する条件）である。受入条件８３０としては、具体的な数の指定による条件のほか、過去の発注数を基準とする条件が設定されてもよい。これによって、各店舗の実情に合った発注数案を作成することができる。
　ここで、図８に示した受入条件８３０の具体例について説明する。例えば、図８の受入条件情報１２５の最初のレコードは、店舗名称が「納品先Ａ」である店舗（以下、単に「納品先Ａ」とも記載する。他の店舗についても同様）は、商品コードが「Ａ０００１」である商品（以下、単に「商品Ａ０００１」とも記載する。他の商品についても同様）の配分を、１日当たり２ピースまで受け入れ可能であること（言い換えると、例えば最初の発注数が「８」である場合、発注数を「９」又は「１０」に変更可能であること）を示している。
　３番目のレコードは、納品先Ａが商品Ａ０００３の配分を受け入れられないことを示している。
　６番目のレコードは、納品先Ｂが過去に受け入れた実績のある商品Ａ０００３の配分数の最大数までであれば、納品先Ｂが商品Ａ０００３の配分を受け入れられることを示している。
　９番目のレコードは、納品先Ｃが過去に商品Ａ０００３の配分を受け入れたことがあれば、納品先Ｃが商品Ａ０００３の配分を受け入れられることを示している。
　１０番目及び１１番目のレコードは、納品先Ｄが過去に商品Ａ０００１の配分を受け入れたことがあり、かつ、連続する４日間の配分数が５ピース以内であれば、納品先Ｄが商品Ａ０００１の配分を受け入れられることを示している。
　１６番目及び１７番目のレコードは、納品先Ｅが商品Ａ０００３を１日当たり２ピースまでであれば受け入れ可能だが、前回の発注時に納品先Ｅが商品Ａ０００３の配分を受け入れていた場合、今回の発注時には受け入れられないことを示している。
　図９は、本発明の実施例の推奨発注数算出装置１００が保持する発注情報１２６の例を示す説明図である。
　発注情報１２６は、少なくとも、日付９１０、店舗名称９２０、商品コード９３０及び発注数９４０を定義するデータ項目を有する。これらは、それぞれ、発注の対象の日付、発注された商品の納品先の店舗を識別する情報、発注された商品の品目を識別する情報、及び、発注された商品の数量である。なお、本実施例では、例えば「納品先Ａ」によって識別される店舗を納品先とする商品の発注を、便宜上、「納品先Ａからの発注」のように記載する場合があるが、実際には、このような発注が納品先Ａ以外の者（例えば納品先Ａを含む複数の店舗を統括して管理する者等）によって行われる場合がある。
　以上、図４～図９に示す外部データ読込みが終了すると、推奨発注数算出装置１００は、（２）推奨発注数算出・抽出処理３２０を開始する。
　（２）推奨発注数算出・抽出処理３２０
　図３の推奨発注数算出・抽出処理３２０では、発注数算出部１３０が受入最大数、発注数案を算出し、発注数抽出部１４０が物流費を計算し、物流費が削減される案を抽出する。
　図１０は、本発明の実施例の推奨発注数算出装置１００が実行する推奨発注数算出・抽出処理３２０の例を示すフローチャートである。
　推奨発注数算出・抽出処理３２０では、次の（２－１）～（２－３）の処理が実行される。（２－１）発注数算出部１３０が、記憶部１２０に格納された受入条件情報１２５を検索し、各店舗の受入最大数を算出する処理１０１０を行う。（２－２）発注数算出部１３０が、（２－１）にて算出した受入最大数の範囲で、店舗の発注数を商品の梱包単位の倍数に切り上げることができる発注数の案を生成する処理１０２０を行う。（２－３）発注数抽出部１４０が、生成された発注数の各案に対して物流費を算出して、物流費が削減される発注数案を抽出する処理１０３０を行う。その後、終了条件が満たされるか否かを判定する処理１０４０が行われ、終了条件が満たされるまで（２－２）及び（２－３）が繰り返し実施される。例えば、全ての発注数の案に対して処理を実行したときに終了条件が満たされたと判定されてもよい。以下、図１０の各処理について説明する。
　（２－１）受入最大数算出処理１０１０
　図１０の受入最大数算出処理１０１０では、発注数算出部１３０が、記憶部１２０に格納された受入条件情報１２５の受入条件８３０を満たすように、各納品先が受け入れ可能な各品目の商品の数の最大値である受入最大数を算出する。
　発注数算出部１３０は、まず、記憶部１２０に格納された過去発注情報１２３を検索し、次の手順によって需要予測情報を算出する。すなわち、発注数算出部１３０は、発注情報１２６から店舗名称９２０、商品コード９３０及び発注数９４０を一行ずつ抜き出す。そして、発注数算出部１３０は、抜き出した行の店舗名称９２０及び商品コード９３０と同一の店舗名称６２０及び商品コード６３０を有し、かつ、抜き出した行の発注数９４０以上の発注数６４０を有する全ての行を、過去発注情報１２３に含まれる所定の日数（本実施例では６日間）分のデータから検索する。そして、発注数算出部１３０は、発注情報１２６から抜き出した店舗名称９２０、商品コード９３０及び発注数９４０と、過去発注情報１２３から検索された行の数と、から比率を算出し、これを将来店舗が発注する確率である需要確率として取得する。
　ここで図６Ａ～図６Ｃ及び図９の例を参照すると、１２月７日の納品先Ａから商品Ａ０００１に対する発注数９４０は８である。一方、１２月１日から６日までの６日間のうち、納品先Ａから商品Ａ０００１に対する発注数が８だった日が１日、９だった日が１日、１０だった日が４日あった。すなわち、発注数が８以上だった日が６日中６日（すなわち１００％）、９以上だった日が６日中５日（すなわち約８３％）、１０以上だった日が６日中４日（すなわち約６７％）となり、これらの値が１２月７日の時点で計算される納品先Ａの商品Ａ０００１に関する需要確率となる。
　この需要確率は、納品先Ａにおける商品Ａ０００１の需要の大きさを示す指標である。例えば、１２月７日の納品先Ａからの商品Ａ０００１に対する当初の発注数が「８」である場合に、その発注数が推奨発注数案に従って「１０」に変更された場合、追加された２個は１２月７日の時点では余剰となり得る。しかし、発注数「１０」の需要確率が高ければ、近い将来に１０ピースの商品Ａ０００１の発注が行われる確率が高いため、１２月７日の１０個の発注は、その将来の発注を前倒しで行ったものであると考えることができる。商品が長期間売れ残るリスク等を避けるためには、需要確率がある程度高い範囲内で発注数を変更することが望ましい。
　次に、発注数算出部１３０は受入最大数を算出する。具体的には、発注数算出部１３０は、受入可能条件情報の受入条件８３０を参照し、現在の情報のみに基づいて算出可能な受入条件、例えば「１日ｘピースまで可能」が指定された場合には、その受入条件に基づいて受入最大数を算出する。過去の情報が必要となる受入条件、例えば「受入実績があれば可能」又は「過去実績の最大数まで可能」が指定された場合には、指定された受入条件、過去発注情報１２３、発注情報１２６、過去配分情報１２４及び需要予測情報１２８に基づいて受入最大数を算出する。
　ここで、本実施例における受入最大数の算出の具体例を説明する。ある店舗及び商品を対象として受入最大数を算出する場合、まず、発注数算出部１３０は、受入条件情報１２５から、対象の店舗及び商品を識別する店舗名称８１０及び商品コード８２０（これらの値を当該店舗名称及び当該商品コードとも記載する）に対応する受入条件８３０を抜き出す。次に、発注数算出部１３０は、抜き出した受入条件８３０が「１日ｘピースまで可能」である場合、発注情報１２６から当該店舗名称及び当該商品コードに対応する発注数９４０を特定し、特定した発注数９４０にｘを加算した値を受入最大数とする。
　抜き出した受入条件８３０が「過去実績の最大数まで可能」である場合、発注数算出部１３０は、過去配分情報１２４から当該店舗名称及び当該商品コードに対応する過去配分数７４０を全て抜き出し、抜き出した過去配分数７４０の最大数に発注数９４０を加算した値を受入最大数とする。
　抜き出した受入条件８３０が、「ｘ日間の合計配分数がｙピース以内」である場合、発注数算出部１３０は、過去配分情報１２４から当該店舗名称及び当該商品コードに対応する過去ｘ日分の過去配分数７４０を抜き出し、それらの合計量を算出する。算出された合計量がｙピース未満である場合、発注数算出部１３０は、ｙと合計量の差分を当該店舗名称及び当該商品コードに対応する発注数９４０に加算した値を受入最大数とする。
　抜き出した受入条件８３０が「前回受入れた場合不可」である場合、発注数算出部１３０は、過去発注情報１２３から当該店舗名称及び当該商品コードに対応する日付を検索し、それらの中の最終日の日付を特定する。さらに、発注数算出部１３０は、過去配分情報１２４から当該店舗名称と当該商品コードに対応する日付を検索し、過去発注情報１２３から特定された最終日に一致する日付６１０を有するレコードが存在する場合、受入不可とし、存在しない場合、受入可能とし、過去発注情報１２３から検索される当該店舗名称及び当該商品コードに対応する発注数６４０の最大数を、当該店舗名称及び当該商品コードの受入最大数とする。
　抜き出した受入条件８３０が「過去に配分されていれば可能」である場合、発注数算出部１３０は、過去配分情報１２４から当該店舗名称及び当該商品コードに対応する情報を抜き出し、当該日付以前のレコードが存在しない場合、受入不可とする。当該日付以前のレコードが存在する場合、受入可能とし、過去発注情報１２３から検索される当該店舗名称及び当該商品コードに対応する発注数６４０の最大数を、当該店舗名称及び当該商品コードの受入最大数とする。
　当該店舗名称及び当該商品コードに対応する受入条件８３０が複数ある場合、発注数算出部１３０は、各受入条件に対して算出した受入最大数の中の最小数を最終的な受入最大数とする。
　発注数算出部１３０は、受入条件から算出した追加分の発注数が次回以降の発注数の前倒しの範囲となる可能性を評価するために、需要予測情報１２８から、当該店舗名称、当該商品コード、および、当該追加分を追加することによって変更された発注数が一致する需要確率を保持する。例えば、納品先Ｄの商品コードＡ０００３の発注数を当初の値「３」に「１」を追加した「４」に変更する発注数案が生成された場合、後述する図１２から「納品先Ｄ」、「Ａ０００３」及び「４ピース以上」に対応する需要確率「６７％」が特定され、当該発注数案に対応する需要確率として保持される。
　図１１は、本発明の実施例の推奨発注数算出装置１００が保持する受入最大数情報１２７の例を示す説明図である。
　受入最大数情報１２７は、少なくとも、店舗名称１１１０、商品コード１１２０及び受入最大数１１３０を定義するデータ項目を有する。これらは、それぞれ、商品の納品先を識別する情報、商品の品目を識別する情報、及び、図１０の処理によって計算された受入最大数である。例えば、図９に示すように、１２月７日に納品先Ａが商品Ａ０００１を８個発注しており、図８に示すように、納品先Ａが商品Ａ０００１を２個受け入れ可能である場合、１２月７日における納品先Ａの商品Ａ０００１の受入最大数１１３０は１０個となる。これは、１２月７日における納品先Ａの商品Ａ０００１の実際の受入数が、８個、９個又は１０個のいずれかとなり得ること、言い換えると、１２月７日における納品先Ａの商品Ａ０００１の発注数を、元の発注数である８個から９個又は１０個に変更可能であることを示している。
　図１２は、本発明の実施例の推奨発注数算出装置１００が保持する需要予測情報１２８の例を示す説明図である。
　需要予測情報１２８は、少なくとも、店舗名称１２１０、商品コード１２２０、発注数１２３０及び確率１２４０を定義するデータ項目を有する。この確率１２４０は、店舗名称１２１０によって識別される納品先が、商品コード１２２０によって識別される商品を、発注数１２３０に示す数以上発注する確率（すなわち需要確率）であり、図１０の処理によって計算される。
　（２－２）推奨発注数算出処理１０２０
　図１０の推奨発注数算出処理１０２０では、発注数算出部１３０は、記憶部１２０に格納された受入最大数情報１２７を検索し、受入最大数１１３０を超えない範囲で、少なくとも一つの店舗の発注数を増加させることによって、一つ以上の発注数案を生成する。例えば、発注数算出部１３０は、各商品コードの発注数を全店舗名称について合計した合計発注数、または、各商品コードの発注数のうち、少なくとも一つの店舗名称の発注数が、ケース入数４３０の倍数になるような発注数を算出する。
　また本処理では、発注数算出部１３０は、合計発注数をケース入数４３０単位に切り上げた案に対して、各店舗の発注数をケース入数４３０の倍数に切り上げることができる場合、合計発注数と各店舗の発注数をケース入数４３０の倍数にした際の双方の物流費削減効果を評価するために、合計発注数をケース入数４３０の倍数に切り上げた案から、さらに店舗の発注数をケース入数４３０の倍数に切り上げた発注数案を算出する。
　図９及び図１１の例では、商品コードＡ０００１を発注している店舗名称の中で、受入最大数１１３０が発注数９４０以上となっている店舗名称は、納品先Ａと納品先Ｄである。納品先Ａの発注数は８ピース、受入最大数は１０ピースであるため、１つの店舗名称の発注数を受入最大数まで変更する場合、発注数算出部１３０は、商品コードＡ０００１の納品先Ａの発注数を９ピース及び１０ピースに順次変更する。図４の商品マスタ情報１２１に示すように、商品コードＡ０００１のケース入数４３０は１０ピースであるため、発注数算出部１３０は、商品コードＡ０００１の元の発注数８ピース、変更した発注数９ピース及び１０ピースの中で、商品コードＡ０００１の合計発注数または納品先Ａの発注数が梱包単位の倍数（この例では１倍）となる１０ピースの発注数を推奨発注数案として生成する。
　納品先Ｄについても同様に、発注数算出部１３０は、商品コードＡ０００１の納品先Ｄの元の発注数３ピースを４ピース及び５ピースに順次変更する。これらの中に、商品コードＡ０００１の合計発注数または納品先Ｄの発注数が梱包単位の倍数となる案は存在しないため、推奨発注数案を生成しない。
　２つの店舗名称の発注数を変更する場合は、発注数算出部１３０は、納品先Ａの発注数を９ピース、納品先Ｄの発注数を４ピースとした発注数案、納品先Ａの発注数を９ピース、納品先Ｄの発注数を５ピースとした発注数案、の各案の中で、商品コードＡ０００１の合計発注数が商品コードＡ０００１のケース入数の倍数になる案、並びに、納品先Ａ及び納品先Ｄそれぞれの発注数が商品コードＡ０００１のケース入数の倍数になる案を推奨発注数案として生成する。
　本実施例では、発注数算出部１３０は、納品先Ａ及び納品先Ｄの発注数を、それぞれ、９ピース及び５ピースに変更した推奨発注数案を生成する（後述する図１３の案１）。この案では、納品先Ａ、納品先Ｄのいずれの発注数も商品コードＡ０００１のケース入数の倍数にならないが、全納品先の合計発注数は３０ピース、すなわち、商品コードＡ０００１のケース入数（１０ピース）の倍数となる。さらに、発注数算出部１３０は、納品先Ａ及び納品先Ｄの発注数を、それぞれ、１０ピース及び４ピースに変更した推奨発注数案を生成する（後述する図１３の案３）。この案では、納品先Ａの発注数、及び、全納品先の合計発注数が、商品コードＡ０００１のケース入数の倍数となる。このように、発注数算出部１３０は、商品の品目ごとに、発注数を変更可能な納品先の発注数を変更した場合のピース数の一つ以上の組合せを推奨発注数案として生成する。
　また、発注数算出部１３０は、発注数を変更しない案を案０として、推奨発注数案情報１２９に格納する。
　図１３、図１４及び図１５は、それぞれ、本発明の実施例の推奨発注数算出装置１００が生成する商品コードＡ０００１、Ａ０００２及びＡ０００３に関する推奨発注数案情報１２９の例を示す説明図である。
　推奨発注数案情報１２９は、少なくとも、案Ｎｏ１３１０、店舗名称１３２０、商品コード１３３０、発注数１３４０及び物流費１３５０を定義するデータ項目を有する。これらは、それぞれ、生成した推奨発注数案を識別する情報、商品の納品先を識別する情報、商品の品目を識別する情報、当該納品先への当該商品の発注数、及び、その発注数の場合の物流費（すなわちコスト）である。物流費１３５０は、次に説明する推奨発注数抽出処理１０３０において算出される。
　（２－３）推奨発注数抽出処理１０３０
　発注数抽出部１４０は、（２－２）によって作成された推奨発注数案情報１２９に含まれる各推奨発注数案に対して、発注情報１２６から推奨発注数を決定し、算出した推奨発注数から商品マスタ情報及び作業工数マスタ情報に基づいてケース作業工数およびピース作業工数を求めて物流費１３５０を算出する。
　まず、推奨発注数の決定手順を説明する。発注数抽出部１４０は、推奨発注数案情報１２９から推奨発注数を決定する案Ｎｏ１３１０の値を１つ選択し、選択した値を案Ｎｏ１３１０として有する推奨発注数案を全て抽出する。ここで抽出した情報を当該案Ｎｏ推奨発注数案情報と呼ぶ。例えば、図１５に示す商品コードＡ０００３に関する推奨発注数案情報１２９において案Ｎｏ１３１０の値「案８」が選択された場合、１４番目から１６番目のレコードが当該案Ｎｏ推奨発注数案情報として抽出される。
　次に、発注数抽出部１４０は、当該案Ｎｏ推奨発注数案情報から１つの情報を取り出し、当該案Ｎｏ推奨発注数案情報の商品コード１３３０の値をキーにして発注情報１２６を検索し、当該商品コード１３３０の値と一致する値を商品コード９３０として有する全ての発注情報を抽出する。抽出した発注情報を当該商品コード発注情報と呼ぶ。例えば、上記のように図１５に示す商品コードＡ０００３に関する推奨発注数案情報１２９の１４番目から１６番目のレコードが当該案Ｎｏ推奨発注数案情報として抽出された場合、図９に示す発注情報１２６から、商品コード９３０の値が「Ａ０００３」である１１番目から１５番目までのレコードが当該商品コード発注情報として抽出される。
　次に、発注数抽出部１４０は、当該商品コード発注情報の中から１つずつ発注情報を抜き出し、当該発注情報の店舗名称に対して推奨発注数を決定する。具体的には、発注数抽出部１４０は、当該発注情報の店舗名称９２０の値をキーにして当該案Ｎｏ推奨発注数案情報を検索し、当該店舗名称９２０の値と一致する値を店舗名称１３２０として有する推奨発注数案情報が存在する場合には、検索した推奨発注数案情報の発注数１３４０の値を推奨発注数とする。一方、当該店舗名称９２０の値と一致する値を店舗名称１３２０として有する推奨発注数案情報が存在しない場合には、発注数抽出部１４０は、当該発注情報の発注数９４０の値を推奨発注数とする。発注数抽出部１４０は、上記の手順を当該商品コード発注情報に含まれる全ての発注情報に対して行う。その後、発注数抽出部１４０は、当該商品コード発注情報に含まれる全ての発注情報に対して決定した推奨発注数を合計して合計推奨発注数を算出する。
　例えば、上記のように図１５の１４番目から１５番目のレコードが当該案Ｎｏ推奨発注数案情報として抽出され、図９の１１番目から１５番目までのレコードが当該商品コード発注情報として抽出された場合、図９の１２番目から１４番目のレコードの店舗名称９２０の値（すなわち納品先Ｂから納品先Ｄ）が、それぞれ、図１５の１４番目から１６番目のレコードの店舗名称１３２０の値と一致する。この場合、納品先Ｂ、納品先Ｃ及び納品先Ｄに対応する推奨発注数は、それぞれ、発注数９４０の値「３」、「７」及び「３」となる代わりに、発注数１３４０の値「４」、「１２」及び「４」となる。そして、納品先Ａ及び納品先Ｅの推奨発注数は、それぞれ、発注数９４０の値「９」及び「１２」となる。
　次に、発注数抽出部１４０は、当該商品コード発注情報の商品コード９３０の値（上記の例では「Ａ０００３」）をキーにして商品マスタ情報１２１を検索し、当該商品コード９３０の値に一致する値を商品コード４１０として有する商品マスタ情報（上記の例では図４に示す３番目のレコード）を抽出し、抽出した商品マスタ情報のケース入数４３０の値（上記の例では「１２」）を当該商品コードのケース入数として特定する。
　次に、発注数抽出部１４０は、上述した手順によって求めた当該案Ｎｏの合計推奨発注数と当該商品コード発注情報の各発注情報の推奨発注数の各々に対して、当該商品コードのケース入数で割った余りと商を算出する。余りの値をピース作業工数、商の値をケース作業工数と定める。上記の例では、商品コードＡ０００１の納品先Ａ～納品先Ｅの推奨発注数がそれぞれ「９」、「４」、「１２」、「４」及び「１２」であり、合計推奨発注数が「４１」である。この場合、ケース入数が「１２」であるとすると、合計推奨発注数に関するピース作業工数及びケース作業工数はそれぞれ「５」及び「３」である。納品先Ａに関するピース作業工数及びケース作業工数はそれぞれ「９」及び「０」である。納品先Ｂに関するピース作業工数及びケース作業工数はそれぞれ「４」及び「０」である。納品先Ｃに関するピース作業工数及びケース作業工数はそれぞれ「０」及び「１」である。他の店舗については記載を省略するが、同様にピース作業工数及びケース作業工数が計算される。
　そして、発注数抽出部１４０は、それぞれに対して、作業工数マスタ情報１２２から検索される当該商品コードのピース作業工数単価５３０及びケース作業工数単価５４０を掛けることで、それぞれの作業に対する費用を算出する。最後に、発注数抽出部１４０は、ピース作業工数から算出した費用及びケース作業工数から算出した費用を足し合わせ、当該商品コードの発注に対する物流費とする。
　例えば、上記の例において、納品先Ａのピース作業工数及びケース作業工数がそれぞれ「９」及び「０」である場合、発注数抽出部１４０は、商品コードＡ０００３に対応するピース作業工数単価５３０の値「３０」及びケース作業工数単価５４０の値「５０」から、ピース作業に関する費用を「２７０」、ケース作業に関する費用を「０」と計算し、両者の合計「２７０」を納品先Ａに関する物流費として計算する。発注数抽出部１４０は、同様の計算を他の納品先についても行う。さらに、発注数抽出部１４０は、合計推奨発注数「３０」から求められたピース作業工数「５」及びケース作業工数「３」についても同様の計算を行う。そして、発注数抽出部１４０は、全店舗について計算した物流費と、合計推奨発注数から計算した物流費との合計（上記の例では「９１０」）を物流費１３５０として推奨発注数案情報１２９に登録する。
　発注数抽出部１４０は、上述した推奨発注数案Ｎｏの選択から物流費算出までの手順を、推奨発注数案情報に含まれる全ての推奨発注数案Ｎｏに対して実施する。
　次に、発注数抽出部１４０は、推奨発注数案情報の各案Ｎｏの物流費１３５０と案０の物流費１３５０を比較して、案０の物流費以上となる物流費が算出された案Ｎｏの推奨発注数案情報を削除する。これによって、生成された推奨発注数案のうち、その物流費が当初の発注数に基づいて計算された物流費より小さくなるものが抽出されることとなる。案０の物流費未満となる推奨発注数案情報については、１から昇順に案Ｎｏを振り直す。
　本実施例では、（２－２）及び（２－３）を実施した結果、案０の発注数を変更しない場合の物流費から削減される推奨発注数案として、図１３、図１４、図１５に示す通り、商品コードＡ０００１では、３案、Ａ０００２では１２案、Ａ０００３では８案、の推奨発注数案が抽出される。
　例えば、図１５の例では、２つの店舗名称の発注数が変更されている案が５案、３つの店舗名称の発注数が変更されている案が１案、抽出されている。３つの店舗名称の発注数が変更されている案８では、納品先Ｂ、納品先Ｃ、納品先Ｄの発注数をそれぞれ、４ピース、１２ピース、４ピースとした結果、物流費１３５０が９１０となり、案０と比較して物流費１３５０を２００削減できたことを示している。
　（３）結果出力処理３３０
　図３の結果出力処理３３０では、表示部１５０が、記憶部１２０に格納された受入最大数情報１２７と、推奨発注数案情報１２９と、を表示する。表示する結果の一例を図１６、図１７に示す。
　図１６は、本発明の実施例の推奨発注数算出装置１００による受入最大数情報１２７の画面表示の例を示す説明図である。
　受入最大数情報の画面表示は、少なくとも、店舗名称１６１０、商品コード１６２０、受入最大数１６３０及び受入条件１６４０を表示するデータ項目を有する。これらのうち、店舗名称１６１０、商品コード１６２０及び受入条件１６４０は、それぞれ、図８に示す受入条件情報１２５の店舗名称８１０、商品コード８２０及び受入条件８３０に対応する。受入最大数１６３０は、図１１に示す受入最大数情報１２７の受入最大数１１３０に対応する。
　これによって、ユーザは、受入条件に対する受入最大数を確認することができる。
　図１７は、本発明の実施例の推奨発注数算出装置１００による物流費および発注数変更店舗数のグラフ表示の例を示す説明図である。
　物流費および発注数変更店舗数のグラフは、記憶部１２０に格納されている推奨発注数案情報１２９に基づいて表示される。図１７の例では、物流費を横軸に、物流費削減に必要な発注数変更店舗数を縦軸に設定した２次元空間にそれぞれの推奨発注数案をプロットしたグラフが表示される。発注数変更店舗数とは、それぞれの推奨発注数案において物流費を削減するために発注数を変更する必要がある店舗の数である。図１７の例では、商品コードＡ０００３に関して、図１５に示した案１から案８に対応する円形の図形がプロットされている。また、表示部１５０は、グラフ内の円に対応する各案の発注数を変更した店舗名称を吹き出しなどによって表示する。
　また、表示部１５０は、各案に対する将来の発注可能性を示すために、推奨発注数案情報の案Ｎｏに一致する各推奨発注数情報の店舗名称、商品コード、および発注数をキーとして需要予測情報を検索し、キーと一致する需要確率を掛け合わせて発注可能性を算出し、算出した発注可能性を円の大きさとして表現とする。例えば、上記の案８の場合、発注情報１２６（図９）及び推奨発注数案情報１２９（図１５）から、発注数が変更された納品先Ｂ～納品先Ｄの変更後の発注数がそれぞれ「４」、「１２」及び「４」となり、それぞれに対応する需要確率１２４０は、図１２の９、１０及び１９番目のレコードから、「１００％」、「１６％」及び「６７％」となる。この場合、それらの需要確率の総乗である「１１％」が発注可能性として算出される。円が大きい程、将来の発注可能性は高く、円が小さい程、その可能性は低いことを示す。
　一般には、物流費は小さい方が望ましく、発注数変更店舗数は少ない方が望ましく、発注可能性は高い方が（商品が売れ残る可能性が低くなるため）望ましい。しかし、実際にはそれらの全てが満足されるとは限らない。図１７のように、それぞれの値の大きさが直観的に分かりやすいようにグラフ表示をすることによって、ユーザは、削減される物流費に対して発注数が変更される店舗数および変更分の将来の発注可能性を確認することができ、店舗が受入れやすい推奨発注数案を検討することができる。
　上記の実施例では店舗に納品される商品の発注に本発明を適用する例を示したが、本発明はそのような商品に限らず任意の種類の物品に適用することができる。
　以上のように、本発明の実施例によれば、各店舗の受入条件を満たす範囲で、全店舗の合計発注数を梱包単位に切り上げて作業工数を低減する推奨発注数算出システムが提供される。さらに、過去実績を用いることで、過去実績および将来の発注数の予測量に対する受入条件の成否判定が可能となる。
　具体的には、本発明の一実施例である推奨発注数算出装置は、過去配分情報・発注情報・各店舗の受入条件に対して、過去の実績等から各店舗で最大で受入可能な発注数を特定する。そして、推奨発注数算出装置は、特定した各店舗の受入可能な発注数の範囲で店舗の発注数案を複数作成し物流費を算出することで、物流費を削減する発注数案を複数選定し、算出した案に対して、削減する物流費・発注数を変更する店舗・店舗数の関係を表示する機能を有する。これによって、各店舗の受入条件を満たした上で発注数を梱包単位に切りあげることで倉庫内作業工数を低減し、物流費を削減することができる。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されるものではない。
　また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記憶デバイス、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。
　また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

Claims (14)

  1. 　１ケースに格納される物品の数であるピース数の最大値を示すケース入数情報と、前記物品のケースごとの作業工数単価及びピースごとの作業工数単価を示す作業工数単価情報と、前記物品の納品先ごとの発注数を示す発注情報と、前記各納品先が発注数に追加して受け入れ可能な前記物品の数を決定する条件を示す受入条件情報と、を保持する記憶部と、
    　前記発注情報及び前記受入条件情報に基づいて、前記各納品先が受け入れ可能な前記物品の数の最大値である受入最大数を計算し、少なくとも一つの前記納品先の発注数を前記受入最大数を超えない範囲で増加させた一つ以上の発注数案を生成する発注数算出部と、
    　前記ケース入数情報及び前記作業工数単価情報に基づいて、前記発注数案ごとの物流費を算出し、前記発注数の変更前と比較して前記物流費が小さくなる一つ以上の発注数案を抽出する発注数抽出部と、
    　前記抽出された一つ以上の発注数案を出力する表示部と、を有することを特徴とする物流支援システム。
  2. 　請求項１に記載の物流支援システムであって、
    　前記発注数算出部は、前記ケース入数情報に基づいて、少なくとも一つの前記納品先の発注数、及び、全ての前記納品先の発注数の合計の少なくとも一方が前記１ケースに格納される物品のピース数の最大値の倍数になるように、前記一つ以上の発注数案を生成することを特徴とする物流支援システム。
  3. 　請求項１に記載の物流支援システムであって、
    　前記発注数抽出部は、
    　前記ケース入数情報に基づいて、前記納品先ごとに前記発注数案に含まれる発注数に対応するピース作業工数及びケース作業工数を特定し、
    　前記発注数案に含まれる発注数を全ての前記納品先について合計した数に対応するピース作業工数及びケース作業工数を特定し、
    　特定された前記ピース作業工数及び前記ケース作業工数にそれぞれ前記ピースごとの作業工数単価及び前記ケースごとの作業工数単価を乗じた数を合計することによって前記発注数案の物流費を計算することを特徴とする物流支援システム。
  4. 　請求項１に記載の物流支援システムであって、
    　前記記憶部は、前記物品の納品先ごとの過去の発注数を示す過去発注情報をさらに保持し、
    　前記受入条件情報は、過去の発注数を基準とした数を示す情報を含むことを特徴とする物流支援システム。
  5. 　請求項１に記載の物流支援システムであって、
    　前記記憶部は、前記物品の前記納品先ごとの過去の発注数を示す過去発注情報をさらに保持し、
    　前記発注数算出部は、前記過去発注情報に基づいて、前記納品先ごとに、前記発注数が変更された場合の前記物品の需要の大きさを予測し、
    　前記表示部は、前記抽出された発注数案における前記発注数の変更に対応する前記予測された需要の大きさを出力することを特徴とする物流支援システム。
  6. 　請求項５に記載の物流支援システムであって、
    　前記表示部は、前記発注数案ごとに、前記物流費、前記発注数案において発注数が変更される納品先の数、及び、前記予測された需要の大きさを出力することを特徴とする物流支援システム。
  7. 　請求項６に記載の物流支援システムであって、
    　前記表示部は、第１の軸を物流費、第２の軸を前記発注数が変更される納品先の数とする２次元の空間に、前記予測された需要の大きさに応じた大きさの図形をプロットしたグラフを出力することを特徴とする物流支援システム。
  8. 　プロセッサと、前記プロセッサに接続される記憶装置と、前記プロセッサに接続される表示装置と、を有する計算機によって実行される物流支援方法であって、
    　前記記憶装置は、１ケースに格納される物品の数であるピース数の最大値を示すケース入数情報と、前記物品のケースごとの作業工数単価及びピースごとの作業工数単価を示す作業工数単価情報と、前記物品の納品先ごとの発注数を示す発注情報と、前記各納品先が発注数に追加して受け入れ可能な前記物品の数を決定する条件を示す受入条件情報と、を保持し、
    　前記物流支援方法は、
    　前記プロセッサが、前記発注情報及び前記受入条件情報に基づいて、前記各納品先が受け入れ可能な前記物品の数の最大値である受入最大数を計算する第１手順と、
    　前記プロセッサが、少なくとも一つの前記納品先の発注数を前記受入最大数を超えない範囲で増加させた一つ以上の発注数案を生成する第２手順と、
    　前記プロセッサが、前記ケース入数情報及び前記作業工数単価情報に基づいて、前記発注数案ごとの物流費を算出し、前記発注数の変更前と比較して前記物流費が小さくなる一つ以上の発注数案を抽出する第３手順と、
    　前記表示装置が、前記抽出された一つ以上の発注数案を出力する第４手順と、を含むことを特徴とする物流支援方法。
  9. 　請求項８に記載の物流支援方法であって、
    　前記第２手順において、前記プロセッサは、前記ケース入数情報に基づいて、少なくとも一つの前記納品先の発注数、及び、全ての前記納品先の発注数の合計の少なくとも一方が前記１ケースに格納される物品のピース数の最大値の倍数になるように、前記一つ以上の発注数案を生成することを特徴とする物流支援方法。
  10. 　請求項８に記載の物流支援方法であって、
    　前記第３手順において、前記プロセッサは、
    　前記ケース入数情報に基づいて、前記納品先ごとに前記発注数案に含まれる発注数に対応するピース作業工数及びケース作業工数を特定し、
    　前記発注数案に含まれる発注数を全ての前記納品先について合計した数に対応するピース作業工数及びケース作業工数を特定し、
    　特定された前記ピース作業工数及び前記ケース作業工数にそれぞれ前記ピースごとの作業工数単価及び前記ケースごとの作業工数単価を乗じた数を合計することによって前記発注数案の物流費を計算することを特徴とする物流支援方法。
  11. 　請求項８に記載の物流支援方法であって、
    　前記記憶装置は、前記物品の納品先ごとの過去の発注数を示す過去発注情報をさらに保持し、
    　前記受入条件情報は、過去の発注数を基準とした数を示す情報を含むことを特徴とする物流支援方法。
  12. 　請求項８に記載の物流支援方法であって、
    　前記記憶装置は、前記物品の前記納品先ごとの過去の発注数を示す過去発注情報をさらに保持し、
    　前記第１手順において、前記プロセッサは、前記過去発注情報に基づいて、前記納品先ごとに、前記発注数が変更された場合の前記物品の需要の大きさを予測し、
    　前記第４手順において、前記表示装置は、前記抽出された発注数案における前記発注数の変更に対応する前記予測された需要の大きさを出力することを特徴とする物流支援方法。
  13. 　請求項１２に記載の物流支援方法であって、
    　前記第４手順において、前記表示装置は、前記発注数案ごとに、前記物流費、前記発注数案において発注数が変更される納品先の数、及び、前記予測された需要の大きさを出力することを特徴とする物流支援方法。
  14. 　請求項１３に記載の物流支援方法であって、
    　前記第４手順において、前記表示装置は、第１の軸を物流費、第２の軸を前記発注数が変更される納品先の数とする２次元の空間に、前記予測された需要の大きさに応じた大きさの図形をプロットしたグラフを出力することを特徴とする物流支援方法。
PCT/JP2017/014295 2017-04-05 2017-04-05 物流支援システム及び物流支援方法 WO2018185898A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
PCT/JP2017/014295 WO2018185898A1 (ja) 2017-04-05 2017-04-05 物流支援システム及び物流支援方法
JP2019511011A JP6806885B2 (ja) 2017-04-05 2017-04-05 物流支援システム及び物流支援方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/014295 WO2018185898A1 (ja) 2017-04-05 2017-04-05 物流支援システム及び物流支援方法

Publications (1)

Publication Number Publication Date
WO2018185898A1 true WO2018185898A1 (ja) 2018-10-11

Family

ID=63713021

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/014295 WO2018185898A1 (ja) 2017-04-05 2017-04-05 物流支援システム及び物流支援方法

Country Status (2)

Country Link
JP (1) JP6806885B2 (ja)
WO (1) WO2018185898A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021089542A (ja) * 2019-12-03 2021-06-10 株式会社シノプス 商品の発注数を調整する方法、システム及びプログラム

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102340810B1 (ko) * 2021-04-26 2021-12-20 쿠팡 주식회사 발주와 관련된 정보를 제공하는 전자 장치의 동작 방법 및 이를 지원하는 전자 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0520337A (ja) * 1991-07-15 1993-01-29 Nec Software Kansai Ltd メーカー母店発注量決定方式
JP2001253542A (ja) * 2001-01-31 2001-09-18 Lion Corp 在庫管理方法および在庫管理装置
JP2001315919A (ja) * 2000-05-08 2001-11-13 Toray Ind Inc 物品の計画倉移動システムおよび物品の計画出荷指図作成方法
JP2004231247A (ja) * 2003-01-31 2004-08-19 Toyota Motor Corp 梱包副資材の最適選択装置及び方法
US20150134490A1 (en) * 2012-06-06 2015-05-14 Savoye Method for Preparing Orders Listing Unit Loads

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0520337A (ja) * 1991-07-15 1993-01-29 Nec Software Kansai Ltd メーカー母店発注量決定方式
JP2001315919A (ja) * 2000-05-08 2001-11-13 Toray Ind Inc 物品の計画倉移動システムおよび物品の計画出荷指図作成方法
JP2001253542A (ja) * 2001-01-31 2001-09-18 Lion Corp 在庫管理方法および在庫管理装置
JP2004231247A (ja) * 2003-01-31 2004-08-19 Toyota Motor Corp 梱包副資材の最適選択装置及び方法
US20150134490A1 (en) * 2012-06-06 2015-05-14 Savoye Method for Preparing Orders Listing Unit Loads

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021089542A (ja) * 2019-12-03 2021-06-10 株式会社シノプス 商品の発注数を調整する方法、システム及びプログラム

Also Published As

Publication number Publication date
JPWO2018185898A1 (ja) 2019-11-07
JP6806885B2 (ja) 2021-01-06

Similar Documents

Publication Publication Date Title
JP6031184B2 (ja) 供給グループ決定支援装置及び供給グループ決定支援プログラム
CN102282551A (zh) 娱乐入场券定价的自动决策支持
CN108074051B (zh) 一种库存管理方法及装置
JP2016052938A (ja) 倉庫作業支援装置及び倉庫作業支援プログラム
TW201830180A (zh) 儲存位置分配裝置及儲存位置分配方法
JP6536028B2 (ja) 発注計画決定装置、発注計画決定方法および発注計画決定プログラム
CN110633820A (zh) 仓库地址的推荐方法、装置及计算机可读存储介质
Khurana Two warehouse inventory model for deteriorating items with time dependent demand under inflation
WO2018185898A1 (ja) 物流支援システム及び物流支援方法
US11663624B2 (en) Method and system for generating a schedule data structure for promotional display space
US20190220883A1 (en) Systems to encourage user pick-up over home delivery of an item made available and related methods therefor
US20160300188A1 (en) Device and program for calculating physical distribution base arrangement plan
Bera et al. Optimal partial backordering two-storage inventory model for deteriorating items with variable demand
JP2013245046A (ja) 支援装置、支援方法およびプログラム
WO2015109070A1 (en) System and method of loading plant species for transportation
US20160104088A1 (en) Demand-supply adjusting device and demand-supply condition consolidating method
US11954644B2 (en) Electronic apparatus for providing picking information of item and method thereof
US20210142265A1 (en) System and Method for Orderfilling Trip Allocation
Waliv et al. Multi item two-warehouse fuzzy inventory model
JP4876479B2 (ja) 価格提示装置及び価格提示プログラム
JP7334728B2 (ja) 情報処理システム、情報処理方法及び記憶媒体
CN114626660A (zh) 用于激增调整预报的方法和装置
Kumar et al. Two-warehouse inventory model with multivariate demand and K-release rule
JP5319653B2 (ja) データ管理システム、データ管理方法、およびデータ管理プログラム
JP5830409B2 (ja) 拠点構成決定装置及び拠点構成決定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17904488

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2019511011

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17904488

Country of ref document: EP

Kind code of ref document: A1