需要予測
需要予測は、顧客注文の任意のデカップリング ポイントで販売注文および従属需要から個別需要を予測するために使用されます。 拡張された需要予測の下方修正ルールによって、大規模なカスタマイズに最適なソリューションが提供されます。
ベースライン予測を生成するために、履歴トランザクションの集計結果は Microsoft Azure Machine Learning service に転送されます。 このサービスはユーザー間で共有されないため、業界固有の要件を満たすようにカスタマイズできます。 Supply Chain Management を使用して、予測の視覚化や調整をしたり、予測精度における主要業績評価指標 (KPI) を表示したりすることができます。
需要予測の主な特徴は次のとおりです。
履歴データに基づく統計ベースライン予測を生成する。
予測分析コードの動的なセットを使用する。
需要の傾向、信頼区間、予測の調整を視覚化する。
計画プロセスで使用する調整された予測を承認する。
外れ値を除去する。
予測精度の測定レポートを作成する。
次のデータおよびパラメーターの設定を含む設定作業を行います。
品目配賦キー
品目が品目配賦キーに含まれている場合にのみ、需要予測が品目と分析コードに対して計算されます。 このルールは、需要予測をより早く作成できるように、多数の品目をグループ化するために適用されます。 需要予測が生成される際、品目配賦キーの割合は無視されます。 予測は、履歴データのみに基づいて作成されます。
品目配賦キーを予測の作成時に使用する場合は、品目とその分析コードが品目配賦キー 1 つのみに含まれている必要があります。
品目配賦キーに最小在庫管理単位 (SKU) を追加するには、マスター プラン > 設定 > 需要予測 > 品目配賦キーを選択します。 品目を配賦キーに割り当てるには、品目の割り当てページを使用します。
会社間計画グループ
需要予測では、会社間予測が生成されます。 Supply Chain Management では、一緒に計画されている会社が 1 つの会社間計画グループにまとめられます。 需要予測の対象とする必要がある品目配賦キーを会社ごとに指定するには、マスター プラン > 設定 >需要予測 > 会社間計画グループの順に移動して、会社間計画グループ メンバーに品目配賦キーを関連付けます。
既定では、会社間計画グループのメンバーに割り当てられている品目配賦キーが存在しない場合、Supply Chain Management のすべての会社の全品目配賦キーに割り当てられているすべての品目について、需要予測が計算されます。 統計ベースライン予測の生成ページでは、会社および品目配賦キーに関する追加のフィルター処理オプションを使用できます。
予測を行う品目の数を必ず確認してください。 Azure Machine Learning を使用すると、不要な品目によって費用が増加する場合があります。
需要予測パラメーター
需要予測パラメーターを設定するには、マスター プラン > 設定 > 需要予測 > 需要予測パラメーターに移動します。 需要予測は会社間で実行されるため、設定はグローバルです。 つまり、設定はすべての会社に適用されます。
需要予測では、予測が数量で生成されます。 したがって、数量を表す測定単位は、需要予測単位フィールドで指定する必要があります。
集計と割合の配分を確実にするには、測定単位が一意である必要があります。 集計と割合の配分の詳細については、「ベースライン予測に対して手動調整を行う」を参照してください。
需要予測に含まれる SKU に使用されるすべての測定単位について、測定単位および一般的な予測の測定単位の換算ルールがあることを確認します。 予測生成を実行すると、測定単位換算が行われていない品目の一覧がログに記録されるので、設定を修正できます。
需要予測を使用して、従属需要と独立需要の両方を予測することができます。
たとえば、販売注文チェック ボックスのみがオンで、需要予測の対象となるすべての品目が販売された品目である場合は、独立需要が計算されます。 ただし、重要なサブコンポーネントは、品目配賦キーに追加して、需要予測に含めることができます。 この場合、生産ライン チェック ボックスがオンの場合は、従属需要の予測が計算されます。
Supply Chain Management でベースライン予測を作成する方法は 2 つあります。 履歴データに加えて予測モデルを使用する方法と、履歴データを予測にコピーする方法です。 予測生成戦略フィールドを使用すると、この 2 つの方法のどちらかを選択することができます。 予測モデルを使用するには、Azure Machine Learning を選択します。
需要予測パラメーター ページの左ペインで予測分析コードを選択することにより、需要予測の生成時に使用する予測分析コードのセットを選択することもできます。 予測分析コードは、予測が定義されている詳細レベルを示します。 会社、サイト、および品目配賦キーは必須予測分析コードですが、倉庫、在庫ステータス、顧客グループ、顧客 ID、国や地域、都道府県、および品目、すべての分析コードレベルに対して予測を生成することもできます。
予測分析コードは、需要予測に使用される分析コードの一覧にいつでも追加できます。 予測分析コードを一覧から削除することもできます。 ただし、予測分析コードを追加または削除すると、手動調整は失われます。
需要予測の観点からすると、すべての品目が同じ方法で動作するわけではありません。 類似の品目は 1 つの品目配賦キーとしてグループ化することができ、トランザクション タイプや予測方法の設定などのパラメーターを各品目配賦キーに対して設定できます。
デモ - ベースライン予測を作成する
まず、品目配賦キーを設定する必要があります。
- マスター プラン > 設定 > 会社間計画グループに移動します。
- クイック フィルターを使用してレコードを見つけます。 たとえば、値 10 を使って名前フィールドをフィルターします。
- 需要予測は、法人間で実行されます。 1 つの会社間計画グループで予測を生成するすべての会社を設定する必要があるのはそのためです。
- 一覧で、目的のレコードを見つけ、選択します。
- 品目配賦キーを選択します。
- 予測を作成する品目配賦キーをすべて選択します。
- 一覧で、選択された行をマークします。
- D_Aloc 品目配賦キーを選択します。
- > を選択します。
- ページを閉じます。
次に、需要予測パラメーターを設定します。
- マスター プラン > 設定 > 需要予測 > 需要予測パラメーターに移動します。
- 予測アルゴリズム パラメーター セクションを展開します。
- 予測生成戦略フィールドで、履歴需要の上書きを選択します。
- 保存を選択します。
これでベースライン予測を作成する準備ができました。
- マスター プラン > 予測 > 需要予測 > 統計ベースライン予測の生成に移動します。
- 履歴期間セクションの開始日フィールドに、日付を入力します。
- 2015 年 1 月 1 日から始まる販売注文がある場合、この日付を入力します。 そうでない場合、販売注文の最も早い日付を入力します。
- 終了日フィールドに、日付を入力します。
- 販売注文の最終日を入力します (たとえば、2015-03-31)。
- ベースライン予測開始日セクションの開始日フィールドに、日付を入力します。
- 2015-04-01 と入力します。 この日付は、次の予測バケットの開始日として自動的に計算されます。
- 対象となるレコード セクションを展開します。
- フィルターを選択します。
- 一覧で、選択された行をマークします。
- フィールド = 会社間計画グループの行にマークを付けます。
- 条件フィールドに値を入力します。
- 最初のタスクで使用した会社間計画グループ (10 など) を入力します。
- 一覧で、目的のレコードを見つけ、選択します。
- フィールド = 品目配賦キーとなっている行を選択します。
- 条件フィールドに値を入力します。
- OK を選択します。
- 詳細パラメーター セクションを展開します。
- 予測バケット フィールドで、月を選択します。
- 予測期間フィールドに、3 と入力します。
- 凍結タイム フェンス フィールドに、1 を入力します。
- OK を選択します。
需要予測を視覚化するには、次の手順に従います。
- マスター プラン > 予測 > 需要予測 > 調整された需要予測に移動します。
- 集計ビュー テーブルで、行 1、列 2 のセルを選択します。 これは、予測を作成した 2 番目の月です。
- 数量セルを 400 に設定します。 a. セルに、予測された数値とは異なる数値を入力します (400 など)。
- 予測を手動で調整します。 次の手順のグラフィカル表示に注目してください。
- 予測明細行の詳細を選択します。 a. このページには、正確性の値、履歴需要、予測が表示されます。 予測を変更することもできます。
統計ベースライン予測の生成の詳細については、「統計ベースライン予測の生成」を参照してください。
Azure Machine Learning service
Supply Chain Management では、Machine Learning Web サービスを使用して予測を生成することもできます。 Azure Machine Learning スタジオにログインしてサービスに接続する場合は、次の情報を入力する必要があります。
Web サービス アプリケーション プログラミング インターフェイス (API) キー
Web サービス エンドポイント URL
Azure Storage アカウント名
Azure Storage アカウント キー
注
Azure Storage アカウント名とキーは、カスタム ストレージ アカウントを使用する場合にのみ必要です。 オンプレミス バージョンを展開する場合は、Machine Learning service が履歴データにアクセスできるように、Azure のカスタム ストレージ アカウントを用意する必要があります。
需要予測を作成するには、Machine Learning Studio または Supply Chain Management 需要予測の実験を使用して、独自のサービスを展開することができます。
Supply Chain Management の需要予測の実験を Web サービスとして展開するための手順については、Supply Chain Management を参照してください。 これらの手順にアクセスするには、需要予測パラメーター ページで、Azure Machine Learning タブを選択します。
Machine Learning service の需要予測の設定
需要予測サービスに対して構成可能なパラメーターを表示するには、マスター プラン > 設定 > 需要予測 > 予測アルゴリズム パラメーターを選択します。 予測アルゴリズム パラメーター ページには、パラメーターの既定値が表示されます。
これらのパラメーターは、需要予測パラメーター ページで上書きすることができます。 全般タブを使用してパラメーターをグローバルに上書きするか、品目配賦キー タブを使用して、各品目配賦キーのパラメーターを上書きします。 品目配賦キーに対して上書きされるパラメーターが影響するのは、該当の品目配賦キーに関連付けられている品目の予測のみです。
需要予測の導入については、「需要予測の導入」を参照してください。