需要予測支援システム「Forecast Pro」
サービスパーツ(補給部品・補修部品)とは、自動車や建設機器、電子機器、住宅設備などの機械製品の修理や部品交換で活用される部品のことです。例えば、自動車のサービスパーツの例としては、モーター・ファン、オイルパイプ、センサー関連部品などで、膨大な部品がサービスパーツとなります。家電製品の例としては、熱交換器、制御基盤などがあります。
サービスパーツは、製品を購入した顧客がその製品を活用し続けるかぎり必要なもので、故障時にサービスパーツが不足していると、顧客満足度が著しく低下し、顧客流出の発生にもつながる可能性があります。
サービスパーツ(補給部品・補修部品)を対象とした供給・需要予測業務では、その特性上、以下のような課題が発生しています。
|
課題1:即納率が上がらない |
課題2:サービスパーツの |
課題3:部品数が多く |
|---|---|---|
|
サービスパーツは、顧客から交換依頼が来た時、即時交換できるのが理想的です。加えて、サービスパーツの在庫が過剰にならないようにすることも重要です。 |
サービスパーツが無数にある場合、複数の担当者でサービスパーツの安全在庫基準を算出しますが、人の経験値(能力)によって、ばらつきが発生しがちです。 |
サービスパーツの種類が多い場合、全パーツの在庫管理を行うための業務工数が増大し、サービスパーツの供給・需要予測担当者の業務負荷が増大します。 |
右のグラフはサービスパーツの過去の受注データを基に、移動平均法で需要予測した時のサンプルグラフです。移動平均法は単純な需要予測モデルですので、右のグラフのように、欠品や過剰が定期的に発生することになります。
世界の40,000ユーザ以上の先進企業で採用されている需要予測支援システムForecast Proは、予測業務プロセスの大幅な改善により、経営の効率化を推進します。精度の高い予測は、効率的な資材調達や資源配置の第一歩です。Forecast Proは、最適な予測手法を自動的に選択する「エキスパートシステム」を備えています。必要に応じて予測モデルの調整も可能です。
【 単純な需要予測からメリハリをつけた予測と在庫管理を実現 】
「Forecast Pro」では、即納率の改善を主に2つのポイントから改善していくことができます。
過剰在庫にならないようにバランスを見ながら改善を進めることができます。
膨大なサービスパーツを対象に、過去数年(2、3年程度)の受注データを基に、予測適合判定を行います。予測適合判定では、過去の受注実績データを基に「Forecast Pro」で需要予測を実際に行い、実際の出荷量と「Forecast Pro」の予測値がどの程度合っているか?を判断します。
そして、その適合率を算出し、適合率と実際の出荷量に合わせて、改善の対応を調整します。以下はその具体例になります。
【 適合率と出荷量を基準にした予測業務の方針の例 】
|
出荷量多い |
出荷量少ない |
|
|---|---|---|
|
高適合率 |
過去の出荷量が多く、予測適合率も高いサービスパーツは、「Forecast Pro」の予測と相性がよいため「Forecast Pro」を積極的に活用し、メリハリのある予測と在庫管理を行います。 |
適合率が高いため、「Forecast Pro」の予測と相性はよいです。しかし、出荷量が少ないため、即納率や過剰在庫に与える影響も少ないです。 |
|
低適合率 |
出荷量が多く適合率が低い状況ですので、「Forecast Pro」の予測エンジンの微調整(予測パラメータの調整や予測モデルの変更など)を行い、適合率を高めていく作業が必要です。 |
過去の出荷量が少なく、適合率も低い場合は、「Forecast Pro」の予測は採用せず、発注点法/MinMax発注を行います。 |
このように、「Forecast Pro」の適合率と出荷量を軸に、サービスパーツの需要予測の方針を決めていくことで、効率よく即納率改善と過剰在庫削減を実現することができます。
「Forecast Pro」の予測適合率が低いサービスパーツを対象に、即納率から安全在庫基準を逆算するという方法で、バランスを保つことができます。
例えば、右のようなイメージです。
・サービスパーツAは、適合率が高く、誤差が小さいです。
そのため、即納率を99%に設定します。
・サービスパーツBは、適合率に微妙な誤差があります。
そのため、即納率を99%のままにすると、在庫基準が増大しますので、
97%まで即納率を下げます。そして安全在庫の基準も低下させます。
・サービスパーツCは、適合率に大きな誤差があります。
そのため、即納率を95%までさげ、在庫基準を抑えることを重視します。
「Forecast Pro」は、大量のサービスパーツがあっても、一定の精度での需要予測が可能となります。
しかし、異常値(突発的な需要)があると、需要予測の精度低下に繋がり、適正な安全在庫基準や発注データが算出できません。
そのため、以下のようなサイクルを回すことで、異常値(突発的な需要)を補正し、在庫基準のばらつきを抑え、精度を向上させることができます。
「Forecast Pro」は、課題2でもご紹介した通り、数十万点などの大量のサービスパーツの需要予測を瞬時に実行することができます。
そのため、少人数体制でも全品目の需要予測が可能になり、安全在庫基準や発注データの自動的な算出のベースとなります。
|
いすゞ自動車株式会社様の事例 |
「Forecast Pro」のカタログ |
「Forecast Pro」の詳細資料 |
|---|---|---|
|
補給部品の即納率98%、月末のバックオーダー半減を達成できた「いすゞ自動車株式会社様」の事例をご紹介します。 |
Forecast Proの予測機能や予測モデル、導入支援サービスなどの概要をご紹介します。 |
Forecast Proの製品概要資料です。 |
その他、デモ・トライアル・導入相談など、お問い合わせも受け付けております
おすすめソリューション