Amazon Web Services ブログ

AWS Supply Chain で Demand Planning 機能を使用して予測の精度を向上させる方法

現在のミクロおよびマクロ経済の状況は、顧客の需要パターンの変化と相まって、サプライチェーンネットワークに持続的な圧力をかけています。 組織は、顧客の需要を満たすために、効率性と俊敏性の向上と、サプライチェーン機能を積極的に改善することを追求することが必須です。 サプライチェーン管理システムには、リソースとビジネスプロセスを調整するさまざまな機能が含まれています。 中でも需要計画機能は、効果的なサプライチェーン管理において重要な役割を果たし、タイムリーな在庫補充、生産能力管理の強化、最適な売上と収益を確保します。

以前、AWS Supply Chainサプライチェーンの可視性を向上させてレジリエンスを高める方法について説明しました。 このブログ記事では、AWS Supply Chain の Demand Planning 機能について説明します。これは、変化する需要パターンやユーザー入力から継続的に学習することで正確な需要予測を可能にし、市場の状況に対応し、計画の正確性を高めるために開発された需要計画モジュールです。

需要計画プロセス

正確な需要予測は不可欠なものです。 予測が不正確だと、在庫の不安定化につながり、過剰在庫や在庫切れ、コストの増加、販売機会の逸失、顧客満足度の低下につながる可能性があります。 たとえば、過剰な予測を行うと余剰在庫が発生し、利用可能なキャッシュフローが減少し、保管コストが増加します。 過小な予測は在庫切れにつながり、顧客体験、顧客満足度、顧客損失に影響を及ぼします。

需要計画は組織の成功にとって極めて重要です。リソースをいつ、どこに、どのように割り当てるかが決まるため、リソースを過剰に増やすことなく顧客の要求を満たすことができます。 体系的な評価、予測、コラボレーション、定期的な見直しを通じて、サプライチェーン戦略と運用効率を形作ります。 一般的な需要計画プロセスには、次のカテゴリに要約できる一連のステップが含まれます。

  1. データ統合:これは需要計画の基礎です。 これには、過去の売上データ、現在の注文データ、在庫レベル、およびその他の関連指標の収集が含まれます。 データソースには、エンタープライズリソースプランニング ( ERP ) システム、カスタマーリレーションシップマネジメント ( CRM ) ツール、外部の市場調査レポートなどがあります。 需要要因を総合的に把握するには、多様なデータストリームを統合することが重要です。
  2. 予測:データを収集して統合した後、統計モデルとアルゴリズムを適用して将来の需要を予測します。 予測は現在、経験的データと業界の知識を組み合わせていますが、機械学習( ML )が最大の改善の可能性を秘めている分野です。
  3. コラボレーション:需要計画には、営業、マーケティング、財務、運営などの部門間のコミュニケーションとコラボレーションが含まれます。 さまざまなチームからのインサイトを集めることで、企業は統計的予測をマーケットインテリジェンス、プロモーション計画、戦略的イニシアチブと照合することができます。 この協調的なアプローチにより、予測が多くの意見を反映していることが保証され、予測の正確性と受容性が高まります。
  4. 継続的な見直しと調整:需要計画は反復的なプロセスです。 実際の売上データが入力されると、予測と比較されて差異が特定されます。 これらの不一致は、予測モデルを改善し、将来の予測を調整するために分析されます。 需要計画を定期的に見直し、調整することで、最新の市況と社内戦略を反映した適切なものに保つことができます。

4つのカテゴリーはそれぞれ他のカテゴリーに依存しています。正確なデータがなければ予測には欠陥が生じ、コラボレーションがなければ予測には深みがなく、継続的な見直しがなければ、最良の予測でさえ時代遅れになります。 このような相互接続性により、市場の現実とビジネスの願望の両方を反映して、プロセスが動的、正確、かつ関連性のあるものであり続けることが保証されます。

AWS Supply Chain には、次のような従来の需要計画を超えるメリットがあります。

  • 自動化:Demand Planning 機能は、データ入力、計算、調整など、付加価値のない多数の手動タスクを排除します。 これにより、需要予測の作成時間を短縮し、手作業によるエラーを減らすことができます。
  • ML の力を活用:ML は過去の売上とリアルタイムデータ ( 未処理注文など ) を分析して予測を作成し、モデルを調整して精度を向上させます。 これにより、予測の精度が向上し、在庫が少なすぎる( 在庫切れ )または在庫が多すぎる( 過剰在庫 )リスクが軽減されます。 また、AWS Supply Chain では ML を使用してリードタイムの変動を検出し、供給計画の精度を向上させています。
  • 効率的なコラボレーション:他のチームメンバーとの合意を促進するアプリケーション内コラボレーション機能。 これにより、調整が改善され、より迅速な意思決定が可能になり、リスクが軽減されます。

次のセクションでは、需要計画プロセスの説明を基に、AWS Supply Chain がどのようにこのプロセスをサポートするかを説明します。 このセクションでは、プロセスの最初の 3 つの重要なフェーズ ( データ統合、予測、コラボレーション ) に焦点を当て、新規ユーザー向けのステップバイステップガイドを提供します。 これらのステップでは、AWS Supply Chain をシームレスにセットアップし、その高度な機能を活用し、お客様の需要計画アプローチを変革する方法を詳しく説明しています。 今後のブログでは、第 4 のカテゴリーである継続的な見直しと調整について詳しく説明し、業界のベストプラクティスに基づいて AWS Supply Chain との統合について詳しく説明します。

AWS Supply Chain の Demand Planning 機能の前提条件

  1. AWS アカウントが必要です。 AWS アカウントをお持ちでない場合は、「新しい AWS アカウントを作成してアクティブ化する方法を教えてください」のアカウント作成手順に従ってください。
  2. また、AWS Supply Chain のアカウントも必要です。 現在お客様でない場合は、AWS Supply Chain のウェブサイトにアクセスして詳細を確認し、利用を開始してください。

Demand Planning の設定

  1. 最初のステップは、AWS Supply Chain データレイクへのデータ取り込みです。 データレイクは ML モデルを使用して異種で互換性のないデータを理解、抽出、統合データモデルに変換します。
  2. 管理者として、Demand Planning 機能に必要なデータエンティティを AWS Supply Chain データレイクに供給して、予測を生成してください。 AWS Supply Chain ユーザーガイドAWS Supply Chain アプリケーションに必要なデータフィールドには、予測を生成するために必要なフィールドの完全なリストが記載されています。 より正確な予測を行うには、データセット内の追加項目の入力を確認する必要があることに注意してください。 これらのフィールドは、AWS Supply Chain アプリケーションのオプションデータフィールドで説明されています。
  3. データを取り込んだら、ユーザー権限を確認する必要があります。 管理者は、必要な数のユーザーを Demand Planningに追加し、必要なユーザー権限を管理するように指定できます。 新しいユーザーの招待は、権限が設定された後に送信されます。 画面の下部で、管理者は4つの権限レベル( Admin、Data Analyst、Inventory Manager、Planner )のいずれかを選択できます。The illustration shows use management settings and permission roles.
  4. [ Permissions Role ] を選択したら、左側のナビゲーションペインで [ AWS Supply Chain ] を選択し、[ Get Started ] を選択して Demand Planning モジュールを起動します。
  5. 次のスクリーンショットは、予測生成の時間枠 ( 計画期間と呼ばれる ) を指定するステップを示しています。 予測間隔と、アプリケーションで予測計画を作成させたい間隔の長さを入力します。 今後 6 か月間の月次予測に関心がある場合は、[ Time Intervals ] として Monthly を選択し、[ Time Horizon ] に 6 を入力します。The illustration shows demand planning horizon, i.e. time interval and horizon.
  6. 次のステップでは、好みや予測のニーズに応じて予測の粒度を設定できます。 この画面では、サイト、チャネル、顧客の各属性を階層構造に基づいて選択し、予測するレベルを決定します。 The illustration shows demand planning hierarchy.
  7. 前のステップが完了し、予測範囲を設定したら、AWS Supply Chain が予測を生成できるようにデータを準備します。 データセット内のマイナスの値を処理する方法を選択して、データセットを構成する必要があります。 The illustration shows dataset configuration settings.
  8. 最後のステップは、需要計画を出力する Amazon Simple Storage Service (Amazon S3) バケットを選択することです。 場所を選択したら、次のスクリーンショットに示すように、[ Continue ] を選択して予測を生成します。 The illustration shows enterprise settings and demand plans publishing.

これにより、需要計画プロセスが開始され、次のスクリーンショットに示す出力が生成されます。

The illustration shows demand planning output, i.e. a demand chart by month.

ステップ 5 で選択した予測間隔を使用して、予測需要がグラフと表の両方の形式で表示されます。 グラフには、前年の需要を表す破線と現在のデータを表す実線が含まれています。 現在の需要明細には、過去の需要データと、ステップ 5 で選択した期間内の残りの月の予測が含まれます。 過去の需要と前年の需要データを組み合わせることで、ML が推奨する予測を調整して最終決定し、供給計画を含む下流システムで使用できる合意された需要計画を策定するのに役立ちます。 この画面から表示したい商品を変更することもできます。

結論

サプライチェーンネットワークは、変動する市況や顧客の需要によって常にテストされており、組織に対し積極的かつ機敏な対応を求めています。 AWS Supply Chain Demand Planning は、これらの課題に対処し、組織がサプライチェーン戦略において対応力だけでなく予測力をもって行動できるよう支援します。

AWS Supply Chain の需要計画プロセスは、ビジネスの過去、現在、未来をつなぐ架け橋となります。 最適なリソース配分と顧客満足度を確保するため、このプロセスにはデータ統合から継続的な調整までの体系的なステップが必要です。 これにより、このプロセスが反復的な性質を持っていることと、精度の向上、在庫の不均衡の低減、最適な在庫レベルの提供が重要であることが浮き彫りになります。

従来の需要計画に加えて、AWS Supply Chain は自動化をもたらし、データ入力、計算、調整などの面倒な手動作業をなくします。 機械学習を活用することで、予測精度を向上させ、リアルタイムの状況に適応することで、在庫状況と効率的なキャッシュフローのバランスを取ります。 また、AWS Supply Chain では、部門間のコラボレーションを重視し、さまざまなビジネスユニットを共通の需要予測に向けて調整するためのコンセンサス主導型のアプローチを促進しています。 この共同作業は、サプライチェーン管理における部門間の協調の重要性を浮き彫りにしています。

AWS Supply Chain は、高度なテクノロジーとシンプルさを兼ね備え、需要計画を革新的にアップグレードします。 この強化されたシステムは、予測精度の向上、業務効率を向上させることによって、積極的なサプライチェーン管理を実現します。また積極的なサプライチェーン管理は、現代のビジネスにとって不可欠な戦略であると位置づけています。

AWS Supply Chain は、事前のライセンス料や長期契約なしで利用できます。 ニーズに合わせて拡張できるスケーラブルなソリューションを提供し、Demand Planning 機能は AWS Supply Chain のすべてのお客様が利用できます。AWS Supply Chain にアクセスして詳細を確認し、始めましょう。 また、AWS Workshop Studio にアクセスして、 ご自分のペースでインスタンスの作成、データの取り込み、ユーザーインターフェイスの操作、インサイトの作成、在庫リスクの軽減、他のユーザーとのコラボレーション、需要計画の生成についての概要を確認することもできます。

本ブログはソリューションアーキテクトの水野 貴博が翻訳しました。原文はこちら

著者について

Harold Abell Harold Abell は、AWS サプライチェーンのシニアプロダクトマネージャーです。 Harold は AWS Supply Chain のプロダクトマネージャーの 1 人で、アプリケーションのコンセプトと設計に携わっています。 Harold は、ゼネラル・エレクトリック ( GE ) とアマゾンウェブサービス ( AWS ) の両方でサプライチェーンとソフトウェア開発において 10 年以上の業界経験があります。 Harold はブリガム・ヤング大学で製造工学の学士号と修士号を、デューク大学フュークア・スクール・オブ・ビジネスで経営学修士号を取得しています。 Harold は余暇には、妻と3人の女の子と一緒にスノースキーやボートを漕ぐなど、アウトドアが大好きです。

Vikram BalasubramanianVikram Balasubramanian は、サプライチェーンのシニア・ソリューション・アーキテクトです。Vikram は、サプライチェーンの経営幹部と緊密に連携して、彼らの目標や問題点を理解し、解決策の観点からベストプラクティスと連携させています。Vikram は17年以上にわたり、サプライチェーン分野のさまざまな業種のフォーチュン500企業で働いてきました。Vikram は、パデュー大学でインダストリアルエンジニアリングの修士号を取得しています。ヴィクラムはノースダラス地域を拠点としています。