食品卸売会社の売上予測と在庫アラート

課題

この会社は数千品目の食品を卸売しており、売上の予測が困難でした。季節性、月単位や週単位の周期、長期的な社会・経済のトレンド、価格や為替レートの変動、そして突発的な一時的需要。これらが品目ごとに異なる形で売上を左右していました。

品目数があまりに多く、担当者が毎日すべての在庫レベルを確認・分析することは事実上不可能でした。そのため、迫りつつある欠品や過剰在庫に何週間も気づかないことがありました。欠品した商品は売上を失い、過剰に仕入れた商品は期限切れとなって、廃棄と利益の減少につながっていました。

行ったこと

自己学習型の計算統計モデルを開発しました。品目ごとの売上履歴を、季節性、週単位・月単位の周期、長期トレンド、価格や為替の影響、一時的な急増といった要素に分解し、それぞれが今後どう動くかを予測します。

モデルは毎日すべての品目の売上予測を再計算し、それをもとに在庫レベルを予測します。その予測から、システムがアラートを送ります。

• 発注すべきタイミング と、発注すべき数量。
• 在庫を減らすべきタイミング。 期限切れになる前に、セールや販促で在庫を減らします。

変わったこと

想定外の欠品はほぼゼロになり、売上そのものが伸びました。廃棄も大幅に減り、ロスの削減と利益の改善につながりました。