導入
生産環境において予測を行う理由は、生産計画、売上予測、原材料使用量など、多岐にわたります。これらの予測作成プロセスは、多大な労力とストレスを伴うため、結果として予測の更新頻度が適切に行われないことがあります。こうした遅延は、販売機会の損失、納品遅延、その他の高コスト問題につながる可能性があります。しかし、もっと簡単な方法があります。JMPの時系列予測プラットフォームを使えば、多数のグループを対象に、一度に簡単に予測を実行できます。これらの予測は他のユーザーと共有でき、プロセス全体を簡単に自動化できます。下の図は、プロセス全体をワンクリックで繰り返し実行できることを示しています。
ケーススタディ
ここでは、架空の企業であるRed Triangle Widget（RTW）を例に挙げます。RTWは約250種類の製品（SKU）を製造・販売しています。売上予測が外れると生産計画も狂い、在庫を過剰に抱えて在庫が売れるまで資金が滞留するリスク、あるいは最悪の場合、市場機会を逃すリスクが生じます。
現在、RTWの予測プロセスは、1人の担当者が1週間かけて完了させています。担当者はIT部門からデータベースのダンプを取得し、データに含まれる各SKUを手作業で分析し、各SKUについて最良の予測を作成します。このプロセスに非常に時間がかかるため、RTWは予測の更新を月に1回しか行いません。残りの期間は、顧客の需要を満たすために奔走することが多く、予測期間が長くなるほど予測の有用性が低下する傾向があるためです。
RTWは、毎月1人の従業員が丸々1週間を無駄にしたり、予測がすぐに古くなるのと格闘して膨大な時間を失ったり、部品の販売機会を逃したりすることを避けるために、このプロセスを合理化する必要があることは明らかです。予測は毎週更新する必要がありますが、現在の方法では時間と労力がかかりすぎるため、少なくとも1人以上の人員を雇用しなければ毎週の更新は不可能です。RTWには人員を増員する予算がないため、シンプルで迅速かつ繰り返し実行でき、自動化された売上予測方法が必要です。
データアクセス
注: このプロセス全体を自動化する必要があります。まずは「ファイル」>「新規」>「ワークフロー」に移動し、「記録」ボタンを選択して必要な自動化をすべて実装してください。ワークフロービルダーの使い方がわからない場合は、こちらの簡単な説明またはこちらの詳細な説明をご覧ください。
RTWのITグループは既に予測プロセスに使用する売上データを生成していたため、彼らが使用しているSQLクエリを彼らに尋ね、JMPで直接実行するのが合理的でした。これを行うには、[ファイル] > [新規] > [データベースクエリ]を使用します。次に、JMPのビジュアルメソッドで作成したクエリをカスタムSQLクエリに変換し、ITグループから取得したSQLをウィンドウに貼り付けます。クエリを実行すると、過去3か月間のすべてのウィジェットの毎日の売上を表す約22,000行のデータテーブルが作成されます。
データ準備
RTWは週単位の予測を行うため、データは週ごとにグループ化する必要があります。また、週の一部のデータを使用すると予測に悪影響を与えるため、7日間分のデータがない週は除外する必要があります。
テーブル > サマリーツールは、データを週次形式にまとめるのに便利です。週と年の両方の列を作成しておくと、特に複数の年にわたる予測を行う場合に便利です。
「行」>「行の選択」>「場所を選択」を使用し、7つのデータポイントを持たないすべての行を選択すると、完全な週だけを簡単に（ワークフロービルダーで繰り返し）保持できます。「OK」をクリックした後、選択した行を削除します。
予測を作成する前に、もう1つデータ作業が必要です。年と週に基づいて日付の式を含む新しい列を作成します。これは、すべてのデータポイントが一貫した週単位の増分になるように強制するため便利です。これは予測ツールにとって重要です。
予測
データが適切にクレンジングされ、構造化されたので、JMPでの時系列予測は最も簡単な部分です。「分析」>「拡張モデル」>「時系列予測」から、3つのフィールドにデータを入力するのは非常に簡単です。
「OK」を選択した後に表示されるウィンドウには、データの一貫性を確認するためのサマリーが表示されます。サマリーを確認した後、予測したい将来の期間数を設定します。「実行」をクリックすると、約250のSKUすべてに対する予測が表示されます。
各SKUには、そのSKUの過去のデータ形状に基づいた個別の予測モデルが割り当てられていることにご注意ください。モデルの種類に関する詳細は、 こちらをご覧ください。
共有
これらの予測を利用する人の多くは、関連する統計データに特に興味がないため、予測の形式をシンプルなインタラクティブグラフに変更すると便利です。赤い三角のオプションを使用して「結果を保存」を選択すると、予測データやその他のデータを含む新しいデータテーブルが作成されます。また、グラフビルダーと組み合わせて、簡単な検索ツールを作成することもできます。
これらのレポートはJMP Liveにアップロードできるため、JMPをお持ちでない方でも、予測情報にアクセスする必要がある方と共有できます。これは特に、サプライヤーや顧客と予測を共有する場合に便利です。これらのレポートは、以下の例のように、Webページにリンクしたり埋め込んだりできます。
オートメーション
先ほど、ワークフロービルダーを使ってプロセスを記録する方法について説明しました。すべてのステップが記録されているため、手動で行う必要があるのは最初の1回だけです。予測を更新する必要がある場合は、「再生」をクリックするだけで済みます。つまり、RTWは毎週簡単に予測を更新できます。このプロセス全体を自動化することで、膨大な時間を節約できます。
プロセスがボタンをクリックするだけのシンプルなものに簡素化されたことで、RTWは追加コストなしで、実質的に従業員の25%をチームに迎え入れることができました。予測も月次ではなく週次で行われるようになったため、組織全体で必要な介入作業が大幅に削減されました。全体として、JMPを使った予測はチームにとって大きな成果でした。
調達部門とスケジュール管理部門では、既に時系列予測プラットフォームをご利用ですか？まだご利用でない場合、予測を自動化することでどれだけの時間を節約できるでしょうか？
データノート
私は、2020年のマクリダキス予測コンテストのデータを修正したものを使用しました。修正点は以下のとおりです。
- データ セット内の最もユニークな (約 250) グループをサブセット化してスタッキングします。
- データを最も近い整数値に丸めます。
- 列名と一意のグループ ID 値を変更します。
さらに、部品番号の参照テーブルを作成しました。これにより、エンドユーザーがデータベースでデータをどのように認識するかを近似することができます。読者は私が使用したデータベースに直接アクセスできないため、ワークフロービルダーにデータテーブルとしてデータを含めました。すべてのファイルは添付されています。
