予測技術
１９世紀以来、小売業者は常に在庫量を最適に保つために、売上げ予測を立てることを業務の一環としてきました。
今日、Lokadが予測分野に新しいご提案をさせていただきます。
弊社のアプローチは従来のものよりシンプルでいて、費用効果がより高くより正確な方法を使っています。
このページでは、これらのことすべてを可能にする
弊社の技術をご紹介します。
概要
自社内でビジネス予測をする場合、どうしても無数のウィークポイントやコストの問題が出てくることをふまえ、Lokadは
予測サービスを専門に行っています。弊社製品は
サードパーティ・ソフトウェア用に設計されているので、自動的にデータを取り込み、結果はスムーズに現在使用中の既存システムに統合されます。弊社は
予測技術に新しいアプローチを取り入れ、
クラウド・コンピューティングとスケーラビリティを使用することで、予測精度を劇的に向上させました。
スペシャル・イベントを考慮に入れることで、顧客のニーズをより ”リアルに” モデル化し、予測ソフトにありがちな過ちをおかさないよう配慮されています。それに加えて、商品間やラインナップ商品間で ”タグ” を通して
類似点を検出することにより、精度を向上させています。さらに、
Web2.0と科学コンピューティングを併せた手法で各々のお客様に対して弊社独自のデータを有効に使っています。 弊社は
複雑統計モデルを使い、常時お客様の予測のレベルアップを図るべく、
モニタリングと改善を行っています。
予測サービスを専門に
自社内で予測を行うのは、非常にコストがかかるが結果は満足いくものではない、ということがしばしば見られます。統計専門のスタッフを一人雇い、ビジネスの性質に合ったモデルを設計し、それを計算するために高価なソフトウェア・ライセンスとサーバーを購入しなければならないからです。これらのコストは非常に高いので、通常は大企業であればまかなうことができます。しかしそうして得られた結果も必ずしも確実なものとは言えないのです。
Lokadは違った方法を取ります。弊社は
予測サービスを専門に行っています。お客様のデータを貴社システムから取って来て、予測データをお客様に送り返します。いったんデータが取り込まれると、予測は自動的に計算されます。このアーキテクチャは、お客様のスケジュールが厳しい状況でも直ちに予測をお届けできるよう保証しています。
弊社のテクノロジーは、
お客様のデータをそのままの形で扱うよう設計されています。従来の予測ツールでは入念にデータを準備しなければなりませんが、それは非常に専門的で時間のかかることです。（例えば、データの中の例外を取り除く必要があったり、季節的な要因を考慮するか否かの判断を求められたりします。）従来の方法ではこれらすべてを行って初めて、予測が得られるのです。
これに対して、
Lokadは全く違う方法で行います。 Lokadへデータを送る前に、入念に準備をすればより精度の高い予測がえられるかもしれません。が、時間がない、もしくは専門スタッフがいない場合でも、私たちはお客様からのデータを適応させ、最善の予測をお届けいたします。
サードパーティ・ソフトウェア設計
Lokadのサービスを有効利用するには、お客様はデータを送り、弊社から返ってきた予測を、すぐに実際のビジネスに役立てなければ意味がありません。つまり、Lokadはこの点をクリアするため
直ちにお客様のビジネスに利用できるようサードパーティ・ソフトウェア設計を行っています。弊社は
予測 API - API：Application Programming Interface - を配置しています。それは、マシーン・トゥ・マシーンのコミュニケーション・プロトコルで、SOAPと呼ばれるユビキタス基準に則しています。この基準は、マイクロソフト社、ＩＢＭ社、ＳＡＰ社、Ｇｏｏｇｌｅ社などの大手企業に支持されています。予測APIによりインターネットに接続している限り、サードパーティ・ソフトウェアにバーチャルでLokadのプログラム・インテグレーションを行うことを可能にしているのです。
幅度 vs 深度: 予測に対するアプローチの変化
これは簡単な考え方です。が、ほとんどの人がやっていません。将来の変化を予測するため一つの商品（商品Ａ）の推移を見るのではなく、他の商品（商品Ｂ、Ｃ、Ｄ…）も同時に扱い、類似点を使って将来予測を正確なものにします。つまり、
商品Ａの予測をする場合、Ａだけを使うのではなく、商品Ｂ、Ｃ、Ｄ…を使うことにより、より商品Ａのことが分かるのです。消耗品の寿命は平均３年です。これは各商品の入手可能データが約１８カ月になることを意味します。統計学的視点から、商品Ａのみを取り扱う場合、１８データポイントだけを使うことになります。
１８データポイントだけでは、どんなに賢明で優れた予測理論をもってしても十分なデータ量とは言えません。１８データポイントのみでは季節的要因などの分かりやすいファクターでも、２つの同じ季節比較ができないため、予測はこんなんなものになります。
期間の幅は、業界によって様々です。しかし、商品が何十年も市場に出回っていない限り、このような問題に直面しがちです。
直接的な結果として、
従来の予測ツールでは統計専門家がひとつひとつの商品について予測モデルを 調整 しなければなりません。なぜならそうしないと重要な統計データが、１８のデータインプットに確実に収まらないからです。
Lokadの製品では、統計専門家は必要ありません。すべての秘密はグラフを９０度回転させることにあるのです。弊社のモデルは１回につきひとつの時系列データを繰り返し行うのではなく、一度にすべての時系列データに対して行うのです。つまり、多くのデータインプットがあり、結果的によりよいモデル
advanced modelsを得るのです。
このアプローチは、常識的なことです。例えば、新商品のチョコレートの季節性影響を予測したい場合、他のチョコレートの季節推移を参考にできます。各チョコレートを別個の商品として分けて考える必要はないのです。
簡単か否か？それほど簡単ではありません。計算の観点から言えば、これはずっと難しくなります。
要求される計算力および計算量は途方もなく増大します。例えば、10,000 SKUある場合、SKU２個間の結合は１億になります。
そこで役立つのが
クラウドです。たとえアルゴリズムがよく設計されていて、計算複雑性を苦にしないとしても、多大な処理能力パワーが必要となります。クラウドでは、この処理能力をオン・デマンド、低コストで得ることができます。
クラウド・コンピューティングとスケーラビリティ
簡単にいえば、”大雑把な”予測方法では計算力はさほど必要なく、パソコン１台で何千もの予測を出すことができるのです。
しかし、精度の高い予測が必要な場合、より高度な統計メソッドが要ります。
私たちの経験から、高度な予測手法を使った場合、手計算のそれより２０％以上のエラーを減らすことができると言えます。 しかし高度な統計メソッドは従来の予測ツールでは一般的にトラブルに陥りやすいのです。
しかし、これらのメソッドでは、何千倍もの処理能力が要求され、社内で解決するのはまず不可能です。
そこでLokadはクラウド・コンピューティングを導入し、お客様に最善の予測を行います。私たちの経験から、
急成長している企業から予測を要請されるケースでは、企業は自動計算される予測を定期的に調整していくだけで、どれだけ利益が出たかを知ることができるのです。 ５０００品目を扱い、１０データポイントのセールの小売業を例に挙げると、完全に在庫補充を自動化するためには１カ月に４千万予測以上必要になります。（毎日予測で１カ月先を予測）
１カ月で４千万の予測を出すには、中小企業には膨大な数となります。しかし、Lokadなら
手の届く価格で行えます。
さらに、
たくさんのコンピュータを同時に使って計算スピードを上げることで、大規模な並列化をしています。この方法だと、何カ月もの計算を圧縮して何時間かで行うことができます。
並列化予測は、私たちの技術の礎（いしずえ）と言えます。２００６年後半にLokadを立ち上げて以来、解析格子の改良を重ね、私たちの技術であるコンピュータ・ネットワークを駆使したデータ・プロセスの能力を向上させてきました。
Lokadは２００９年以来、クラウド・コンピューティングを導入させた最初の予測プロバイダーです。私たちはマイクロソフトの技術チームからの広範囲に及ぶサポートを受け、マイクロソフトのクラウド・コンピューティングのインフラと言えるWindows Azureのベータ・バージョンへの統合を行いました。Windows Azureによって、Lokadはどんな大規模な予測であれ顧客ニーズに合わせて何千ものサーバーをレンタルすることが可能になったのです。
このプロジェクトは、３０００もの応募の中から弊社が選ばれて実現し、２０１０年Windows Azure Partnerとなりました。このテクノロジーは、お客様に制限のない予測量をご提供できる今日もっとも拡張性の高い予測技術だと自負しています。
お客様の”現実的な”要求をモデル化：スペシャル・イベントを考慮
売上げ、コール量、キャッシュ・フローは時系列に扱えます。つまり、日時と容量のリストで一対となります。また、典型的な予測方法は時系列分析で行われます。しかし、時系列で問題となるのはデータが必ずしもお客様の実際の要求を表していないということです。例えば、小売店が商品不足に陥ったら売上げは下がります。しかし、これは実際に顧客需要が低下したわけではありません。ただ、購入する商品が減った結果といえます。
これを見誤るとこのようなケースの需要低下はお客様のビジネスに痛手を与えます。しかしこの予測でも１００％正確であると言えます。なぜなら１０アイテムについて１０の売上げをしているからです。仮に１００の売上げが可能であってもです。私たちの経験からこのような問題はマーケティング・キャンペーンや商品プロモーションなどのイベントの際によく見られ、ビジネスに影響を与えるのです。
未加工の時系列データを考える場合、統計ツールはビジネス履歴を見誤り、結果として正確な予測ができません。Lokadが豊富なデータ・フレームワークを持っている理由は、”未加工時系列データ”に加えて、
タグ と イベント を扱うからです。このフレーム・ワークを通して以下に挙げる意義ある過去イベントを”知らせる”ことが可能なのです。
- 商品のプロモーションを行った。
- 商品不足が生じた。
- コールセンターに停電が起きた。
これらの イベントは過去データに潜む不自然な結果を反映せずに自動的に分析され、
将来の顧客の真の需要を反映して予測精度を上げます。繰り返しますが、
Lokadはユーザーに何も求めずに実際に関連性のあるビジネスデータを提供します。特に、ユーザーに商品プロモーションなどのイベントによる実際のインパクトを理解するよう求めません。Lokadが独自で全体の分析を担当するのです。
私たちの知る限り、Lokadは
自動的にビルト・インされたイベント・サポートを行っている数少ない予測サービス会社です。それよりもむしろ、ほとんどの競合テクノロジーは、ユーザーに複雑なデータの前処理オペレーションを各自で行うよう求め、快晴的なイベントを扱うために
外部リグレッサーを使って不自然なデータ結果は手作業で修正し、または手作業で統計モデルをカスタマイズします。
“タグ”を使って類似点を検出
唯一無二の商品の売上げ予測をするのはやっかいな仕事です。確かに、工業製品などは市場でのライフ・スパンが３年以下であることを考えると、つまり、平均で商品の過去の売り上げデータは１８カ月以下となり、月間で見ていく場合、データ・ポイントが１８以下であることを意味します。明らかに、１８ポイントでは統計予測としては不足です。それに加え、もしこの
浅い過去がマーケティング・オペレーションの影響を受けている場合には、予測作業はさらに複雑なものとなります。
従来の予測方法では、このような問題が立ちはだかります。 典型的なツールは１年かそれ以上の過去データを必要としますが、それが入手不可能なのは予測が最も有用な時期、つまり商品のライフ・スパンの初期に起こります。十分なデータが手に入らないとき、安易なアプローチを使い、ツールは質を落とさざるを得ません。季節性やトレンドなどは平均移動で扱うことができないからです。
これに対して、Lokadは根本的に違ったアプローチを使います。唯一無二の商品の売上げ予測を出すのは確かに難しいですが、企業は他多数の商品を扱っており、しばしばたくさんの
関連商品もありうるわけです。したがって、その企業が関連商品１０品目を販売している場合、その唯一無二の商品について予測の精度を上げるデータが１０倍に増加するわけです。このアプローチは「並列時系列予測」と呼ばれています。基本的に、
Lokadは各時系列で作成された予測精度を上げるために時系列間に存在する相関関係を活用します。
しかし、時系列が短すぎる場合、例えば数カ月の履歴しかない商品など、送還する時系列が十分でないのです。そこでLokadは
タグという概念を導入しました。タグは例えば商品間で類似点を示すなど時系列を装飾するために使われます。このタグを使って、実際に商品の売り上げ履歴が存在しない場合でさえ、Lokadは高度な予測を作成することができます。
私たちの知る限り、Lokadは唯一タグの
ビルト・イン自動サポートを持つ予測サービス会社です。ライバル社の商品は、一般的にデータ量が十分に多くない場合に貴社内専門家に明確にビジネス・ルールを設計するよう求めるのです。
Web2.0 と予測の向上: Lokadの利用者が増えるほど精度が増す仕組み
Structural risk minimization equation 今説明したように、商品売上げの相関関係、そしてもっと一般的に時系列間の相関関係、この２つが十分なデータ量がないときに高度な予測を作成するカギとなります。しかしながら、現実はいつもデータは十分でないと言えます。データが多ければ多いほど予測エラーが少なくなり、そしてそれは高利益をもたらしてくれます。そのために私たちは
常に予測エラーを低減させるために懸命に努力しているのです。したがって、私たちは"９０度回転アプローチ"をされにもうワン・ステップ上に行きます。インプット・データをお客様の会社１社に限らずに、
Lokadの持つすべてのデータを包括的に活用し、提供する各予測を質の高いものにするのです・これは、お客様のデータがLokadの予測精度を向上するために使われることを意味します。
このプロセスは完全に安全なものです。お客様のデータが第３者に渡ることはあり得ませんし、またLokadの他の顧客に対しても同様です。他企業データ分析の高精度予測は非常に非直接的なプロセスで、お客様のデータが漏えいすることはあり得ません。
常識的な知識とは対照的に、他企業データ分析の一番の利点は、企業間の相関関係を探し出すことではありません。相関関係は二の次になりますが、
ノイズ認識には有効です。直感的に分かるように、中企業１社を見ると、ビジネスで繰り返されるイベントのパターンを、純粋にランダムに起こるマーケットのノイズと区別して分類するのは大変困難です。しかし、
仮に数百社の企業データがあれば、ノイズとパターンを分類区別するのは一気にたやすくなります。例えば、他のビジネスで同じ季節性が見られる場合、この季節性がマーケットのランダム・アーティファクトである可能性はとても低くなります。良いノイズ認識を行うことは、ビジネス・パターンを認識する上でミスを減少させることにつながり、結果的に良い予測が得られるのです。
私たちのテクノロジーがとてもユニークな点は、
ソーシャル・ネットワーキングと統計データ収集を合体させている点だと思っています。そして新たなお客様がひとり増えることによって、他のすべてのお客様の予測の質を向上させる、このアイデアはすばらしいとおもいませんか。
Lokadで使用している統計モデル
予測モデルの
質というのは
とてもとらえにくい概念です。統計予測で必要なのは、
エラーを最小限に抑えることですが、それはすでにあるデータに対してではなく、
手元にないデータ、つまり将来のデータに対して行われなければならないのです。ほとんど知られていませんが、
オーバー・フィットと言われる問題はビジネスに大きな影響を与えます。詳細についてはこちらの動画
Overfitting: when accuracy measure goes wrong をご覧ください。
Lokadはよく知られているボックス・ジェンキンス法（Box-Jenkins）、指数平滑化法、自己回帰モデルなどを含む
統計モデルの大規模なカスタム・ライブラリーを使用しています。しかし、私たちの経験から
従来のものは次の点がうまく扱われていないと言えます。
- 並列時系列相関
- 時系列タグ（例：商品の説明）
- 時系列が短すぎる点
これらを克服するため、Lokadはより複雑なモデルを開発してきました。私たちは新しい数学理論を発表していませんが、ほとんどを
statistical learning theory：統計的学習理論に依っています。
それから、記しておくべきことは、正しい統計モデルを選択することは困難なタスクですが、場合によってはモデル設計以上に難しいことがあります。
and sometimes more difficult 繰り返しますが、Lokadでは大規模なスケール・データの相関関係で特殊な時系列のモデルを選択する際、そのモデルがその他多数の関連する時系列で選択されていれば私たちはモデル選択を正しく行うことができると自負しています。
Lokadは定期的にモニタリングを行い、お客様の予測の質の向上を図ります
予測はすべて自動的に提供されます。しかし、これはLokadが心ない予測プロバイダーだということではありません。それどころか
私たちは継続的に予測システムのモニタリングを行っています。このプロセスはLokad全社規模で行われます。Lokadの各エキスパートが一度にすべての企業をモニターできるため、社内コストは驚くほど抑えられます。
毎日、
私たちの予測技術におけるウィークポイントと思われる点を入念に評価するために予測シミュレーションを行います。このモニタリング・プロセスは常に進行しています。お客様は特別なことをする必要はなく、Lokadにデータをアップロードするだけで、その恩恵が受けられます。
モニタリングを通して、問題点はまず挙げられ、
可能性のある解決策が、私たちの開発のロード・マップの一部となります。統計予測について、私たちはやっとスタート地点に立っただけだと思っています。また、私たちの Web2.0 アプローチが、私たちが以前は想像もしなかった解決法を模索するのに役立っています。
従来の予測ツールを使うのに対し、Lokadを選ぶということは
お客様の予測がエキスパートによってリビューされ、その予測がほぼ同類の企業の予測と比較されることによって可能性のある事項の評価プロセスが非常に簡単になるのです。それから、Lokadによって、
お客様の予測は時間が経つにつれて私たちの技術の向上とともに、精度が向上していきます。Lokadを選ぶということは、お客様の会社の予測モデルが頻繁にアップデートされないために、ライバル社との競争に置いていかれることはなくなります。
Lokadとともにいれば、常に他社との競争の中にいられるのです。
Start forecasting now, $30 off for pre-paid forecasting services.