ハードラグジュアリー向けの予測的最適化

ハードラグジュアリーでは、すべての製品がユニークであり、そうでない場合でもほぼ常に限定シリーズの一部となります。これらの製品は時代を超えた芸術作品として意図されている一方で、顧客は常に新しさを求めています。展示されている各アイテムに対し、店舗は年間1～2点ほどしか販売していないことを考慮すると、統計的手法でハードラグジュアリーの定量的最適化を実現することが可能か疑問が生じます。数十年にわたり、その答えはほとんど否定的でした。しかし、Lokadにおける一連の最新技術革新により状況は一変しました。当社の技術により、ハードラグジュアリーで見られる極端な希少需要に直面しても、アソートメントや価格の最適化が可能となりました。

ラグジュアリー商品を芸術作品として扱う

10点を生産する場合には1点だけを生産する場合よりも多少の規模の経済が観察されますが、ハードラグジュアリーにおいては、総じてそれはごく限定的です。実際、ハードラグジュアリーの商品は芸術作品として扱われるべきですが、この見方は、SKU（Stock Keeping Unit）という概念を前提に設計されたサプライチェーンツールの現実と衝突します。スプレッドシートも同じ問題を抱えています。そのため、50点が生産されるのは、顧客の期待にきめ細かく応えようとするためではなく、計画を容易にするためであることがあまりに多いのです。

Lokadのハードラグジュアリーに対する視点は全く逆です。私たちは、すべての製品がその属性（ムーブメント、カラット、金属、色、価格帯など）によって唯一無二に定義されるという考え方から始めます。

歴史的には似通った製品、すなわち同一属性を持つ製品が多数生産・販売されてきたかもしれませんが、Lokadが機能するためにそれは必須ではありません。Lokadの技術は、「次に生産すべき製品は何か？」という問いに対し、その具体的な特性に至るまで答えます。もっとも、私たちはクリエイティブチームの代替になるとは主張しません。Lokadが何もないところからデザインを生み出すわけではありません。私たちは、生産可能なあらゆるバリエーションに伴う組み合わせ爆発を探索し、それを活用します。

自己成就的な店舗業績の終焉

シリーズは短く、しばしばあなたが運営する店舗チェーンの店舗数よりも少ない場合があります。これが別の課題を生み出します。つまり、50店舗のネットワークに対して20個しか生産されていなければ、その製品はどこに配置すべきでしょうか。

当然ながら、ハードラグジュアリーにおいて、ある店舗に同じ商品を複数置くことに通常は意味がありませんが、それでも30店舗は新シリーズを受け取れないことになります。実際には、「最も良い」店舗が新シリーズを受け取ります。そして、3〜6か月後にその製品が売れ残っていれば、新シリーズの残りは他の店舗へとローテーションされ始めます。この方法には、現状維持に不釣り合いに有利だという不幸な欠点があります。

最も良い店舗は圧倒的に最高の商品の取り扱いを実現し、その他の店舗には残りものが回ってくる。

店舗業績は大部分において自己成就的な予言となり、業績の低い店舗が偶然にも本来の潜在能力を発揮できないままにされるという欠点を伴います。

Lokadの技術は、次の製品はどこに配置すべきか？ といった問いに答えます。また、遅延、関税、そして当然のことながら現在の店舗アソートメントなど、多くの要因を考慮に入れたうえで、店舗間の製品の再配置方法も提案します。このプロセスは、過去の慣例を単に繰り返すのではなく、ネットワーク全体の潜在能力を最大化するものです。

極度の希少性に対処する

一般的に、ハードラグジュアリーの商品が店舗の棚で売れるまでには6か月から1年かかります。とはいえ、これだけの資本を固定することは好ましくないように思えても、根本的には展示される在庫が需要を生み出すのです。

このことは、在庫回転率がFMCG（Fast Moving Consumer Goods）で観察される水準にまったく及ばない場合でも変わりません。在庫が非常にゆっくりとしか回転しないため、時系列分析、安全在庫、ABC在庫といった通常のサプライチェーンレシピは、ほぼすべて実用に耐えなくなります。

この希少性に直面すると、サプライチェーン担当者は、意味のある統計を多少なりとも回復するために、四半期別や大陸別の売上といった粗い集計に頼りたくなります。これは、限られたデータをスプレッドシートで処理する際にも都合がよくなります。しかし大きな欠点として、サプライチェーンに対する視界が非常にぼやけたものとなり、もはや、例えば1点の商品をある店舗から別の店舗へ移動する、といったサプライチェーン上の意思決定を、そのようなマクロ統計と現実的に結びつけることができなくなります。

Lokadでは、貴社の小売ネットワークが生み出すトランザクションデータを最大限に活用するため、微分可能プログラミングに基づくかなり独自な技術を開発しました。

簡単に言えば、私たちは単に時系列を見るのではなく、時間の経過とともに顧客と製品を結ぶグラフを見ています。すべての顧客はユニークであり、その購買行動によって特徴づけられ、すべての製品もまたユニークで、その属性によって特徴づけられます。この技術は、不確実性がほぼ解消されない状況において基本となる[確率的予測](/ja/確率的-予測/)の手法を洗練し、拡張したものです。未来を知っているかのように装うのではなく、確率を利用して数多くの日常的な意思決定を、貴社のネットワークとブランドにとって望ましい結果へと導きます。

アソートメントが重要

貴社のカタログには数千以上のリファレンスが含まれているかもしれませんが、いくつかの旗艦店を別にすれば、ほとんどの店舗では展示されている商品は数百点、多くてもその程度であり、場合によっては数十点にすぎません。FMCGの観点から見れば、サービスレベルは10%未満だと言えるでしょうが、この見方はハードラグジュアリーに対してはほとんど無意味です。

最適化されたアソートメントを作成するには、カニバリゼーションと「牽引効果」（すなわち、ある商品が他の商品への興味をかき立てる現象）の双方を深く理解する必要があります。

概念的には、店舗は1点ずつ商品で満たされていきますが、店舗内のある商品の存在を、残りのアソートメントから切り離して考えたり分析したりすることにはあまり意味がありません。

従来型のソフトウェアソリューションはこうした観点を完全に無視しており、その結果、それらの「システム」が提案するアソートメントは、より良い代替手段を持たない熟練の実務家（店舗マネージャーやマーチャンダイザー）から、例外なく、そして当然ながら「愚か」だと評価され、自前のExcelシートに回帰されてしまいます。

展示されているすべての製品は、顧客の欲求を巡って競い合いますが、同時に互いに補完し合い、ブランド全体の印象をより鮮明にします。 Lokadがハードラグジュアリー向けに開発した技術はこの直感に基づいており、アソートメントを最適化するために、製品間の関係を定量的に評価するという困難な課題に直接取り組んでいます。これらの関係は最終的に、店舗ごとに異なる顧客の視点に依存するため、最適なアソートメントも店舗ごとに、そして当然ながら時間とともに変化します。

大規模におけるハードラグジュアリーの専門知識

一部のベンダーは、ソフトウェアが人間の知能をはるかに超える驚異的な業績を達成できるかのように、AI（人工知能）といったバズワードを持ち出します。これは、チェスや囲碁のようなニッチな問題においては当てはまるかもしれませんが、ほぼすべてのオープンな問題に直面したときには、依然として大部分がサイエンスフィクションの域を出ません。それでも、適切に実装されればソフトウェアがすでに非常に有用で収益性の高いものであり得ることは否定されません。

簡単な例を考えてみましょう。もし店舗でミニッツリピーターの時計が売れたなら、優れた店舗マネージャーは、その時計が潜在市場のかなりの部分を使い果たしたことを覚えているでしょう。実際、その顧客が複雑機構の時計の愛好家で、来年また別の一点を求めて戻ってくるかもしれないとしても、その顧客が同じ時計を再び買うことはありません。ところが、従来のサプライチェーンツールは、この程度に基本的な洞察すら取り込むことができません。もちろん、実際には販売することを意図していないが、店舗を華やかで魅力的に見せるうえで不可欠な傑作の必要性といった、より洗練された洞察に対応できる見込みもありません。

Lokadにおける私たちの戦略は、サプライチェーンサイエンティストと呼ぶ定量志向の専門家を最大限に活用し、すでに貴社ネットワークを運営しているサプライチェーン実務家たちの洞察と常識を大規模に展開することにあります。この戦略は、貴社の戦略に完全に整合した、特注の予測最適化モデルを提供するのに適した独自の技術によって実装されています。

私たちは、もし貴社の熟練した実務家が、ある商品を店舗間で移動させるべきかといったすべての意思決定について何時間も考えられるなら、「手作業」で得られなかった結果をもたらすと主張しているわけではありません。

しかし、実際には熟練の担当者は不足しています。Lokadは、その知見が貴社に大規模に利益をもたらすようにします。

当社の専門家と具体的なビジネス課題についてご相談ください。詳細なお見積もりをご希望の場合は、お問い合わせください。