FAQ: 在庫最適化

Lokadは、予測分析を使用してサプライチェーンの不確実性を受け入れ、財務的な洞察を活用して意思決定を最適化することで、在庫に関する課題に取り組んでいます。Lokadは、独自のクライアントの制約を考慮し、詳細なレポートと直感的なダッシュボードを通じて意思決定の透明性を向上させます。

対象読者：サプライチェーンの実践者、専門家、および経営者。

最終更新日：2024年1月30日

在庫関連の意思決定の不適切さは、在庫過剰と在庫切れという2つの最も明らかな症状に現れます。これらの問題は、不確実性を無視する方針に起因することができます。この不確実性は、需要の変動、リードタイムの変動、断続的な返品など、さまざまな形で現れます。Lokadは、プログラムによる予測能力を備えているため、サプライチェーンの不確実性を無視するのではなく、それを受け入れることで、優れた在庫パフォーマンスを提供します。たとえば、Lokadには、顧客の日常的で繰り返しのサプライチェーンの意思決定（発注、生産指示、在庫割り当てなど）に関連するすべての経済ドライバーを反映する確率モデリングの機能があります。これにより、すべての意思決定のドル（またはユーロ）価値に対する高解像度の財務的な視点をクライアントに提供できます。Lokadには、クライアントの一意の制約を考慮しながら、すべての意思決定のドル（またはユーロ）収益を最大化する意思決定を最終的に推奨する確率的最適化の機能もあります。このような制約には、カニバリゼーションや代替などの製品間の関心事も含まれます。

プロセスの各段階で、Lokadの包括的でカスタマイズされたレポート機能により、クライアントに完全な透明性が提供されます。直感的なダッシュボードは、クライアントが必要とするKPIを明確に表現し、Lokadの計算をわかりやすい方法で分解します。

エグゼクティブサマリー

在庫最適化に関しては、Lokadは10年以上前から「主流」のアプローチから逸脱してきました。この逸脱は、当社の技術が向上するにつれてますます大きくなっています。この技術により、Lokadはクライアントのサプライチェーンに大幅な改善をもたらすことができますが、より大きな課題は、サプライチェーンの実践者が期待するものとは異なるLokadのアプローチを「説明する」ことです。

在庫最適化に関する主流のおとぎ話は次のようなものです。 （マジッククアドラント）ソフトウェアベンダーが20％より正確な予測を提供し、それらの予測が在庫切れを20％減らし、在庫を20％減らすでしょう。このおとぎ話には、人工知能、需要感知、機械学習、ブロックチェーン、デジタルツイン、インメモリシステムなど、いくつかの話題のバズワードが含まれています。しかし、この主流の見解は行き詰まりです¹。当社の競合他社とは異なり、Lokadは実際に最先端の予測²を提供していることを知っていますが、それだけでは十分な投資収益を提供することはできません。

Lokadは、優れた在庫パフォーマンスをどのように実現しているかについて、ほとんど秘密を作りません。当社は公開講義シリーズ³（50時間以上）を開催しており、当社の技術と方法論の詳細を提供しています。このシリーズは、リソースとしてだけでなく、クライアントにとっての警告としても機能します。ベンダーの「トリック」がどのように機能するかを見ると、それを見ないことはできません。

確率的予測

確率的予測を使用する必要があります。これらの予測は、サプライチェーンで直面する不確実性（顧客の需要やサプライヤのリードタイムなど）を直接的に定量的に評価します。従来の時系列予測（「クラシックなアプローチ」）が自然に正確になることを前提とするのではなく、確率的予測はこれらの問題に直接対処します。確率的予測は必ずしもより「正確」ではありませんが、これは設計上はあまり関係ありません。なぜなら、確率的予測はクライアントの将来についてまったく異なるストーリーを伝えるために使用されるからです。詳細は「財務的な視点」で説明されています。さらに、需要だけでなく、リードタイム、返品率、廃棄率など、不確実性の各要素に対して独自の予測が必要です。Lokadは、リードタイム、返品率、廃棄率などの確率的予測を作成します。

これに対して、主流の時系列予測アプローチは上記の不確実性を無視します。その結果、ポイント時系列予測が使用されると、製品の発売のような完全に日常的なリスクに対してもサプライチェーンは脆弱です。製品の発売がリスクから解放されることを期待することは無意味です。なぜなら、企業が製品の発売のパフォーマンスをより信頼性の高い方法で評価できるようになれば、この新たな能力を活用してさらに多くの製品を発売し、結果として対象のサプライチェーンに不確実性を再導入するでしょう。

自動的な意思決定

自動化された（かつ優れた）サプライチェーンの意思決定は、サプライチェーンに具体的な影響を与える唯一の最終目標です。在庫最適化ソフトウェアが最終的な意思決定以外の結果を返す場合、そのソフトウェアは役割を果たしていません（または単に間違ったソフトウェアを使用している可能性があります）。

さらに、これらの自動化された意思決定は、MOQ（最小注文数量）など、クライアントの制約をすべて考慮に入れる必要があります。自動生成された意思決定を手動で上書きする必要がある場合、システムは不具合があり、置き換える必要があります。リアルなサプライチェーンの専門家は希少で貴重な存在であり、クライアントの独自の数値レシピの継続的な改善以外の目的に使用することはできません⁴。Lokadは、サプライチェーンの意思決定プロセスを自動化するためにこの数値レシピを使用し、社内の専門家が上位の問題や戦略に集中できるようにします。

これに対して、主流の見方では、ABCクラス（またはその類似のABC XYZ）、在庫回転率、安全在庫、経済的な発注数量など、さまざまな数値的なアーティファクトに重点が置かれます。サプライチェーンのパフォーマンスと数値的なアーティファクトの関係は、最善でも曖昧です。さらに、これらの数値のほとんどは、半手動の意思決定プロセスをサポートするために導入されるだけであり、クライアントのリソース（お金、時間、労力など）の無駄を確保しています。

その結果、サプライチェーンの実践者は持続的な消火活動によって絶えず注意をそらされ、背後では基礎となるシステムが最適でない意思決定を生成し続けています。

財務的な視点

サプライチェーンの意思決定は、ユーロ（またはドル）の影響として財務的に最適化される必要があります。この評価には、すべての関連する経済ドライバーを反映する必要があります。Lokadは、関連する具体的な経済ドライバー（クライアントの元帳に直接見つかるもの）にアクセスできます：粗利、保有コスト、輸送コストなど。ただし、Lokadは、数値化が困難な経済ドライバーも定量化します。これらのドライバーは、価値のあるサプライチェーンの意思決定を生み出すために考慮する必要があります：顧客のロイヤリティ、サプライヤの信用、ブランドの認知度など。抽象的な性質を持つため、これらのドライバーは賢明に近似する必要がありますが、正確に間違っているよりもおおよそ正しい方がはるかに良いです。この金銭的な価値は、すべての在庫の意思決定に影響を与えるさまざまな力を統一するために最終的に使用されます。⁵

これに対して、主流の見方では、サービスレベルなどの割合に重点が置かれ、すべての抽象的な経済ドライバーは完全に無視されます。これにより、一般の人々が「ファイナンス」と関連付けるようになった推奨される意思決定の短期的な視野が生まれます。このような意思決定は、ビジネスの長期的な利益を反映していないであろうでっち上げの数値基準に対して最適化されています。解決策は最適化の考えを拒否することではなく、最初に最適化される内容を見直すことです。

よくある質問（FAQ）

1. 原則

1.1 在庫管理の効率化を支援しますか？在庫管理の機能はどのようなものですか？

Lokadは在庫を管理するのではなく、在庫を最適化（および効率化）します。在庫最適化には、最適な意思決定（例：いくつの在庫を購入するか、いつ購入するか、どこに（再）割り当てるかなど）を行うことが含まれます。一方、在庫管理は、在庫の物理的な状態を反映する電子レコードを管理し、これらのレコードを在庫の実際の状態に合わせることに焦点を当てています。在庫最適化と在庫管理は、全体的な在庫管理の2つの主要な側面であり、Lokadは完全に前者に専念しています。

ソフトウェアの設計の観点からは、在庫管理システムの要件は在庫最適化システムとはかなり異なります。実際、それらはしばしば完全に対立しています。たとえば、在庫管理ではリアルタイムの応答が必要です。そうでない場合、在庫ピッキングなどの日常的な操作は、システムが操作を確認するまで遅延します。

ただし、在庫最適化は、必ずしもリアルタイムの意思決定ではなく、良い意思決定をすることに重点を置いています。多くの要因と制約を反映した最適化された発注を計算するための5分の遅延は、クライアントにとっては無意味ですが、その発注によって何千ドル（またはユーロ）もの費用を節約できる場合は好ましいです。クライアントの視点からすると、これは、10ミリ秒未満で（リアルタイムで）_生成できる_平凡な発注によって何千ドル（またはユーロ）もの在庫の損失を引き起こす可能性があるシナリオよりも好ましいです。 クライアントが在庫管理システムを導入していない場合、在庫を最適化する前に、Lokadは強くその導入をお勧めします。

注意: 在庫管理のために設計されたほとんどのエンタープライズソフトウェアは、在庫最適化機能も提供すると主張していますが、これは誤った主張です。これらの異なる在庫機能には、異なるソフトウェアの介入が必要です。

在庫最適化と在庫管理、およびそれらに必要なソフトウェアの直接比較については、在庫管理を参照してください。

1.2 将来の在庫需要をどのように予測しますか？

Lokadは、将来の在庫需要に影響を与えるすべての不確実な要素を予測するために、包括的な予測モデリング技術を使用しています。これらの要素には、将来の需要や将来のリードタイムなどが直接的に影響するものが含まれます。ただし、特定の業界によっては、他の不確実性の要素も頻繁に存在します。たとえば、顧客の返品（eコマース）、生産収率、廃棄率などがあります。在庫需要を確立するためには、通常、複数の不確実性の要素を反映した短い一連の予測を組み合わせます。このアプローチは、従来の時系列予測の能力をはるかに超えています。

さらに、Lokadは確率的な予測の視点を採用しています。これは、Lokadがすべての可能な将来を考慮し、それぞれの確率を定量的に評価することを意味します。さらに、当社のプラットフォームには、これらの確率的な予測を作成または組み合わせるための必要な機器が含まれています。たとえば、確率的な需要予測と確率的なリードタイム予測を組み合わせることで、確率的な「リード需要」予測を得ることができます。これは、リードタイムにわたって統合された需要を表します。リード需要は、通常、将来の在庫需要を評価するための出発点となります。

詳細については、確率的予測を参照してください。当社の公開エンビジョンドキュメントのRanvars and Zedfuncsを確認して、ランダム変数の代数など、これらの確率的予測を組み合わせるための必要な機器について詳しく学びましょう。

1.3 過去および将来の在庫レベルは、過去の販売データと予測データに基づいて計算されますか？

はい、Lokadのプラットフォームは、クライアントの過去の取引データ（出庫フロー（例：販売）および入庫フロー（例：購入）を含む）を活用して、過去および将来の在庫レベルを計算することができます。将来の需要だけでなく、将来のリードタイム、将来の返品、およびその他の関連する不確実性の要素についても、包括的な確率的予測機能を備えています。

過去の在庫レベルに関しては、Lokadのソリューション（プラットフォームを介して提供される）はスケーラブルで費用効果が高いため、通常はビジネスシステムで既に過去化されていない場合には、Lokadプラットフォーム内で生成されるスナップショットを使用してデータを記録することをお勧めします。実際には、注意深く作成されたフローモデルでも、過去の在庫レベルを正確に反映しない場合があります。在庫レベルの歴史的なスナップショットは、この種の問題に悩まされることはありません。

将来の在庫レベルに関しては、2つの重要な要素を考慮する必要があります。第一に、将来の不確実性は削減できません。第二に、将来の在庫レベルはまだ決定されていない意思決定に依存します。将来の不確実性は削減できないため、「十分に正確な」と見なされる単一の将来の在庫状態の予測を仮定することは賢明ではありませんし、非常に利益が少ないです。代わりに、すべての可能な将来とそれぞれの確率を考慮する必要があります。これは将来のより豊かなビューであり、（クラシックな）予測からの逸脱に対して弾力的なリスク調整されたサプライチェーンの意思決定を行うことができます。Lokadは、確率的予測を活用することでこれを実現しています。

将来の在庫は、まだ行われていない（将来の発注など）サプライチェーンの意思決定に依存するため、在庫の可能な将来の状態を評価するためには、合理的な意思決定システムが必要です。これには、効果的なシミュレーションを許可するために、意思決定を自動化する必要があります。意思決定プロセスが半手動的な場合（つまり、主観的な人間のオーバーライドを含む場合）、それを「シミュレート」することは実用的ではありません。したがって、シミュレーション目的のためには、自動化された意思決定システムを使用する必要があります。

1.4 セーフティストック、最小/最大レベル、再発注レベル、およびEOQ（経済的発注数量）を購買ポリシーを考慮に入れながら計算しますか？

はい、Lokadのプラットフォームを使用すると、セーフティストック、最小/最大レベル、再発注ポイント、およびEOQ（経済的発注数量）など、主流/クラシックなサプライチェーンアプローチを簡単に実装することができます。さらに、これらの要素を完全に自動化してリフレッシュすることも簡単です。ただし、このサプライチェーンアプローチは実践では効果が低いため、時代遅れです。さらに、システムが生成し続けるサブオプティマルな出力を修正するために、広範かつ継続的な手動の修正が必要です。

これに対して、Lokadは、在庫の各追加単位の経済的リターンを評価する非常に優れたアプローチを推奨しています。この計算は、Lokadプラットフォームが生成する確率的予測と、購買の意思決定の結果に対する明示的な経済モデリングの両方に依存しています。このアプローチは、購買の意思決定の基礎となる経済的要素を取り入れています。

その結果、購買のオーバーヘッドを軽減することができます。注文は経済的に最適化され、EOQ（経済的発注数量の計算に伝統的に使用されるウィルソンの式などの時代遅れの式を導入する必要はありません）。さらに、発注のトリガーは、在庫切れのコストと在庫過剰のコストのバランスを取る問題となり、セーフティストック、最小/最大レベル、再発注ポイントの必要性をなくします。

さらに、Lokadのアプローチは、SKU（ストックキーピングユニット）の関心事に適しています。これらの関心事には、カニバリゼーション、代替、サプライヤーレベルのMOQ（最小注文数量）、倉庫や店舗の容量、および複数のエシュロンが含まれます。主流/クラシックなサプライチェーンアプローチは、厳格な単一SKUの視点に厳密に固執しています。その結果、これらの関心事は設計上無視されます。セーフティストックの計算がどれだけ洗練されていても（一例として）、そのクロスSKUの関心事のいずれも対処できません。なぜなら、その式（またはむしろ式のクラス）はSKUを孤立して処理することを意味するからです。

1.5 高価値商品に対してアプローチをどのように異ならせますか？

Lokadの数量的なサプライチェーンアプローチは、すべてのサプライチェーンの意思決定を、それぞれの関連する経済的要素に基づいて最適化することを強く推奨しています。したがって、高価値商品と低価値商品は同じ方法で最適化されますが、計算の詳細はもちろん異なります。

関連する経済的要素には、在庫品のコストと粗利益などが自然に含まれます。高価値商品は、絶対的な意味で高いコストと高い利益に関連付けられています。Lokadによる最適化は、在庫投資に対するドル対ドルのリターンを最大化します。つまり、投資できる1ドルに対して、Lokadは最も高いリターン率（ROIと考えてください）を持つアイテムを選択します。

純粋な経済的評価を超えて、在庫の意思決定に影響を与える他の制約事項もあります。これには、MOQ（最小注文数量）などが含まれます。ただし、Lokadのプラットフォームには、これらの両方の懸念を考慮に入れるための必要な数値能力がすべて組み込まれています。すべての経済的要素とそれに続く財務要因は、Lokadによって提案され、最終的にはクライアントによって検証されます。

この統一された、財務に基づく最適化の視点により、実践者はさまざまなポリシーや懸念によって支配される多くのエッジケースをナビゲートする必要がなくなります。高価値、低価値、不規則などの各アイテムは、クライアントの財務への影響を考慮して最適化されます。

*大規模なスケールで、Lokadは単一の推奨事項ではなく、購買の決定のランク付けリストを準備します。リストは降順でランク付けされ、最も高い投資収益率を持つアイテムから始まります。詳細な説明については、公開デモアカウントチュートリアルをご覧ください。

1.6 PO（発注書）の処理コスト（発注、請求書）を考慮に入れますか？

はい、Lokadは、すべての関連する経済的要素に基づいて、すべてのサプライチェーンの意思決定（発注を含む）を最適化する財務的視点を推奨しています。特に、発注などの意思決定を実施するために必要なすべてのオーバーヘッド（手数料など）は、この経済的要素のリストに統合されています。Lokadのサプライチェーン科学者は、経済モデルが数値レシピで実装されているときに、すべてのクライアントの機会とオーバーヘッドを反映していることを確認します。

Lokadのプラットフォームは非常に表現力豊かでプログラム可能であり、発注業務で発生するあらゆる種類のコストや割引などに対応することができます。例えば、価格の変動による価格の変動による価格の変動など、非線形性を持つこれらのコスト（または機会）を考慮して意思決定を最適化することができます。例えば、発注数量によってほとんど変動しない手数料がある場合、手数料が増えるにつれて最適化された発注プロセスは（わずかに）大きくなり、（わずかに）頻度が低くなるようになります。価格の変動も、最適化を大きくし、頻度を低くする傾向があります。

1.7 調達チームは補充戦略が資本要件に与える影響をシミュレートできますか？在庫レベルを予測できますか？

はい、Lokadのプラットフォームは、さまざまな方針の下で将来のサプライチェーンの状況を非常に広範に予測するために設計されています。将来の状況には在庫レベルだけでなく、輸送、取り扱い、保管などの能力の飽和など、サプライチェーンの他の重要な将来の状況も含まれます。さまざまな方針には、代替の補充戦略だけでなく、在庫割り当て、生産指示、返品、価格変更など、サプライチェーンの実行を統治する他の種類の意思決定も含まれます。

さらに、Lokadは、完全に自動化された意思決定プロセス（日常的な繰り返しのサプライチェーンの意思決定）に重点を置くプロセスを導入することが重要だと考えています。実際のサプライチェーンの実行が定期的な主観的な（および手動の）オーバーライドに依存する場合、“シミュレーション"が合理的な数字を生成することは期待できません。設計上、シミュレーションはこれらのオーバーライドを完全に無視しています。

一般的な確率的予測（需要予測だけでなく）は、このようなシミュレーションを実現するための重要な要素です。将来のリードタイム、将来の返品など、将来の不確実性に寄与する他の多くの要素を予測する必要があります。そうでない場合、シミュレーションは誤った信頼性のない数値（他の重要な不確実性のソースに盲目的なデータ）を前提として動作します。一般化された確率的予測の統合により、クライアントのサプライチェーンに必要な詳細度と洞察を提供する意味のあるシミュレーションを構築することができます。

Lokadの予測の視点については、確率的予測を参照してください。

1.8 購買推奨をサポートするために使用する経済指標を説明できますか？

エグゼクティブサマリー: Lokadのプログラム可能なプラットフォームは、購買推奨に幅広い経済的要素を組み込むことができます。これには、直接的な要素（一次の要素）として、粗利益や送料などが含まれます。また、在庫切れのペナルティや顧客の信用などの間接的な要素（二次の要素）も含まれます。このプログラム可能性は、実世界のサプライチェーンの複雑さに対応する柔軟性を欠いている従来のエンタープライズソフトウェアを超えています。

クライアントごとに多少異なる関連する経済的要素をすべて考慮することをお勧めします。一般的に、関連する要素は、第一次および第二次の要素として分類されます。第一次の要素には、クライアントの帳簿から比較的直接的に読み取ることができる利益、送料、保管コスト、発注コストなどの利益とコストが含まれます。第二次の要素はより微妙で直接的ではなく、従来のエンタープライズソフトウェアには存在しません。これには、顧客が商品を欲しいと思ったときに棚に何もないことのコスト（在庫切れのペナルティ）、顧客ベースの信用やロイヤリティ、顧客セグメントや地理の相対的な重要性などが含まれます。

Lokadのプラットフォームは、ほぼすべての経済的要素を考慮することができるように設計されています。スプレッドシートで表現できる場合、Lokadのテクノロジーを介して表現することができます。実際には、Lokadのサプライチェーン科学者は、クライアントの関連する経済的要素の包括的なリストを提案する責任を負っています。このリストは、その後、クライアントによって検証および修正されます。

この広範なプログラム可能性は、購買推奨をサポートするためのハードコードされた短いリストの第一次経済指標が提供される企業ソフトウェアで見つけることができる機能をはるかに超えています。実際のサプライチェーンで発生する状況の微妙さと多様性に対応することができないため、企業ソフトウェアがこのような方法に依存している場合、サプライチェーンの専門家は必ず前の方法（通常はスプレッドシート）に戻り、ERPのリストに存在しなかった要素を考慮しようとします。

経済指標に関しては、完全なプログラム可能性の回避策はありません。スプレッドシートは確かにプログラム可能ですが、Lokadのプラットフォームのような正確さと拡張性はありません。

詳細については、Lokadのサプライチェーンの哲学に関する要約および第一次と第二次のドライバに関する情報をご覧ください。

1.9 ルート原因とともに在庫レポートを提供していますか？

はい、Lokadのプラットフォームには、クライアントの在庫の現状のルート原因を特定するための広範な機能があります。

‘ルート原因’を特定することは容易な作業ではありません。本当にルート原因として適格なものを適切に特定するには、Lokadのサプライチェーン科学者による広範な作業が必要です。たとえば、在庫過剰は最小発注数量（MOQ）の過剰に遡ることができます。これは、調達チームの交渉条件が悪かったために説明できます。ただし、サブオプティマルな条件は、マーケティングチームの遅延によるクライアントの提供の予想される進化に基づく需要の過大な期待の結果かもしれません。そのため、相関と因果関係を特にサプライチェーンで区別するのは非常に困難です。

幸いにも、Lokadのプラットフォームはプログラム可能です。これは、ルート原因を特定するというような開放的な課題に直面する際に重要な要件です。システムのバグによる誤ったデータの生成、推奨の無視や手動での調整、誤った季節プロファイルが割り当てられた誤分類製品、基本的な人為的ミス（一部を挙げるだけ）は、すべてルート原因として適格となります。プログラム可能な機能がない場合、このような調査を追求することはできません。

多くの企業ソフトウェアはルート原因分析（RCA）の機能やレポートを誇っていますが、実際には通常、明らかな症状を特定し、実際のルート原因を特定していません。たとえば、ソフトウェアが在庫過剰のルート原因として過剰な発注を特定した場合、ソフトウェアが最初に発注を推奨した場合、これは特に役に立ちません。これは、ソフトウェアが生成した誤った発注を手動で上書きすることが実践者の暗黙の期待である場合、特に有害です。

対照的に、Lokadがクライアントのために生成した数値レシピに遡る任意のルート原因は、通常、アカウントを管理するサプライチェーン科学者による介入（通常は修正の書き直し）をすぐに引き起こします。この書き直し機能は、Lokadのプラットフォームがプログラム可能であるためにのみ可能です。

1.10 在庫のパフォーマンスとトレンドを追跡するための分析およびレポートの機能はありますか？

Lokadのプラットフォームには、広範なプログラム可能な分析およびレポートの機能があります。これは、スプレッドシートやビジネスインテリジェンスツールで行われる分析、特に在庫のパフォーマンス分析など、すべてLokadのプラットフォームでも行うことができます。

さらに、Lokadのプラットフォームはスケーラブルであり、スケーリング時にもコスト効率が高いです。これは、ビジネスシステムで常に歴史化されていないデータ（例：過去の在庫レベルや過去の価格など）を含むすべてのデータを歴史化することが可能であることを意味します。このプラットフォームは在庫のパフォーマンスに対して予測的な姿勢を取っています。実際、在庫が「過剰」または「不足」しているかどうかは、将来の需要の期待に依存します。これらの予測能力もプログラム可能であり、必要に応じて適応することができます。

これらのプラットフォームの機能に加えて、Lokadが在庫のパフォーマンスに関して推奨するアプローチは2つあります。まず第一に、パフォーマンスは在庫を生成した元のサプライチェーンの意思決定に遡る必要があります（在庫の有無に関わらず）。根本的な原因ではなく、在庫レベルはクライアント（およびそのサポートするソフトウェアベンダー）が行った行動の症状です。第二に、パフォーマンスは金銭的な影響（例：ユーロやドル）で評価する必要があります。KPI（サービスレベルなど）に関連付けられた任意の割合ではなく、供給チェーンの意思決定に寄与する多くの要素を効果的にバランスさせるためには、金銭的な評価が重要です。

金銭的な評価は、すべてのサプライチェーンの意思決定に寄与する多くの要素を効果的にバランスさせるために重要です。Lokadのプラットフォームは、アナリストがカスタマイズ可能なダッシュボードを通じて利用できるようになっており、在庫のパフォーマンスを理解するのを容易にします。

1.11 最も改善の可能性が高いカテゴリごとのトップP/N（パートナンバー）リストを提供していますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、カテゴリ、地域、期間ごとにトップP/Nリストを生成し、金銭的な改善の可能性を評価し、単純なSKUの優先順位付けよりも実行可能な対策を重視しています。ただし、Lokadは、SKUレベルのパフォーマンス改善にのみ焦点を当てることをお勧めしません。代わりに、サプライチェーンの意思決定を支配する数値レシピの体系的な改善を優先することを提案しており、SKUレベルのレポートはサポートツールとしての役割を果たします。

Lokadのプラットフォームでは、カテゴリ、地域、期間などに基づいて、部品番号（またはSKU）のトップP/Nリストを簡単に生成することができます。Lokadのソリューションはプログラム可能なため、スプレッドシートやビジネスインテリジェンスツールで作成できるリストはすべてLokadのプラットフォームでも作成できます。さらに、予測能力と金銭的な視点を組み合わせることで、改善の可能性を金銭的な観点（ユーロやドルなど）で評価することができます。KPI（サービスレベルなど）に関連付けられた任意の割合ではなく、金銭的な評価です。

Lokadの推奨アプローチは、優先順位付けられた対策を計算することで、提案されたアイテムが実施された場合に得られるドルまたはユーロで優先順位を付けることです。これらの対策には、発注の迅速化または延期、代替サプライヤーの特定、より多様なバリアントを使用したアソートメントの拡大、アソートメントからの製品の段階的な廃止などが含まれる場合があります。単純なP/Nの優先順位付けではなく、対策の優先順位付けは、設計上、完全に実行可能です。対策は必ずしもP/Nレベルで表現する必要はありません。Lokadは、非常に多様な対策を任意の粒度で表現することができます。P/Nだけでなく、任意の粒度で対策を表現することができます。

ただし、この質問の背後には、Lokadがサプライチェーンにおいて推奨しない視点があります。SKUレベルでのパフォーマンス改善を追求する意図は、SKUが手動でレビューされることが期待される文脈で、サプライチェーンの実践者の注意を優先させることです。このアプローチは時代遅れであり、サプライチェーンの実践者の時間を適切に活用していません。特定のSKUに関連する在庫の問題はほとんど常にそのSKUに特有のものではありません。代わりに、一般的な数値レシピに何か問題があるのです。このより一般的な問題が解決されない限り、次回は別のSKUを通じて問題が現れるでしょう。

したがって、専門家の時間は、サプライチェーンの意思決定を支配する数値レシピの体系的な改善に投資されるべきです。SKUレベルのレポート機能は重要ですが、それらは主に数値レシピの継続的な改善のためのサポートツールとして重要です。注意を優先させるツールではありません。

2. 在庫レベルとサービスレベル

2.1 在庫報告を提供していますか？

はい、Lokadのプラットフォームでは、在庫レベルをカバーするレポートを簡単に取得することができます。Lokadは、クライアントのビジネスシステムから関連データを処理して、そのようなレポートを生成することができます。さらに、Lokadのプラットフォームは、予約在庫やバックオーダー在庫など、在庫レベルに関連する微妙な問題にも対応することができます。すべてのデータはLokadによって履歴化され、元のビジネスシステム内で履歴化されていない場合でも、履歴化することができます。最後に、この情報はクライアントの希望する評価ルールに従って、個別にまたは金融単位で表示することができます。在庫レポートは、ビジネスシステムとの最後の増分同期に基づいています。

ただし、この機能はLokadの主要なアプリケーションではありません。Lokadは、任意のSKUのリアルタイムの在庫レベルをチェックすることができますが、当社のテクノロジーは、トランザクションビジネスシステムの上にある分析レイヤーとして設計されています。これらのシステムは、日常的なトランザクション操作の在庫を「管理」する責任を持ちますが、Lokadは在庫の意思決定インテリジェンスを最適化するために設計されています。

2.2 在庫サービスレベルをどのように計算し最適化しますか？

エグゼクティブサマリー: Lokadは、確率的予測と確率的最適化を統合することで、最適化された在庫サービスレベルを提供します。このアプローチにより、高いサービスレベルと最小の在庫、最大のROIのバランスなど、特定の数量基準に合わせてサプライチェーンの意思決定を調整することができます。

Lokadは、確率的予測と確率的最適化の機能を組み合わせることで、在庫サービスレベルを最適化することができます。これにより、Excelで表現できる任意の数量基準に合わせてサプライチェーンの意思決定を最適化することができます。特に、一定のサービスレベルに応じて補充の意思決定を最適化することは非常に簡単です。在庫メンテナンスの量を最小限に抑え、ROIを最大化することができます。

確率的予測は、サプライチェーンの意思決定が意図したサービスレベルを正確に反映するために非常に強力です。サービスレベルが非常に高い場合（例：98％以上）、クラシックな時系列予測（つまり、確率的でない）とそのクラシックな在庫メソッド（例：安全在庫）は、実際のサプライチェーンの状況でモデルの仮定（需要とリードタイムの正規分布）が一貫して破られるため、常に失敗します。 Lokadは、サービスレベルを最適化することができます。そのために、関連する経済的要素（保管コスト、資本コスト、欠品ペナルティ、粗利益など）を導入します。そして、クライアントが費やした1ドルあたりのリターンドルを最大化するサービスレベルを計算します。

これが完了すると、お客様は通常、サービスレベルを完全に回避できることに気付きます。Lokadは、前述の経済的要素を活用して、サプライチェーンの意思決定自体を直接最適化する能力を持っています（ある程度任意のサプライチェーンKPIではなく）。したがって、在庫は、会社にとって最も利益の出る戦略を反映したサービスレベルを持つことになります。これは、Lokadが任意のKPIに関連付けられた割合ではなく、費やした1ドルあたりのリターンを直接最適化するためです。

「任意のKPI」という言葉は誇張ではありません。第一に、サービスレベルは通常、顧客の要求を単独で満たすことを前提としており、特に利益が特に高くないSKUの高いサービスレベルを満たすためのコストを考慮していません。この視点を無視すると、不必要な在庫コスト（および在庫の廃棄）の継続が確保されます。なぜなら、任意に高いサービスレベルは、死んだ在庫の流れを設計上生成するからです。

第二に、サービスレベルは、任意の官僚的な割合であるため、「サービスの品質」とは一致しません。サービスレベルは、自社の提供物に存在するカニバリゼーションや代替をすべて無視します。逆に、サービスレベルは、製品Aを入手するためには製品Bが共同で利用可能である必要がある場合にも、すべて無視します。

第三に、単一のSKUの観点からしても、サービスレベルはバルク注文に対応しておらず、顧客が「一定数量」を購入できることを期待する状況に対応していません。この場合、空の棚と十分に在庫がある棚の両方がサービスの品質に脅威となります。

要するに、サービスレベルは時代遅れのサプライチェーンの手段であり、「サービスの品質」とは混同されるべきではありません。Lokadは、タイムリーな変更管理がこのようなKPIを必要とする場合があることを認識していますが、長期的には、ドルを使って得られるリターンを最適化する優れた経済的視点を強くお勧めします。

Lokadの財務的視点については、数量的なサプライチェーンの要点をご覧ください。

2.3 在庫レベルを最適化し、保有コストを削減するにはどうすればよいですか？

エグゼクティブサマリー：Lokadは2段階のプロセスを実施しています。まず、確率的な予測モデルを確立します。予測モデルは、需要だけでなく、すべての不確実性要素をカバーするため、古い（今は使われていない）時系列予測モデルの一般化バージョンです。次に、確率的最適化を適用します。確率的最適化は、補充数量などのサプライチェンの意思決定を出力するプロセスです。最適化は「確率的」であり、最適化基準がノイズ/ランダム化されているため、これは不確実な将来のサプライチェンの状況を反映しています。

Lokadの優先される最適化基準は、クライアントの経済的なドライバーを反映しています。したがって、クライアントの在庫を最適化する際には、保有コスト、運転資本コスト、廃棄コストなどのさまざまなコストを明示的に定量化し、利益を最大化するために、グロスマージン、在庫切れペナルティなどのアップサイドも考慮に入れます。そのため、在庫レベルを最小限に抑えるように調整しますが、それによってサービスの品質が低下し、損失が生じる場合には、その利益を相殺する範囲内でのみ行います。

Lokadの優先される最適化基準は、クライアントの経済的なドライバーの入念な定量化に基づいていますが、任意の数の代替要因を反映するために基準を調整することもできます。Lokadのプラットフォームはプログラム可能であり、従来のExcelスプレッドシートで表現できる任意の基準を満たすように適応できます。

Lokadの財務的視点については、サプライチェーンの経済的ドライバーと数量的なサプライチェーンの要点をご覧ください。

2.4 在庫切れを最小限に抑えながら保有コストを制御するにはどうすればよいですか？

エグゼクティブサマリー：Lokadのリスク調整された意思決定は、在庫切れの実際の財務リスクを最小限に抑えるために、在庫レベルを、余分な保有コストが在庫切れのコストよりも大きくなるポイントまで引き上げます。最適化は、将来の不確実性が常に存在するため、確率的最適化が必要です。従来の予測および最適化手法（つまり、確定的モデル）は、ノイズ/ランダム化された将来の変数に対処できませんが、確率的予測と確率的最適化は対応できます。

Lokadは、確率的予測と確率的最適化を組み合わせることで、安全在庫を含むすべての在庫を最適化します。確率的予測には将来の需要やリードタイム、その他の関連する不確実性要素が含まれます。確率的最適化は、在庫切れを最小限に抑えるための最大保有コスト制約の下で、任意の数値基準に合わせて調整することができます。

確率的予測は、在庫切れを引き起こす原因となる異常な状況に対処するのに非常に適しています。在庫切れが発生する場合、通常は需要またはリードタイムが予期せず急増したためです。クラシックな時系列予測モデル（つまり、非確率的モデル）は、単一の将来値（例：X）のみを特定し、より少ない可能性のある代替値（例：X+1、X-1など）を完全に無視します。

その結果、クラシックな時系列予測は、在庫切れを引き起こすような非常に起こりにくいイベントの定量的評価においてほとんど無力です。企業が在庫切れの頻度を1％未満（例：四半期ごと）にすることを目指す場合、まだ発生する在庫切れは、設計上、最も極端な状況の上位1％の一部です。

確率的最適化プロセスは、元の確率的予測を在庫補充などのサプライチェーンの意思決定に変換するために不可欠です。Lokadの選好は、在庫切れのコストをドル（またはユーロ）で表現する純粋な経済的アプローチです。同様に、保有（運搬）コストなどの他のコストも含まれます。

Lokadの見積もりでは、安全在庫モデルは時代遅れの概念ですが、クライアントの要求に応じてプラットフォームに含めることもできます。私たちは、目的に適さない方法に頼るのではなく、定量的なサプライチェーンの視点を完全に受け入れることを強くお勧めします。たとえば、安全在庫モデルの最も大きな欠点は、在庫切れイベントの瀬戸際にある2つのSKUのうち、どちらが最も重要かを（設計上）優先することができないことです。この視点では、SKUを厳密に分離して扱い、サプライチェーン全体を最適化する試みを無効にしてしまいます。

なぜ安全在庫は危険なのかと確率的予測による小売在庫割当を参照して、これらのポイントについて詳しく説明します。

2.5 店舗/倉庫レベルで安全在庫レベルを動的に計算および調整しますか？

エグゼクティブサマリー：はい、Lokadのプラットフォームでは、新しい入力データが提供されるたびに、在庫最適化プロセス全体を更新することができます。通常、すべての計算を60分以内に収めるようにしています。これには、すべてのSKUのすべての場所（店舗および倉庫を含む）での予測と意思決定を更新することが含まれます。この柔軟でスケーラブルなアプローチは、Lokadの特定のエンジニアリングの決定によってのみ可能です。

Lokadのプラットフォームは、サプライチェーンの最適化のための「ステートレス」な設計を重視しています。前回の計算を再利用するのではなく、生の入力データが提供されるたびにすべてを再計算します。これにより、計算リソースが増えることがありますが、Lokadのステートレスな設計がなければ、データ処理の完全性が損なわれます。代替案は、クライアントの「本番環境」を「テスト用の場」として使用し、半検証済みのデータを提供することですが、Lokadはこれをお勧めしません。

これらの更新は、Lokadが提供するサプライチェーンの最適化を管理するすべての設定をカバーしています。クライアントの希望に応じて、これらの更新には時系列予測、安全在庫、最適化されたサービスレベルも含めることができます。ただし、Lokadはこれらの旧式な方法に依存しないことを強くお勧めし、確率的予測と確率的最適化の優れた最適化能力を完全に活用することをお勧めします。

このポイントについては、毎日すべてを更新するをご覧ください。

また、このFAQの在庫レベルとサービスレベル2.4も参照してください。

2.6 安全在庫レベル/式の維持における所望のサービスレベルの影響を評価していますか？

はい、Lokadのプラットフォームを通じて、サプライチェーンの専門家は特定の安全在庫がサービスレベルに与える影響を評価することができます。言い換えれば、安全在庫レベルを選択し、それに対応するサービスレベルを確認することができます。また、プラットフォームでは、在庫の経済的特性が提供されていない場合でも、予想される保有コスト（または少なくとも保有期間）や不良在庫のリスクなど、他の要素も評価することができます。

ただし、安全在庫とサービスレベルはほとんど時代遅れの概念です。Lokadはプラットフォームにそれらを含めることができるにもかかわらず、どちらもお勧めしません。確率的予測と確率的最適化、つまりLokadの最適化の基盤は、あらゆる側面で優れた代替手段です。

このポイントについては、確率的予測による小売在庫割当をご覧ください。

また、このFAQの在庫レベルとサービスレベル2.4も参照してください。

2.7 Lokadは、特定のサービスレベルと信頼区間を持つさまざまな在庫戦略の実装を許可していますか？（SKU、製品カテゴリ、地域などの複数の組織的次元で異なる）

エグゼクティブサマリー: はい、Lokadのプラットフォームは、SKUレベルで在庫戦略やポリシーを差別化することをサポートしています。このような戦略は、SKUレベルでの異なる設定（サービスレベルの目標、安全在庫の信頼区間など）を反映することができます。これらの戦略は、SKUレベルだけでなく、任意の中間粒度で差別化することも可能です。たとえば、地域ごと、製品カテゴリごと、アイテム属性（アイテムの重量の閾値など）ごとに設定を選択的に適用することができます。

Lokadのプラットフォームはプログラム可能なため、スプレッドシートで表現できる在庫戦略を実装することができます。クライアント企業のオリジナルの意図を忠実に反映するよう、Lokadのサプライチェーン科学者がこれらのタスクを実行します。

Lokadのプラットフォームはサービスレベルの追求に使用することができますが、それは強くお勧めしません。Lokadのプラットフォームは、費用対効果を最適化することに専念するため、任意のKPIに関連する割合ではなく、費用対効果を最適化するために最適です。実際、「サービスレベル」という概念自体には2つの大きな異議があります。

まず第一に、類似した名前にもかかわらず、「サービスレベル」と「サービスの品質」との間の関連性は希薄です。多くのサプライチェーンの教科書やそれに基づくソフトウェアは、これら2つの概念を誤って結びつけています。サービスレベルは、_すべての_可能な代替品や製品間の_すべて_の依存関係を無視しています。そのため、サービスレベルは、実際のサービスの品質を理解するための実際のプロキシとは言えません。

第二に、サービスレベルは、在庫の廃棄物の持続的な生成に寄与します。これは、需要のサービスに焦点を当てるため、売れない/要求されない在庫が残ることに対して無知であるためです。

2.8 SKUまたはP/N（パートナンバー）ごとにサービスレベルと在庫回転を強制できますか？

はい、Lokadのプラットフォームを使用して、SKUレベル、または中間の粒度レベル（P/N、ブランド、場所、カテゴリ、価格帯など）に向けて在庫最適化プロセスを調整することができます。この点において、Lokadのプラットフォームは、クライアントが望む任意の数量目標に基づいて在庫の決定を導くことができます。

ただし、ベンダーは少なくとも特定のSKUについては、その設定が「強制される」と約束することはできません。基本的に、サービスレベルと在庫回転は、顧客の行動に依存します。特定の製品に対する関心が高まると、需要が在庫レベルを大幅に超える場合があり、サービスレベルの目標は達成されません。同様に、関心が低下すると、在庫回転の目標も達成されません。

Lokadの確率的予測技術により、多数のSKU（数千）と長期間（数週間）にわたって、観測されたサービスレベルと在庫回転がクライアントの望む設定を反映することが保証されます。これは、実際には、顧客によって最終的に決定される設定を「強制する」ために合理的に近づくことができる「最も近い」方法です。

このFAQの在庫レベルとサービスレベル2.7も参照してください。

3. 在庫過剰

3.1 在庫廃棄物のリスクをどのように統合しますか？

Lokadが使用する確率的予測は、在庫廃棄物の評価において重要な要素です。確率的予測により、Lokadは、単一の将来の価値に基づく分析全体に依存せず、より少ない可能性のある将来を含むすべての可能な将来を評価します。実際には、在庫廃棄物の原因は、予想外ですが不可能ではない需要の急激な減少であり、確率的予測はこれを事前に明示的に定量化するために設計されています。

確率的予測が確立されると、Lokadはリスク調整されたサプライチェーンの意思決定を行います。これらのサプライチェーンの意思決定は、在庫廃棄物の可能性を含む関連する経済ドライバに対して最適化されます。意思決定（例：在庫の補充）はリスク調整されており、顧客へのより良いサービスの利点と、後で死んだ在庫が残る可能性とのバランスを取ります。さらに、Lokadは、追加の在庫を大幅に割引価格で吸収できるセカンダリセールスチャネルなど、クライアント企業に利用可能な中間オプションを反映することができます。

このFAQの在庫レベルとサービスレベル2.3も参照してください。

3.2 死んだ在庫と/または休眠在庫をどのように処理および最適化しますか？

Lokadは、最初に死んだ在庫を生成する可能性のあるサプライチェーンの意思決定を排除するか、少なくとも大幅に削減することで、死んだ在庫に積極的に対処します。この積極的なメカニズムは、Lokadが生成する確率的予測に大いに依存しています。

従来の時系列予測が単一の将来の値を特定するのに対して（つまり、すべての代替値を無視する）、Lokadはそれぞれの確率に基づいてすべての可能な将来を定量的に評価します。この評価により、すべてのサプライチェーンの意思決定（例：4つの代わりに5つのユニットを注文する）における死んだ在庫のリスクを定量化します。サプライチェーンの意思決定（例：5つのユニットを追加で注文する）が死んだ在庫のリスクが高すぎると判断された場合、この意思決定はリスクを下げるように調整されます。在庫の廃棄リスクを完全に排除することはできませんが、適切に評価された後、在庫の廃棄頻度は著しく減少する可能性があります。

休眠在庫に関しては、これが非常に特定の目的（産業設定で予備部品がまれながらも重要な障害を対処する場合など）に役立つ場合を除いて、Lokadは通常、需要を刺激するために価格を下げることをお勧めします。これにより、在庫の残りを売却することができます。Lokadのプラットフォームは、この目的のために共同在庫と価格の最適化プロセスを生成することができます。

このFAQの在庫過剰3.1も参照してください。

3.3 過剰在庫や不良在庫（E＆O）および死んだ在庫を特定しますか？

エグゼクティブサマリー：はい。Lokadは確率的予測を使用して、在庫のユニットのライフサイクルをすべてのSKUに対して特定し、定量化します。在庫の各ユニットについて、このユニットが任意の時間枠内で要求される（または提供されるまたは消費される）確率を推定します。たとえば、在庫過剰のSKUを考慮する場合、在庫のどの割合が死んだ在庫になるリスクがあるか、およびどの割合が非推奨在庫になるリスクがあるか（販売を促進するための削減が必要）を評価することができます。これは、過剰在庫や不良在庫に関しても同じアプローチであり、推奨されるサプライチェーンの意思決定の作成において重要な要素です。

確率的予測の視点により、Lokadは可能な将来の値（需要など）をすべて考慮することができます（従来の時系列予測では1つだけを考慮します）。この視点は、在庫リスクを軽減しようとする際に存在するすべての微妙な変動を考慮するために重要です。死んだ在庫を考慮することは、事後処理ではなく予防することしかできませんので、課題は、最初に死んだ在庫を蓄積する可能性を効果的に減らすプロセスを導入することです。このようなプロセスでは、サプライチェーンの意思決定が過剰/不良/死んだ/非推奨在庫を生成する確率を正確に定量化する必要があります。

時系列予測モデルは、設計上、この種のリスク評価ができません。これは、時系列予測が単一の将来の値（需要など）のみを考慮するためです。このレベルの単純さにより、SKUはきちんとしたカテゴリ（ABC分析のA/B/Cクラスなど）に分解できます。ただし、この単純さは、リスク調整された意思決定のランク付けリストに必要なデータ（同じSKUの1/2/3/4/5などのユニットの販売）が複数の将来のシナリオに対して必要であるため、詳細なリスク評価は不可能です。

要するに、予測（この場合は需要）に確率的アプローチを採用することは、事後処理ではなく、非パフォーミング在庫の生成を軽減する効果的な予防戦略に適しています。その時点でそれを処理しようとするのではなく、処分するしか選択肢がないからです。

3.4 アクティブ在庫と休眠在庫と新規在庫を追跡するためのKPIはありますか？

エグゼクティブサマリー：はい。Lokadのプラットフォームはプログラム可能であり、私たちは望む種類のKPIを設計することができます。また、私たちのサプライチェーン科学者は、クライアントのKPIの構築と実装を行います（クライアントの入力と共に）。Lokadは、クライアントの在庫の微妙なニュアンスを正確に反映する特注のKPIを提供します。Lokadは、クライアントが以前に使用していたKPIを再現し、保持することもできますが、通常、これらはプロジェクトのためにLokadが設計する特注のKPIよりも有用性が低いでしょう。

Lokadは在庫の各単位の正確な年齢を追跡するだけでなく、確率的な予測により、その単位が在庫に残る確率を評価します（1週間、1ヶ月、1年など）。在庫をアクティブと休眠に分類することは、単なる過去のデータの視覚化の問題ではありません。むしろ、将来の需要の予測を含みます。したがって、「KPI」は予測的です。その結果、それらはそのようなタスクを実行するための基礎となる予測モデルの適切性に暗黙的に依存します。ここでは、確率的な需要予測は需要の急激な減少に関連するリスクを評価するのに適しています。

対照的に、一部の企業向けソフトウェアベンダーは、在庫のKPIを過去のデータの直接の反映として扱っています。しかし、「予測」の側面は避けられません。それらのベンダーの多くは、予測が行われていないように見える「移動平均」需要予測に暗黙的に依存していることに気付いていません。そのため、これらの不適切なKPIは、サプライチェーンの実践者を単に混乱させるだけでなく、会社にとっても有害です。

このFAQのOverstocks 3.3も参照してください。

3.5 月次在庫の減価償却をどのように統合、監視、最適化しますか？減価償却プロセス自体の変動性をどのように扱いますか？

エグゼクティブサマリー：Lokadは、在庫の減価償却を、在庫構成の追跡、減価償却メカニズムのモデリング、リスク調整されたサプライチェーンの意思決定の生成を含む包括的なアプローチによって対処します。在庫レベルと年齢の詳細な記録を保持し、将来の在庫構成を予測するための予測モデルを使用し、さまざまな減価償却メカニズムを反映するためのプログラム機能を使用することで、Lokadは内部および外部の減価償却要因を効果的に管理します。Lokadのプラットフォームは、減価償却費用を含むすべての経済ドライバを考慮に入れたサプライチェーンの意思決定を確率的最適化を活用して行い、在庫の減価償却リスクを積極的に軽減し、他の運用上の考慮事項とのバランスを取ります。

在庫の減価償却には、一連のサブ問題の対処が必要です。最初の問題は、在庫の正確な構成を追跡することです。在庫単位の合計だけでなく、各単位の年齢も重要です。2番目の問題は、減価償却メカニズム自体のモデリングです。それは純粋に内因的な現象である場合もあります（商品が時間とともに劣化する場合）、または外因的な現象である場合もあります（市場状況が変化し、商品の価値が低下する場合）。3番目の問題は、潜在的な減価償却に対してリスク調整されたサプライチェーンの意思決定を生成することです。

まず、Lokadのプラットフォームを通じて、在庫の在庫レベルだけでなく、在庫の各単位の在庫年齢（過去および将来）も追跡します。このプロセス自体が予測モデルです。過去のデータ（ビジネスシステムから取得したデータ）を見ても、在庫の単位の年齢構成は通常記録されておらず、推測する必要があります。各在庫単位がそのシリアル番号で追跡されるシリアル在庫の場合、過去のための予測モデルは必要ありませんが、将来のための予測モデルは必要です。在庫の構成の予測モデルは、在庫の消費に対するFIFO（先入れ先出し）の仮定と、いくつかのより微妙なパターンに基づくことができます。

たとえば、小売店では、顧客が時折敵対的な行動を取ることがあります。最も見栄えの良い商品を選び取る（または利用可能な場合は賞味期限で選ぶ）など、在庫の消費をある程度LIFO（後入れ先出し）にすることがあります。LokadはFIFOとLIFO、およびその間の全体のスペクトルを管理できます。

Lokadのプラットフォームのプログラム機能を通じて、任意の減価償却メカニズムを反映することができます。たとえば、Lokadは、商品が各期間でわずかな割合で価値を失う指数関数的な減価償却を反映することができます。また、Lokadは、商品が一定の年齢の閾値で価値のかなりの部分を失う階段状の減価償却を反映することもできます。さらに、減価償却メカニズムには、製品間の依存関係が含まれる場合があります。たとえば、優れた競合商品が導入されると、商品の価値のかなりの部分が失われることが予想されます。これは特定の業界（例：家電製品など）で頻繁に起こります。

Lokadのプラットフォーム内の予測（確率的）モデルを利用することで、外部の減価償却を考慮した場合に顕著になる減価償却プロセスの変動性を活用することができます。私たちは正確に競合製品がいつ導入されるかを知る必要はありません。過去のデータを見ることで、製品の置き換えの速度をモデル化し、任意の時間枠（例：週、月、年など）内で製品が陳腐化する確率を反映することができます。これらの確率モデルは、Lokadに提供される過去のデータを活用して学習されます。

さらに、Lokadは関連する経済ドライバーを考慮してリスク調整されたサプライチェーンの意思決定を計算します。このプロセスは確率的最適化であり、損失関数（つまり、コストと利益）はノイズ/変動します。減価償却コストは、他のすべての関連するドライバーとともに含まれます。Lokadプラットフォームはプログラム学習と最適化の両方のパラダイムを備えているため、非常に多様な種類のコストを考慮（および混合）しながらリスク調整された意思決定を行うことができます。

結論として、在庫の減価償却を考慮したリスク調整されたサプライチェーンの意思決定（例：発注、生産指示など）を行うことで、Lokadは最終的に減価償却を受ける在庫の量を積極的に軽減します。すべての意思決定は、減価償却リスクから優しく逸れますが、減価償却の削減によって得られるサービスの品質を悪化させるほどではありません。

3.6 余剰/過剰/在庫超過の報告書を提供していますか？

エグゼクティブサマリー: はい。Lokadのプラットフォームは最先端の需要予測技術を備えています。この技術を活用して、在庫が全ての確定在庫（手元または注文中）を循環するのにどれくらいの時間がかかるかを評価します。さらに、当社の技術は確率的な予測をサポートしており、在庫の過剰のリスクを直接的に定量的に評価することができます。確率的な予測を経済モデルと組み合わせることで、Lokadは在庫リスクを通貨の影響（例：ユーロやドル）の観点で定量的に評価します。

在庫は、需要の予測の予測モデルと比較して常に「過剰」と見なされます。将来の需要についての明示的または暗黙の声明がない限り、「過剰在庫」というものは存在しません（ただし、この声明は暗黙のものである場合があります）。在庫が「Xヶ月以上の在庫」というルールに基づいて過剰在庫レポートを生成するソフトウェアソリューションは、ほとんどの業界にとって十分ではない移動平均需要予測に基づいて過剰在庫の評価を行っています。

さらに、在庫のコスト/リターンの方程式を反映する堅牢な経済モデルがない場合、クライアント企業は重大な在庫のミスにさらされることになります。在庫に関する財務的な意思決定は最初は奇妙に思えるかもしれませんが、完全に合理的です。たとえば、アイテムが非常に安価で、非常に小さく、快適な粗利益率で販売され、お客様に絶対に必要で（少量で）しか販売されず、非常に大きなMOQ（最小注文数量）を達成することでのみ入手できる場合、このアイテムの1年分以上の在庫を保有することは合理的かもしれません。1年分以上の在庫はミスに見えるかもしれませんが、投資利益率はまったく異なるストーリーを伝えるかもしれません。

Lokadの予測手法については、M5予測競争のSKUレベルでのNo1をご覧ください。

4. 在庫切れ

4.1 在庫切れのリスクがあるSKUに対して在庫を割り当てますか？

はい、一般的に、Lokadの在庫最適化の結果、在庫は在庫切れのリスクが高まるにつれてSKUに割り当てられることになります。全体的な条件が同じであれば、在庫切れのイベントが迫っているSKUには優先的に対応します。

ただし、在庫切れに関する最適化では、経済的なエンドツーエンドの視点を採用することをお勧めします。つまり、サプライチェーンの意思決定（例：在庫切れを避けるための在庫の割り当て）の「総合的な財務影響」を考慮することです。時には、在庫切れを避けることが経済的に合理的ではない場合もあります。

たとえば、ファッションストアの場合、シーズンの終わりには古いコレクションの商品が在庫切れになるように段階的に設定することが自然です。これは、次の新しいコレクションのためのスペースを確保するために意図的に行われます。同様に、製品が優れた代替品に置き換えられた場合、陳腐化した製品を在庫切れになるまでにし、その後、アソートメントから段階的に削除することが合理的です。 したがって、大まかに言えば、経済的に設計された最適化では、在庫切れのイベントを避けるように努めます。

ただし、このような最適化では、最初に投資を適切にサイズ調整する際にも、はるかに詳細で洗練された応答が提供されます（例：特定のSKUに割り当てられるユニット数はいくつですか）。これにより、財務リスクを軽減するために、POsの経済的な最適化が行われます。

4.2 PO（発注書）の優先順位はどのように決定されますか？

エグゼクティブサマリー: Lokadは、各発注単位の経済的リターンを評価することで、発注書（PO）の優先順位を決定し、費用対効果を最大化することを目指しています。この詳細な評価は、最小発注数量などのSKU間の制約と統合された確率的予測と確率的最適化によってガイドされます。これらの技術は需要、リードタイム、返品などの要素を考慮して、各単位のリスクとリターンを評価し、制約と経済的実行可能性をバランスさせた経済的に最適化されたPOを作成します。

Lokadの最適化手法は、発注するすべての単位の経済的リターンを評価することから始まります。これにより、リスクを軽減し、費用対効果を最大化するためのドルあたりのリターンを最大化します。この非常に詳細な評価は、最小発注数量などのSKU間の制約を反映したPOの生成プロセスで活用されます。これらの制約は、単位ごとの経済的リターンに重ねられ、全体的な優先順位をガイドします。その結果、LokadのPOは内部的に正しく優先順位付けされ、各POには独自の経済的評価（リターンのドル）が付いてきます。この経済的評価は、POにバンドルされるすべての単位の経済的リターンの集計によって得られます。

この経済的に優先されるPOの優先順位付けは、確率的予測と確率的最適化という2つの主要な技術的要素に基づいています。これらの技術的要素はLokadプラットフォームの一部です。

確率的予測は、将来の需要だけでなく、リードタイムや返品などの他の不確実性要素をも予測することを含み、発注書に関連するリスクを評価するために重要です。これらのリスクには、アップサイド（在庫切れのリスクを減らすなど）とダウンサイド（不良在庫のリスクを増やすなど）が含まれます。確率的予測と関連する経済的ドライバー（粗利益率、保管コストなど）を活用することで、Lokadは注文する予定の各単位に対して期待されるリスク調整済み投資リターンを生成し、より多くの単位が注文されるにつれて収益が減少する状況を考慮します。

確率的最適化プロセスにより、PO自体の構成が可能になります。制約がない場合、購入する単位の単純な優先順位付け（ドル対ドルのリターン率によるランキング）です。ただし、SKU間の制約が存在する場合、確率的最適化プロセスが必要です。これにより、すべての制約を強制し、基礎となる単位ごとの財務評価を維持しながら、POを自動的に構成することができます。

4.3 ストラテジック/クリティカルなSKUに関して、サプライヤーに注文を送りますか？

はい、Lokadのプラットフォームによって生成される購買注文は、特定のSKUの戦略的/重要性を含むすべての関連する懸念事項を統合しています。これらの懸念事項には、クライアントからの明示的な情報だけでなく、Lokadの分析によって発見された暗黙的/推測的な数量評価も含まれる場合があります。

たとえば、あるSKUは大きな重要な顧客に販売またはサービスを提供するために「重要」であるかもしれません。また、あるSKUはキットまたはBOM（材料リスト）の一部であるため、このSKUは一種のボトルネックとなる可能性があります。これらの状況では、SKUの重要性を直接のデータ分析を通じて推測するために、Lokadプラットフォームを活用することが望ましいです。

より一般的には、Lokadが推奨する財務的な視点は、さまざまな懸念事項を収容し、それらを推奨されるサプライチェーンの意思決定に組み合わせるために設計されています。この財務的な視点は、在庫切れイベントのコストなどの明らかでない要素を含む、_すべての_経済ドライバーの統合を強調しています。これにより、サプライチェーンの意思決定プロセスにおいて、意図されたサービスの品質に関して、各単位の重要性を適切に評価することができます。

4.4 キーサプライヤー向けに重要なPO（購買注文）を重要なショートリストにまとめる方法は？

エグゼクティブサマリー: Lokadのアプローチは、サプライチェーンのすべての意思決定の経済的な影響を数量化することです。実際には、在庫の追加単位ごとに財務的な影響（ドル対ドルのリターンで測定）を評価することにより、Lokadはドル対ドルのリターンに基づいてアイテムをランク付けするリストを生成します。これにより、Lokadは、経済ドライバーやKPI（サービスレベルを含む）に関して、クライアントの最適な財務状態を反映したリストを自動的に生成します。これにより、最小/最大、安全在庫などの従来の方法が不要になります。これらの方法は、堅牢な財務次元を欠いています。

Lokadの確率的予測アプローチにより、単位ごとにリスク調整されたPOを生成することができます。これにより、経済的なリターンが一定水準を超える単位をPO内で分離して、POを洗練することが容易になります。これらの高リターン単位は、キーサプライヤーに伝えるためのショートリストの本質です。経済的なリターンは、在庫切れペナルティ（在庫切れイベントの財務的な影響を測定する、一般的ではないが重要な経済ドライバー）をある形式で反映しています。これは、サービスの品質の意図した重要性を適切に評価するために行われます。

一部の古い（現在は使われていない）方法（一部の企業ソフトウェアにまだ存在している）は、在庫レベルの目標（最小/最大、安全在庫、カバーターゲット、バッファーターゲットなど）に関連してPOを評価することで構成されています。しかし、これらの方法はすべて、他の単位からの厳密な分離における各単位の重要性を数量化するメカニズムを欠いています。

実際には、このような方法は、サプライチェーンにおける収益の減少の影響を反映していません。通常、最初の単位の注文は、2番目の単位よりも（クライアント企業とその顧客の両方にとって）価値があります。従来の方法は単位ごとの在庫リターンを数量化しないため、キーサプライヤーに渡すべき本当に重要な単位の本質を抽出することができません。

真に重要なショートリストを作成するには、注文時に単位ごとの経済的なリターンを数量化できる技術が必要です。Lokadはこの技術を持っています。

4.5 サプライヤーに対して保留中のPO（購買注文）の中から重要なショートリストを伝える方法は？

Lokadは、トランザクションビジネスシステム（ERPや類似のビジネスソフトウェアなど）を介してPO（重要なショートリストを含む）を伝えることを好みます。POは通常、フラットファイルのエクスポート形式で提供されます。Lokadはメールを利用することもできますが、私たちの選択肢はクライアントのビジネスシステム（ERPなど）内でのすべてのトランザクションコミュニケーションを維持することです。

詳細については、解析システム（Lokadが基本的にはそうである）とERPなどのトランザクションシステムとの違いについては、在庫管理を参照してください。

このFAQのStockouts 4.4も参照してください。

4.6 在庫切れレポートを提供していますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、在庫の現在の状態だけでなく、過去の在庫切れの履歴もカバーする在庫切れレポートを提供することができます。これにより、過去のパターンを特定し、数値的に最適化されたPOを生成する数値レシピに組み込むことができます。これにより、将来の在庫切れイベントの発生確率を低減することができます。

在庫切れの在庫数がゼロのSKU（ストックキーピングユニット）の数を数えることは簡単ですが、クライアント企業のビジネスへの影響についてはあまり語りません。需要の純損失を定量化する必要があります。そのため、Lokadは、サービスの品質（欠如）のコストを直接的に財務評価することをお勧めします。たとえば、戦略的でない製品は徐々に提供から段階的に削除されるため、低品質のサービスを受け入れることは合理的です。逆に、その逆を行うと、死んだ在庫が継続的に生成されることが保証されます。Lokadのプラットフォームを使用すると、在庫切れのSKUの数だけでなく、金銭的な価値で損失を評価することができます。

定量化された損失は、顧客からのカニバリゼーション、代替、遅延消費を考慮したものでなければなりません。ほとんどの業界では、顧客の要望やニーズを満たすためのいくつかのオプションがあります。したがって、それらのオプションのうちの1つが利用可能である限り、顧客はサービスに非常に満足する場合があります。これらのクロスSKUの要因を考慮しないと、基本的に同じ需要を満たすSKUの在庫が他のSKUの在庫の犠牲になり、在庫過剰になります。逆に、時にはSKUの在庫切れによって他の依存SKUの消費が阻害されることもあります。顧客は両方のSKUが利用可能であり、その場合にはどちらも消費しないことを期待しています。Lokadのプラットフォームを使用すると、これらのクロスSKUの懸念事項と顧客が認識するサービスの品質への（財務的な）影響をモデル化することができます。

業界によっては、考慮すべき重要な微妙な点がさらにあります。たとえば、DIY（自分でやる）ストアでは、4つの同じライトスイッチを探している顧客は、棚に3つしかない場合、いずれも購入しない可能性が高いです。したがって、ライトスイッチは在庫切れではありませんが、一部の顧客の観点からは実質的に在庫切れです。

また、果物を販売する食料品店の例もあります。イチゴなどの一部の果物は腐りやすいため、店舗は通常、閉店前に在庫切れを意図的に起こそうとします。しかし、在庫切れが一日の早い段階で発生した場合（たとえば、平均よりも多くの個人が購入した場合）、ほとんどの顧客に適切なサービスが提供されません。

これらの例は、在庫切れイベントの性質とその結果に関する微妙なニュアンスを強調しています。在庫切れイベントの高コストな症状（潜在的な販売の損失など）は、基礎となる状態（実際の在庫切れなど）がなくても現れる可能性があります。Lokadのプラットフォームを使用すると、在庫レベルの単純な検査ではサービスの品質を推測することができないすべての重要な微妙な点をモデル化することができます。

4.7 予想される在庫切れ商品を特定し、ユーザーに通知しますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、先進的な需要予測を使用して潜在的な在庫切れの状況を特定し、単にアラートを発行するだけでなく、是正措置を提案します。これらの措置には、注文の迅速化、代替サプライヤの使用、プロモーションの調整、価格設定、代替品のプロモーション、在庫の移動の組織化などが含まれます。

Lokadのプラットフォームには、最新の在庫切れイベントを特定するための最新の需要予測技術が搭載されています。また、サプライチェーンの専門家に対して在庫アラートを生成するためにも、Lokadのプラットフォームを簡単に使用することができます。ただし、アラートの使用はおすすめしません。なぜなら、このアプローチは時間を効果的に活用していないため、タイムリーな対応が重要な場合が多いからです。代わりに、予想される在庫切れイベントを特定し、積極的な是正措置を提案するために、Lokadのプラットフォームの使用をおすすめします。

業界によっては、是正措置には以下のようなものが含まれる場合があります：(a) 保留中の購入注文を迅速化するためにサプライヤに再連絡すること、(b) 代替（より近い）サプライヤから補完的な購入注文を行うこと、(c) 在庫切れになる予定の商品のプロモーションをキャンセルすること、(d) 在庫切れになる予定の商品の価格を引き上げること、(e) 代替商品を事前に関連性のある代替品としてプロモーションすることにより、カニバリゼーション効果を利用すること、(f) 在庫の移動を組織化して眠っている在庫を再割り当てすること。これらは、Lokadのプラットフォームが迅速に推奨できる是正措置の一部です。

典型的なエンタープライズソフトウェア（ERPなど）では、アラートがまだ使用されていますが、これは従業員の生産性を低下させるデザインパターンです。在庫切れが予想される場合には、ソフトウェアは通常の推奨事項の一部として直接行動を推奨すべきです。在庫切れに対して何もできない場合、アラートは無駄な注意を引くだけです。歴史的に、エンタープライズソフトウェアは、エンドユーザーの結果の悪さに対する非難を逸らすための強力なメカニズムとしてアラートを使用してきました。このアプローチは、実際にはエンタープライズソフトウェアのベンダーを批判から守る試みです。推奨された在庫の決定が良かった場合、ソフトウェアは素晴らしいパフォーマンスを発揮したことになります。推奨された在庫の決定が悪かった場合、ソフトウェアは発行したアラートのせいではないということになります。これにより、責任はエンドユーザーに移されます。それに対して、Lokadは在庫の推奨と是正措置についての品質について完全な責任を負っています。

Lokadの予測手法については、M5予測競争のSKUレベルでのNo1をご覧ください。

5. 複雑さ

5.1 新製品に対して在庫パラメータを提案しますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、確率論的な属性ベースの需要予測を使用して新製品の在庫決定を自動化し、以前に発売された製品のデータを分析します。このアプローチでは、在庫パラメータではなく、注文数量や割り当てなどの直接的な決定に焦点を当てています。Lokadはまた、新製品が既存の在庫に与える影響を考慮し、潜在的な不良在庫イベントを回避するのに役立ちます。Lokadは、クロスSKUの制約や物流能力を考慮した初期在庫注文の需要予測と確率論的最適化の両方をサポートしています。

Lokadのプラットフォームは、新製品の在庫決定プロセス全体を自動化します。これには「在庫パラメータ」も含まれますが、通常はこの観点から課題に取り組むことはありません。新製品は、確率論的な属性ベースの需要予測の恩恵を受けます。これは、Lokadがこれまでに発売されたすべての製品を分析し、それらが発売設定（例：プロモーションやアソートメント）に応じてどのように推移したか、製品自体の固有の特性（例：サイズ、色、価格）に応じて予測を行うものです。したがって、新製品の予測は、古い製品の予測と同様に自動化されます。

さらに、新製品を考慮する際には、新製品の提供にすぐに使用できる在庫と、まだ到着していない在庫を考慮します。また、既存の在庫への影響や、新しい製品の導入による潜在的なネガティブな影響（別の製品に対して即座に不良在庫状態を引き起こす可能性がある）も考慮します。

通常の「在庫パラメータ」の代わりに、Lokadは直接的かつ財務的に最適化された意思決定を推奨しています。これらの意思決定には、まず最初に注文する数量、そしてすべての場所に割り当てる数量（SKUごとに）が含まれます。クロスSKUまたはクロス製品の問題は、クライアントの有限な物流能力を最大限に活用するためにこの段階で対処する必要があります。

これらの能力は、新しさの潜在的な影響（通常は驚くほどの影響）に対処するために頻繁に不十分です。ただし、通常は新製品の発売を効果的に予測することによって、時間をかけて作業量を分散させることで、クライアントの物流能力を無駄に伸ばすことなく問題を解決することができます。

Lokadのプラットフォームは、新製品の確率的需要予測と初期在庫注文および割り当ての確率的最適化を含む、このプロセスをサポートするために必要なすべての数値計算機器を提供します。このサポートは、すべての関連するクロスSKUの制約をカバーしています。

5.2 プロモーションフェーズ中の在庫の割り当てを処理できますか（プロモーション活動のサポート）？

エグゼクティブサマリー：はい、Lokadのプラットフォームは、在庫の割り当てをプロモーションフェーズ中に管理するために設計されており、在庫を将来の需要の急増に合わせて調整します。このプロセスには、プロモーション需要を予測し、ERPシステムやマーケティングのスプレッドシートなどのさまざまな情報源からのデータを統合し、さまざまなプロモーション戦略を考慮した予測モデルを洗練させることが含まれます。Lokadのサプライチェーンサイエンティストは、これらのモデルを実装し、プロモーションの直接的な効果だけでなく、在庫過剰と物流制約のリスクも考慮します。プラットフォームは、リスク調整された在庫の決定を確率的最適化を使用して行い、十分なプロモーション在庫の必要性とプロモーション後の在庫過剰のリスクのバランスを取ります。

Lokadの在庫の割り当てに関する一般的なガイドラインは、その割り当てを将来の需要と一致させることです。特に、今後のプロモーションのような将来の需要の急増が予想される場合、通常は在庫の割り当ても対応する急増が必要です。さらに、割り当ては通常、プロモーションイベントのはるか前に行われる必要があります。なぜなら、物流の制約を考慮する必要があるからです。たとえば、すべての在庫を最後の瞬間に移動させると、ネットワークが在庫の急増に対応できない場合があります。Lokadのプラットフォームは、この問題のすべてのバリエーションをサポートするように設計されています。

Lokadのサプライチェーンサイエンティスト（SCS）は、在庫の割り当てが計画されたプロモーション活動を適切に反映する数値レシピの実装を担当しています。

まず、この責任には、プロモーション計画を記述するデータを収集/整理することが含まれます。これらのデータは、ビジネスシステム（ERP）内で構造化された形式で見つかることはほとんどありません。これらのデータは、マーケティング部門が管理しているスプレッドシートにのみ存在することがよくあります。Lokadのプラットフォームは、このようなアドホックなスプレッドシートを含む複数の情報源を統合するように設計されています。

次に、SCSの責任は、将来の需要の予測モデルを洗練させ、さまざまなプロモーションメカニズムの多様性を反映することです。基本的に、プロモーションは価格を下げるだけではありません。通常、プロモーションでは、製品をプロモーションディスプレイ（例：ゴンドラ）やその他のコミュニケーションメディア（例：ニュースレター）を通じて紹介することが特徴です。さらに、一部のメカニズムはクロス製品のメカニズム（例：1つの製品を購入すると、別の製品が50％オフになる）を反映する必要があります。Lokadプラットフォームには、これらすべてをサポートするための包括的な予測モデリング機能が備わっています。

さらに、SCSは、プロモーションの需要を満たすために十分な在庫を割り当てるリスク調整された意思決定を生成する責任も担当しています。物流の制約があまり厳しくない場合、プロモーション中の補充を活用して、初期の過剰割り当てリスク（プロモーションが予想よりも成功しなかった場合）に対するクライアントの露出を軽減する機会も考慮しています。再び、Lokadのプラットフォームには、これらの複雑なリスク調整された意思決定を計算するための包括的な確率的最適化機能が備わっています。

5.3 ロイヤリティカード会員向けのさまざまなタイプのプロモーション/リワード（パンフレット、割引率、金銭的割引、独占的プロモーション）をどのように管理、表示、区別しますか？

Lokadのプラットフォームは、小売業で見られるすべての価格設定とプロモーションのメカニズムに対して、包括的なモデリングサポートを提供しています。当社のプラットフォームはプログラム可能であり、任意の数のプロモーションメカニズムを反映するように調整することができます。私たちはこれまでに50以上の異なる例を特定しています。また、当社のプラットフォームは任意の関係データを処理することもできるため、この情報を基にしたトランザクションビジネスシステムの元の形式のままインポートすることができます。

これにより、ベンダーが定義したテンプレートに対してデータを強制的に再フォーマットするのではなく、元のデータの意味論を保持することができます。さらに、当社のプラットフォームは予測/機械学習の機能に対してもプログラム可能な機能を備えています。これらの機能を通じて、当社のサプライチェーンサイエンティストは、クライアントのプロモーション/リワード提供において発生するメカニズムを反映した予測需要モデルを作成することができます。

注意: Lokadは、クライアントのプロモーションメカニズムに関連する需要を形成するすべてのパターンを特定するという分析のみに関心があります。Lokadは、クライアントのマーケティング部門との協力によるプロモーションの管理を意図していません。理論的には可能ですが、トランザクションと分析のソフトウェアレイヤーの間の分離を維持する方が良いです。 #promotionsも参照してください

私たちのテクノロジーに関連する数学的な詳細については、Differentiable Programmingも参照してください。

このFAQのComplications 5.2も参照してください。

5.4 キットの変換を管理しますか？

はい、Lokadのプラットフォームはすべてのキットの変換を完全にサポートしています。 Lokadは、異なるビジネスシステムからのデータを処理する際に発生する場合がある（複数の）一貫性のないUoMでも動作するようにもサポートしています。通常、データの準備フェーズでUoMの非互換性を解決します。また、制約が異なるUoMを通じて表現される場合でも、在庫を最適化することができます。たとえば、フルトラックロード（FTL）には体積と重量の容量があります。

注意: 通貨間の変換の特殊なケースについては、Lokadにはforex関数などの組み込み機能もあります。このforex関数は、過去の通貨変動を反映するために過去の通貨変換を適用する可能性を提供します。これにより、Lokadは歴史的な通貨変動の真の経済的影響を分析し、クライアントの数値レシピをさらに洗練させることで意思決定を最適化することができます。

5.5 キットの変換を管理しますか？

エグゼクティブサマリー: はい、Lokadはキットの変換と在庫最適化をサポートしています。これには、キットの要素が個別にまたは複数のキットで販売される場合、さまざまなキットのライフサイクルを考慮した、キットの要素の価値と粗利益への影響を認識した需要予測が含まれます。

Lokadのプラットフォームはキットの変換をサポートし、キットの存在する状況で在庫を最適化することもサポートしています。キットは通常、BOM（材料の請求書）の簡略版であり、小売業（オンラインおよびオフラインの両方）でよく遭遇します。Lokadによるキットの在庫最適化には、キットのための在庫ユニットをいつ予約するか、キットの組み立てプロセスに独自の容量制限がある場合にはどのように積極的にキットを組み立てるかを決定する能力も含まれます。

さらに、Lokadによって生成される需要予測は、キットの要素がキットの一部としてだけでなく、個別に販売/サービスされる場合も考慮しています。これらの予測は、同じキットの要素が複数のキットで共有される場合もサポートしています。自然に、キットが同じライフサイクルを共有しない場合や、キットがクライアントの提供から入り出る場合もサポートしています。これらすべての要素は、キット要素の将来の需要に対する私たちの数量的評価に適切に反映されています。

最後に、キットの在庫の最適化に関しては、Lokadが推奨する財務的な視点は、キット要素とキット自体の間に存在する依存関係を適切に反映しています。例えば、ある要素が安価で総利益率も非常に低い場合でも、この要素が複数のキットで必要であり、それらのキットがはるかに高い価値と総利益率を持っている場合、この要素の在庫切れは、その価値だけでは示唆されないよりもはるかに高いコストがかかる可能性があります。これは、要素の間接的な価値が、直接的に明らかな価値よりもかなり高い場合があるためです。

したがって、Lokadは最適化を通じて、キットの要素の在庫切れによるキットのサービスができないという真のコスト（キットの依存関係を考慮）を反映しています。

5.6 商品の寿命（または棚寿命）を発注の決定と供給チェーン内の既存の商品の残りの寿命に反映させていますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、注文される予定の各在庫単位のライフサイクルを追跡することでこれを実現しています。そのコアデザインには、スケーラビリティ、ユニットレベルのデータ処理の効率性、製品固有のライフサイクルの微妙なニュアンスを考慮するための関係データの処理、および製品のライフサイクルと顧客の行動の不確実性に対処する確率的予測が含まれています。このアプローチにより、購買注文、在庫割り当て、価格戦略が最適化されます。

Lokadのプラットフォームは、個々の在庫単位の特定のライフサイクルを反映するために、時間の経過に伴ってすべての在庫単位を追跡できるように設計されています。同様に、注文される予定の在庫単位などの潜在的な在庫単位にも同じパターンが適用されます。この高度に詳細な分析を採用することで、Lokadによって最適化された購買注文、在庫割り当て、価格割引は、ネットワークを通過するすべての単位の特定のライフサイクルを反映しています。

Lokadのプラットフォームは、そのコアデザインのいくつかの重要な側面によってこれを実現しています：

まず第一に、当社のプラットフォームは非常にスケーラブルであり、効率的でもあります。ユニットごとのフローのモデリングは、SKU（在庫管理単位）レベルでのモデリングよりも集中的です。ただし、この課題を単に多くの計算リソースを投入することで解決しようとすると、解決策はクライアント企業にとって非常に高価になるでしょう。

第二に、Lokadのプラットフォームには、関係データの処理に向けたプログラムの機能が備わっています。製品のライフサイクルの細かいニュアンスは、製品によって大きく異なります。製品と化学物質の両方には寿命がありますが、それぞれの細かいニュアンスは非常に異なります。Lokadは、これらの特異性を受け入れて、クライアントのサプライチェーン内で起こっていることを真に反映するモデルを作成しています。

第三に、Lokadのプラットフォームには一般的な確率的予測の機能があります。製品のライフサイクルには、それぞれの不確実性が伴う場合があります。たとえば、小売店では、顧客は残りの棚寿命が最も長いアイテムを優先的に選ぶ場合があります。流れが厳格なFIFO（先入れ先出し）の動作に従うと仮定することは非常に誤解を招くでしょう。Lokadのプラットフォームの予測能力は、これら微妙で非常に重要な行動を適切に予測するために使用されます。

5.7 在庫の期限切れを予測しますか？棚寿命の警告/アラートレポートを提供しますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、シリアル番号の追跡なしでも在庫の全ライフサイクルを追跡し、B2C小売などの曖昧な状況に対して確率的モデリングを展開することもできます。潜在的な期限切れや価値の減少を特定し、必要に応じてアラートを発行することもできます。ただし、Lokadは期限切れのリスクのあるアイテムを管理するために、割引や在庫の再割り当てなどの積極的なサプライチェーンの意思決定を推奨しています。

Lokadのプラットフォームは、クライアントのサプライチェーンネットワークを通じて流れるすべての単位の特定のライフサイクルを追跡することができます。当社のプラットフォームは、S/N（シリアル番号）レベルで単位が追跡されていない場合でもこれを行うことができます。B2C（ビジネス対消費者）小売店のように、単位のサービスまたは消費の順序に関して曖昧さがある場合、Lokadは確率的モデリングを活用して在庫の確率的な状態を反映します。在庫の状態に関するこの詳細な情報は、潜在的な期限切れや価値の減少を特定し、必要に応じて関連チームに向けたアラートを発行するために使用することができます（必要な場合）。

ただし、アラートではなく、Lokadは在庫の確率的な状態についての詳細な情報を活用し、在庫の期待される期限切れ日までの調整を積極的に行うことを推奨しています（Lokadによって計算された推奨サプライチェーンの意思決定に基づいて）。たとえば、期限切れのリスクがある製品の割引やプロモーションを推奨することがあります。また、割引価格での二次販売チャネルを通じた製品の処分を推奨することもあります。在庫が現在の需要ではなく、期限切れのためにすぐになくなることを認識して、在庫を追加することもできます。

基本的に、特定の潜在的な期限切れに対して何か対策を講じることができる場合、Lokadはこの対策を提示する責任を負います。逆に、何もできない場合（たとえば、在庫が期限切れになり、修正措置がもはやない場合）、それらのアラートは、それに対して何もできないチームにとってだけが気を散らすものになります。

エンタープライズソフトウェアベンダーにとって、アラートを数十個（または数千個）生成することは非常に簡単ですが、多くの無能なベンダーにとっては、それが唯一のできることです。真の課題は、アクションを起こすための呼びかけを行うことであり、これにはベンダー（この場合はLokad）が実行可能なものと実行不可能なものを整理する必要があります。

このFAQの5.6の複雑さも参照してください。

5.8 注文コスト、入庫コスト、在庫保管コスト、資本拘束コストを考慮してEOQ（経済的注文数量）を最適化できますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、注文、配送、保管、運転資本、機会費用などのさまざまなコストを考慮してEOQを最適化することができます。また、より古いWilsonの公式よりも高度なアプローチを使用しており、過度に単純化された仮定や在庫の廃棄リスクに対処できないという問題を解決しています。Lokadは、注文数量にだけ焦点を当てるのではなく、各購入の意思決定に経済的な要素を統合することを推奨しています。

Lokadのプラットフォームは、サプライチェーンの意思決定の経済的最適化のために設計されています。特に、注文コスト、配送コスト、保管コスト、資金（運転資本）のコスト、機会費用など、購入注文に関連するすべてのオーバーヘッドを反映することは簡単です。さらに、Lokadのプログラムの機能も、上記の短いリスト以外にクライアントのビジネスに関連するすべての専門的なコストに対処することも簡単にします。ただし、EOQで行われるように、注文する数量を単独で特定するのではなく、経済的な要素をすべての購入の意思決定に内在化することを推奨します。

クラシックなサプライチェーン理論では、EOQ（経済的注文数量）にはWilsonの公式を使用することが提案されています。このアプローチには深刻な即時の欠陥があります。それは大まかな丸め込みを強制するため、ほとんどの場合効果がありません。設計上、EOQは在庫廃棄のリスクに対処することができません。したがって、理論上のEOQ以下の数量を注文することは多少非効率的かもしれませんが、実際には、より多く注文して大量の廃棄物を生成するよりもはるかに良い選択肢です。

Lokadの在庫コストに関する評価、分類、最適化については、在庫コストを参照してください。

5.9 「非適合」ステータスの在庫に対するKPIはありますか？

はい、Lokadのプラットフォームは「非適合」ダッシュボードやKPIを簡単に提供できます。当社のプラットフォームはプログラム可能なため、トランザクションビジネスシステムから抽出できるデータはすべて表示できます。これは、KPIの計算/表示に制限がないことを意味します。KPIは、クライアントの仕様/ルールに完全に合わせて作成できます。企業間で非適合の定義が標準化されていないため、ここではプログラム可能なプラットフォームが必要です。

Lokadのプラットフォームは、過去のデータを活用してこれらの非適合イベントの予測モデルを作成することもできます。たとえば、一部のサプライヤーは品質の問題を抱えており、出荷の一部が常に検査に合格しない場合があります。その結果、クライアントの顧客に提供できる数量は、元々注文された数量よりも頻繁に少なくなる場合があります。これらの発生を確率的な予測モデルでモデリングすることで、Lokadはこの不確実性も考慮したリスク調整された注文決定を行うことができます。

5.10 重要な資材についてのレポートを提供していますか？

はい、Lokadのプラットフォームは、クライアントが「重要」と見なす資材に関するレポートを簡単に生成できます。

Lokadにとって、これは曖昧な概念です。なぜなら、「重要な資材レポート」の定義が固定されていないからです。私たちの経験では、これは業界によって異なります。FMCG（日用消費財）では、「重要な資材」とは通常、最も回転する資材であり、各製品と金銭単位の両方で最も多くの数量を持っています。航空では、「重要性」とは在庫切れの場合にAOG（地上にいる航空機）のインシデントを引き起こす可能性のある部品を指します。一般的な商品店では、「重要性」は通常、顧客が店舗で見つけることを期待する製品を指します。

このクラスの要件に対応するためには、Lokadのプログラム機能が不可欠です。これらの機能を通じて、スプレッドシートやビジネスインテリジェンスツールで実装できるルールは、当社のプラットフォームでも実装できます。このようなプログラム機能を持たないと、サプライチェーンの専門家は、自社が「重要」と見なすものの曖昧な近似値を許容できないため、スプレッドシートに戻ることを余儀なくされます。分析レイヤー（この場合はLokad）は、ビジネスの複雑さに完全に準拠できる必要があるため、完全なプログラム機能と自由度が必要です。

6. レポート

6.1 在庫の総量に対するKPIはありますか？具体的には、回転率とカバレッジ率をカバーしていますか？また、これらのKPIは部品番号（P/N）、製品プラットフォーム、製品品質に応じてセグメント化し、製品の品質に基づいて異なる活動とセクターの月次進捗レポートを提供できますか？

エグゼクティブサマリー: はい、Lokadは在庫管理のためのカスタマイズ可能なKPIを含む幅広いレポート機能を提供しており、部品番号、製品プラットフォーム、製品品質など、クライアント固有の要件に適応することができます。当社のドメイン固有言語（Envision）は、標準的なデータ形式を必要とせず、各企業の固有のデータ構造に対応するデータの可視化とダッシュボード作成を簡素化します。このアプローチにより、伝統的なエンタープライズソフトウェアと共通の長期間の統合プロジェクトを回避しながら、高い生産性、信頼性、スケーラビリティを確保して、特注のレポート作成とサプライチェーンの最適化を行います。

Lokadのプラットフォームには、幅広い組み込みレポート機能が備わっています。一般的なスプレッドシートやビジネスインテリジェンスツールで作成できるレポートは、すべてLokadでも作成できます。Lokadは、サプライチェーンの予測最適化に特化したドメイン固有のプログラミング言語（「Envision」と呼ばれる）を開発しました。Envisionという名前が示すように、このプログラミング言語はデータの可視化を容易にすることに重点を置いています。Lokadのサプライチェーン科学者は、関連するダッシュボードとKPIの設定を担当しています。さらに、Lokadのプラットフォームは、複雑なダッシュボードのリアルタイムレンダリングをサポートするように設計されています。これにより、サプライチェーンの専門家が必要な情報を取得するために、切り離された画面やディスプレイの迷路をナビゲートする必要がないダッシュボードを作成することができます。

Lokadが生成するすべてのレポートは、クライアント企業に合わせて「特注」されています。これは、同様のソフトウェアを使用していても、レポートがクライアントの固有の要件（アプリケーションのランドスケープを含む）に完全に依存しているためです。私たちの経験では、同じソフトウェアを使用していても、2つの企業は同じではありません。

本格的な環境での作業では、「データの配管」はそのレポート生成に投資される作業の90％以上を占めます。そのため、LokadはEnvisionを通じて、このデータの配管に関連する生産性の課題に直面しています。さらに、このアプローチにより、クライアントの他のビジネスシステムのすべての事前存在のコーディング、階層、および規約を維持することができます。したがって、Lokadは従業員が理解しなければならない別の規約セットを導入するのではなく、クライアントのスタッフと「まったく同じ言語」を話すことができます。

エンタープライズソフトウェアの主流のアプローチは、データ要件の設定です。入力データがこれらの要件に一致すると、すべてのレポートと分析機能が利用できるようになります。残念ながら、このアプローチは、最小の企業以外ではうまく機能しません。元のビジネスシステム（データのソース）とパッケージ化された分析システムとの間には、一対一の対応関係はありません。その結果、ビジネスデータをパッケージ化された分析システムにインポートするための「設定」と思われた単純な問題が、必ずしも1年間の統合プロジェクトに発展します。これは、サプライチェーンに関する2つの異なる複雑な視点を調和させようとする試みの避けられない結果です。Lokadのプラットフォームの設計選択肢により、この問題は完全に解決されます。

6.2 在庫の健康状態とカバレッジのレポートはありますか？

エグゼクティブサマリー: はい、Lokadはプラットフォーム上で高度な確率予測とツールを通じて在庫の健康状態とカバレッジのレポートを提供しており、通常は金銭的なリスク評価で表されます。これらの金融リスク評価は、クライアントの在庫に対する基本的な「健康リスク」です。従来の時系列予測が将来の1つの値（例：需要）のみを考慮するのに対し、Lokadのアプローチは複数の可能な将来の値を考慮し、在庫リスクのより正確かつ包括的なビューを提供するため、在庫の健康問題を回避または少なくとも軽減するのに役立ちます。

Lokadのデフォルトのプラクティスは、在庫の監視ツール（在庫の健康状態とカバレッジのレポートなど）を提供することです。Lokadのサプライチェーン科学者は、これらのレポートの生成を担当しています。Lokadのプラットフォームには、プログラムによるレポート作成のための必要なすべてのツールが備わっています。これには、需要、リードタイム、およびすべての関連する不確実性の確率予測を、パーセンテージではなく在庫コストのドルで表すためのすべての必要なツールが含まれます。

在庫の「健康状態」は常に将来の市場の予想条件に対して相対的です。在庫の数量が過剰であるかどうかは、過去の観測された需要よりも将来の予想される需要をはるかに超えている場合にのみ考慮されます。たとえば、新製品や持続的な不足を経験した製品の場合、過去の需要はゼロかもしれません。したがって、課題の核心は、予測/予測をレポートに変換することです。

ここでは、Lokadが好む確率的予測が理想的です。これは、すべての可能な将来を考慮し、それらに確率を割り当てることができるためです。これにより、リスクの発生確率に確率を割り当て、そのリスクに関連する潜在的な財務的影響を評価することができます。これらのリスクは、ドルやユーロなどの金銭的な形でレポートに反映されます。

対照的に、クラシックな時系列予測は、設計上、1つの可能な将来値（需要など）のみを考慮します。そのため、これらの予測は、在庫の決定に基づいてクライアントが遭遇する可能性のある幅広い金融リスクを適切に伝えることができません。時系列予測の洗練度は関係ありません：予測の形/構造は必要な情報を伝えません。この問題を回避しようとするいくつかの試みには、直近の過去を直接検査して在庫リスクを評価するための粗雑なヒューリスティックスを使用するものがありました。例えば、在庫がX週間分（2週間または3週間など）以上あるSKUの数を数える方法があります。しかし、これらの方法は常に低品質の指標を生成し、サプライチェーンの専門家を誤解させるだけです。

6.3 調達チームに、PO（発注書）の延期または繰り上げが必要な場合にアラートを出すことはできますか？

エグゼクティブサマリー：はい、Lokadはこれらの「アラート」を発行することができますが、私たちは「意思決定」という用語を好みます。Lokadのプラットフォームは、経済的な利益とサプライヤーの協力に基づいて、反応的に発注書（PO）を見直すなどの意思決定の推奨事項の自動リストを生成します。私たちは「アラート」ではなく「意思決定」という用語を好みます。なぜなら、私たちの推奨事項は、潜在的な問題をクライアントに通知するだけでなく、具体的な行動を促すものであり、モデル化されたコストと利益が含まれているからです。

Lokadは、必要に応じてPOの延期や繰り上げなどを含む意思決定の生成を自動化しています。これらの意思決定は、経済的な報酬を優先順位付けされます（通常のLokadの意思決定と同様）、および見直されたPOに関連する経済的な利益を含みます。これらの要素には、サプライヤーに対するオーバーヘッドを反映するためのネガティブな善意や、見直しを受け入れて実施する可能性が含まれる場合があります。同様に、サプライヤーがこのオプションに同意する場合、POの数量を増減することを提案することもできます。Lokadのサプライチェーン科学者は、POに関連するオプションの詳細を確立し、対応する「アラート」（Lokadがむしろ「意思決定」と呼ぶもの）を生成するロジックを自動化します。

Lokadは、「アラート」という用語を「意思決定」と呼んでいます。なぜなら、推奨事項のそれぞれにはコストと利益があり、サプライチェーンに具体的な影響を与えるからです。この点において、これらの推奨事項は、最初にPOを配置することを推奨することと根本的には異なりません。主な違いは、サプライヤーが要求されたPOの修正を受け入れる意思（または能力）が不確実である場合ですが、サプライヤーが要求に応じる場合、この推奨事項は元のPOと同じくらい「注文」として機能します。

多くの企業向けソフトウェアは、購買や在庫の再調整などの狭いテキストブックの状況に限定された、古い（現在は廃れた）サプライチェーンの意思決定の古い視点を提供しています。このタイプのソフトウェアは、サプライヤーとのテーブル上にある微妙なオプションを設計上無視しています。たとえば、サプライヤーは発注を繰り上げたり延期したり、注文を膨らませたり縮小したり、他の製品と置き換えたりする可能性があります。クライアント企業が複数の出荷のオーバーヘッドをサポートする意思がある場合、サプライヤーはPOの一部を早期に送ることができる場合もあります。また、一定期間内に触れられていない商品をサプライヤーに返品することもできます。Lokadのプラットフォームのプログラム機能は、これらの微妙なオプションに対処するための必要な技術的要素です。

6.4 予定された納品日が到達/遅延した場合に調達チームにアラートを送信できますか？

はい、Lokadのプラットフォームは、予定された納品日が遅延した場合に簡単にアラートを生成して送信することができます。確率的予測手法を使用することで、リードタイムの変動がある場合にこれらのアラートを洗練させることができます。

リードタイムの確率的予測は、サプライチェーンで観察される日常的な変動とは異なる遅延が本当に異常なものかどうかを評価するために使用できます。さらに、遅延の予想される経済的影響を反映した優先順位付けされたアラートを生成することもできます。たとえば、需要が予想外に低下した場合、余分なリードタイムは結果的に重要ではなくなる可能性があり、調達チームの直ちの注意を必要としない場合があります。基本的に、サプライチェーンのすべての動く部分は、調達チームの注意を競い合っています。この注意は希少なリソースであり、Lokadは生成するアラートで最大化することを目指しています。

基本的に、私たちの考え方は、「アラート」（一般的に理解されているような）を発行することは、設計が不十分な企業向けソフトウェアの古いアプローチであるということです。通常、「アラート」はクライアントの注意を問題に向けるものであり、状況の明確な財務評価に基づいた実行可能な推奨事項/意思決定を提供するものではありません。Lokadは、問題に対する「利益をもたらす修正措置/対策」という意味で「アラート」を発行していると理解されるべきです。

このFAQのReporting 6.3も参照してください。

7. 生産性

7.1 ユーザーは補充のしきい値を手動で定義したり、在庫パラメータを手動でオーバーライドしたりできますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームでは、ユーザーが補充のしきい値を手動で設定したり、在庫パラメータをオーバーライドしたりすることができます。ただし、頻繁な手動オーバーライドは強くお勧めしません。代わりに、Lokadが生成する決定に問題がある場合は、それらを生成する基になる数値レシピ（アルゴリズム）を更新/洗練することをお勧めします。Lokadは、手動介入に頼る古くて信頼性の低いアプローチを超えることを哲学的に、技術的に、方法論的に目指しており、信頼性の高いスケーラブルな自動化を好みます。

Lokadのプラットフォームは高度に設定可能であり、在庫の補充ワークフローには補充のしきい値やその他の類似する在庫パラメータ（最小/最大、安全在庫など）の手動データ入力/オーバーライドを簡単に含めることができます。さらに、数週間または数か月後に状況が元に戻ることをサプライチェーンの専門家が予想する場合、手動データ入力に「有効期限」を付けることも可能です。これにより、通常の数値レシピが補充プロセスの制御を再び取得することができます。ハードセットのしきい値は短期的には有益かもしれませんが、しきい値は元の関連性を失うため、中期的にはほぼ必ず問題になります。

より一般的には、Lokadは、日常的な在庫補充に手動オーバーライドを頼ることを強く推奨していません。在庫補充を統治する数値レシピに問題がある場合は、このレシピを緊急に修正する必要があります。Lokadのサプライチェーン科学者は、必要な修正をタイムリーに提供するために訓練されています。代わりに手動オーバーライドに頼ることは、クライアントのスタッフが短期的な修正を行うことと同等であり、明らかに非効率です。これは、Lokadの量的サプライチェーン理論の中心的な結果の一つである、時間、リソース、および帯域幅を高付加価値のタスクに再配分することに反するものです。

Lokadのアプローチは、定期的で非効率なオーバーライドを行うことを強制する多くの企業向けソフトウェアベンダーとは真っ向から対立しています。このダイナミックは、ソフトウェアが生成するゴミを修正する責任が顧客にあるという暗黙の了解に基づいています。ソフトウェアベンダーは、有用な修正アクションを提供せずに、クライアントの注意をサブオプティマルな状況に引き付ける「アラート」を発行することで、責任を逃れることがしばしばあります。その結果、補充が間違っている場合、システムを手動でオーバーライドするべきだった実践者に責任が転嫁されます。Lokadは、これを非常識な慣行と考えており、そのために行いません。

7.2 事前定義済みまたはユーザー定義の変数（例：サプライヤのパフォーマンス、目標サービスレベル、需要の変動、SKUクラス、商品の寿命など）に基づいて在庫パラメータを自動化できますか？

エグゼクティブサマリー: はい、Lokadは在庫の決定、在庫パラメータを完全に自動化した日次プロセスによって、最小限の手動介入で行います。この自動化は必要に応じて大規模な混乱に適応します。このプロセスは、需要とリードタイムの変動などの不確実性を考慮した確率的な予測を活用し、コストと制約の全体性を考慮した堅牢な財務アプローチ（確率的最適化を通じて実装）を利用しています。これにより、Lokadは不確実なサプライチェーンの状況下でサービスを最大化し、財務エラーを最小化することができます。

Lokadのデフォルトのアプローチは、補充数量などの在庫の決定を統治するプロセス全体を自動化することです。Lokadにとって、完全に自動化された日次プロセスを必要としないものは通常ではありません。ほとんどのクライアントは、数週間にわたって手動介入なしで運用しています。もちろん、前例のない大規模な混乱（ロックダウンなどのシステム的なショック）が発生した場合、Lokadのサプライチェーン科学者は数値レシピを調整して混乱を緩和する準備ができています。ただし、日常的な決定は完全に自動化する必要があり、時間と精神的な努力を高次のタスク（ビジネス戦略など）に再配分するためです。

在庫パラメータの更新の自動化は、予測モデルと確率的最適化の2つのレベルで行われます。

Lokadは、リードタイム、返品などのすべての関連する不確実性に対して確率的な予測を使用しています。例えば、上記のロックダウンシナリオでは、サプライヤのパフォーマンスケースは暗黙的に確率的リードタイム予測を通じて対処する必要がある問題です。Lokadのプラットフォームは、これらの確率的な予測を生成するだけでなく、企業の将来の統一的な確率的なビューにこれらの予測を組み合わせることもできます。Lokadのプラットフォームでは、通常、この目的のために微分可能プログラミングと確率変数の代数を活用します。

最適化自体に関しては、関連するすべてのコストと制約を考慮する必要があります。例えば、同じロックダウンシナリオでは、商品の寿命は特定の非線形の保管コストを意味します。Lokadが在庫最適化に財務アプローチを推進する理由の一つは、多くの異なるように見える関心事を統一的な数値的な視点に組み合わせることを容易にするためです。この数値的な視点は、Lokadが在庫エラーのドル（またはユーロ）を最小化し、適切なサービス提供によって得られるリターンのドルを最大化するのに役立ちます。Lokadのプラットフォームでは、通常、この目的のために一般的な確率的最適化機能を活用します。 ‘確率的’の部分は、ノイズ/不確実性/ランダムな条件下で最適化を実行するLokadの能力を指します。

7.3 PO（発注書）の発行を自動化しますか？

エグゼクティブサマリー: はい、Lokadは発注書（PO）の生成を自動化し、ビジネスシステムとの間の入力（および出力）のための自動化されたデータパイプラインに依存しています。これにより、最新のデータと同期した注文が確保されます。これは、トランザクションシステムの上にある分析レイヤーとして機能し、最適化された数量を計算しますが、PDFの作成などのトランザクションステップは実行しません。Lokadは、一部のバリデーションワークフローを備えた半自動オプションも提供しており、重要な注文に対しては手動で監視することができますが、ルーチンの注文は自動化されます。

Lokadは、最適化された発注書の生成を自動化します。この自動化には、クライアントとLokadプラットフォーム間の自動化されたデータ抽出パイプラインが必要です。このデータパイプラインは理想的には毎日の更新を行い、Lokadが新鮮なデータで動作することを保証します。これにより、生成された発注書がビジネスの状態と同期されます。この自動化には、Lokadから元のビジネスシステムへの自動化されたデータエクスポートパイプラインも必要です。ここでは、注文プロセスの単なるトランザクションステップが完了します。

Lokadは、ERPなどのトランザクションビジネスシステムの代わりではありません。Lokadは、トランザクションビジネスシステムの上に動作する分析レイヤーです。Lokadは、すべての発注書に対して最適化された数量（つまり、どれだけ注文すべきか、いつ注文すべきか）を計算します。ただし、Lokadは、例えばサプライヤーに送信するためのPDF注文ファイルを生成しません。これらのステップは、トランザクションビジネスシステムの範囲に属します。そのため、Lokadは、必要なすべての情報を含むフラットな表形式のファイルを生成します。このデータは、その後、クライアントのビジネスシステムにエクスポートされ、実行されます。

Lokadのプラットフォーム内で、部分的なバリデーションワークフローを備えた半自動プロセスを確立することも可能です。例えば、クライアント企業は、「些細な」発注書が自動的にバリデーションされることを決定するかもしれません（通常は小規模なもの）。一方で、Lokadが推奨する注文数量を手動でバリデーションするために、サプライチェーンの専門家に介入を依頼することもできます。これらのルールは時間の経過とともに更新することもできます。プロジェクトが進行し、クライアントが生成される価値を見ると、手動バリデーションのための閾値は通常増加します。最終的には、クライアントのサプライチェーンチームの負担が軽減されます。

7.4 1日の優先順位に従って整理されたタスクセットを表示するプランナー/バイヤーウィンドウはありますか？

エグゼクティブサマリー: はい、Lokadのプラットフォームは、高度な企業機能向けに毎日特別に設計された統合ダッシュボードを提供しています。この単一のウィンドウは、PO管理やデータの異常検査などのアクションを含むタスクを整理して表示し、金銭的な影響を優先順位付けします。

Lokadのプラットフォームを使用する際には、すべての企業機能について、優先順位付けされたコール・トゥ・アクションを1つのウェブダッシュボード（つまり、1つのウィンドウ）にまとめることをおすすめします。優先順位は、処理されない場合にかかるリスクを真に反映した金銭的な観点（ドルまたはユーロの影響）で表現する必要があります。需要と供給のプランナーの場合、このダッシュボードには通常、推奨される新しいPO（発注書）だけでなく、さらなる注意が必要な古いPO（例：緊急、延期、拡大、縮小）も含まれます。Lokadのサプライチェーンサイエンティストは、各クライアントの独自の企業構造に合わせてダッシュボードを配置する責任があります。これは、調達/計画/在庫管理/購買/ファイナンスチーム間の境界が会社によって異なるため、このようなダッシュボードにとって重要です。

これらのコール・トゥ・アクションには、クライアントにとって重要なデータの異常も含まれる場合があります。例えば、間違った小売価格、間違ったMOQ（最小注文数量）、間違った在庫レベルなどです。これらのコール・トゥ・アクションも、潜在的な経済的影響に応じて優先順位付けされます。 より一般的に、Lokadは企業向けソフトウェアでよく見られる2つの落とし穴を避けています。まず、特定のユーザーの作業負荷を分散した画面（またはウィンドウ/ウェブページ）に広げることはありません。

それどころか、Lokadのプラットフォームは、複雑なダッシュボードを一定の時間で提供するために特別に設計されています。この技術的な詳細は、エンドユーザーの利益のために複数の異なる要素を1つのダッシュボードに集約する際に重要です。2つ目に、Lokadのプラットフォームは、経済分析のエンドツーエンドをサポートするように特別に設計されており、したがって、経済的な観点で表現される共通の優先順位付けロジックの下で、すべてのコール・トゥ・アクションを統一しています。

ノート