自動車アフターマーケット向け予測最適化
車両の寿命がかつてないほど伸びる中、顧客は常に自分の車両が走行可能であることを期待しています。部品待ちで車両が定期メンテナンスのために停止する時間はもはや容認されません。しかし、予備部品の最適化ソリューションは何十年も前から存在していました。Lokad は、単純な洞察を実行可能な在庫判断に変えることで画期的な進展を遂げました。自動車アフターマーケットでは、最終消費者とは部品を購入する人物ではなく、その部品を必要とする車両なのです。当社の技術は、OEM の生産拠点からガレージに至るまで、あらゆる中間段階を考慮しながら、部品の品揃え、価格、在庫の最適化を可能にします.
Tokić グループは、300 以上の世界的に認知された自動車ブランドおよび自動車産業向け追加装備を扱う、最大級の自動車予備部品小売業者です。クロアチアとスロベニアにある 140 以上の小売店ネットワークを通じ、30 万種類以上の部品を提供しています.
調達、補充、在庫管理の観点から、当社のパートナーである Lokad は革新的な存在であると証明されました。高度なデータサイエンティストチームと強力な機械学習予測ソフトウェアにより、前例のない運用効率が実現されました。Tokić グループは在庫投資を削減しながら収益を増加させ、サービス品質を向上させました。このような技術革新こそが、企業が障害を機会に変え、持続可能な成長を遂げるための鍵です.
Ivan Šantorić, CEO, tokic Group
ケーススタディ
Mister Auto は、自動車部品に特化した e コマース企業です。2007 年に設立され、2015 年から PSA グループの一員となり、20 ヶ国で事業展開し、20 万点以上の品目を誇るカタログを有しています。現在、ヨーロッパでナンバーワンの自動車部品ディーラーです.
私たちは 2 年以上にわたり日常的に Lokad を利用して販売価格を算出しています。特に 20 ヶ国での事業展開を考慮した統合カタログを有する当社にとって、これはまさにカスタマイズされたソリューションです。この技術選択により、ビッグデータに基づく Lokad のアルゴリズムモデルで、価格設定を通じた付加価値創出能力を全く新しい次元へ引き上げることができました。Lokad のソリューションは強力であると同時に、スピードと反応性をもたらし、これらはあらゆる e コマースにとって不可欠な要素です.
Mathieu Pajot, Commercial and Pricing Director, Mister Auto
1ドルあたりの故障低減時間
運用の観点から、自動車アフターマーケットの目的は、投資された 1 ドルまたは 1 ユーロあたりの故障時間を可能な限り削減することにあります。この目的は単純ですが、従来のエンタープライズソフトウェアの設計思想とは大きく乖離しています.
サービスレベル、安全在庫、または ABC 分析 — これらは時代遅れのサプライチェーン手法である上、肝心な点を捉えていません.
Lokad の予測最適化技術は、OEM の生産拠点から部品が車両に取り付けられる場所に至るまで、サプライチェーン全体のあらゆる意思決定に取り組み、最終目的に定量的に焦点を当てています.
最適化は OEM レベルから始まります。OEM は、どの原材料またはサブパーツを購入すべきかを毎日決定し、在庫状況に応じた生産量も決定します。この生産は、新車の製造だけでなく、既存車両のメンテナンスという多様なチャネルに対応する必要があります.
最適化は、流通業者や卸売レベルでも継続されます。部品は数多くの地理的拠点に効率的に配分されなければならず、この在庫配分は最高水準のサービス品質を実現すると同時に、場合によっては最小発注数量（MOQ）などを含む運用コストの最小化も求められます.
最後に、小売レベルでは、部品が車両に迅速に供給される必要があります。故障が複数の部品によって対処されなければならない場合、部品の在庫状況が故障解決と同義ではありません。逆に、適合する代替部品があれば、部品の欠品は問題とならない場合もあります.
部品と車両の互換性マトリックス
故障を起こした各車両には、機械的に互換性のある数十種類の部品が存在し、これらを用いて問題を解決することが可能です.
この側面は自動車アフターマーケットにおいて基本的なものであり、そのため Lokad はこの洞察を重視するサプライチェーン技術を開発しました。当社の数値最適化は、この視点を採用することで、単に現時点で利用可能な特定の部品番号を強調することなく、需要の真の単位に焦点を当てています.
ヨーロッパの自動車市場は 100,000 種類以上の車両と 1,000,000 点以上の部品を有し、北米市場も同様の複雑さを呈しています。複数の企業が、これらの車両と部品間に存在する全ての機械的（不）互換性を網羅するデータベースを提供しており、この情報は、特定の部品の過去の販売実績では表れない需要の微細な構造を理解するために不可欠です。しかし、これらのデータベースは約 1 億行にも及ぶ大規模かつ扱いにくいものです。従来の時系列解析のサポートには適していません.
Lokad は、部品と車両の互換性マトリックスを二部グラフとして捉えることもできる、いくつかのグラフ指向モデルを開発し、需要を単位ごとに予測する優れたモデル化を実現しています.
その結果、これらのモデルを活用することで、購買、製造、在庫配分、価格設定に関するより優れた意思決定が実現されます.
ブリヂストンは世界最大のタイヤ・ゴム会社であり、数百の拠点を有する高度に複雑な国際多段階サプライチェーンを運営しています.
プロジェクト開始前、そして私が参加する前は、市場、つまり「バス」にできるだけ近い場所に在庫を豊富に保有するべきだという信念がありました。しかし、Lokad の多段階最適化を開始すると、それが必ずしも正しくないと気付かされます。製造拠点で在庫の大部分を保持する必要があり、実際、ある市場で余裕が必要な場合でもタイヤは供給され続けます.
Nicolas Vandeput, ブリヂストン サプライチェーン専門家
トライレマ：資本、価格、サービス
The アフターマーケット サプライチェーンの最適化は、供給網に大きな影響を与える 3 つの要因に直面しています。より多くの在庫は、バッチ生産や出荷の可能性をもたらし、コストを削減します。一方、これらの在庫はサービス品質を向上させるものの、運転資本需要の増加や在庫評価損のリスクも伴います。高い価格は当然ながら利益率を改善しますが、市場シェアの持続的な低下というリスクを伴い、これは持続可能ではありません。顧客は高品質なサービスを求めますが、通常、これはサプライチェーンネットワークの端に位置する在庫増加を意味し、その再配置には高コストが伴います.
Lokad は、在庫保有費用などの明白な要因から、繰り返される不良サービスによる顧客喪失のリスクといった微妙な要因まで、すべての経済的要素を統合したエンドツーエンドの予測型サプライチェーン最適化を提供します.
当社の技術は、御社にとって最適なサプライチェーンの意思決定を導くため、固有かつ相反する複数の要因の統合を容易にするよう設計されています。Lokad は、御社のビジネス戦略に関して固定的な前提を持たず、むしろその戦略を忠実に反映する柔軟性を備えています.
さらに、日々の最大生産量、最小発注数量（MOQ）、各拠点の最大貯蔵容量、単一トラック輸送の最大輸送能力、包装形態（箱、パレット等）など、多くの非線形制約が存在します.
Lokad の技術は、多様な非線形制約を確実に実行可能とするよう設計されており、最適化された意思決定がそのまま実行に移せることを保証します。従来のソフトウェアソリューションとは異なり、サプライチェーン担当者が当社の算出する数値をすべて手作業で後処理することは求められません.
AUTODOC は、ヨーロッパ有数のオンライン自動車部品小売業者です。この分野で最も成長している企業であり、2020 会計年度には収益が 37.6% 増加し、約 8 億4200 万ユーロ（2019 年の 6 億1200 万ユーロから）に達しました。AUTODOC はさらにその地位を発展させることを目指し、拡大に成功した結果、ドイツを含む他の 26 ヨーロッパ諸国でも事業を展開しています.
2018 年に協業を開始して以来、Lokad は AUTODOC にとって信頼できるパートナーであることが証明されました。Lokad の Supply Chain Scientists は、当社独自の複雑なサプライチェーンに対し、さまざまなカスタマイズ最適化を提供しています。AUTODOC は大きな成長を遂げ、ヨーロッパのオンライン自動車部品アフターマーケットにおけるリーディングプレイヤーとなりました。共に進化するパートナーに支えられていることを嬉しく思います.
Stefan Micklich, Vice President Procurement
Autodoc AG複雑な多段階ネットワーク
自動車産業は、産業の中の産業とも言われるほど壮大な存在です。他のどの産業も、その規模には敵いません。その結果、ほとんどのアフターマーケットでは、生産、保管、配送といった複数の段階（ネットワーク層）が関与することになります。
複数の段階が関与すると、サプライチェーンネットワークの「中間」に位置する決定の最終的な成果を評価するのは非常に困難になります。ロカドは、あらゆるサプライチェーンの決定がもたらす広範な経済的影響を評価する技術を開発しました。例えば、ネットワーク内のある場所へ部品を移動すると、同じ部品を別の場所へ移動する機会を失うことになります。各決定には、代替または対立する決定と比較して何らかの機会費用が伴います。
この技術は、ネットワーク全体のサプライチェーンパフォーマンスが最大化されることを保証します。
対照的に、従来の多くのサプライチェーンソフトウェアソリューションは、各SKUのサービスレベルやバッファーに焦点を当て、全体像の他の部分を完全に無視する局所的な視点を採用しています。我々の経験では、これらの単純なアプローチはソフトウェア的実装が容易である一方で、サプライチェーンのパフォーマンス面では満足のいくものではありません。実際、これらのソリューションは問題を解決するのではなく、問題を先送りにするに過ぎません。問題を解決するためには、問題の多段階的側面に真正面から取り組む必要があります。