航空宇宙の在庫予測
航空機の運用には、高価な修理可能部品から低コストで回転の速い消耗品まで、幅広い部品が必要です。特定の部品が非常に高価なだけでなく、必要な部品がすぐに手元にないと、高額なAOG（地上待機）インシデントにつながる可能性があります。Lokadは、航空会社、MRO（整備、修理、オーバーホール）、OEM向けに、需要予測を通じた深い在庫最適化ソリューションを提供します。
Air France Industriesは、AIR FRANCE KLMのMRO部門であり、国際的、地域的、貨物航空会社など200社以上の顧客を有しています。
Lokadは、強力かつ革新的な新ツールを提供します。さらに、LokadはAir France Industriesに在庫最適化およびサプライチェーン管理の専門知識を共有し、単なるITソリューションの提供だけでなく、実質的なコンサルティングの専門性も提供しています。
Charles Segondat, Air France Industries 在庫管理部門責任者
「Airbus AtlanticのSmart Planningプロジェクトチーム全体は、当社の高度な計画イニシアティブの初期フェーズが成功裏に完了したことに大いに満足しています。断固たるコミットメント、厳格なアプローチ、そして高いパフォーマンスの協力により、次のステップへの前向きな承認を得ることができ、共にこの旅を続けることに興奮と楽観を感じています」
Julien Fournat
Airbus Atlantic Industrie 4.0 プロジェクトマネージャー
Spairlinersは、Airbus A380およびEmbraer Ejet航空機向けのスペアパーツおよびメンテナンスにおいて、世界をリードする企業です。
私たちは、MRO活動（整備、修理、オーバーホール）のために市場に出回っている在庫最適化ソリューションの徹底分析の結果、Lokadを選びました。パートナーシップに基づくアプローチ、反応性、適応力、そしてそのソリューションのパフォーマンスが、世界中の顧客向け航空機スペアパーツの在庫最適化において信頼に足るものと判断するに至りました。Lokadは、我々の業界が抱える期待と複雑さに応える、独自かつ知的なアプローチで成功を収めました。
Olivier Mazzucchelli, Spairliners CEO, ハンブルク, ドイツ
LOKAD TV
Lokad TVでのインタビューをご覧いただき、サプライチェーンおよび航空分野についてさらに学んでください。
従来の手法は航空宇宙分野に対して不十分である
一般的に、スペアパーツが関与する場合、従来の在庫最適化手法は効果が低いです。さらに、Lokadが航空宇宙分野で得た経験は、この業界では状況が実際にはさらに悪いことを示しています。
The high cost of certain parts, long lead times, infrequent failures and very steep costs of stock-outs only exacerbate all the weaknesses of classic inventory optimization.
In particular, time-series forecasts optimized against metrics such as MAD (mean absolute deviation) or MAPE (mean absolute percentage) do not properly reflect the highly asymmetric costs between overforecasting and underforecasting found in aerospace.
正規分布やポアソン分布に基づく従来の安全在庫分析も効果が低いです。
正規分布やポアソン分布に基づく安全在庫分析は、データの観察結果が需要パターンがこれらのモデルのいずれにも従わないことを示しているため、効果が低いです。同様に、ABC分析も、すべての部品をわずかな在庫カテゴリーに分類するだけでは、現代の航空機に必要とされる部品や消耗品の多様な側面を捉えることができないため、失敗します。
従来モデルの前提と航空宇宙ビジネスの現実とのミスマッチを超えて、従来の手法は多数の手動補正に過度に依存していることが判明しました。これにより、在庫最適化に投資された人員が資本化されず、単に日々の業務を維持するためにITシステムによって消耗される状況が頻発します。一部のソフトウェアデザインパターン、例えば「alerts」は、根本原因に焦点を当てて持続可能な解決策を提供するのではなく、日々の表面的な修正にチームの注意を向けさせ、状況をさらに悪化させる傾向があります。 お問い合わせは contact@lokad.com
航空会社が在庫を予測するために必要な数学をゼロから再考する。
航空宇宙の需要パターンには従来とは異なる予測が求められる
Lokadの分析技術は航空宇宙分野の要因を核として設計されています。他業界向けに設計された予測や在庫モデルを再利用するのではなく、航空宇宙産業の特殊性を本来から組み込んだ代替の統計アプローチを生み出しました。
Lokadの予測モデルは、単なる時系列上の補正線形係数としてではなく、需要そのものを根本的に説明する変数として、これらの艦隊駆動要因すべてを反映しています。
需要はまず、航空機隊の運用維持の必要性によって駆動されます。この航空機隊は増加する場合もあれば減少する場合もあり、飛行時間とフライトサイクルのミックスも時間とともに変化します。定期的な整備作業もあれば、予期しない作業もあります。Lokadの予測モデルは、これらの艦隊駆動要因を、単なる時系列上の補正係数ではなく、需要そのものを根本的に説明する変数として反映します。また、重要なのは部品の「平均的」な需要ではなく、サービスレベルに最も影響を与えるピーク、すなわち需要の最高点です。正規分布やポアソン分布に依存する従来のアプローチは、すべての推定に体系的なバイアスをもたらします。
Lokadの技術は、高度なパーセンタイル予測分析に基づいて需要を評価します。パーセンタイルの視点は、将来の需要ピークとその発生確率を正確に予測するために不可欠です。
さらに、不確実なのは需要だけでなく、リードタイムにも及びます。特に、高コストな修理可能部品では、単一のリードタイムだけでなく、部品交換から修理後の再利用可能状態への一連のサイクルが伴います。
完全なリードタイムには、事務処理時間、調達時間、輸送時間、受領時間、TAT（MROまたはOEMでの検査時間および該当する場合は修理ターンアラウンドタイム）、荷降ろしおよび在庫移動時間、工場内処理時間など、多くのステップが含まれます。平均または中央値のリードタイムをモデル化するだけでは全く不十分であり、Lokadの技術は遅延の全分布、すなわち任意の遅延が発生する確率を直接モデル化します。
最後に、観測される需要には、固有の統計的対応が必要な非常に特殊なパターンが多数存在します。例えば、改造は過去に複数のバイアスを導入し、それらを考慮する必要があります。さらに、複数のバージョンが共存する部品に関する相互交換性のルール（完全に交換可能または一方向のみの交換可能性）は、状況をさらに複雑にします。従来の手法がすべてを時系列に押し込もうとするのとは異なり、当社の技術はこれらの課題に特化した統計モデルを通じて、これらの問題に深く対処します。
在庫管理担当者のユーザーエクスペリエンスをゼロから再考する。
航空宇宙コストに合わせた在庫最適化
部品はAOG（飛行機の地上待機）インシデントを回避するために整備される必要がありますが、その点で全ての部品が同じというわけではありません。部品の必須性、すなわちNo-Go、Go-If、Goのバリエーションの概念は、必要な部品が利用できない場合のコストに大きな影響を与えます。
多くのソリューションは、パーセンテージ（例：MAPE, 平均絶対百分率）や他の任意の単位（例：MAD, 平均絶対偏差）で表現された予測誤差を誤って最適化します。
対照的に、当社の技術の核は、予測誤差による金額（ドル）を最小化するように設計されています。我々のアプローチは、単に財務変数に無頓着な従来の統計システムとは全く異なります。
航空宇宙分野において、過大予測および過少予測に伴うコストは非常に非対称であり、これが我々の技術に深い影響を及ぼしています。高額な修理可能部品は、その名の通り高価なだけでなく、航空会社側での各購入に「ラチェット」効果をもたらします。実際、多くの部品でスクラップ率が非常に低いため、一度購入された部品は何年も在庫の一部として残り続けます。たとえ部品の再販が可能な場合でも、元の価格に比べ大幅な値引きが一般的です。したがって、我々の予測は、こうした非対称なビジネス状況を正確に反映するために、本質的かつ意図的に高めにバイアスされています。目的は、抽象的な統計的観点で最良の在庫見積もりを得ることではなく、見積もり自体の不正確さに起因するビジネスコストを実際に最小化できる見積もりを得ることにあります。
さらに、在庫を増やすことなくサービスレベルを向上させることは確かに望ましいものですが、従来のソリューションは、しばしばABC分析などに基づく単純な在庫分類を用いた任意のサービスレベルを目標にしています。根本的には、我々の統計技術は在庫に投資された1ドルごとを最大限に活用するという課題に取り組んでいます。たとえば、ある部品のサービスレベルが90％であっても、全体として98％のサービスレベルを求める中で、その部品が100倍安価で100倍頻繁に要求されるのであれば、別の部品のサービスレベルを98％から99％に引き上げる方が収益性が高いかもしれません。ABC分析は、単価、供給遅延、重要性、AOG購入のオーバーヘッド、ATAチャプター、潜在的な陳腐化など、数多くの次元を考慮すべき航空宇宙の在庫状況を過度に単純化しています。
「全く正しくない」数値を示すのではなく、Lokadは「概ね真実に近い」数値を提供することを目指しています。財務的および運用上のあらゆる制約を予測モデルに組み込むことは非常に困難な課題でしたが、これらの要因に「盲目的」な従来のアプローチに依存すると、極めて悪い結果になることが分かりました。
期待されるROIを実現するために、クライアントとの関係を根本から再考する。
航空宇宙分野のためのビッグデータアプローチ
当社の技術は、利用可能な限りのデータを活用し、かつそのデータが各在庫最適化の課題に実際に関連している場合に最大限活用するという原則に基づいて設計されています。この見解は、特定のデータに「厳密な」依存関係を持つ従来のアプローチとは異なります。何らかの理由で一定量のデータが利用できない場合、その状況に対処するための代替手段は存在せず、理想的には、データが不足している場合に予測の品質ができるだけ優雅に劣化するべきです。
従来の在庫最適化モデルと比べ、より多くの次元を活用することで、Lokadはビジネス固有の現実により密接に連動した結果を提供します。
Lokadが在庫最適化のために活用できるデータは膨大です。代表的なものとして、部品の購入履歴、部品の要求履歴、コンポーネントの変更、修理、廃棄、部品の返品などが挙げられます。
さらに、歴史的な構成や関連する飛行時間、飛行サイクルを含む艦隊の記述も一般的に活用されます。最後に、部品（または消耗品）自体に関する、重要性、ATAチャプター、重要度、かさばり、危険性などの特性に関するデータも在庫最適化には重要です。
さらに、部品の大量購入による低価格での調達や、AOG問題に直面した場合のはるかに高い価格での調達コストも、予測モデルの「財務」精度を向上させるための重要な要素となります。
在庫の状態のように一見単純なものですら、比較的多様なデータを必要とします。実際、在庫には手元在庫や受注残だけでなく、将来の修理返品、使用可能な部品の返品、他の航空会社への貸出、そして他の航空会社に貸与された部品も含まれます.
従来の在庫最適化モデルと比べ、より多くの次元を活用することで、Lokadはビジネス固有の現実により密接に連動した結果を提供します.
OEMが提供するMTBUR値（予期せぬ除去間の平均時間）などのサードパーティデータも活用できます。しかし、単一のデータソースに100％依存するのではなく、当社の技術は利用可能なすべてのデータを最大限に活用することを好みます.
もしあるコンポーネントが100回以上変更されている場合、過去のデータに基づく推定MTBURは、ほぼ間違いなくOEMの見積もりよりも正確です。しかし逆に、変更頻度が非常に低いコンポーネントの場合、OEMの見積もりが唯一の有力な情報となります。Lokadの技術は、不確実性に伴う財務コストを最小化するために必要な情報の最適な組み合わせを活用します.
"MRO Holdingsに着任した際、Lokadが確率的需要予測に取り組む既にパートナーであることに非常に驚かされました。これがこの種のビジネスで成功するための秘訣の一端を明かしているかどうかは分かりませんが、変動性と複雑性に対処し、受け入れるための真の方法だと思います."
Ricardo Alvarez Henao,
MRO Holdings サプライチェーンディレクター
