航空宇宙向け在庫予測
航空機は、高価な修理可能部品から低コストで動きの早い消耗品まで、運用に必要な多種多様な部品を必要とします。特定の部品が非常に高額であるだけでなく、必要な部品がすぐに手に入らない場合には高額なAOG（航空機の地上滞留）事案につながることもあります。Lokadは、航空会社、MRO（整備、修理、オーバーホール）、OEM（完成車メーカー）の需要予測を通じて、徹底した在庫最適化を実現する統計ソフトウェア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、200以上の顧客（国際、地域、貨物航空会社など）を有しています。
Lokadは、強力で革新的な新たなツールを提供します。さらに、LokadはAir France Industriesと在庫最適化やサプライチェーン管理に関する専門知識を共有し、単なるITソリューションの提供にとどまらず、実際のコンサルティングの専門知識も提供しているため、当社のチームはそれに信頼を寄せています。
チャールズ・セゴンダット、Air France Industries 在庫管理責任者
"Airbus AtlanticのSmart Planningプロジェクトチーム全体は、先進的な計画イニシアチブの初期フェーズの成功裏の完了に深い満足感を覚えています。揺るぎないコミットメント、厳格なアプローチ、そして高いパフォーマンスの協力のおかげで、次のステップへの承認を受け、この旅を共に続けることに興奮し、楽観的です"
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航空機群の予備部品機器と整備におけるグローバルリーダーです。
私たちは、MRO活動（整備、修理、オーバーホール）のために市場で利用可能な在庫最適化ソリューションを徹底的に分析した結果、Lokadを選択しました。Lokadのパートナーシップに基づくアプローチ、迅速な対応、柔軟性、そして何よりもそのソリューションのパフォーマンスにより、世界中の顧客向けに航空機予備部品の在庫最適化を彼らに委ねることとなりました。Lokadは私たちの業界の期待と複雑性に応えるべく、その独創的で知的なアプローチにより成功を収めました。
オリヴィエ・マズツチェッリ、Spairliners CEO（ドイツ・ハンブルク）
LOKAD TV
Lokad TVでのインタビューをご覧いただき、サプライチェーンや航空に関する知識を深めてください。
従来の手法は航空宇宙分野では不十分
一般的に、予備部品が関わると従来の在庫最適化手法は低いパフォーマンスを示します。さらに、Lokadが航空宇宙分野で得た経験は、この特定の産業では実際の状況が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.
正規分布またはポアソン分布に基づく従来の安全在庫分析もまた十分に機能しません。
正規分布またはポアソン分布に基づく従来の安全在庫分析は十分に機能しないだけでなく、我々のデータ観測は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ます。同様に、ABC分析も、全ての部品を限られた在庫カテゴリーに分類するどんな分類方法も、現代航空機が要求する部品や消耗品を定義する多様な側面を捉えることに失敗します。
従来モデルの仮定と航空宇宙ビジネスの現実との不一致を超えて、従来のアプローチが無数の手動修正に過度に依存していることも判明しました。これにより、在庫最適化に投入された人的リソースが資本化されず、単に日々の運用を維持するためにITシステムによって消費される状況が頻発します。一部のソフトウェア設計パターン、例えば「アラート」は、チームを日々の表面的な修正に焦点を当てさせ、根本原因に取り組んで持続可能な解決策を提供することを妨げる傾向があります。 For any inquiries, contact us at contact@lokad.com
Rethinking from scratch the mathematics needed by airlines to forecast their inventory.
航空宇宙の需要パターンには非従来型の予測が求められる
Lokadの分析技術は、航空宇宙分野の要因を中核に据え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、Lokadは航空宇宙産業の特性を組み込んだ独自の統計的アプローチを構築しました。
Lokadの予測モデルは、時系列上の単なる補正的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、これらすべてのフリート駆動の要因を反映しています。
需要はまず、航空機フリートの運用に必要なサービスによって駆動されます。このフリートは増加したり減少したりし、飛行時間と飛行サイクルの比率も時間とともに変化します。計画された整備作業もあれば、予期せぬ作業もあります。Lokadの予測モデルは、単なる時系列上の補正的線形係数としてではなく、需要そのものを根本から説明する変数として、これらすべてのフリート駆動の要因を反映します。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急増、すなわち需要のピークです。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、すべての推定において系統的なバイアスをもたらします。
Lokadの技術は、需要の高度な分位点予測分析に基づいています。この分位点の視点は、将来の需要急増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当てはまります。特に高額な修理可能部品は、単一のリードタイムではなく、部品交換から修理後の再利用可能状態になるまでの一連のサイクルを含みます.
完全なリードタイムは、事務手続き時間、調達時間、輸送時間、受領時間、TAT（MROまたはOEMでの検査時間、該当する場合は修理のターンアラウンドタイム）、荷降ろしおよび在庫移動時間、工場処理時間など、数多くのステップを含みます。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不十分であり、Lokadの技術は遅延全体の分布、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、固有の統計的対策が必要な非常に特定のパターンが多数存在します。例えば、レトロフィットは履歴に複数のバイアスを導入し、それ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、完全な交換可能性あるいは一方向のみの交換可能性などが、状況をさらに複雑にします。すべてを時系列に詰め込もうとする従来のアプローチとは異なり、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、これらの問題に徹底的に対処します.
在庫を担当する現場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（航空機の地上滞留）事案を回避するためにサービスされなければなりませんが、その点で、すべての部品が同じというわけではありません。必要な部品が揃っていない場合のコストに大きな影響を与えるのは、部品の本質的な重要性、すなわち「ノーゴー」「ゴーイフ」「ゴー」というバリエーションのコンセプトです。
多くのソリューションは、予測誤差をパーセント（例：MAPE、平均絶対パーセンテージ）または他の任意の単位（例：MAD、平均絶対偏差）で表現して誤った最適化を行っています。
対照的に、我々の技術の核は、予測誤差による金銭的損失（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、財務変数を単に無視する従来の統計システムとは大きく異なります。
The costs involved with over-forecasts and under-forecasts are highly asymmetric in aerospace, and this has a deep impact on our technology. High-cost repairable parts are not only, as the name suggests, expensive, they also come with a “ratchet” effect on every purchase on the airline side. Indeed, as the scrap rate is very low for many parts, it means that any part purchased will remain as part of the inventory for years. And while reselling parts is sometimes possible, it frequently comes with a steep discount compared to the original price. Thus, our forecasts are natively and purposefully high biased to precisely reflect those asymmetric business situations. The goal is not to have the best inventory estimates in some abstract statistical sense, but the estimates that really help minimize business costs associated with the imprecisions of the estimates themselves.
さらに、より良いサービスレベルを実現することは在庫を余分に保有しなくても確かに良いことですが、古典的な解決策はしばしばABC分析などに基づく恣意的な在庫分類に基づいたサービスレベルを目標とします。その根底にある私たちの統計技術は、在庫に投資された一ドルごとを最大限に活用するという挑戦を受け入れています。たとえば、ある部品のサービスレベルが90％であっても、会社全体で98％のサービスレベルを求める中で、その部品が前者に比べてコストが100分の1で、需要が100倍多い場合は、別の部品のサービスレベルを98％から99％に引き上げる方がより収益性が高いかもしれません。ABC分析は、単価、供給遅延、必須性、AOG購入時の追加費用、ATAチャプター、潜在的な陳腐化など、多くの異なる次元を考慮する必要がある航空宇宙業界の在庫状況を単純化し過ぎています。
「全く間違っている」数値を提供するのではなく、Lokadは「概ね真実に近い」数値を提供するよう努めています。すべての財務的および運用上の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あることが証明されましたが、これらの要因に「無頓着な」古典的アプローチに頼ると極めて不十分な結果しか得られないことが分かっています。
Rethinking from scratch the relationship with the client to deliver the expected ROI.
航空宇宙分野におけるビッグデータアプローチ
Our technology is designed around the principle that we try to leverage as much data as possible as long as data is available, and naturally, as long as the data is actually relevant for any given inventory optimization challenge at hand. This viewpoint is different from the more classic approaches that have “hard” dependencies on specific data. If for some reason a certain amount of data is not available, there is simply no alternative in coping with this situation and ideally, the quality of forecasting should degrade as gracefully as possible when there is some data missing.
古典的な在庫最適化モデルと比較して、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近い結果を提供します。
在庫最適化のためにLokadが活用できるデータは膨大です。その中でも最も一般的なものには、部品の購入履歴、部品のリクエスト、コンポーネントの変更、修理、廃棄、部品の返品などが含まれます。
さらに、艦隊の歴史的な構成や、関連する飛行時間および飛行サイクルの記録も典型的に活用されます。最後に、部品（または消耗品）自体に関連する、必須性、ATAチャプター、重要度、かさばり、危険性といった特性に関するデータも在庫最適化にとって重要です。
さらに、部品を一括でより低価格で調達する場合や、AOG問題に直面して非常に高い価格で調達する場合のコストも、予測モデルの「財務的」正確性を向上させるための重要な要素の一部となっています。
在庫の状態のように一見単純に見えるものでも、実はかなり多様なデータが必要です。実際、在庫には手元の在庫や発注予定分だけでなく、将来の修理返品、サービス可能な部品返品、他の航空会社への貸出、そして他の航空会社に貸し出された部品も含まれます。 古典的な在庫最適化モデルと比較して、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近い結果を提供します。
OEMが提供するMTBUR値（予期せぬ除去間の平均時間）などの第三者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回以上交換されている場合、過去のデータに基づく推定MTBURはほぼ間違いなくOEMの推定値よりも正確です。しかし、非常に稀にしか交換されないコンポーネントに関しては、OEMの推定値が唯一の信頼できる情報となります。Lokadの技術は、不確実性に伴う財務コストを最小限に抑えるために必要な最適な情報の組み合わせを活用します。
「Lokadは、確率的アプローチを取り入れることでサプライチェーン計画プロセスを改善し、不確実性を軽減するための適切なツールとサポートを提供してくれました。Lokadは、リスクを低減しながら非常に高い充足率目標を達成するための需要予測の最適化において、卓越した成果を上げています。」
Rob Cords,
MRO Holdings社社長
