航空宇宙の在庫予測

航空機は、高コストの修理可能部品から低コストの高速消耗品まで、さまざまな部品を必要とします。特定の部品が非常に高価であるという事実に加えて、必要な部品がすぐに利用可能でない場合、高額なAOG(地上にある航空機)の発生につながる可能性もあります。Lokadは、航空会社、MRO(メンテナンス、修理、オーバーホール)、OEM(オリジナル装置製造業者)向けの需要予測を通じた徹底的な在庫最適化を提供する統計ソフトウェアソリューションを提供しています。

航空エンジンの図
エールフランス産業は、国際的な地域、貨物航空会社など、200以上の顧客を持つエールフランスKLMのMRO部門です。

Lokadは、強力で革新的なツールを提供しています。さらに、Lokadはエールフランス産業と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ており、補完的なITソリューションだけでなく、チームが頼りにできる本物のコンサルティングの専門知識も提供しています。

エールフランス産業の在庫管理責任者、シャルル・セゴンダ

フルストーリーを読む
引用形状左

「エアバス・アトランティックのスマートプランニング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抱いています。チームとの確固たるコミットメント、厳格なアプローチ、高いパフォーマンスの協力のおかげで、次のステップに進むための許可を得ることができ、この旅を一緒に続けることに興奮して楽観的です。」

splロゴ Spairlinersは、エアバスA380およびエンブラエルEjet航空機の予備部品装置およびメンテナンスのグローバルリーダーです。

私たちは、MRO(メンテナンス、修理、オーバーホール)のための市場で利用可能な在庫最適化ソリューションの徹底的な分析の結果、Lokadを選びました。Lokadのパートナーシップベースのアプローチ、反応性、適応性、特にそのソリューションのパフォーマンスにより、世界中のお客様のための航空機予備部品装置の在庫最適化を彼らに任せることができました。Lokadは、私たちの業界の期待と複雑さに対して、私たちのニーズへのオリジナルでインテリジェントなアプローチにより成功を収めました。

スペアライナーズのCEO、オリビエ・マズッケリ、ドイツ、ハンブルク

引用形状左
LOKAD TV
Lokad TVのインタビューをご覧いただき、サプライチェーンと航空についてさらに学びましょう。

航空宇宙においては、従来のアプローチでは不十分

原則として、スペアパーツが関与する場合、従来の在庫最適化手法はパフォーマンスが低いです。さらに、Lokadが航空宇宙での経験から得た知見によれば、この特定の業界では状況は実際にはずっと悪いです。

航空機エンジンの点検

特定の部品の高コスト、長いリードタイム、頻度の低い故障、在庫切れの非常に高いコストは、従来の在庫最適化のすべての弱点を悪化させます。

特に、MAD(平均絶対偏差)やMAPE(平均絶対パーセント)などの指標に最適化された時系列予測は、航空宇宙で見られる過予測と不足予測の非常に非対称なコストを適切に反映していません。

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うまく機能しません。

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もうまく機能しません。なぜなら、私たちのデータ観測は、需要パターンがこれらのモデルのいずれにも実際に従っていないことを示しているだけであるからです。同様に、ABC分析も失敗します。なぜなら、すべての部品を数個の在庫カテゴリに分類するような分類は、現代の航空機に必要なさまざまな次元を捉えることができないからです。

従来のモデルの前提と航空宇宙ビジネスの現実との不一致に加えて、私たちは従来の手法が多くの手作業の修正に過度に依存していることも発見しました。これにより、在庫最適化に投資された人員が活用されず、単にITシステムによって日常業務に追いつくために消費されるだけになることがしばしばあります。また、「アラート」といったソフトウェア設計パターンも、チームを日常的な表面的な修正に焦点を当てることで状況を悪化させる傾向があり、根本的な原因に焦点を当てて持続的な解決策を提供することを妨げます。お問い合わせは、contact@lokad.comまでお願いします。

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見直す。

航空宇宙の需要パターンには従来の予測が必要です

Lokadの分析技術は、航空宇宙のドライバーを中心に設計されています。他の産業向けに設計された予測および在庫モデルをリサイクルするのではなく、Lokadは航空宇宙産業の特異性をネイティブに組み込んだ代替統計的手法を作成しました。

Lokadの予測モデルは、これらのフリート駆動要因をすべて反映しています。これは、時系列の上に単なる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ではありません。

需要はまず航空機フリートのサービスの必要性によって駆動されます。このフリートは成長するか減少するかもしれません。フライト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。一部のメンテナンス作業は予定されており、他の作業は予定外です。Lokadの予測モデルは、これらのフリート駆動要因を単なる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反映しています。また、部品の「平均」需要ではなく、需要に最も影響を与える需要の最高点、つまりスパイクが重要です。正規分布やポアソン分布に基づく従来の手法は、すべての推定値に系統的なバイアスを導入します。

航空機のエンジン

Lokadの技術は、需要の高いスパイクとそれに対応する確率を正確に予測するために、先進的な分位数予測分析に基づいています。

開いたエンジン

さらに、不確実なのは需要だけでなく、リードタイムもです。特に、高コストの修理可能部品には、修理部品の交換から修理部品の再入手可能性まで、一連のリードタイムが関与します。

完全なリードタイムには、多くのステップが含まれます:管理時間、調達時間、輸送時間、受け取り時間、MROまたはOEMでの検査時間、修理ターンアラウンド時間(該当する場合)、荷降ろしと在庫移動時間、ショップ処理時間など。平均または中央値のリードタイムをモデル化することは非常に不十分です。Lokadの技術は、遅延の全体的な分布、つまり特定の遅延が発生する確率を直接モデル化します。

最後に、観察される需要には、ネイティブの統計的な対応が必要な非常に特定のパターンがあります。たとえば、改修には、考慮する必要がある履歴に複数のバイアスが導入されます。さらに、複数のバージョンが共存する部品に関する相互運用性のルール(完全に交換可能または片方向のみ交換可能)は、状況をさらに複雑にします。時系列にすべてを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使用して、これらの問題に詳細に対処します。

在庫を担当する実務者のユーザーエクスペリエンスをゼロから見直す。

航空宇宙コストに合わせた在庫最適化

部品はAOG(地上の航空機)のインシデントを回避するためにサービスを受ける必要がありますが、この点で、すべての部品が同じではありません。部品の必要性の概念には、No-Go、Go-If、Goのバリエーションが深く影響し、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。

ショップの航空機

多くのソリューションは、パーセントで表される予測誤差(例:MAPE、平均絶対パーセンテージ)または他の任意の単位で表される予測誤差(例:MAD、平均絶対偏差)を誤って最適化しています。

対照的に、当社の技術の核心は、予測誤差のドルを最小限に抑えるように設計されています。当社のアプローチは、単に財務変数に対して「盲目的」な従来の統計システムとは非常に異なります。

航空宇宙では、過剰予測と不足予測に関連するコストは非常に非対称です。これは当社の技術に深い影響を与えます。高コストの修理可能部品は、名前が示すように高価だけでなく、航空会社側のすべての購入に「ラチェット」効果をもたらします。実際、多くの部品のスクラップ率が非常に低いため、購入した部品は数年間在庫として残ります。部品の再販売は時々可能ですが、元の価格と比較して大幅な割引となることがよくあります。したがって、当社の予測は、これらの非対称なビジネス状況を正確に反映するために、ネイティブで意図的に高いバイアスがかかっています。目標は、抽象的な統計的意味での最適な在庫見積もりを持つことではなく、見積もり自体の不正確さに関連するビジネスコストを最小限に抑えるのに本当に役立つ見積もりです。

さらに、より良いサービスレベルを達成することは確かに良いことですが、在庫を保持することを伴わない場合、古典的な解決策はしばしばABC分析に基づいた単純な在庫分類に基づいていることがあります。当社の統計技術は、在庫に投資されたすべてのドル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%しかなく、会社全体のサービスレベルが98%を目指している場合、前者よりも100倍安価で100倍頻繁に要求される別の部品のサービスレベルを98%から99%に引き上げる方が利益が高い場合があります。ABC分析は、単位コスト、供給遅延、必要性、AOG購入オーバーヘッド、ATA章、潜在的な時効など、航空宇宙の在庫の多くの異なる側面を単純化しています。

Lokadは「正確に間違った」数字ではなく、「おおよそ正しい」数字を提供することを目指しています。財務および運用上の制約を予測モデルに直接組み込むことは非常に困難な課題であり、これらの要素に「盲目」な古典的なアプローチに頼ると非常に劣った結果が得られることが観察されました。

クライアントとの関係をゼロから見直し、期待される投資収益率を提供します。

航空宇宙のためのビッグデータアプローチ

当社の技術は、データが利用可能であり、実際に在庫最適化の課題に関連している場合には、可能な限り多くのデータを活用しようとする原則に基づいて設計されています。この視点は、特定のデータに「固定」の依存関係を持つより古典的な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、この状況に対処するための代替手段はありません。そして理想的には、データが欠落している場合でも予測の品質ができるだけ優雅に低下するべきです。

古典的な在庫最適化モデルと比較して、Lokadはよりビジネス固有の現実に合わせた結果を提供します。

Lokadは在庫最適化に活用できる大量のデータがあります。最も頻繁なアイテムの中には、部品の購入履歴、部品の要求、部品の変更、修理、スクラップ、部品の返品などがあります。

さらに、フリートの説明とその歴史的な構成、関連する飛行時間と飛行サイクルなどのデータも通常活用されます。最後に、部品(または消耗品)自体のデータも在庫最適化にとって重要であり、必要性、ATA章、重要性、かさばり、危険性などの特性が含まれます。

さらに、部品の購入コスト(低価格で一括購入するか、AOGの問題に直面してはるかに高価な価格で購入するか)も、予測モデルの「財務」の正確さを向上させるための重要な要素の一部です。

在庫の状態のような見かけ上シンプルなものでも、比較的多様なデータセットが必要です。実際、在庫には在庫残高と発注予定のほか、将来の修理返品、サービス可能な部品の返品、他の航空会社への貸出、他の航空会社への部品の貸出などが含まれます。 古典的な在庫最適化モデルと比較して、Lokadはよりビジネス固有の現実に合わせた結果を提供します。

OEMが提供するMTBUR値(故障除去までの平均時間)などのサードパーティのデータも活用できます。ただし、単一のデータソースに100%依存する代わりに、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。

航空機の内部

部品が100回以上変更された場合、過去のデータに基づいた推定MTBURは、おそらくOEMの推定よりも正確です。しかし、一方で、非常にまれに変更される部品については、OEMの推定値が唯一の関連情報です。Lokadの技術は、不確実性に関連する財務コストを最小限に抑えるために必要な情報の最適な組み合わせを活用します。

"Lokadは、供給チェーン計画プロセスを改善し、確率的なアプローチを取り入れることで不確実性を減らす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、非常に厳しい補充率の目標を達成するために需要予測を最適化するのに非常に優れた仕事をしてくれました。"