長期メンテナンス契約の価格設定（MRO）
企業が発電所、産業用重機、航空機や自動車のフリートを委託する際、これらの投資が数年、あるいは数十年にわたって収益を生み出すことを期待しています。投資利益を確保するためには、その設備の長期にわたるメンテナンスとサービスが重要であり、プロジェクトのコストの大部分、もしくは大多数を占めることが通常です。このリスクをカバーするために、ベンダーパーティ（OEM、MRO、その他）が提供する長期メンテナンス/サービス契約に頼ることが一般的になっています。
これらの契約はさまざまな形態を取ることができます。しかし、ほとんどの場合、その要点はほぼ同じです。つまり、メンテナンスの財務リスクが一定の期間（数年または数十年）にわたってベンダーに完全または部分的に移転され、契約の開始時に設定された価格で行われるということです。その場合、2つの当事者のうち、どちらがこのリスクをより正確に評価し、交渉で優位に立つことができるのでしょうか？そして、ベンダーにとっては、契約中に利益を最大化するためにプロセスを最適化する方法は何でしょうか？
販売前のリスク評価とそれに対応する
長期メンテナンス契約の財務的重要性と、ベンダーが設備自体を大幅に割引価格で販売し、メンテナンス契約によって利益を生み出すことを期待していることが一般的であるため、サービスの価格と条件は通常、当事者間の交渉の中心にあります。
企業は、予想されるさまざまなメンテナンスアクションに関連するコスト（交換する部品のコスト、各種介入に必要な専任の人員、サービス中断のコストなど）を評価するために、さまざまなツールとプロセスを使用しています。しかし、この見積もりは複雑な場合がありますが、問題のごく一部にしか対応していません。真の課題は次のようなものです。これらのコストを生み出すイベントが、いつでもどのようなタイミングで、そして長期的にどれくらいの頻度で発生する可能性があるのでしょうか？ベンダーがリスクを過小評価すると、契約の期間中に損失を被る可能性があります。一方、ベンダーがリスクを過大評価し、サービスの提供を過剰に価格設定すると、契約を完全に失う可能性があります。
長期契約の現実は、最終的なコストが非常に不確定であり、広範な範囲で合理的に変動する可能性があるということです。予測プロセスにおいて「正確な」値を算出しようとする試みは、予測プロセスの本質を誤解していると言えます。単一の「正確な値」は存在せず、予測された見積もりにはリスクのレベルがあり、それを（財務的な）リスクとして評価することが予測プロセスの中心にあるべきです。
メンテナンス契約が締結された後も、ベンダーはそれに対応しなければなりません。しかし、これは予測の努力がここで終わることを意味するわけではありません。むしろ、契約の持続可能性を確保するために、リスクに関する定期的な更新が必要です。これには以下が含まれます：
- リソース（予備部品在庫と人員）を最適化するための短期予測。適切な対応時間とサービスレベルを確保するために、これらの予測は「プロセスのホライズン」（またはリードタイム）に焦点を当てています。これにより、プロセスができるだけ効率的になります。
- 契約の残りの期間における会社が引き続き負担するリスクの評価を洗練させるための長期予測。長期メンテナンス契約の危険性は、コストの大部分が通常契約の終わりに向けて蓄積される一方で、収益は通常契約の期間中に定期的に認識されることです。
メンテナンス予測の従来的なアプローチの限界
リスクとそれに関連するコストを評価することは困難な課題であり、残念ながら、この問題は一般的に多くの企業が使用する従来のアプローチではうまく機能しません。メーカーが提供する仕様に依存する最も単純な方法（例えば、MTBURタイプのデータ）は、部品の信頼性が使用状況や環境などの外部要因によって大きく影響を受けるため、現実の表現としては貧弱です。私たちの経験では、実際の信頼性パターンは理論的な数字とはほとんど関係がなく、特に長期的には異なります。
より高度な従来の方法である伝統的な統計的な「クラシック」予測にも、予備部品のパターンの実際を捉えることはできません。これらの方法は、メンテナンス予測が他の「需要」予測と同じアプローチで対処できるという仮定に基づいていますが、これは残念ながら真実ではありません。メンテナンス予測を困難にするいくつかの特異性があります：
- 稀なイベント：機械の故障は定義上稀なイベントであり、特定の部品については、「スムーズな」パターンを提供するモデルに重点を置くことはやや単純化された考え方です（小売りのトップセラーのようなもの）。
- 波状の交換：メンテナンスの現実は、サービスの中断が壊れた部品自体よりもコストがかかることが多いということです。これは、不必要な停止時間を避けるために、一度に1つではなく波状に部品を交換することを強く促すものです。これにより、異なる部品が「独立した」メンテナンスパターンを持っているという仮定が無効になり、それに依存する人気のある予測モデルのほとんども無効になります。
- 非常に高いサービスレベルの期待：サービスの中断のコストを考慮すると、メンテナンス契約の期待されるサービスレベルは、通常他の産業で一般的に目指される範囲をはるかに上回ることがよくあります。例えば、地上にいる航空機（AOGインシデント）のコストは、1日あたり数十万ドルになることがあります。
- クローズドループの修理サイクル：多くの部品は廃棄するにはコストが高すぎます。一部はチェックと修理のために送られ、その後将来の使用のために再び在庫に戻されます。これにより、会社は従来の「売り切りと再注文」のシナリオから外れます。会社が部品を購入した後、在庫に長い間留まることができます。これにより、在庫を増やすための購入の決定はより重要になります。なぜなら、それによって会社は長期間にわたってコミットすることになるからです。
しかし、最大の障壁は従来の予測の概念そのものです。従来の意味での予測は、予測や推測ではなく、どれだけ正確であっても期待される需要/コストの中央値の統計的な推定値です。したがって、メンテナンス契約の全体的なコストを推定するために適用される従来の予測は、定義上、実際のコストよりも上または下になる可能性が50％ある値を提供します。もちろん、財務的な観点からは、この状況ではこれらの確率は受け入れられないため、従来の予測の概念は無関係です。最終的に、適切な予測を生成するための鍵は、予測プロセスにおいて財務的な視点を最初から採用することです。
目標は、「予測されたシナリオ」に依存し、予測に目標となる財務カバー（財務リスク、サービスレベル）を直接反映させ、それに基づく財務的な駆動要因を考慮することです。それが分位数予測です。
予測における財務的な視点：分位数
メンテナンスのための予測は、まず最も重要なのは、契約全体の財務リスクと、望ましいカバレッジ/サービスレベルを維持しながらメンテナンスプロセスをどれだけリーンにすることができるかという財務最適化です。必要なコスト/在庫レベルの見積もりが高いほど、この見積もりが現実に超えられる可能性は低くなりますが、どの見積もりも100％のカバーを保証することはできないことを心に留めておくことが重要です。
これらのシナリオは、分位数予測を通じて生成することができます。これは実際にはクラシックな予測の拡張です。将来の需要/コストをカバーする50％の確率を持つ値を探す代わりに、分位数予測では、コスト/リスク分布内の10％、60％、80％、または98％などの任意の閾値を決定することができます。
全体的なコストと残りのリスクの見積もり
目標は、会社が受け入れる意思のあるさまざまなリスクレベルに対応する予測を生成することです。この分析は、最低限の受け入れ可能なカバーから始まり、交渉の余地のない床価格を提供し、より有利なシナリオをより高い価格で提供するより高いカバーレベルまでのいくつかのシミュレートされたシナリオの形で行われるべきです。
実際には、メンテナンス契約の価格設定は、顧客の「支払い意欲」と競争の程度に大いに左右されます。したがって、ベンダーは通常、価格を抑制する必要がありますが、上記のシナリオを生成することで、ベンダーは特定の価格レベルに対して直面しているリスクを実際に定量化することができます。
これらのシナリオは、契約中に更新され、契約の残りの部分におけるリスクを評価し、必要に応じて手当を作成または調整する必要があるかどうか、およびその程度を決定するために非常に役立ちます。このアプローチは、リスクの定量化を提供するという大きな利点を提供し、直接的な財務見積もりと採用すべき慎重なレベルの完全な制御を可能にします。
契約におけるメンテナンスプロセスの最適化
リソース/在庫の最適化に関しては、達成する目標のサービスレベルを設定し、このサービスレベルを確保するために必要な最小のリソース/在庫レベルを計算することが理想的です。これ自体が、上記で説明したメンテナンス契約の特異性を考慮すると困難ですが、分位数予測を通じてこれを達成することができます。これにより、上記のシナリオと同様に、目標のサービスレベルを直接的に目指し、対応するニーズを評価することができます。
ただし、メンテナンスの現実はしばしばより複雑です。企業は通常、予算制約の下で運営する必要があり、各部分間での調整が必要です。これにより、ドルあたりのサービスレベルに対する最良のROIを得るために、どの部分のどれだけの数が必要であるかを調整することができます。この最適化は、予算制約の下で維持する最も効率的な在庫を決定するために、分位数グリッドを生成することによって可能になります。これは、すべての部品タイプのすべての可能なシナリオの結果を表すものであり、受け入れ可能なサービスレベルの範囲内での操作が可能です（どのタイプの部品のいくつが、可能なサービスレベルの範囲全体を確保するために必要です）。これにより、企業はそのグリッド内をナビゲートして、予算制約の下で維持する最も効率的な在庫を決定することができます。