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、高価な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（オリジナル装置メーカー）向けの需要予測を通じた深い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。
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
「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く満足しています。チームとの堅実な協力と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て、この旅を一緒に続けることに興奮して楽観的です」
ジュリアン・フォルナ
プロジェクトマネージャー インダストリー4.0 エアバスアトランティック
Spairlinersは、Airbus A380およびEmbraer 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活動（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、世界中のクライアントのための航空機予備部品装置の在庫最適化を信頼することになりました。Lokadは、私たちのニーズに対する独自かつ賢明なアプローチにより、私たちの業界の期待と複雑さに成功しました。
オリビエ・マズッケリ、スペアライナーズの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、サプライチェーンと航空について詳しく学んでください。
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、従来の在庫最適化アプローチはパフォーマンスが低いです。さらに、Lokadが航空宇宙での作業を通じて得た経験から、この特定の業界では実際には状況はさらに悪いということがわかりました。
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るだけです。
特に、MAD（平均絶対偏差）やMAPE（平均絶対パーセント）などのメトリックに最適化された時系列予測は、航空宇宙において過予測と不足予測の間の非常に非対称なコストを適切に反映していません。
従来の正規分布やポアソン分布に基づくクラシックな安全在庫分析もうまく機能しません。
従来の正規分布やポアソン分布に基づくクラシックな安全在庫分析もうまく機能しません。なぜなら、データの観察結果は、需要パターンがこれらのモデルのいずれにも実際には従わないことを示しているからです。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。
クラシックなモデルの仮定と航空宇宙ビジネスの現実との不一致に加えて、クラシックなアプローチは手作業の修正に過度に依存していることもわかりました。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の状況が頻繁に発生します。一部のソフトウェア設計パターン（「アラート」など）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クラシックな予測が必要です
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アプローチを作成しました。
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。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であるスパイクが重要です。正規分布やポアソン分布に依存するクラシックなアプローチは、すべての推定に系統的なバイアスを導入します。
Lokadの技術は、需要の高まり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。
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、単一のリードタイムだけでなく、部品の交換から修理された部品の再入手可能性までの全体の回路が含まれます。
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、該当する場合の修理ターンアラウンド時間（TAT）、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、遅延の分布全体を直接モデル化します。つまり、任意の遅延が発生する確率です。
最後に、観察される需要には多くの固有のパターンがあり、それにはネイティブの統計的対応策が必要です。たとえば、リトロフィットは、考慮する必要がある履歴に複数のバイアスを導入します。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単方向交換可能）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クラシックな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（地上にいる航空機）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、この点では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のバリアントが深く影響し、必要な部品が利用できないこと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「盲目」なクラシックな統計システムとは非常に異なります。
航空宇宙における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。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けられています。目標は、抽象的な統計的意味で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、それが在庫を保持することを伴わない場合、クラシックなソリューションはしばしばABC分析に基づいた単純な在庫分類に基づいてかなり任意のサービスレベルを目指します。当社の統計技術の核心は、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、会社全体で98％のサービスレベルを目指している場合、前者よりも後者の部品のサービスレベルを99％に引き上げる方が利益が出るかもしれません。なぜなら、後者の部品のコストが100倍低く、前者の部品よりも100倍頻繁に要求される場合です。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の在庫の風景を過度に単純化します。
Lokadは「正確に間違った」数字を提供するのではなく、「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取り込むことは非常に困難な課題であると確認していますが、これらの要素に「盲目」なクラシック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わかりました。
クライアントとの関係をゼロから見直し、期待されるROIを提供する。
航空宇宙のビッグデータアプローチ
可能な限り多くのデータを活用し、在庫最適化の課題において実際に関連するデータである限り、データが利用可能である限り、当社のテクノロジーは設計されています。この視点は、特定のデータに「固い」依存関係を持つよりもクラシック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単に存在せず、データが欠落している場合に予測の品質ができるだけ優雅に低下することが理想です。
クラシックな在庫最適化モデルと比較して、Lokadはより多くの次元を利用して、ビジネス固有の現実により適合し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、廃棄物、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、およびすべての関連する飛行時間と飛行サイクルに関連するデータも通常活用されます。最後に、部品（または消耗品）自体のデータも重要であり、その特性（必要性、ATA章、重要性、かさばり、危険性など）が在庫最適化において重要です。
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」の正確性を向上させるための主要な要素の一部です。
在庫の状態のような見かけ上単純なものでも、比較的多様なデータセットが必要です。実際、在庫には在庫残高や発注予定の他にも、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与などが含まれます。 クラシックな在庫最適化モデルと比較して、Lokadはより多くの次元を利用して、ビジネス固有の現実により適合し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、当社のテクノロジー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。
ある部品が100回以上変更された場合、歴史データに基づく推定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のテクノロジーは、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、確率的なアプローチを取り入れることで、供給チェーン計画プロセスを改善し、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います。Lokadは、非常に厳しいフィルレート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います。"
Rob Cords
MRO Holdingsの社長
