1%の追加精度でどれだけ得られるのか?

ある分野の専門家であるということの問題のひとつは、自分たちには当たり前のことが、同僚以外には不明瞭な点だということです。Lokadでは、最善を尽くしているにもかかわらず、特に予測に関しては例外ではありません…
最近、企業の存在意義とも言える予測精度向上によってもたらされる財務上の利益について、これまで詳しい定量的評価を一切提供してこなかったことに気付きました。さらにウェブを調査した結果、他の予測ベンダー(competitors)もより良い予測によって得られる財務的報酬について、かなりあいまいであることがわかりました。
しかし、それほど複雑ではありません。以下の変数を用います:
- DDD 売上高(年間総売上)
- mmm 粗利益
- α stockoutのコスト対粗利益比率
- ppp 現在の誤差レベル(および在庫レベル)で達成されたサービスレベル
- σ 現行システムの予測誤差(MAPE:平均絶対百分率誤差で表現)
- σn ベンチマーク対象の新システムの予測誤差(σより低いことが望ましい)
新しい予測システムを採用することによる年間利益 BBBは、以下の式で表されます:
B=D(1−p)mασ−σnσB=D(1−p)mασ−σnσ
B = D (1 - p) m \alpha \frac{\sigma - \sigma_n}{\sigma}
この結果の証明については、完全版記事を参照してください.