Quantiles = 在庫最適化 2.0
正確な予測を得て、それが利益につながることは、Lokadにとって最優先事項です。しかし、需要予測は半世紀以上にわたって広範に研究されており、0.1%の追加精度は通常、困難な戦いです。
しかし、時には突破口を見つけることがあります。 本日、Lokadの立ち上げから6年が経過した今、Lokadの最も重要なテクノロジーアップグレードを発表します。**クォンタイル予測**がすぐに利用可能となりました。
クォンタイルは、小売業、卸売業、製造業において、在庫最適化に関連する多くの状況で、従来の予測を完全に時代遅れにするという意味で破壊的です。
クォンタイルが本当に優れていると考えられる3つの状況を特定しました:
- 90%以上の高いサービスレベル
- 間欠的な需要(スロームーバー)
- 大量注文(需要の急増)
これらの状況では、当社の従来の予測技術との比較により、クォンタイル予測によって通常は在庫を20%減らすか、欠品を20%減らすことができることが示されています。
非常な主張には非常な証拠が必要です。カール・セーガン
しかし、私たちがこれまで見てきた見込み客やクライアントとの多くのベンチマークによれば、私たちの_従来の_予測技術は既に競争相手よりも先行しています。しかし、クォンタイル予測を使用すると、在庫最適化の新たなレベルを実現できます。
クォンタイルアップグレードの背後にあるストーリー
クォンタイル予測(またはクォンタイル回帰とも呼ばれる)は、学術界では数十年前から存在しています。また、金融業界では、1980年代後半からValue at Risk(VaR)分析においてクォンタイルを広範に使用してきました。
Lokadでは、クォンタイルも長い間存在していました。たとえば、2009年には、Sequential Quantile Prediction of Time Seriesという論文が発表されました。IEEE Transactions on Information Theory, March 2011, vol. 57, n°3。しかし、最近まで、クォンタイルは非常に誤解された数学的な傍流としてではなく、ミッションクリティカルな概念としてはほとんど考慮されていませんでした。
私たちを引き止めていたのは、統計学における洞察力の欠如ではなく、クォンタイルと在庫最適化の深い関係に対する洞察力の欠如でした。この洞察は、ある顧客が在庫の最適なサービスレベルの計算式を見つけるように私たちに依頼したときに、ほとんど偶然に引き起こされました。
突破口ではありますが、遅いものです
このクォンタイルの突破口は、他の業界ではすでに数十年間にわたって成功裏に適用されているという意味で、非常に_相対的_です。ただし、この遅れの一部の要因は、クォンタイルモデルが通常、従来の予測モデルと比較して約10倍の処理能力を必要とすることです。クラウドコンピューティングがなければ、クォンタイルを本番環境に導入することはできませんでしたが、同時に価格設定も攻撃的なままでした。