ダブルクォンタイル予測による在庫の不良在庫防止
各SKUに関連する在庫は将来の予測です。より技術的な観点から見ると、SKUの再発注点はクォンタイル予測と見なすことができます。クォンタイルは、在庫切れの確率がサービスレベルと等しい確率で回避するために保持すべき在庫の最小量を示します。
この観点は非常に強力ですが、在庫過剰のリスク、つまり不良在庫のリスクについては実際には何も言っていません。つまり、問題の在庫切れ側のみが統計的に直接対処されています。しかし、商品が腐敗する可能性がある場合や、製品の需要が急激に消える可能性がある場合（市場に次世代の代替品が登場する場合など）、在庫過剰のリスクは重要です。
例：西洋の小売業者が、他の商品と共にスノーチェーンを販売している場合を考えてみましょう。チェーンを輸入するためのリードタイムは3ヶ月です。小売業者が位置する地域は寒くないため、5年に1度の割合でのみスノーチェーンの使用が正当化されます。寒い冬には、地元のスノーチェーンの需要は1,000セットです。このような状況では、サービスレベルが80％を超えるクォンタイル予測は、在庫切れの確率を20％未満に保つために1,000セット以上の在庫を持つことを示唆しています。しかし、冬が寒くない場合、小売業者はスノーチェーンの在庫を1,000セット以上、おそらく数年間保持することになります。通常の方法で計算される再発注点は需要のピーク時の上向きの状況に焦点を当てていますが、需要が消える下向きの状況については何も示していません。
しかし、在庫過剰のリスクはクォンタイルを使用して管理することもできますが、別のtau（τではなくサービスレベル）とlambda（λではなくリードタイム）の値を使用して2回目のクォンタイル計算を行う必要があります。
通常の状況では、以下のようになります：
R = Q(τ, λ)
ただし、
- Rは再発注点（単位数）です
- Qはクォンタイル予測モデルです
- τはサービスレベル（パーセンテージ）です
- λはリードタイム（日数）です
上記の例に示されているように、このような再発注点の計算では、需要の減少に伴う財務リスクは考慮されていません。その結果、企業は不良在庫に取り残される可能性があります。
在庫過剰のリスクを扱うために、以下の式で見直すことができます：
R = MIN(Q(τ, λ), Q(τx, λx))
ただし、
- τxは許容できる在庫過剰のリスクです
- λxは在庫を処分するための適用可能な期間です
この場合、通常の再発注点は代替クォンタイル計算によって制限されます。
パラメータτxは許容できる在庫過剰のリスクを反映するために使用されます。したがって、通常のサービスレベルの90％の値ではなく、低い割合（10％以下）が考慮されるべきです。
パラメータλxは、商品が腐敗するか陳腐化するため、在庫価値が危険にさらされる期間を表します。
例：2日間のリードタイムでトマトを販売する食料品店の場合を考えてみましょう。小売業者は、5日間の棚に置かれた後、トマトの市場価値が20％減少すると推定しています。したがって、トマトの在庫が5日以内に完売しない確率が10％未満になるように、小売業者は再発注点Rをτ=90％、λ=2日として採用します。また、在庫の死蔵リスクを管理するために、τx=10％、λx=5日としています。
現時点では、Salescastは二重クォンタイル計算をネイティブでサポートしていませんが、異なるリードタイムとサービスレベルのパラメータを使用して2回実行することで同じ効果を得ることができます。
