ストリートライト効果と予測
警察官が酔っ払いが街灯の下で何かを探しているのを見て、酔っ払いが何を失くしたのか尋ねます。酔っ払いは鍵を失くしたと答え、2人で街灯の下を探します。数分後、警察官は本当にここで失くしたのか確かめるために尋ねますが、酔っ払いは違うと答え、公園で失くしたと言います。警察官はなぜここで探しているのか尋ねると、酔っ払いは「ここに光があるからです」と答えました。David H. Freedman（2010）。Wrong: Why Experts Keep Failing Us.
「クラシックな」予測の最も逆説的な点の1つは、将来の需要の平均値（時には中央値）を探し求めることですが、この平均値の場合は、以下で見るようにほとんど関係ありません。日次、週次、月次の予測が使用されている場合、これらは平均予測と見なすことができます。なぜなら、分位数予測のような他の種類の予測は加算されないため、かなり直感に反するからです。実際、ほとんどのサプライチェーンの専門家は、まず「クラシックな」予測以外の代替手法が存在することさえ知りません。
しかし、ビジネス的には、在庫に関しては中間地点がお金をかけるものではなく、極端なケースがお金をかけるものです。一方で、予想外に需要が高くなり在庫切れを引き起こすケースがあります。他方で、予想外に需要が低くなり不良在庫を引き起こすケースがあります。需要レベルが予想どおりの場合、在庫レベルは穏やかに変動し、在庫は非常に満足のいくように回転します。
その結果、平均ケースを最適化する意味はありません。つまり、在庫が非常に満足のいくように回転している場合には、まず改善する必要がほとんどないからです。改善すべきは極端なケースです。実際、ほとんどの専門家はこの問題について非常によく認識しており、サービス品質の向上（予想外の需要の緩和）と在庫レベルの管理（予想外の需要の緩和）の両方を問題として抱えています。
しかし、サプライチェーンの課題は主に「極端なケース」に関連していると合意した以上、なぜ多くの企業がまだ「平均」予測を通じて答えを探し求めているのでしょうか？私は、産業としてのサプライチェーン管理が、酔っ払いの探し物の問題であるストリートライト効果に苦しんでいると考えています。クラシックなツールやプロセスは、ほとんど照らされる必要のない「平均」の状況に光を当てている一方で、極端な状況は完全に闇に包まれています。
頻繁な誤解の1つは、中間のケースを改善すれば極端なケースもわずかに改善されると考えることです。しかし、統計的予測は直感に反するものであり、基本的な数値解析はこれが単純には当てはまらないことを示しています。統計的予測は顕微鏡のようなものです。非常に鋭いですが、焦点も非常に狭いです。
クラシックな「平均」予測を通じてサプライチェーンの問題を修正しようとするのは、エンジンから始めてエンジン以外のすべての車の部品を顕微鏡の下に置くことで、動かない車の問題を診断しようとするのと同じです。このペースでは、おそらくガソリンがないために車が動かないことを診断することはできませんが、後で考えれば、非常に明らかな問題でした。
しかし、これで狂気の終わりではありません。今度は、あなたの車が動かない理由を診断できなかったとして、修理屋が彼の診断が解像度が足りないために失敗したと主張し始め、もっと良い顕微鏡を買うためにあなたからお金を要求しているとします。
さて、同様のシナリオが現在、多くの企業で起こっています。以前の予測イニシアチブは望ましい在庫パフォーマンスを提供できなかったため、企業は最初のイニシアチブが失敗した原因と同じくらいの方法で、別の予測イニシアチブに取り組んでいます。
Lokadでは、クラシックな予測手法が機能しないことを5年かけて理解しました。さらに、どれだけの技術を追加しても、$27Mの超高解像度顕微鏡に切り替えることが修理屋に空のタンクを診断するのに役立つことはなかったのと同じように、それがいかに技術を追加しても機能しないことも理解しました。2012年、私たちは分位数予測を発見し、着実に改善を続けました。すると、物事は突然うまくいき始めました。
5年間にわたる継続的な失敗は長く感じました。私たちの弁明として、大学の教科書に遡ることができる虚偽の約束に基づいて業界全体が動いているときに、ボックス自体が非常に巨大であり、内部を循環しながら生活を送り、壁にぶつかることなく一生を過ごすことができるほど巨大なボックスから外の考え方を始めることはそう簡単ではありません。
リーダーコメント（1）
とても素敵なアナロジーです。ありがとう、Joannes Vermorel。 1年前 | Victor
