ミュンヘン工科大学で、Stefan Minner教授の指導のもと、Leander ZimmermannさんとPatrick Menzelさんが論文を執筆しています。この研究の目的は、在庫最適化ソフトウェアを比較することです。Lokadは彼らのアンケートを受け取り、著者の許可を得て、ここで彼らの質問と私たちの回答を公開しています。

1. いつ市場に最適化ソフトウェアを導入しましたか?

Lokadは2008年に立ち上げられましたが、当時は純粋な需要予測ソリューションでした。2012年から、エンドツーエンドのサプライチェーン最適化を行うようになりました。

2. どのような企業規模に対応していますか?

当社のクライアントは、1人の会社から10万人以上の従業員を抱える企業までさまざまです。ただし、在庫の価値が50万ユーロ未満の場合、サプライチェーンの統計的最適化は頻繁に努力に値しないことがあります。

3. 従業員数が50〜250人、年間売上が1000〜2500万ユーロ程度の中規模企業における、標準ソフトウェアパッケージの価格はいくらですか?

これは、月額2500ドルのプレミアパッケージです。ただし、このパッケージにはソフトウェアだけでなく、さまざまな要素が含まれています。純粋なソフトウェアは、私たちの料金の約1/5程度です。

料金の大部分は、Lokadのデータサイエンティストに支払われます。彼らはアカウントを管理し、最終結果を得るために私たちのテクノロジースタックを活用しています。それが私たちがインベントリ最適化サービスと呼ぶものです。

4. あなたのソフトウェアはさまざまな業界に適していますか?(例:製薬、金属、消耗品、…)

はい、私たちは航空宇宙からファッションまで、さまざまな業界をサポートしています。ただし、私たちのソフトウェアは主に量的サプライチェンマニフェストに特化したプログラムツールキットです。多くの業界に対応していますが、最終的な解決策を作成するにはデータサイエンティストが必要です。

5. あなたのソフトウェアの特徴は、他の最適化ソフトウェアとどう異なりますか?(ユニークセリングポイント)

クラシックな予測、そしてそれに続くクラシックな在庫最適化理論は、驚くほどうまく機能しません。Lokadは、統計的に言えば、主な課題が「極端な」ケースに関連していることに何年もかかりました。そして、それが現実でお金がかかるものです。Lokadは確率的予測を提供します。在庫が関わる場合、確率的予測の方がクラシックな予測よりも優れています。

6. あなたのソフトウェアはどのコンピュータプラットフォームに適用可能ですか?(例:Microsoft、Apple、Linux、…)

Lokadは、クラウドコンピューティングプラットフォーム(Microsoft Azure)の上に構築されたSaaS(Webアプリ)です。私たちのクライアントは非常に多様です。ただし、サプライチェーンでは、OSXのセットアップよりもまだIBMメインフレームの方が多いです。

ただし、クラウドコンピューティングプラットフォームがない場合、Lokadが定期的に活用している機械学習アルゴリズムを実行することは非常に非現実的です。したがって、私たちのソフトウェアはオンプレミスでの実行を想定していません。

7. あなたの会社は標準化されたソフトウェアソリューションを提供していますか、それともパーソナライズされたソリューションを提供していますか?

ややこしい質問に対する微妙な回答です。

Lokadはパッケージ化された「プラットフォーム」を提供しています。私たちはマルチテナントです:すべてのクライアントが同じアプリケーション上で実行されます。この点では、私たちは非常に標準化されています。

ただし、LokadはEnvisionというドメイン固有言語を提供しています。この言語を通じて、特注のソリューションを作成することが可能です。実際には、ほとんどのクライアントが完全にパーソナライズされたソリューションを利用しています。

Lokadは、専門家の生産性を向上させることで、通常このようなソリューションにかかるコストの一部であるパーソナライズされたサプライチェーンソリューションを提供するための技術を開発しました。

8. もし標準化されたソフトウェアである場合、標準パッケージにはどのような機能が含まれていますか?

私たちのドキュメントは100ページ以上あります。簡潔さのために、ここにはリストされません。

9. アドオンは利用可能ですか?もしそうなら、どのようなものですか?(例:予備部品、…)

私たちは、すべてのプラン(無料プランも含む)が制限なくすべての機能を提供しているため、アドオンはありません。

10. どの段階/レベルでソフトウェアが在庫管理を最適化できますか?(例:工場、倉庫、サプライヤーなど)

私たちはほぼすべてのサプライチェーンの段階(倉庫、販売店、ワークショップ)をカバーしており、前方および逆方向のロジスティクスの両方に対応しています。

11. ソフトウェアは問題を最適に解決していますか、それともヒューリスティックに解決していますか?

コンピュータサイエンスは、ほとんどの非自明な数値最適化問題は近似的にしか解決できないことを示しています。ビンパッキングなどの基本的な問題ですら、既にNP完全であり、ビンパッキングは複雑なサプライチェーン問題からは程遠いです。

多くのベンダー - おそらくLokadも(マーケティングの誇張に抵抗しようとしています) - 「最適な」ソリューションを提供していると主張するかもしれませんが、最善の場合でも、これは「Dolus Bonus」と考えるべきです。つまり、許容できる嘘であり、テレビ広告で「忘れられない体験」などと豪語するものと同様の半ばばかげた主張です。

私は予測ベンダーのトップ10の嘘についての以前の投稿をチェックすることをお勧めします。数学的な意味で「最適な」ソリューションを提供すると真剣に主張するベンダーは、嘘をついているか妄想しているかのどちらかです。

12. ソフトウェアはどのアルゴリズムを使用していますか?(例:Silver-Meal、Wagner-Within、…)

Silver-MealとWagner-Withinは、将来の需要を任意の非パラメトリック確率分布として表現することができない古典的な視点から来ています。私たちの考えでは、これらのアルゴリズムは不確実性が存在する場合に満足のいく回答を提供することができません。

Lokadは100以上の異なるアルゴリズムを使用しており、そのうちのほとんどは科学文献には名前がありません。専門化が重要です。これらのアルゴリズムのほとんどは、一般的な数値ソルバーとは異なり、非常に狭い問題クラスに対して優れた解決策を提供するという意味で新しい/改良されたものです。

13. 一度に計算できる入力数量の制限はありますか?(例:貨物のサイズ、異なる製品、時間の期間、…)

私たちの技術の数値的な制限は、実際のサプライチェーンの課題の規模と比較して非常に高いです。例えば、一度に処理できるSKU(/ja/stock-keeping-unit-sku-定義/)は2^32個までです。クラウドコンピューティングを通じて、ほぼ無制限の計算リソースを利用できます。

とはいえ、無制限の計算リソースは無制限の計算コストも意味します。したがって、データの入力や出力に厳格な制限はありませんが、ビジネスの課題のスケールに応じて計算リソースの量を調整し、計算コストを管理するように注意しています。

14. どの変数を選択でき、どの変数が与えられますか?(例:サービスの度合い、時間の期間、ロットサイズ、…)

Lokadは、サプライチェーンの最適化に特化したドメイン固有のプログラミング言語「Envision」をベースに設計されています。この言語はプログラムの機能を提供するため、実際の実践では関係のないほど高い厳格な制限があります。たとえば、私たちの言語は2^31個以上の変数をサポートしません。

ただし、一度に100以上の異種の変数を扱うことは、実践的な観点から見ても非常に高コストな作業になります。各変数は適切なデータで資格を持たせ、大きなモデルに適合するように適切に調整する必要があります。

15. 在庫管理は、1つの在庫に対して複数のサプライチェーンをサポートしていますか?

はい。特定の在庫に対して複数のソースと複数の消費者が存在する場合があります。在庫は連続的にもなります。在庫の各単位は、チェーンの他の部分に影響を与えるいくつかの固有の特性を持つ場合があります。このような状況は、航空宇宙などで一般的に見られます。

16. もしはい、それらのサプライチェーンを優先順位付け/分類できますか?(例:ABC/XYZ製品)

はい。ただし、優先順位付けは通常、分類よりも表現力があります。私たちはABC分析の使用を強く desourageしています。なぜなら、そのような単純な分類によって多くの貴重な情報が失われるからです。

17. どの需要予測手法が実装されていますか?(例:移動平均、指数平滑化、ウィンター法、…)

移動平均、指数平滑化、ホルトおよび/またはウィンター法など、これらの手法はすべてクラシックな予測(平均または中央値の予測)を生成します。これらの予測は在庫最適化には適しておらず、将来の真に確率的なビジョンを捉えることができません。また、別の関心事として、これらの手法はSKU間の需要パターンの相関関係も捉えることができません。

制約最適化の対極に位置するLokadは、統計的予測の分野で100以上のアルゴリズムを持っています。これらのアルゴリズムのほとんどは文献にはよく知られていません。それでも、再び、専門化が重要です。

18. 将来の需要を計算するために考慮される過去の期間はいくつですか?

過去の需要を「期間」として表現するという考え方は、ほとんど間違っています。需要の粒度は重要です。10人の顧客がそれぞれ1つの単位を注文することと、1人の顧客が一度に10単位を注文することは異なるものです。私たちのアルゴリズムは通常、「期間」に基づいていません。

そのため、過去の履歴の深さに関しては、通常、利用可能なすべての履歴を活用しようとします。実際には、10年以上遡っても将来の予測にはほとんど利益が生まれないことが稀です。したがって、厳格な制限はありませんが、過去は数値的に無関係になります。

19. 需要の季節変動は予測に含まれていますか?(はい/いいえ)

はい。ただし、「季節性」は需要に存在する周期性のうちの1つに過ぎません。週の曜日や月の日にちも重要であり、それらも扱われます。さらに、イースターや中国の新年、ラマダン、母の日など、グレゴリオ暦に完全に合致しない「準季節性」に関しても最近進歩しています。

20. どのようなパフォーマンス指標を分析できますか?(例:待ち時間、準備率、在庫切れの確率、サービスの度合い、…)

Lokadでは、メトリックを表現するためのプログラムを書くことができれば、どんな指標でも実現可能です。再度言いますが、Lokadはドメイン固有のプログラミング言語を提供しているため、柔軟性があります。結局のところ、すべてを支配するメトリックは1つだけです:「誤差のドル」です。

21. ソフトウェアはペナルティコストの実装をサポートしていますか?(例:「在庫切れ」、「容量制限に達した」などのコスト)

はい、それは私たちが考慮する多くのビジネスドライバーの特殊なケースの1つです。これらのペナルティは、線形であるかどうか、確定的であるかどうかなど、さまざまな数値の形を取ることができます。

22. 市場セグメントで最も強力な競合他社は3社ですか?

Excel、Excel、Excelです。4番目はペン+紙+推測です。

23. ソフトウェアを使用している中〜大規模の企業のリストはありますか?

私たちの顧客ページをご覧ください。