ミュンヘン工科大学において、Prof. Dr. Stefan Minnerの指導の下、Leander ZimmermannとPatrick Menzelが論文を執筆しています。本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、著者の許可を得た上で、ここに彼らの質問と私たちの回答の両方を公開します.

1. 最適化ソフトウェアを市場に導入したのはいつですか?

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として提供されていました。2012年からはエンドツーエンドの供給チェーン最適化に着手しています.

2. どの企業規模に適していますか?

私たちは、1人企業から従業員10万人を超える大企業まで、さまざまなクライアントを抱えています。しかし、在庫価値が50万ユーロ未満の場合、供給チェーンの_統計的_な最適化は、その労力に見合わないことが多いです.

3. 従業員数50~250名、年間売上高約1,000万~2,500万ユーロ規模の中堅企業の場合、標準ソフトウェアパッケージの価格はいくらですか?

これは私たちのプレミアパッケージで、月額2,500ドルとなります。ただし、このパッケージには_ソフトウェア_以外の様々なサービスも含まれており、純粋なソフトウェアのみでは料金の約5分の1に過ぎません.

料金の大部分は、Lokadのアカウントを管理し、技術スタックを活用して最適な結果を導くデータサイエンティストの報酬に充てられます。これが私たちが呼ぶ在庫最適化をサービスとして提供する形態です.

4. 薬局、金属、賞味期限のある商品など、異なる業界に適用可能なソフトウェアですか?

はい。航空宇宙からファッション、そして生鮮食品に至るまで、多様な業界に対応しています。しかし、私たちのソフトウェアは主に量的供給チェーン最適化向けに設計されたプログラムツールキットであり、最終的なソリューションの作成には通常、データサイエンティストの介入が必要です.

5. 他の最適化ソフトウェアと一線を画す御社の特長は何ですか? (ユニーク・セリング・プロポジション)

従来の予測手法、ひいては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、統計的に見て主な課題が_極端な_事例に起因しており、これが現実にコストを生むという点に数年を費やして気づきました。Lokadは確率的予測を提供しており、在庫が関わる場合、確率的予測は従来の方法よりも優れています.

6. Microsoft、Apple、Linuxなど、どのコンピュータプラットフォームに対応していますか?

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上)で構築されたSaaS(ウェブアプリ)です。クライアントは非常に多様ですが、供給チェーン分野では、OSX環境よりもIBMメインフレームが依然として多く利用されています.

しかし、クラウドコンピューティングプラットフォームがなければ、Lokadが日常的に活用している機械学習アルゴリズムを実行するのは非常に非現実的です。そのため、私たちのソフトウェアはオンプレミスでの運用を前提としていません.

7. 御社は標準化されたソフトウェアソリューションと、個別化されたソフトウェアソリューションのどちらを提供していますか?

難しい質問であり、微妙な答えとなります.

Lokadはパッケージ化された_プラットフォーム_を提供しており、マルチテナント方式を採用することで、すべてのクライアントが同じアプリを利用しています。この点において、私たちは非常に標準化されています.

しかしながら、LokadはEnvisionと呼ばれるドメイン固有の言語を提供しており、この言語を用いることで、カスタマイズされたソリューションの構築が可能となります。実際、ほとんどのクライアントは完全に個別化されたソリューションの恩恵を受けています.

Lokadは、専門家の生産性を大幅に向上させることで、通常これらのソリューションに必要な費用のごく一部で、個別化された供給チェーンソリューションを提供するためのテクノロジーを開発しました.

8. もし標準化されたソフトウェアであれば、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?

ドキュメントは100ページ以上に及びます。簡潔さを保つため、ここに全てを掲載することはありません.

9. アドオンは利用可能ですか?もしあれば、どのようなものですか? (例:スペアパーツ、…)

私たちは、すべてのプラン(_無料_プランでさえも)に制限なく全機能が含まれているため、アドオンという形での追加機能は提供していません.

10. 工場、倉庫、供給者など、どの段階・レベルにおいて在庫管理の最適化が可能ですか?

私たちは、前方ロジスティクスおよび逆方向ロジスティクスの両面で、倉庫、販売ポイント、作業場など、ほぼすべての供給チェーンの段階をカバーしています.

11. 御社のソフトウェアは、問題を最適に解決しているのか、それともヒューリスティックな方法で解決しているのか?

コンピュータサイエンスの観点から、ほとんどの非自明な数値最適化問題は概ね近似的な解法でしか解決できません。たとえば、基本的なビンパッキングすらNP完全であり、これは複雑な供給チェーン問題とは程遠いのです.

多くのベンダー-おそらくLokadさえも(マーケティング上の誇大表現は極力避けていますが)-は「最適な」ソリューションを持っていると主張するかもしれませんが、せいぜいそれは Dolus Bonus、すなわち、TV広告で謳われる「忘れられない体験」やその他半ば滑稽な主張に匹敵する、容認可能な嘘と考えるべきです.

以前の投稿である予測ベンダーのトップ10の嘘も参照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できると真剣に主張するベンダーは、嘘をついているか妄想に陥っていると言えるでしょう.

12. 御社のソフトウェアは、例えばSilver-Meal、Wagner-Withinなど、どのようなアルゴリズムを使用していますか?

Silver-MealとWagner-Withinは、将来の需要を任意の非パラメトリックな確率分布として表現できないという古典的な観点に基づいています。私たちの考えでは、不確実性が存在する場合、これらのアルゴリズムは満足のいく回答を提供できません.

Lokadは100を超える独自のアルゴリズムを使用しており、そのほとんどは科学文献においても知られていないものです。専門化が最も重要であり、これらのアルゴリズムは一般的な数値ソルバーとは対照的に、非常に狭い範囲の問題に対してのみ優れた解を提供します.

13. 一度に計算可能な入力量(例:貨物のサイズ、異なる製品、期間など)の制限はどこにありますか?

私たちの技術における数値的な限界は、実際の供給チェーン課題の規模と比較すると途方もなく高いです。例として、一度に処理できるSKUの数は2^32を超えることはありません。クラウドコンピューティングにより、ほぼ無制限の計算資源を利用できます.

とはいえ、無限に近い計算資源は、同時に無限の計算コストを意味します。そのため、データの入力や出力に厳格な制限は設けていませんが、計算コストを抑えるため、対処すべきビジネス課題の規模に応じて計算資源を調整しています.

14. 選択可能な変数はいくつ、与えられる変数は何個ですか? (例:サービスの質、期間、ロットサイズ、…)

Lokadは供給チェーン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」を中心に設計されています。この言語はプログラム的な機能を提供するため、実際には上限が極めて高く、事実上無視できるレベルです。例えば、私たちの言語は2^31以上の変数をサポートしません.

しかし、一度に100以上の_異種_変数を扱うことは、各変数の適格性の確認、適切なデータの供給、大規模モデルへの調整など、実務的には非常に高いコストがかかる作業となります.

15. 御社の在庫管理は、一つの在庫に対して複数の供給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は、複数の供給元および複数の需要先が存在する場合があります。また、在庫は連続的なものであり、各在庫単位がチェーン全体に影響を与える固有の特性を持つこともあります。こうした状況は、例えば航空宇宙分野で一般的です.

16. もしそうであれば、それらの供給チェーンは優先順位付けや分類が可能ですか? (例:ABC/XYZ製品)

はい。しかし、優先順位付けは通常、単なる分類以上の情報を伝えるため、私たちはクライアントにABC分析の使用を強く推奨していません。なぜなら、そのような粗雑な分類では価値ある情報が大幅に失われてしまうからです.

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

移動平均、指数平滑法、Holt法および/またはWinter法など、これらの手法はすべてクラシックな予測、すなわち平均または中央値の予測を生み出します。これらの予測は、将来の真に確率的な見通しを捉えることができないため、在庫最適化には常に不適切です。また、SKU間の需要パターンを相関付けることもできません.

制約付き最適化の対極として、Lokadは統計的予測の分野でも100を超えるアルゴリズムを有しています。これらのアルゴリズムの多くは文献上でよく知られた名前を持たないものですが、それでも専門化が最も重要です.

18. 将来の需要を計算する際、過去の何期間が考慮されますか?

過去の需要を_期間_として表す考え方はほとんど誤りです。需要の粒度が重要であり、たとえば、10人のクライアントがそれぞれ1単位を注文するのと、1人のクライアントが一度に10単位を注文するのとでは全く異なります。私たちのアルゴリズムは通常、_期間_に依存していません.

また、履歴の深さに関しては、私たちのアルゴリズムは利用可能なすべての履歴を活用しようとします。実際、10年以上前まで遡っても将来の予測に大きな利得が生まれることは稀であり、厳密な上限は存在しないものの、過去は次第に数値的な意味を失っていきます.

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。しかし、_季節性_は需要における周期性の一要素に過ぎず、曜日や月の日の影響も重要視され、対応されています。また、イースター、旧正月、ラマダン、母の日など、グレゴリオ暦に完全には当てはまらない_準季節性_についても、最近進展が見られます.

20. 待ち時間、レディ率、在庫切れ回避確率、サービスの質など、どのようなパフォーマンス指標が分析可能ですか?

指標を表現するプログラムが記述できるならば、Lokadでの実現は可能です。再び、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、設計上柔軟性があります。結局のところ、すべてを包括する指標、それが_損失ドル_です.

21. “在庫切れ”や“能力制限超過”などのペナルティコストの実装を、御社のソフトウェアはサポートしていますか?

はい。これは、私たちが考慮している多くのビジネスドライバーの一例です。これらのペナルティは、線形であったり、非線形であったり、決定論的であったりと、さまざまな数値的形態を取ることができます.

22. 市場セグメントにおける御社の最も強力な3社の競合はどこですか?

Excel、Excel、そしてExcel。4番目はペンと紙と推測によるものです.

23. 御社のソフトウェアを利用している中規模から大規模の企業のリストはありますか?

当社のカスタマーページをご覧ください.