最終更新日：2026年11月4日
市場調査に戻る
Colibriは、需要計画、補充、販売・操業計画向けのクラウドソフトウェアを提供しています。VISION、FLOW、PILOTEの各モジュールは、予測、購買・配送計画、生産能力のシナリオ、財務予測を支えます。同社はVISEOグループに属します。(1, 18)
総合スコア：3.8/10
| 評価軸 | スコア |
|---|---|
| サプライチェーンへの理解の深さ | 3.8/10 |
| 意思決定と最適化の実質 | 3.6/10 |
| 製品とアーキテクチャの一貫性 | 4.4/10 |
| 技術的透明性 | 3.8/10 |
| ベンダーの真剣さ | 3.4/10 |
Colibriが文書化しているのは、計画担当者に相当な作業を残す従来型の補充プロセスです。ユーザーが商品群と物流ルールを設定し、定期計算が計画とアラートを生成し、計画担当者が提案を修正・承認してから発注をERPへ出力します。ソフトウェアはこのプロセス内の計算を自動化しますが、方針を維持し、例外の解決方法を決めるのは人間です。(2)
AIに関する主張は、実証された意思決定の仕組みよりはるかに広範です。Super Best Fitは最善の予測を約束し、Data Sensingは外部変数を追加し、アシスタントはユーザーの操作を学習または実行します。公開資料からは、需要と供給の不確実性を共同で扱うモデル、業務上の意思決定を支配する経済的目的、新機能が削減する総労働量のいずれも確認できません。(4, 1)
最も重要なのは、購買を動かす方針、その正しさを保つ継続的な費用、そして結果の意思決定が損失を生んだ場合の責任です。顧客事例は導入済みの業務と一部の予測改善を示します。しかし、人間の介入をほとんど必要とせず動く、経済的に最適化されたサプライチェーン意思決定という、より強い提案を立証してはいません。
ColibriとLokadの比較
Colibriは、共通予測、方針の設定、アラート、シナリオを中心に、営業、購買、サプライチェーン管理者の計画業務を整理します。これは壊れやすい表計算を置き換え、情報交換を容易にできます。同時に、予測を解釈し、そこから生まれる計画を承認する人間の役割を継続的に残します。
Lokadの定量的サプライチェーンのアプローチは、業務上の意思決定を期待される財務的影響に基づいて評価します。購買、配分、生産などの行動を、需要の不確実性、補充の遅延、欠品・過剰在庫・制約のある資源の経済的費用に照らして検討します。目的は意思決定ロジックを繰り返し実行し、経験から抜けていた要因が明らかになった際に改善することです。Introduction to Supply Chainは、その基礎となる考え方を展開しています。
例えば、商品を重要と分類しても、どれだけの資本を投じるべきかは決まりません。販売量の少ない補修部品でも、欠品が高額な操業を止めるなら、回転の速い付属品より手厚い備えが正当化されます。販売分類に基づく方針がこの判断を行うには、関連する費用と不確実性を補う必要があります。
サービスの範囲も重要です。Colibriは導入と継続支援を説明していますが、複数の方針設定は計画担当者が担います。Lokadの運用を含む在庫最適化サービスでは、サプライチェーンサイエンティストがデータ準備、意思決定の経済性、監視、本番環境の保守を担当します。どちらも保守費用がかかります。有用なのは、意思決定ロジックを運用し改訂する総費用と財務結果の比較です。
補充の仕組みと経済的な限界
予測が設定可能な方針と計画担当者の承認になる
Colibriによる五段階の供給計画の説明は、実行へ至る通常の経路を示します。計画グループは商品と拠点を組み合わせます。計画担当者は安全在庫、発注点、計算ルール、対象期間、カレンダーを設定します。計算は毎日または毎週実行され、提案とアラートを生成します。その後、計画担当者が計画を変更し、供給者に連絡し、購買提案を作成または検証し、承認済み発注をERPへ出力します。(2)
これは具体的な運用モデルです。その経済的な弱点は、多数の意思決定が設定へ押し込まれることにあります。安全在庫の水準はどの欠品を許容するかを決め、計画期間はどの将来費用が見えるかを決め、グループ化は異なる商品がどこで同じように扱われるかを決めます。財務的な影響からこれらを計算しなければ、一見妥当な設定が一貫して不適切な在庫を優先しかねません。
Colibriは、供給者とコンテナの計画、複数供給者、生産能力計算も文書化しています。(17) これらは関連性のある制約です。しかし、コンテナの閾値、代替、入荷の不確実性、資本の競合用途が相互作用する際に、まとめた購買をどう評価するかは公開資料で明らかになっていません。
安全在庫の自動化でも方針の問題は残る
安全在庫の記事は、ABC分類、品目間に適用する逓減比率、商品ライフサイクルと変動性を反映する動的な在庫を説明します。IZIPIZIは予測と在庫見通しにVISIONとFLOWを使っています。(3)
公開された仕組みは在庫方針を調整します。追加の一単位の在庫を、資金の別の使い道に対してどう評価するかは示しません。二つの商品は販売変動が似ていても、欠品損失、代替可能性、陳腐化リスクが大きく異なり得ます。分類をより細かな比率へと滑らかにしても、方針の連続性が改善するだけで、欠けている経済評価は補えません。
供給の不確実性も同じく重大です。売上予測に固定のリードタイムを組み合わせると、供給者が不安定になったときこそリスクを過小評価しかねません。検討した製品説明には、需要、配送時間、その他の関連する不確実性の同時確率モデルを金銭的な意思決定計算へ入力する仕組みが示されていません。
Super Best FitとData Sensing
2025年3月の発表は、Super Best Fitが統計、機械学習、ディープラーニングのアルゴリズムを選択すると説明します。ユーザーの労力なしで最良のモデルと予測を提供すると約束しています。Data Sensingは相関分析を通じて、天候、販促、価格、競合の欠品などの変数を取り込みます。(4)
自動モデル選択は、モデルを選ぶ作業を減らせます。その品質は候補手法、訓練データ、評価期間、損失関数、予測を作成した時点で利用できた情報に依存します。最善の結果を保証する主張には、これらの詳細が一つも添えられていません。
sensingという呼び名に独自の技術的な実質はありません。競合の欠品は需要に影響し得ますが、その情報は購買判断の前に届き、補充期間を通じて有用でなければなりません。後で改訂されたデータや遅れて届いたデータの相関では、その価値を立証できません。適切な比較は、同じ情報締切と更新頻度を使い、そこから生じる発注の財務的影響を測ります。
過去の約束と実現
| 時期 | 公開資料 | その後 |
|---|---|---|
| 2013年の開発開始 | 過去の求人ページは、VISEO内でAzure上の開発が始まったと記しています。 | 製品はクラウド型の予測・補充アプリケーションとして発展しました。(10) |
| 2019年 | Vitacuireは、導入済みの協調的な予測プロセスを説明しました。 | 営業担当者、顧客担当者、計画責任者に、それぞれ準備と検証の役割が残りました。(8) |
| 2021–2022年 | Colibriは安全在庫方針を文書化し、Vitacuireの予測改善を報告しました。 | 根拠は方針設定と予測に関するもので、改善に伴う純経済効果は公表されませんでした。(3, 9) |
| 2025年3月 | Super Best Fit、外部変数分析、自動化が提供中と発表され、アシスタントは今後の予定でした。 | 現在のサイトは、対話型支援、アプリケーション操作、ユーザー操作の学習を宣伝しています。(4, 1) |
| 2025年12月–2026年 | Colibriは地域別の導入・支援体制を拡充し、事業成長を報告しました。 | 製品とサービスの活動継続は確認できますが、AI機能が意思決定労力にもたらす追加効果は測定されていません。(14, 15) |
歴史が示すのは、予測を改善し、計画方針を設定し、ユーザーを調整し、計画を検証するという、基礎となる作業の継続です。新しいアシスタントの訴求は、この運用モデルが変わったことを示しません。ユーザーの反復操作を学習しても、その行動が経済性を改善するかを確認せずに業務を再現するだけかもしれません。
Colibri自身の2026年の技術解説は、さらに明確な矛盾を生みます。2月の記事は、高度な機械学習には専門的な分析と設定が必要で、過学習の可能性があり、すべての企業に同等の恩恵があるわけではないと警告します。(5) これらは妥当な留保ですが、それ以前の「労力なしで最善の予測」という約束を裏付けないまま残します。ベンダーは、選択機能がどの作業をなくし、どの専門作業を残すかを示す必要があります。
2月の記事と、それを繰り返す3月版は、2020年の予測コンペティションで17の機械学習手法がナイーブな基準を下回り、その一年後に突破口が開かれたとも述べています。(5, 6) 主催者のM5論文はコンペティションを2020年3–6月と記録し、上位50手法がすべて機械学習を使ったと報告します。(7) Colibriの年表は、自社技術の説明に持ち出したベンチマークの歴史を誤って伝えています。とりわけ製品の最近の進歩を説明する根拠にするなら、ベンチマーク結果は正確に出典を示すべきです。
生産性、設定の保守、保有費用
顧客は計画アプリケーションを保守しなければならない
計画グループ、物流ルール、アラート閾値、カレンダー、供給者設定は、実行可能な業務ロジックです。需要パターン、調達の選択肢、商品代替、サービス費用が変われば、誰かが改訂しなければなりません。設定可能な画面はその担当者に設定へのアクセスを与えますが、変更の経済的な妥当性は保証しません。
Colibriは顧客データを用いた試作と反復的な設定を提供します。(19) 2025年12月のサービス発表は、地域の製品・導入専門家による助言、設定、開始、その後の進化への支援を説明しています。(14) これらの約束は、初回導入後もアプリケーションの有用性を保つという、具体的な需要に応えます。
継続費用には、この専門作業と計画担当者による業務レビューの両方が含まれます。二つは異なる問題を解きます。一方は意思決定ロジックを変え、他方はその出力に繰り返し介入します。同じ例外が毎回同じ判断を必要とするなら、持続的な生産性向上には、その判断を信頼できる検証済みのロジックへ変える必要があります。
公開資料は、顧客が方針変更をどうバージョン管理し、過去の意思決定で再実行し、財務結果を比較し、不適切な設定を元に戻すかを説明していません。こうした欠落によって、アプリケーションを安全に進化させる費用の評価が難しくなっています。
顧客事例が測るのは便益の一部
Vitacuireの2019年の説明は、予測が生産と購買の必要量を決める入力となり、複数の人間による検証役がいると述べます。(8) 2022年4月の追跡記事は、二年間で予測の信頼性が50–60%から70%超へ上がったと報告し、20%改善と宣伝しています。誤差の式、集計粒度、予測の起点、改善が相対値かパーセントポイントかを定義していません。(9)
この数値からは、在庫、廃棄、利益率がどれほど変わったかは分かりません。季節性のある製造予測を、小売の商品別日次予測と直接比べることもできません。評価には意思決定、その対象期間、財務的影響が必要です。
現在のホームページの別の顧客談は、GGBでの月次予測レビューと、Puressentielでの代替日程の変更支援を説明しています。(1) これらは有用な導入と後の適応を示します。同時に、続くレビューと保守作業も示します。その作業量と新しいアシスタントの寄与を分ける、導入前後の労働量の公表測定はありません。
Colibriは2025年について、売上390万ユーロと新規顧客19社を報告しています。(15) これは事業活動を示します。顧客リターンを測るものではなく、生産性の根拠の欠落を埋めるものでもありません。
ソフトウェア構成とセキュリティ
Microsoftのアプリケーション構成と未公開の重要事項
| コンポーネント | 製品に固有の根拠 | 運用上の意味 |
|---|---|---|
| Microsoft Azure | ColibriはAzureをホスティング基盤と長年の技術パートナーに挙げています。 | 計算、保存、バックアップ、サービス運用は継続費用の一部です。(11) |
| C#/.NETとSQL Server | 過去のColibri製品群の開発求人がこれらのスキルを求めています。 | Microsoftのアプリケーション・データベース開発を起源とすることが分かります。(10) |
| jQuery、AngularJS、VSTS | 同じ日付不明の求人ページに、ウェブと開発のツールが記されています。 | 過去の製品チームの要件であり、現在の置き換えとサポートの状況は公表されていません。(10) |
| Salesforceのアドオン | Colibriのパートナーページは、営業ユーザー向けの統合アドオンを説明しています。 | 営業の入力は別のアプリケーション境界をまたぎ、そのタイミングと対応付けの保守が必要です。(11) |
| ERP連携 | 供給業務は承認済み発注を出力し、顧客談は予測をERP計画へ渡すと説明しています。 | 正しい数量、識別子、承認状態、再試行を受け渡し全体で維持する必要があります。(2, 8) |
文書化されたソフトウェア構成は比較的コンパクトです。より明確な費用は、設定された計画方針、連携の意味的整合性、専門支援、反復レビューにあります。
実装の詳細も依然として重要です。公開資料は、発注出力が失敗した場合のトランザクション処理、処理全体の再実行、予測計算と業務データ保存の境界を明らかにしていません。購買を確実に動かすことを計画システムに期待するなら、これらは重大な欠落です。
セキュリティの主張は障害の封じ込めまで届かない
Colibriが公表するセキュリティ説明は、HTTPS、OAuth2認証、任意の二要素認証、顧客データの分離、外部テスト、30日以内のデータ巻き戻しを挙げています。(12)
巻き戻せる期間は重要ですが、説明はどの状態を復元できるか、誰がバックアップを変更できるか、復元をどう試験するか、破損した設定が誤った発注を生む前にどう検知するかを示しません。同様に、分離と述べるだけでは、侵害されたアカウントやサービスが他の顧客のデータへアクセスすることを防ぐ権限境界は分かりません。
技術的に問うべきは、アカウント、依存関係、管理者に問題が起きた後に何が保護され続けるかです。公開セキュリティ資料は、強制される権限、保護された復旧状態、パッチ適用の挙動について、強い評価を裏付けるだけの詳細を示していません。ホスティングや監査の資格は、これらの問いへの答えではありません。
経済的な説明責任：予測の約束とサービス義務の隔たり
公開された英語のサービス条件は、結果の正確性・信頼性や特定の期待への適合性の保証を否定しています。利用を妨げる重大な欠陥がColibriのみに起因する場合に修正すると定め、直接責任を直前の十二か月の料金に制限し、利益や売上を含む特定の損失を除外しています。本文はフランス語版が優先すると記します。(13)
これらの公開条件は、責任をアクセスとソフトウェア不具合に限定して捉えています。予測性能の約束を、明確な経済的義務へ変えるものではありません。正常に動くアプリケーションでも、資本を拘束したり欠品を招いたりする購買を生み得ます。
失敗を顧客の能力のせいにする前に、この隔たりを埋めるべきです。導入では、データと人員の前提条件、方針の評価方法、予測・方針・手動修正・実行の各誤りを診断する責任を定める必要があります。検討した顧客資料には、純リターンの基準値、失敗の閾値、是正への約束が定義されていません。
サプライチェーンスコア
総合スコアは、以下の25基準を等しい重みで平均したものです。
サプライチェーンへの理解の深さ
| 基準 | スコア |
|---|---|
| 経済的な問題設定 | 4/10 |
| 最終的な意思決定への到達 | 5/10 |
| サプライチェーンに関する概念の明確さ | 4/10 |
| 時代遅れの中心的教義からの自由度 | 2/10 |
| KPIの見せかけへの耐性 | 4/10 |
平均：3.8/10
経済的な問題設定 — 4/10。 在庫、資金、サービス、生産能力は明確な業務上の関心事です。文書化された計画ルールは、不確実性の下で競合する行動から選ぶ金銭的な目的を明らかにしていません。(17)
最終的な意思決定への到達 — 5/10。 補充プロセスは、承認済みの発注をERPへ出力して終わります。業務上の出力は確認できますが、計画担当者の検証が残り、設定された方針の財務的な質も未解明です。(2)
サプライチェーンに関する概念の明確さ — 4/10。 商品ライフサイクル、コンテナ、供給者、配送を扱っています。公開説明は、需要と配送の結果が変わる際に、その相互作用が望ましい意思決定をどう変えるかを示していません。(17)
時代遅れの中心的教義からの自由度 — 2/10。 共通予測、計画分類、例外レビュー、S&OP調整が設計の中心に残っています。ホワイトペーパーは組織の足並みをそろえるため、単一の共有された未来を明確に推奨しています。(16) そのため不確実性と意思決定の選択は、主要な設計思想の外に置かれます。
KPIの見せかけへの耐性 — 4/10。 Vitacuireの前後比較は一定の背景を与えますが、再現可能な指標や経済性へのつながりを示しません。最善の予測という約束は、その裏付けよりはるかに強いものです。(9, 4)
意思決定と最適化の実質
| 基準 | スコア |
|---|---|
| 確率的モデル化の深さ | 2/10 |
| 独自性のある最適化または機械学習の実質 | 3/10 |
| 現実の制約への対応 | 5/10 |
| 意思決定の自動化と労働生産性 | 4/10 |
| 現実の業務の複雑さに対する適応力 | 4/10 |
平均：3.6/10
確率的モデル化の深さ — 2/10。 公開説明は予測の選択、変動性、在庫ルールを扱っています。需要と供給の不確実性を意思決定の財務評価へ結び付ける、文書化された同時確率モデルはありません。(3, 4)
独自性のある最適化または機械学習の実質 — 3/10。 モデル選択と外部変数分析は計算課題を示します。しかし、より強い主張の立証に必要な候補モデル、検証手順、意思決定の目的、最適化機構は公開説明にありません。(4, 5)
現実の制約への対応 — 5/10。 供給者、コンテナ、カレンダー、生産能力の機能は、具体的な計画制約に対応します。それらが共通の経済計算内でどう相互作用するかは、特に実際の未来が確定的な入力と異なる場合、明確ではありません。(17)
意思決定の自動化と労働生産性 — 4/10。 定期的な補充計算は算術作業を減らし、発注提案を作ります。公表結果は、例外、保守、支援を含めた総労働量の削減も、アシスタントによる追加効果も示していません。(2, 1)
現実の業務の複雑さに対する適応力 — 4/10。 顧客の意見と導入サービスはアプリケーションの変更を支えます。しかし、高くついた業務上の失敗を、目的、制約、選択可能な行動の検証済み改善へ変える体系的な方法は、公開記録に示されていません。(19, 14)
製品とアーキテクチャの一貫性
| 基準 | スコア |
|---|---|
| アーキテクチャの整合性 | 5/10 |
| システム境界の明確さ | 5/10 |
| セキュリティへの真剣さ | 3/10 |
| ソフトウェアの簡素さと保有費用 | 5/10 |
| プログラムおよびエージェント支援による運用との適合性 | 4/10 |
平均：4.4/10
アーキテクチャの整合性 — 5/10。 三つのモジュールは計画プロセスの関連する段階を扱い、共通のクラウド製品として説明されています。予測、補充、戦略シナリオ間の一貫性を評価するには、公開資料の内部実行の詳細が不足しています。(1, 11)
システム境界の明確さ — 5/10。 クラウドホスティング、CRMアクセス、ERP出力の役割は確認できます。トランザクション保証、部分障害後の整合、連携障害の責任は十分に定められていません。(11, 2)
セキュリティへの真剣さ — 3/10。 セキュリティ説明は制御と復旧期間を挙げますが、強制される境界や試験済みの障害時挙動を説明しません。そのため、被害の封じ込めは評価しにくいままです。(12)
ソフトウェアの簡素さと保有費用 — 5/10。 製品に固有の資料は、比較的コンパクトなアプリケーションの系譜を示唆します。継続的な方針保守、連携、専門支援は明らかな費用ですが、便益に対してその合計を測った顧客事例はありません。(10, 14)
プログラムおよびエージェント支援による運用との適合性 — 4/10。 定期計算とERP交換は自動化を支えます。公開検査できる実行・設定インターフェースは限られ、信頼できるエージェント主導のアプリケーション保守や、無人の経済的意思決定を確認するには不十分です。(2)
技術的透明性
| 基準 | スコア |
|---|---|
| 公開技術文書 | 4/10 |
| ベンダーの仲介なしでの検証可能性 | 3/10 |
| 可搬性とロックインの可視性 | 4/10 |
| 実装方法の透明性 | 5/10 |
| 技術的主張を裏付ける証拠の密度 | 3/10 |
平均：3.8/10
公開技術文書 — 4/10。 業務の順序と一部の方針の仕組みは文書化されています。アルゴリズムの定義、不確実性モデル、実行アーキテクチャ、安全な設定反映の方法は依然として乏しいままです。(2, 3)
ベンダーの仲介なしでの検証可能性 — 3/10。 製品記事はユーザーの作業を明らかにしますが、詳しい数値評価には依然としてベンダーとの接触が必要です。ブラックボックスを避けるという主張には、再現可能な予測や意思決定の例が伴っていません。(5, 4)
可搬性とロックインの可視性 — 4/10。 発注の出力は一つの出口を提供します。公開条件は、該当する契約終了後の限られたデータ抽出期間と顧客負担を定めています。(13) 設定された方針とアプリケーションの挙動の可搬性は説明されていません。
実装方法の透明性 — 5/10。 試作、計画担当者の設定、地域支援の責任は説明されています。継続的な回帰試験と保守負担は、ライフサイクル費用を評価するには文書が不足しています。(19, 14)
技術的主張を裏付ける証拠の密度 — 3/10。 顧客事例はアプリケーションの使用と一部の業務変更を裏付けます。最善の予測、共同最適化、現行AI機能の経済的な寄与を検証するものではありません。(8, 9, 4)
ベンダーの真剣さ
| 基準 | スコア |
|---|---|
| 公開発信の技術的な真剣さ | 3/10 |
| 技術ロードマップの一貫性 | 4/10 |
| 概念の明確さ | 4/10 |
| 経済的な説明責任 | 3/10 |
| エージェント型ソフトウェア時代における競争力の持続性 | 3/10 |
平均：3.4/10
公開発信の技術的な真剣さ — 3/10。 予測の保証は技術的な裏付けを上回り、ベンダーのベンチマーク年表は誤っています。機械学習の限界についてのより慎重な議論も、それらの主張の整合を取れていません。(4, 5, 6, 7)
技術ロードマップの一貫性 — 4/10。 導入済みの計画業務と継続的なリリースは、提供実績を示します。方針自動化からアシスタントへの移行には、それに対応した意思決定労力の削減や経済的成果の改善を測る根拠がありません。(8, 4, 15)
概念の明確さ — 4/10。 Colibriは設定の必要性と高度な予測の限界を認めています。それでも、予測改善、ユーザー操作の自動化、最適化されたサプライチェーン成果を、実証された仕組みが正当化する以上に密接なものとして扱っています。(5, 2)
経済的な説明責任 — 3/10。 公開された義務はソフトウェアへのアクセスと重大な欠陥を扱い、結果の正確性を保証しません。公開提案は経済的な失敗を定義せず、それを引き起こした意思決定ロジックを修復する責任の範囲も定めていません。(13)
エージェント型ソフトウェア時代における競争力の持続性 — 3/10。 表計算の置き換えと計画担当者のアラート確認の支援は、昔からある管理業務に対処します。現在の根拠は、ネットワーク全体で意思決定ロジックを改善・実行し、反復レビューを最小限にするという、より大きな生産性の転換を立証していません。(1, 2)
出典
出典の閲覧日：2026年11月4日。
Colibriの製品概要。現行ページ。製品モジュール、現在のアシスタントに関する主張、レビューと適応に関する顧客の説明。
供給計画：五つの運用段階。2026年のページ。計画担当者による設定、定期計算、アラート、承認、ERPへの発注出力。
安全在庫方針とIZIPIZI。2021年11月22日公開、現行本文。公開された安全在庫方針とIZIPIZIへの導入。
[4] Super Best Fit、Data Sensing、アシスタント
Super Best Fit、Data Sensing、アシスタント。2025年3月27日。ベンダーの原発表。提供中のモジュールと今後のアシスタントを区別。
機械学習：価値かマーケティングか。2026年2月2日。専門的な設定要件、機械学習の限界、ベンチマークの年表。
機械学習：改訂記事。2026年3月16日。ベンチマーク年表を繰り返す後続記事。
M5精度コンペティションの結果。2022年の学術誌、2020年のコンペティション。2020年のコンペティションと上位手法を明示する主催者の研究論文。
Vitacuireへの導入。2019年10月3日。当初導入された業務と人間による検証責任。
Vitacuireの二年後の結果。2022年4月4日。予測信頼性の数値を含む二年後の追跡記事。
.NETウェブアプリ開発者。日付不明の過去の求人。以前の製品開発職の募集。現在導入されているバージョンは不明。
技術パートナー。現行ページ。AzureホスティングとSalesforceアドオン。
アプリケーションのセキュリティ。日付なし。公表された制御の概要と復旧期間。
公開サービス条件。日付のない英語の条件。英語のサービス条件、結果に関する免責、責任の範囲、データ抽出。
地域別のサービス体制。2025年12月11日。導入、設定、継続サービスの体制。
2025年の事業実績。2026年1月20日。ベンダーが報告する売上と新規顧客の状況。
販売・操業計画を行う理由。2022年頃のホワイトペーパー。組織的な計画思想と共通予測を中心とする考え方。
クラウド計画製品の機能。2023年頃の記事。供給者・コンテナ計画、安全在庫、生産能力、財務シナリオ。
会社の所有関係に関する表示。2024年4月25日。VISEOへの所属。
サプライチェーン業務の設定。2021年頃の記事。顧客データを用いた試作と反復的な設定。