00:00:04 イントロ: 高成長企業における予測の課題。
00:01:16 企業の成長タイプと関連する予測の問題。
00:02:18 新製品の成功を予測する難しさ。
00:04:07 「ヒット・オア・ミス」シナリオとその対応策。
00:05:43 その他の予測の問題と段階的成長の概念。
00:08:01 事業成長のタイミング予測の課題。
00:12:18 予測の不確実性を軽減するための戦略。
00:13:46 『ヒット・オア・ミス』状況におけるサプライヤー交渉の役割。
00:14:13 今後の成長を示す指標の特定。
00:15:16 Google検索統計:予測ツールとしての活用は?
00:16:23 急成長企業のための戦略。
00:16:46 成長中のIT変革の影響。
00:18:14 企業の過度な予測傾向。
00:19:03 定量的供給チェーンと迅速な成長対応。
00:21:11 締めくくりの考察。
概要
キアラン・チャンドラーとジョアンネス・ヴェルモレルのインタビューは、高成長企業における供給チェーン最適化の課題に焦点を当てていました。ヴェルモレルは、そのようなシナリオにおける予測の複雑さを強調し、有機的成長と新製品による「ヒット・オア・ミス」の2種類の成長を特定しました。彼によれば、後者はその予測不可能性ゆえに予測を複雑にします。成長の詳細な構造を認識することは、これらのシナリオを区別し、より良い在庫判断を促すために極めて重要です。ヴェルモレルは、定量的リスクモデリング、エンドツーエンドの自動化された意思決定メカニズム、そして成長構造に適応した柔軟な供給チェーン戦略といった解決策を提案しました。彼はまた、成長関連の複雑さに対処するために、企業のIT環境が常に変化することを予測するよう助言しました。
詳細な概要
インタビューでは、司会のキアラン・チャンドラーが、この分野に特化したソフトウェア企業Lokadの創設者ジョアンネス・ヴェルモレルと、高成長企業のための供給チェーン最適化の課題について議論しました。この会話は、これらの企業が需要を予測し対応する際に直面するジレンマと、予測を複雑にする成長の種類に焦点を当てています。
チャンドラーは、高成長シナリオでの予測問題を紹介し、需要の急増を見越して過剰在庫を抱えた結果、成長が持続せず余剰在庫に悩まされた企業の例を挙げました。この状況は、その年初にH&Mが43億ドルの損失を出す原因となりました。
ヴェルモレルは、高成長に直面する企業は、急速な成長による内部の混乱と、成長の性質に起因する統計上の複雑さの両方から、一連の困難に直面することが多いと説明しました。創業者は、企業の成長要因が予測プロセスに大きな影響を及ぼし、複雑さを増減させると強調しました。
ヴェルモレルは、企業が経験しうる2種類の成長について説明しました。第一は有機的成長で、例えば、電子商取引企業がウェブサイトのトラフィックの着実な増加により、製品販売が直線的に成長する場合など、均一な成長が見られるケースです。このシナリオは比較的予測しやすいものの、H&Mの事例に見られるように、成長の持続可能性に関して依然として不確実性が含まれています。
第二の成長タイプは、企業が新製品を市場に投入する場合に発生します。このシナリオでは、すべての新製品が成長に寄与するわけではなく、一部だけが成功するため、「ヒット・オア・ミス」の状況を生み出し、予測がさらに困難になります。この場合の成長は、成功した製品によって牽引され、その他の製品は大幅な売上増加を示さない可能性があります。ヴェルモレルは、時折製品が大ヒットとなるファッション企業の例を挙げ、全体の成長に寄与する一方で、大多数の製品は需要予測が横ばいに留まると説明しました。
このヒット・オア・ミスのシナリオは、特有の予測上の課題を提示します。成功するのはごく一部であるため、すべての製品の在庫を単純に増やす方法では対応できません。ヴェルモレルが述べたように、無差別な対応は、資源の浪費や予測における不可解なバイアスを招く結果となります。つまり、企業全体が成長していても、細分化されたレベルの予測はその成長を反映しない可能性があり、次の大ヒット商品を予測することが不可能なため、平均的な予測値が実際の結果よりも大幅に低くなることがあるのです。
ヴェルモレルは、特に新製品の投入に関して、企業の予測には本質的な不確実性があることを認めるところから始めます。どの製品が成功するかは不確定であるだけでなく、将来的に企業がいくつの製品を投入するかも明確ではありません。この不確実性は、まだ十分に開発されていなかったり、発売が検討されていない製品にも及び、その需要を正確に予測することを困難にしています。
この理解にもかかわらず、ヴェルモレルは、成長が起こる正確な瞬間を予測することは依然として困難であると指摘します。企業は成長スパートを予期するかもしれませんが、そのタイミングを特定するのに苦労します。これは、新たな国への進出時に特に当てはまり、従来の統計的予測に適さない新たな変数が導入されるためです。
これらの課題への解決策として、ヴェルモレルは、製品の成功が「ヒット・オア・ミス」であるために平均的な予測結果を改善するのは困難であるものの、企業は自社の成長の統計的構造を理解することで洞察を得ることができると示唆しています。この理解により、成長が個々の製品の成功によるものか、企業全体の要因によるものかを区別でき、それにより、初期段階での保守的な在庫方針の採用や、製品がヒットしそうな場合の反応的な対応など、より良い在庫判断が可能になります。
ヴェルモレルは、在庫リスクと期待される報酬のバランスを管理するための鍵となる戦略は、ヒットが発生した際にそれを捉えることであると主張しています。一方で、通常は長期間にわたって有機的成長を示す企業において、急速に成長する製品に対して過度に積極的な在庫対応をすることは避けるべきだと警告しています。これらの状況は必ずしも「ヒット」を意味するわけではなく、一時的なスパイクである可能性があり、過剰な在庫判断は潜在的に有害となる可能性があります。
予測が不透明な場合、ヴェルモレルは、サプライヤーとの最小発注数量(MOQ)の改善交渉など、変数に対応するための調整を推奨しています。この戦略により、初期に少量の購入を行い、製品がヒットと判明した場合に積極的に対応することが可能となり、「ヒット・オア・ミス」シナリオに伴う固有の不確実性に対処する実践的な方法を提供します。
ヴェルモレルは、成長予測に内在する不確実性を強調しました。指標が存在するかもしれませんが、成長を確実に予見する確実な方法は存在しないと主張しました。もしそのような方法があれば、企業は無制限の成長を生み出すためにそれを利用することになるでしょう。したがって、この解消不可能な不確実性を認めることが重要です。Google検索統計を例に取ると、これらのデータは短期的な洞察を提供する可能性があるものの、サプライチェーン計画に不可欠な長期的傾向を予測するには不十分であると説明しました。
これらの不確実性を踏まえ、企業が指数関数的な成長期に入った場合、ヴェルモレルはより良い備えのためのいくつかの戦略を提案しました。彼は、企業のIT環境が常に変動することを予測する重要性を強調しました。企業が成長するにつれて、通常は2~3年ごとにITインフラ全体の見直しが必要となる場合があり、この継続的な変化が、旧システムと新システムからのデータのアクセスや統合における複雑さをもたらし、成長予測をさらに困難にします。
ヴェルモレルはまた、感情的な要因から成長を過大に予測する企業の傾向についても議論しました。この楽観バイアスは、リスク管理の不備につながる可能性があります。彼は、成長が迅速かつ効率的な対応を必要とする特有のリスクを表すため、リスクモデリングへのより定量的なアプローチを提案しました。これらの対応を効果的にするためには、人的入力に頼るのではなく、エンドツーエンドの自動化された意思決定メカニズムを採用すべきだと主張しました。
最後に、ヴェルモレルは、企業が自社の成長の微細な構造を考慮することを推奨しました。成長が着実な有機的成長であれ、ヒット・オア・ミスであれ、新市場によるものであれ、供給チェーンや在庫管理に与える影響は大きく異なります。彼は、企業が経験している特定の成長構造に合わせて供給チェーン戦略を適応させる必要性を強調しました。このアプローチは、成長期において企業が供給チェーンをより効果的に管理するのに役立ちます。
完全なトランスクリプト
キアラン・チャンドラー: ジョアンネス、高成長シナリオの予測に関しては、かなり困難な課題のようですが、これらの状況で企業が直面する問題はどのようなものでしょうか?
ジョアンネス・ヴェルモレル: 実際、いくつかの問題が存在します。まず、企業が内部で成長する際、その成長自体の結果として多くの混乱が生じることがよくあります。このため、予測を含む全てのことが複雑になり、成長によってさらに困難となります。しかし、統計的な観点からは、何が成長を引き起こしているのかによって大きく異なります。成長をもたらす様々な方法があり、それによって予測の複雑さも増減します。
キアラン・チャンドラー: ここで言う成長とは、どのようなものを指しているのでしょうか?
ジョアンネス・ヴェルモレル: おそらく最も簡単な成長のタイプは有機的成長です。例えば、あなたがeコマース企業であれば、毎月ウェブサイトのトラフィックが少しずつ増え、すべての製品が上昇傾向を示すでしょう。この成長は、ウェブサイトのトラフィックの増加と直線的に相関しています。これは均一であるため、予測が容易な状況です。しかし、この成長が永遠に続くかどうかを予測する際に問題が生じます。もし企業全体で大幅な成長を予期していたが実現しなかった場合、H&Mのように大きなダメージを受ける可能性があります。それでも、純粋な予測の観点からは、これは比較的簡単な状況です。
新たな成長の形態としては、新製品を投入する場合があります。つまり、成長するかどうかが不明なアイテムが存在し、市場に新製品を導入する能力が向上するということです。これらの製品は、ヒットする場合もあれば、そうでない場合もあります。成長は新製品によって牽引されますが、すべてがそうなるわけではありません。通常、企業は品揃えの最適化や、市場で最も魅力的となる製品の特定に熟達するようになります。例えば、一部のファッション企業では、時折大ヒットとなる製品の投入が上手くなってきます。このシナリオは、統計的予測の面でかなり困難です。
キアラン・チャンドラー: この「ヒット・オア・ミス」シナリオ、つまり20製品のうち1製品だけが本当に成功する場合、企業はどのように対応すべきでしょうか?カタログ内のすべてのアイテムに追加在庫を投入するのは現実的でしょうか?
ジョアンネス・ヴェルモレル: その通りです、その戦略はうまくいきません。画一的な対応ではいけないのです。また、それでは予測に多くの不可解なバイアスが生じることになります。例えば、企業が成長していても、非常に細分化されたレベルで予測を見ると成長が見られない場合があります。これは主に二つの理由によるものです。第一に、どの製品が大きくヒットするかが分からないため、平均値は実際の成果よりもはるかに低くなってしまうのです。
キアラン・チャンドラー: 時には、製品が予期せず大ヒットすることもありますが、将来何種類の製品を投入するかも正確には分かりません。パイプラインにまだ入っておらず、予測対象になっていないこれらの予期しない製品は、予測から除外されるのです。基本的に、既存製品または既に発売予定の製品の需要を予測しますが、まだ検討中の製品は統計的予測の一部にはなりません。新製品がどれほど成長するかが分からないこと以外に、成長予測において直面する他の問題はありますか?
ジョアンネス・ヴェルモレル: はい、企業の成長は常に安定しているわけではないという事実もあります。成長がゆっくりと進んだ後、突然大幅な増加があり、その後しばらく成長が止まるという段階的な現象になることもあります。これはオンライン、従来型の店舗型の企業の多くで見られる一般的な現象です。
キアラン・チャンドラー: なぜこのような段階的な成長の増加が起こるのでしょうか?
ジョアンネス・ヴェルモレル: eコマースでは、検索エンジンの結果ページが劇的な影響を与えることがよくあります。Googleのランキングが上がったり下がったりすると、企業に大きな影響を与え、事業規模が一夜で倍増したり半減したりすることがあります。また、市場で初めて全国テレビ広告を実施した企業が著しい成長を遂げた事例もあります。例えば、ある企業が大規模なテレビキャンペーンを展開するまで、人々は車の部品をオンラインで購入することに慣れていませんでした。テレビ広告に費用をかけていなかった企業でさえ、人々がオンラインで価格を比較し始めたため、この市場の盛り上がりの恩恵を受けました。
キアラン・チャンドラー: つまり、企業は成長する、またはいつか大きな転換を迎えることは分かっているが、実際の問題はその時期が分からないということでしょうか?
ジョアンネス・ヴェルモレル: はい、その可能性があることは分かっていても、正確な時期は分からないのです。例えば、新しい国への進出の場合、ある程度の予測は可能かもしれませんが、その国を開拓し始めた時点で成長の転機が訪れることは期待できるものの、新たな国の開拓を示す統計的に有意なデータが存在しないため、統計的予測の対象にはなりません。
キアラン・チャンドラー: かなり複雑な状況のようですね。20製品のうちおそらく1製品だけが成功するとしても、どれがいつ成功するかは分からないということです。では、ここでの解決策は何でしょうか?これらのシナリオを実際に予測することは可能なのでしょうか?
Joannes Vermorel: 平均的な結果について、より良い予測を立てるのは非常に難しいです。平均的な結果は極めて不明瞭になります。ヒットかミスかというパターンがある場合、どの商品がヒットするのかは予測できません。もし予測できたとしたら、おそらく非常に裕福になっていただろうに違いありません。
Kieran Chandler: 統計的にビジネスの成長パターンを理解できる可能性があるというご提案ですね。この理解により、製品レベルでのヒット・オア・ミスによる成長、会社全体としての段階的成長、あるいはその他の成長パターンがあるビジネスを区別できるということでしょうか?もう少し詳しく説明していただけますか?
Joannes Vermorel: もちろんです。成長にはさまざまなタイプがあります。ある製品は時間をかけて徐々に大きく成長しますが、それはすべての製品ではなく、限られたものだけです。リスクの統計的性質を捉えることで、より良い在庫管理の意思決定が可能になります。たとえば、成長がヒット・オア・ミスのパターンに依存している場合、初動では保守的な在庫方針を採る必要があります。しかし、製品がヒットし始める兆候を捉えた際には、その方針を非常に迅速かつ積極的に変更したいところです。この戦略は、在庫リスクと期待されるリターンのバランスを取るもので、ヒットが頻繁に発生するビジネスにおいては極めて重要です。
Kieran Chandler: しかし、製品が長期間にわたって有機的に成長するビジネスの場合はどうでしょうか?
Joannes Vermorel: 製品が時間をかけて自然に成長するビジネスでは、急激に成長し始めた製品はおそらくヒットではなく、単なる偶然の結果である可能性が高いです。ですから、その成長に対して攻撃的に反応するのは、在庫管理上誤った判断となるでしょう。
Kieran Chandler: つまり、何らかの予測は可能ですが、非常にぼやけたものになるということですね。そのぼやけを、特にヒット・オア・ミスのシナリオでどのように軽減すればよいのでしょうか?
Joannes Vermorel: おっしゃる通り、難しい問題です。ただ、一部のビジネスでは、未来をより予測しやすい場合もあります。例えば、航空宇宙産業で航空機の部品を提供している場合、サプライチェーンにおける成長は通常、対応すべき航空機の数に関連しています。数ヶ月前には、より多くの航空機に対応する必要があるかどうかが分かるのです。しかしながら、ほとんどのビジネスにはそのような指標がありません。一つの戦略としては、サプライヤーとより良い最小発注数量(MOQ)の交渉を行うことが挙げられます。これにより、大量に在庫を抱えるのではなく、少量を頻繁に購入でき、ヒットが検知された際に迅速に対応できるのです。
Kieran Chandler: 先ほど、成長の段階とその飛躍についてお話しになっていましたが、企業が成長期に入る前兆として、どのような兆候を探すべきだとお考えですか?
Joannes Vermorel: 成長を正確に予測する保証された方法は存在しません。もし統計的手法で成長を正確に予測できるのであれば、Lokadではサプライチェーンの最適化ではなく、株式市場で取引していることになっていたでしょう。これは本質的に解消不可能な不確実性なのです。もし確実に成長できる方法があったなら、ある企業がその手法を利用して無限に成長し続けることになるでしょう。しかし、我々が見てきたように、最高の企業でさえ、一定期間成長した後には頭打ちになるのです。
Kieran Chandler: 市場には限界があり、成長が完全に止む可能性はあるのでしょうか?例えば、Googleの検索統計などを予測に取り入れて洞察を得ることは可能でしょうか?
Joannes Vermorel: はい、という面もありますが、そうでない面もあります。例えば、市販の風邪薬を販売している場合、数週間あるいは数ヶ月前から仕入れを計画する必要があります。Google検索は、「風邪で寝付けない、何を飲めばよいか」という検索が始まった場合、数時間先の情報を提供してくれるかもしれません。しかし、人々は直前になってその検索を行うため、翌日の予測を数時間早められるに過ぎず、サプライチェーン管理においては通常、少なくとも数週間先を見据える必要があります。したがって、リアルタイム検索結果は、数週間先の出来事の予測にはあまり役立たないのです。
Kieran Chandler: もし自社が指数関数的に成長しているのを目にした場合、最も準備を整えるために何ができるでしょうか?サプライヤーとの関係改善や最小発注数量の見直しについてはおっしゃっていましたが、他にどのような対策が考えられますか?
Joannes Vermorel: 一見逆説的な対策として、IT環境が長期間にわたって変動し続けると予測することが挙げられます。これにより、データへのアクセスがさらに困難になるという問題が生じます。2、3年ごとに大幅に成長する企業は、既存のERP、ウェブサイト、WMSなど、あらゆるITシステムを一新する必要が出てくることがあります。この絶え間ない変化は、旧システムのデータと新システムのデータを照合する際に大きな問題となり得ます。新しいERPやWMSを導入した後、旧システムのデータとの整合性を取るという課題に直面し、多くの不整合が生じ、ITの混乱により、成長下での予測がさらに複雑になってしまうのです。
Kieran Chandler: 現実の世界では、人々はしばしば自社の成長を感情的な執着から過大評価してしまうと言えるでしょうか?
Joannes Vermorel: はい、過度に楽観的になりがちです。最善を願いつつも、最悪に備えるべきだということです。
Kieran Chandler: 最悪を想定して準備するべきですが、現実には多くの人が逆の行動を取っています。しかし、本質的には、リスクを定量的にモデル化しようとする企業は極めて少ないと思います。
Joannes Vermorel: これこそが、私たちLokadがこの量的供給チェーンの考え方を推進している理由です。成長は特定のリスクカテゴリに属し、一部の製品やビジネス全体が突然大量に売れる可能性があるため、そのような状況に迅速に対応できるプロセスを整備する必要があるのです。迅速な対応とは、通常、意思決定プロセスに人間を介在させないことを意味します。なぜなら、供給チェーンマネージャーが毎日データをチェックし、ノイズではなく実際に製品が新たな販売段階に入ったと判断するのを待っていると、どうしても時間がかかってしまうからです。例えば、前の段階と比べて20%の売上増加が見られるとします。
人々は、自信を持てるまでしばらく待ちたがるものです。意思決定に人間が介在するだけで、実装に数週間の遅延が生じてしまいます。したがって、成長に対処する一つの方法は、成長をいかに早く予測できるかではなく、統計的に成長が明らかになったときに、より迅速に行動するというものです。つまり、再発注を早期にトリガーするエンドツーエンドの自動化された意思決定メカニズムを持つことが重要なのです。
しかし、それは同時に、在庫切れに直面するリスクを覚悟しなければならないということも意味します。なぜなら、製品がヒットだと確信できるまで待った場合、再発注のタイミングが遅れ、ほぼ確実にストックアウトが発生してしまうからです。
Kieran Chandler: つまり、今日の核心メッセージは、もしビジネスが大きな成長を遂げているなら、将来を見越して在庫をため込むよりも、迅速に反応できる体制を整えるべきだということでしょうか?
Joannes Vermorel: はい、その通りです。そして、成長の微細な構造についてしっかりと考え、たとえば、オーガニックな緩やかな成長、ヒット・オア・ミス、あるいは国の新規進出のようなその他の成長パターンとを区別することで、それぞれに適した対応が可能になるのです。なぜなら、それがサプライチェーンや在庫の規模の決定に大きく影響するからです。
Kieran Chandler: では、これで締めくくりましょう。本日はありがとうございました。今週はこれで全てです。来週もまた別のエピソードをお届けしますので、それまでどうぞご覧ください。