00:00:03 Lokadの技術における過去のデータの重要性。
00:01:40 サプライチェーン最適化のための履歴の深さ。
00:04:24 カタログ、注文、販売、現在の在庫の主要なデータセット。
00:04:56 予測と季節性におけるカタログデータの役割。
00:07:06 詳細な販売履歴データの重要性。
00:08:42 製品の販売サイクルの微妙な追跡。
00:11:16 価格予測における発注履歴。
00:13:53 利益率、在庫リスク、予測の難しさ。
00:14:32 注文日、納品日、品質管理の影響の正確な記録。
00:16:01 イチゴの出荷における品質管理、注文の影響。
00:16:55 現在の在庫レベルの重要性の理解。
00:17:36 理論的な在庫レベルによる誤差の発生。
00:18:39 ‘在庫切れ’と過去の在庫レベルの重要性。
00:20:59 二次的なデータセット:プロモーション活動。
00:22:00 プロモーション活動が販売トレンドに与える影響。
00:23:13 よくある間違い:複雑なERPシステムの選択。
00:24:39 間違いその2:発注データの欠落。
00:25:35 間違いその3:在庫レベルのスナップショットの無視。
00:26:30 正確なデータの記録の重要性。

要約

ホストのキーラン・チャンドラとのインタビューで、Lokadの創設者であるジョアネス・ヴェルモレルは、サプライチェーン最適化の複雑さについて説明しています。彼は、歴史の深さと詳細性の重要性を強調し、多くの企業がこの課題に取り組んでいると述べています。ヴェルモレルは、正確な予測のために、リードタイムの10倍の価値のある過去のデータが必要であると提案しています。彼は、カタログ、発注履歴、販売履歴、現在の在庫レベルの4つの主要なデータセットの必要性を強調しています。これらのデータセットは、パターンの明らかにし、予測の最適化、在庫レベルの効果的な管理に役立ちます。最後に、ヴェルモレルは、クライアントがよく犯すエラー(複雑なERPシステムの選択や発注や過去の在庫レベルの記録の不備など)を特定しています。

詳細な要約

インタビューでは、ホストのキーラン・チャンドラとLokadの創設者であるジョアネス・ヴェルモレルが、サプライチェーン最適化に特化した企業であるLokadの技術のデータ要件の複雑さと、これらの要件に適応しようとする顧客が直面する課題について話しています。

ヴェルモレルは、量的なサプライチェーン最適化に必要なデータの主な課題は、企業の現在の状態は比較的簡単に把握できるが、企業の歴史を理解するにはより広範なデータの分析が必要であると説明しています。多くの企業は、特にこれらの詳細に以前から集中していない場合、関連するデータを収集しようとする際に困難に直面します。

ヴェルモレルは、必要な歴史の範囲は企業の種類によって異なると提案しています。1年未満の歴史データでは、Lokadは季節性を検出するのが困難であり、これは統計的な手法にも当てはまります。3年のデータがあれば効果的に機能し始めます。ただし、歴史データの量は企業のリードタイムにも依存します。リードタイムが短い企業は少ないデータで機能することができますが、リードタイムが長い企業はより深いデータが必要です。一般的なガイドラインとして、適用可能なリードタイムの10倍の価値の歴史が正確な予測には推奨されています。

ヴェルモレルは、予測には魔法はないと強調しています。適切なデータがなければ、統計的な予測も手動の予測も正確ではありません。

その後の会話は、Lokadが使用する4つの主要なデータセットに移ります:カタログ、発注履歴、販売履歴、および現在の在庫レベルのスナップショット。ヴェルモレルは、カタログの重要性について説明しており、これにより彼らの予測技術が製品間の関係を活用して各製品の予測を洗練させることができます。これは、販売履歴のない新製品の予測に特に有益です。製品の属性(製品カテゴリ、サイズ、色など)を利用して、類似の製品に基づいて季節パターンを推測することができます。

ヴェルモレルは、販売履歴が重要であると述べていますが、その完全性を確認することが重要です。販売されていない製品の販売データが欠落していることがあります。この時点で、ヴェルモレルは販売履歴の重要性についてさらに情報を提供すると約束します。

ヴェルモレルは、カタログから削除された製品によって販売履歴データが歪められる可能性があるため、販売履歴の完全性が必要であると強調しています。また、販売と需要の違いについても言及し、販売は常に実際の需要を反映しないと主張しています。たとえば、製品の発売直後の販売率は将来の需要の推定値を提供することができます。

ヴェルモレルは、製品の販売開始日と終了日を正確に記録することの重要性について語ります。これにより、消費者の行動パターン(新製品への急激な移行やオンラインカタログからの販売の急激な中止など)が明らかになります。また、物理店舗や異なるオンラインプラットフォームなど、さまざまなチャネルでの販売履歴を追跡することも重要です。

会話は発注履歴に移ります。ヴェルモレルは、時間の経過とともにさまざまな在庫アイテムに支払われた金額を観察することが有益であると説明しています。ただし、通貨の変動などの要因により、将来の価格予測は複雑です。これらの変動はマージンや在庫の意思決定に影響を与える可能性がありますが、ヴェルモレルはこれらの変化の予測はLokadの主な焦点ではないと主張しています。

ヴェルモレルは、発注日と納品日に関連する日付を理解することの重要性も強調しています。これらの日付は、サプライチェーン最適化にとって重要なリードタイムに関する洞察を提供します。リードタイムは季節的に変動することもあり、中国の新年などのイベントによっても変動することがあります。彼はまた、注文数量と納品数量の間の不一致を文書化することが重要であると付け加えています。これは、一部の商品が品質管理を通過しない場合に特に将来の注文に影響を与える可能性があります。

ヴェルモレルは、発注数量と納品数量の間の不一致についても言及しており、これは将来の注文に影響を与える可能性があります。特に、一部の商品が品質管理を通過しない場合にはさらに影響が出ることがあります。

ヴェルモレルは、現在の在庫レベルの把握の重要性について説明しています。彼は理論的には、これらのレベルは販売履歴や発注履歴から再構築することができると認識していますが、在庫の不正確さがしばしば生じると述べています。これらの不正確さは時間の経過とともに蓄積され、大きな不一致を引き起こすことがあります。したがって、定期的な在庫のスナップショットとコントロールを維持することは、効果的なサプライチェーン管理にとって重要です。

ヴェルモレルは、現在の在庫レベルと過去の在庫レベルの理解の重要性についても議論しています。在庫レベルは、再注文の必要性を示すだけでなく、販売履歴にも洞察を提供します。たとえば、在庫切れの場合、需要が不足しているために需要を満たすことができなかったと解釈すべきではありません。実際には、在庫切れによる満たされていない需要は、まだ需要であり、ただ観測されていないだけです。したがって、過去の在庫レベルは、在庫切れの頻度と影響を決定するのに役立ちます。ヴェルモレルはまた、在庫切れについてより微妙な理解を考慮しており、在庫がゼロになることばかりではないと指摘しています。特定の場合では、顧客が特定の数量の製品を必要とする場合、その数量を満たすために十分な在庫がないことも在庫切れと見なされる可能性があります。

その後の会話では、二次データセットの重要性についても触れられています。ヴェルモレルは、販促活動が考慮すべき重要なデータセットであると指摘しています。これは、価格だけでなく、さまざまなチャネルを通じてどの製品がプロモーションされているかについても説明できます。このデータは販売履歴の急増を説明することができます。たとえば、急増はプロモーションや需要の実際の増加によるものかもしれません。この区別を理解することは、将来の需要を予測するのに役立ちます。

フルトランスクリプト

キーラン・チャンドラー: 今日のLokad TVでは、私たちと一緒に作業するために必要なデータの正確な深さを調査し、一部のお客様が直面している実際の課題についても理解します。では、ジョアネス、なぜお客様はLokadのテクノロジーをうまく活用できないのでしょうか?

ジョアネス・ヴェルモレル: お客様が直面する最大の課題の1つは、実際にはデータです。実際にはそうであってはならないのですが、通常はそうです。重要な洞察は、会社を運営するために必要なデータと、数量的なサプライチェーン最適化に必要なデータは同じではないということです。後者には、会社の完全な履歴が必要です。20年前に遡る必要はありませんが、確かな深さと詳細レベルの履歴が必要です。過去にそのようなシステムを設定できなかったり、試みられなかったりした多くの企業は、すべての関連データを収集するためのすべての詳細に注意を払っていないかもしれません。したがって、本当に関連性のある結果を得るためには、すべての関連データを収集することに関連する問題に直面する可能性があります。

キーラン・チャンドラー: 履歴の深さについて話しましたが、最低限どのくらいの期間の履歴が必要ですか?

ジョアネス・ヴェルモレル: 履歴の深さは、データの種類とビジネスの種類によって異なります。一般的な目安として、1年未満の場合、Lokadは季節性を捉えるのが非常に困難です。これはどの統計的手法にも当てはまります。1年未満の場合、企業の季節性を観察していません。一定の精度で季節性を見るためには、約18ヶ月のデータが必要です。2年で正しく機能し、3年で非常にうまく機能します。ただし、必要な履歴の深さは、リードタイムにも依存します。リードタイムが1日の場合、2ヶ月の履歴で十分に機能します。なぜなら、季節性にあまり関心がないからです。しかし、リードタイムが4ヶ月先の場合、この季節性を捉えることがより重要になります。したがって、うまく機能するものを望む場合、適用可能なリードタイムの10倍程度の履歴が必要になるでしょう。

キーラン・チャンドラー: では、データ自体について話しましょう。Lokadでは、4つの主要なデータセットを扱っていますね。主要なデータセットは、カタログ、発注履歴、販売履歴、および現在の在庫レベルのスナップショットです。これらをもう少し詳しく見てみましょう。まず、カタログから始めましょう。なぜカタログが重要なのですか?おそらく、クライアントは自分たちが何を売っているか、その詳細をよく理解しているはずです。このカタログについて、何か他に言えることはありますか?

ジョアネス・ヴェルモレル: カタログは非常に重要な要素です。

キーラン・チャンドラー: Lokadの予測技術について話しており、それが製品間の関係を活用して各製品の予測を洗練させる方法について話しています。これについて詳しく説明していただけますか?

ジョアネス・ヴェルモレル: 確かに、新製品の予測では、販売履歴を頼りにすることはできません。そのため、製品を説明する属性に頼る必要があります。これらの技術は、既に発売されている製品に対して広範に使用されています。

キーラン・チャンドラー: 具体例を教えていただけますか?

ジョアネス・ヴェルモレル: 例えば、3ヶ月間販売された製品を考えてみましょう。この製品の需要予測に季節パターンを適用することはできるでしょうか?もし、この製品の履歴だけを見る場合、3ヶ月のデータしかありませんので、できません。しかし、ビジネスが数年間存在している場合、類似の製品を見て、その季節性を検出することができます。したがって、3ヶ月の履歴と製品の属性だけで、この製品に適用可能な季節性を推測することができます。

キーラン・チャンドラー: つまり、カタログには製品カテゴリやサイズ、色などの属性が非常に重要なのですね?

ジョアネス・ヴェルモレル: はい、まさにその通りです。カタログは不十分に構造化されているドメインでも、プレーンテキストのラベルを処理することがあります。目標は、これらの属性を拡張し、すべての製品の予測を洗練させるための相関関係を操作することです。たとえこの製品に関する情報が限られていてもです。

キーラン・チャンドラー: 販売履歴について話しましょう。予測の観点からは、販売履歴が最も重要な要素だと思います。それ以外にも、どのような情報が興味深いですか?

ジョアネス・ヴェルモレル: まず最初に、販売履歴が完全であることを確認することです。微妙な方法で不完全になることがあります。たとえば、もう販売していない製品の販売データがない場合や、それらの販売データに関連する製品情報がない場合などです。過去3年間の完全な販売履歴を持つためには、当時発生したすべての販売データ、もう販売していない製品も含めている必要があります。

キーラン・チャンドラー: つまり、もう販売していない古い製品はデータを歪める可能性があるのですね?

ジョアネス・ヴェルモレル: そうですね、私たちは時々、もう販売していない製品がカタログや販売履歴から削除されるという状況を見ます。これにより、もう販売していない製品のデータがすぐに利用できない歪んだ販売履歴が生まれます。販売履歴のもう一つの微妙な側面は、いつ製品の販売を開始したかを覚えておくことです。販売と需要は同じではありません。たとえば、製品を販売し、1ヶ月間需要がゼロで、最終的に1つのユニットを売る場合と、製品をオンラインで販売すると同じ日に売る場合では異なります。

キーラン・チャンドラー: これについてもっと詳しく教えていただけますか?

ジョアネス・ヴェルモレル: もちろんです。製品をオンラインに出品し、同じ日に1つのユニットを売ると、1日に1つの製品を売る可能性があると示唆されます。しかし、製品をオンラインに出品し、最初のユニットを売るまで1ヶ月待たなければならない場合、1ヶ月に1つのユニットを売る可能性があると示唆されます。したがって、製品の販売開始時期を理解することも重要です。

キーラン・チャンドラー: 統計エンジンは違いを生み出すことができるのでしょうか?予測エンジンは、実際に需要が始まった日付と製品の販売が停止した日付を正しく記録している場合にのみ、2つの状況の違いを生み出すことができますか?

ジョアネス・ヴェルモレル: 確かに。ただし、それは予測したいものによります。為替変動などにより、通貨の変動があるかもしれませんが、それは直接的に需要予測に影響を与えるのではありません。それは予測の上での意思決定を最適化する際に影響を与えるでしょう。

同様に、終了日の適切な記録が必要です。市場に出たり出なかったりする製品や、すべてのチャネルで販売されていない製品の場合、他の要素も考慮する必要があります。たとえば、物理店舗、オンライン、またはB2Bチャネルで販売している場合、需要に影響を与えた要素の履歴を記録する必要があります。たとえば、どのチャネルがいつ利用可能だったかなどです。

キーラン・チャンドラー: では、購買注文の履歴について話しましょう。購買注文の履歴を見ることで、さまざまな在庫アイテムにいくら支払ったかがわかります。したがって、将来的にはアイテムの支払い価格を予測するためにそれを使用すると思います。それは正しいですか?

ジョアネス・ヴェルモレル: それは状況によります。支払い価格はサプライヤーによって異なります。ほとんどの業界では、サプライヤーに支払う価格は比較的安定しています。ただし、通貨の変動などにより予期せぬ出費が発生することがあります。たとえば、ドルで商品を販売しているのに、元で見積もりを受けることになった場合、通貨の為替レートが15%変動すると、物事がかなり安くなったり高くなったりする驚きが生じる可能性があります。

キーラン・チャンドラー: それは予測に含めることができるのでしょうか、そのような通貨の変動は?

ジョアネス・ヴェルモレル: それは予測したいものによります。通貨の変動は影響を与えますが、直接的には需要予測には影響しません。それは予測の上での意思決定を最適化する際により大きな影響を与えるでしょう。

たとえば、特定の製品の利益率が高い場合、その在庫リスクをあまり取らないでしょう。利益率が非常に高いアイテムの場合、在庫切れは犯罪です。極端な場合、利益率が95%の場合、1つのユニットの販売で他の20ユニットの在庫を支払うことができます。したがって、利益率が非常に高いアイテムを販売している場合は、在庫を過剰に持つことが望ましいです。

一方、利益率が5%の場合、在庫を非常に注意深く管理する必要があります。在庫が少し過剰な場合、在庫に余分なユニットが凍結されているため、その分の売上で補うために非常に多くの販売が必要になります。在庫の廃棄を行う場合、非常に高いコストがかかります。

一般的に、将来の利益率を予測することはあまりありません。なぜなら、それは多くの要素に依存するからです。できることはありますが、通貨の変動を本当に予測することはできません。通貨取引で利益を上げるために市場で直接取引を行っている人々だけが予測できます。それは私たちの専門外なので、外国為替取引を行う市場よりも優れた予測ができるとは主張しません。

キーラン・チャンドラー: では、取引から離れましょう。しかし、発注に関しては、他にどのような興味がありますか?

ジョアネス・ヴェルモレル: 通常、発注と納品に関わる日付はリードタイムを提供するため、重要です。サプライチェーンを最適化するためには、すべての意思決定がリードタイムに依存していると考える必要があります。さらに、これらのリードタイムは季節によって異なる場合があります。たとえば、サプライヤーにとって忙しい時期があるかもしれません。これらは西暦に基づいて季節的なものかもしれませんが、中国の春節などの東洋のカレンダーに従うこともあります。これにより、中国やアジアからの製品のリードタイムが約2週間延びることがあります。

確かに、考慮すべきサブトータルのキャッチもあります。たとえば、100個注文した場合にサプライヤーが80個納品した場合、この情報を記録しますか?サプライヤーが100個納品したが、品質チェックに合格しなかった20個がある場合、それは重要な要素です。これは特に生鮮食品業界において関連性があります。たとえば、イチゴなどの製品は簡単に損傷します。品質管理に合格しない出荷の割合は20%になることが予測できます。したがって、必要な数が100個であれば、統計的には品質管理に合格しない20%があることを事前に知っているため、120個注文するべきです。

キーラン・チャンドラー: そうですね、発注とサプライヤーがミスをする可能性のある日付と数量を注意深く記録することは非常に重要です。

ジョアネス・ヴェルモレル: はい、また、この詳細なレベルに興味があります。これが最後のパズルの一部です:現在の在庫レベルのスナップショットです。すでに購入履歴と販売履歴はわかっています。私たちはLokadで賢いサプライチェーンサイエンティストを持っています。では、本当にその現在のスナップショットが必要なのでしょうか?他の2つの履歴から生成できないのでしょうか?

キーラン・チャンドラー: 理論的には、入荷したユニット数と出荷したユニット数を正確に知っていれば、在庫レベルをいつでも理論的に計算することができます。課題は、在庫の不正確さが時折発生することです。履歴全体を辿って在庫レベルを把握しようとするだけでは、その不正確さが時間とともに積み重なり、非常に不正確な状態になるという点です。

ジョアネス・ヴェルモレル: その通りです。実際には、在庫のスナップショットとコントロールが必要です。まず、現在の在庫レベルを知る必要があります。現在の在庫がわからない場合、将来の需要予測だけに頼って発注することはできません。すでにたくさんの在庫がある場合、非常に高い需要を予測しても、十分な在庫があるため再発注しないかもしれません。したがって、現在の在庫レベルだけでなく、過去の在庫レベルも必要です。これは販売履歴に関連しています。販売は需要ではありません。在庫切れがあった場合、おそらく数日間需要が観測されなかったことは、需要がなかったわけではなく、単に提供できなかったためです。したがって、過去の在庫レベルを持っていることは、過去の在庫切れを知るための方法であり、状況は少し複雑になる場合があります。

人々は、例えばドアハンドルのようなものを購入したいと思っています。彼らはアパートを持っており、まったく同じものが5つ欲しいと思っています。彼らがあなたの店に入って、同じものが3つしか見つからない場合、彼らは3つを購入することはありません。別の店で2つの同じものを見つけることを期待して5つを購入するのではなく、5つの同じものを見つけるか、5つの同じものを販売できる別の店を探します。在庫切れは0個の単位があるかどうかだけではなく、特定の数量を求めている場合もありますので、在庫切れの概念はより微妙です。そのため、在庫レベルを追跡し、過去の在庫レベルを自動的に検出するのにも役立ちます。

キーラン・チャンドラー: Lokadが必要とする主要なデータセット、つまりコアのトランザクションデータセットについては、多く話しましたが、その他のデータセットについてはどうでしょうか?私たちにとっても興味深いものはありますか?

ジョアネス・ヴェルモレル: はい、コアのトランザクションデータセットが主に使用されます。2番目の範囲には、プロモーション活動に関連するすべてが含まれるでしょう。プロモーションは、単に価格設定の問題ではありません。さまざまなチャネルで何をプロモーションするかも重要です。たとえば、電子商取引会社は、ニュースレターに永久にリストアップされる5つの製品だけを対象にしたプロモーションを行うことがあります。価格割引が付いていなくても、それは一種のプロモーションです。オンラインストアのトップページに表示される製品です。したがって、2番目の範囲には、広告を含むプロモーションに関連するすべてが含まれるでしょう。このタイプのデータには、ウェブサイト上の電子商取引のトラフィックデータも含まれる可能性があります。

キーラン・チャンドラー: Lokadの現在のクライアントについて話しましょう。将来の顧客が学ぶことができるかもしれない共通のミスはありますか?

ジョアネス・ヴェルモレル: 最大のミスは、データを抽出するのが非常に困難なERPシステムを選ぶことです。これはベンダーロックインの一種です。多くの企業が、社内にあるにもかかわらず、すべてをローカルで処理するローカルサーバーを持つシステムを選択しています。機械がオフィスにあるので、彼らは自分たちがコントロールしていると思っています。

キーラン・チャンドラー: 実際のところ、データを抽出するのは非常に困難です。なぜなら、システムが便利にするために適切に設計されていないからです。たとえば、米国市場のQuickBooksから何かを抽出することは非常に困難です。私はIntuitに対して何の非難もしていませんが、データの抽出は非常に困難です。

ジョアネス・ヴェルモレル: 実際には、それがおそらく最初のミスです。2番目のミスは、通常、発注書でギャップが記録されていないことです。売上高が1,000万ドルの小さな会社の場合、発注書はExcelシートに収まるかもしれません。しかし、それらを記録するためのより良いシステムがない場合、リードタイム分析を行いたいときには困難になります。なぜなら、データが数十のスプレッドシートに分散しているからです。

3番目のミスは、在庫レベルのスナップショットを取り忘れることかもしれません。現在、ハードドライブは非常に安価ですが、多くの企業が過去の在庫レベルを記録していません。ですので、過去の在庫状況や過去の低在庫状況が必要な場合、データは記録されていません。これは残念なことです。なぜなら、数ギガバイトのデータで、文字通り数ペニーしかかからないからです。このデータを記録して無期限に保持しない理由はありません。

キーラン・チャンドラー: 締めくくりとして、今日の議論からリスナーが一つの重要なポイントを持ち帰るとしたら、それは何でしょうか?

ジョアネス・ヴェルモレル: 私は言いたいと思います。データに注意を払ってください。それは自然に非常に高価ではありませんが、必要なすべてのデータを適切に記録し始める最良の時期は今日です。3年後に数年分の履歴が必要になったとき、今日から始めていない場合、それはありません。適切に整理されたデータを収集し維持することは、遅延することはできないものです。

サプライチェーンマネージャーとして、データなしでは正しい意思決定はできません。Lokadのような高度なものを使用してサプライチェーンを最適化しているかどうかに関係なく、測定しないものを最適化することはできません。これはLokadが使用する統計的アルゴリズムだけでなく、人間にも当てはまります。データがないと、あなたが行う決定は良くありません。何十万もの製品の販売数量を推測することはできません。

すべては、会社を運営するための適切なソフトウェアを選び、データにアクセスできることから始まります。そうでなければ、選んだベンダーソリューションにロックインされてしまいます。

キーラン・チャンドラー: 素晴らしいです。私のような人間にとって、明日まで物事を先延ばしにする傾向がある人にとって、これは基本的な洞察です。今週は以上です。来週もまた別のエピソードで戻ってきますが、それまで、またお会いしましょう。さようなら。