説明
やあ！LokadTVを始めて以来、サプライチェーン科学の基本原理がどれほど混乱を招くかに気づきました。世の中にはたくさんの資料がありますが、どれも要点を突いてシンプルかつ簡潔に説明しているものはありません。それで、私たちは自ら挑戦し、サプライチェーンについて知っておくべき全てのことを、ちょうどコーヒーブレイクの間に説明することにしました……さあ、最初のテーマ「季節性」から始めましょう！
では、季節性は簡単だと思いませんか？おもちゃメーカーでは、クリスマス前に売上が急上昇するのは誰もが知るところです。しかし、人々が見落としがちなのは、季節性が実はほとんどすべての人間活動に影響を及ぼしているという事実です（テキストオーバーレイ）。交通量、電気消費、さらには死亡に至るまで、ある程度の季節性が証明できるのです（画像挿入）……このため、季節性はサプライチェーン-サイエンティストの武器庫の中で最も強力な統計パターンのひとつとなり、あらゆる事態に万全の備えをするために活用できるのです。
では、いくつかの例を見ていきましょう。私の大好きなテーマのひとつ、アイスクリームから始めます！
- このアイスクリームの売上グラフを見ると、クリスマスの例と同様に、夏の間に売上が急上昇しているのが明らかです
- しかし、その忙しい夏の期間の1ヶ月にズームインしてみると、週全体で売上が一様ではないことが分かります。これは天候の変動による可能性もあります……しかし、週末付近に明確な売上急増が見られます。つまり、季節性は年の時期だけでなく、曜日にも影響を与えるということを考慮しなければならないのです！
- ここで学ぶべき重要な教訓は、基礎となる時系列が予測可能な周期変動（テキストオーバーレイ）を示すとき、その製品は季節性を持つということです。つまり、これまでに観察してきたのは年間と週間の季節性なのです。
- さらに、もし1日単位でズームインすると、多くの変動が見られるため、グラフがあまり滑らかでなくなり、サプライチェーン実務者にとって非常に混乱を招くのです。
この変動はノイズと呼ばれ、コンピューターが未来予測において人間よりも優れている理由のひとつです。企業が必要な在庫量を予測しようとする際、しばしば統計的な外れ値に注目してあらゆる事態に備えようとするため、不要な在庫や貴重なサード-パーティー-物流スペースに多額の費用がかかってしまいます。しかし、機械はそのような心配をしません。ストックアウトが発生しても、職を失う心配はないのです！そのため、機械はこのノイズを平均化し、実際に重要な傾向に焦点を当てるのが得意なのです。
これまで見てきたように、季節性は売上急増の大きさ、すなわち振幅に不確実性をもたらす可能性があります。さらに、季節性は発生頻度の不確実性も引き起こします。ある季節は早く始まり、ある季節は遅れて始まる……そのため、売上急増はさまざまな外部要因により異なる時期に発生することがあり、その中には予測しやすいものもあります。
例えば、クリスマス前の最後の土曜日は通常、一年で最も忙しい買い物日となります。しかし、もしその土曜日が12月23日だったらどうなるでしょうか。これは、多くの神経質な買い物客にとっては少し遅すぎるため、その大きな売上急増がクリスマス前の次の土曜日にずれ込み、最後の土曜日はリスクを冒すラストミニッツの買い物客のものとなるかもしれません。
これは比較的予測しやすいかもしれませんが、一部のパターンは予測が難しいものもあります。その良い例が天候です。今年、私たちはすでに2月に異常なほど早い暖かい気温の流れを見ました。これにより、買い物客が夏支度を早め、ビーチサンダルやサングラスの売上が急増する一方で、昨年「東の獣」が襲来したときに即座に売り切れていたはずの帽子やマフラーが店主に残される可能性があります。残念ながら、未来を正確に予測することは誰にもできません。
そのため、在庫の必要量を一つの予測に頼るのではなく、リスク分散を図り確率論的なアプローチを取ることがはるかに賢明です。これこそが、あらゆる事態に備えて自分自身を守る唯一の方法なのです。
さて、今日学んだことは何でしょうか？
- 季節性とは、ほぼすべての日常生活に影響を及ぼす反復的な周期的傾向です。
- これは、売上の振幅と頻度の両方に影響を与え、自力で追跡しようとすれば、エクセルを使ったとしても非常に混乱してしまう可能性があります。
- コンピューターに厳しい作業を任せ、確率論的なアプローチを採用することで、あり得るすべての未来に対応でき、人生の大切なこと、例えばアイスクリームに集中できるようになります！
季節性 についてもっと詳しく知る