サプライチェーンの科学と技術
データ集計と予測
需要予測に関しては、使用される手法やデータ集計のレベルが非常に多岐にわたっています。ある企業は日次で予測し、また別の企業は週次、月次、四半期、または年次で予測します。SKUレベルで予測する場合もあれば、カテゴリーレベルで予測する場合もあります。適切なデータ集計レベルをどのように選択すればよいのでしょうか？
動的サプライチェーン（Dr. John Gattornaと共に）
今回のエピソードでは、世界で最も尊敬されるサプライチェーン思想家の一人であり、現在の主要企業に多大な影響を与えているDr. John Gattornaをお迎えしています。顧客第一のアプローチと連動するサプライチェーン戦略の重要性、過去世紀におけるサプライチェーンの進化（または退化）、そして内部プロセスを迅速化するために設計されたソフトウェアの進歩が、実はそれらを逆に遅延させているのか否かについて議論します。
サプライチェーンの不確実性、M5コンペティションからの教訓
Joannes Vermorel は M5予測コンペティションからサプライチェーン実務者に対する一連の短い教訓を概説します。M5 は、多くのサプライチェーン用ソフトウェアベンダーの主張を現実検証するためのユニークな機会を提供しました。この講演は M5 カンファレンスの一環として行われました。
サプライチェーンの模倣者
サプライチェーン業界はバズワードに牽引されています。10年前は、クラウドコンピューティングや確率的予測はサプライチェーン業界と結びつけられていませんでした。現在（2021年）、業界ではAI、blockchain、機械学習と並び、話題となっています。ベンダーはこれらのトレンドに迅速に対応しています。
パーセンテージではなくドルで測定する予測精度
サプライチェーン業界は、未来を予測しようとする必死の試みの中で、より正確な予測精度の追求に何十年も取り組んできました。実際、サプライチェーンの実務において予測は非常に一般的であり、大企業は皆、予測精度の向上に特化した部門を有しています。
サプライチェーンプランナーは何個のSKUを管理すべきか
近代的な企業が次第に大規模なカタログを提供し、テクノロジーが在庫管理を容易にする中、現代のサプライチェーンプランナーは多くのタスクを同時にこなさなければなりません。だからこそ、このLokadTVのエピソードでは、サプライチェーンプランナーが何個のSKUを管理すべきか、またどれくらいが多すぎるのかを問いかけています。
予測付加価値
ことわざにもあるように, "問題を共有すれば問題は半減する" といわれるように、Forecast Value Added は、予測を管理可能な部分に分割することで予測を簡素化する管理手法です。この LokadTV のエピソードでは、この手法がいかにうまく機能するか、また予測を分解することが実際により難しい意思決定につながる理由について議論します.
サプライチェーンの官僚的中核
世界の供給チェーンの95%が従業員1000人以上の企業に存在するため、組織は複雑なシステムとプロセスのネットワークを使用せざるを得ません。LokadTVの今回のエピソードでは、これらの組織がいかに官僚的であるか、そして供給チェーンの実務者の効率を向上させるために何ができるかを議論します。
エンタープライズソフトウェアベンダーのとんでもない主張
真実を追求する過程こそが、本当の進歩を生み出す原動力であると言える。しかし、エンタープライズソフトウェアベンダーの世界では、真実を見つけるのはなかなか難しい。特に最新技術があなたのプロダクトの設計に合わない場合はそうである。このエピソードのLokadTVでは、ソフトウェアベンダーによる最もとんでもない主張について議論し、事実と虚構をどのように見極めるかを考える。
統計的モデリングを超えて
多くの企業が現在、データサイエンス能力の確立に莫大な資源を投じているにもかかわらず、実際にはこれらプロジェクトの大半が日常業務に実質的な影響を及ぼすことに失敗しているという厳しい現実があります。したがって、我々は古典的な統計モデリングを超え、単にデータを収集・操作して結果を得るだけではなく、適切なデータサイエンス部門の影響力がいかに深遠でなければならないかを解説します。
サプライチェーンソフトウェアの保守性
サプライチェーンソフトウェアに投資する際には、それが数年だけでなく、何十年も企業に寄与することが期待されます。しかし、急速に変化する技術環境により、これは非常に複雑な試みとなります。このLokadTVのエピソードでは、保守性の課題と、優れた設計がどのように影響を与えるかについて議論します。
供給チェーンのための数値レシピ
まるで一流のミシュラン星付きシェフのように、最高のデータサイエンティストは各シナリオに適応し進化する統計的ソリューションを作り出さなければなりません。そのため、これらの数値レシピを作成するために必要な要素と、供給チェーンにおいて構築されるソリューションの特徴を調査します。