サプライチェーンの科学と技術
BACK TO LOKAD TV ›
サプライチェーンにおけるテラバイト・スケーラビリティ
大規模なサプライチェーンを考慮する際の過去データ量はしばしば1テラバイトを超えます。その結果、在庫管理にはリソースを管理するためのトランザクション系ソフトウェア（例：ERP）と、リソースを最適化するための予測系ソフトウェア（例：Lokad）の2種類のソフトウェアが必要となります。
安全在庫はなぜ危険なのか
安全在庫は、予測された需要を上回る追加在庫を確保することで、目標とするサービスレベルを維持するための在庫最適化手法です。この手法は、特に需要予測における誤差が正規分布に従うという主要な統計的仮定に依拠しています。
機械学習の世代
機械学習は多様なアルゴリズム的手法を包含する総称です。サプライチェーンにおいて、歴史的には機械学習の手法は時系列予測でした。しかし、この手法はより優れた予測手法群に取って代わられました。
リードタイムはほとんど常に過小評価されている理由
リードタイムとは、通常日数で計測される在庫補充サイクルに関連する総時間のことである。供給チェーンの運営に必要な在庫量は、概ねリードタイムに比例する傾向がある。将来の需要を満たすために必要な在庫量を正確に見積もるには、将来のリードタイムを正確に予測することが不可欠である。しかし、リードタイムは多くの企業で見過ごされがちな基本的要素であり、代わりに予測にはるかに大きな重点が置かれている。
サービスレベル vs. フィルレート
サプライチェーンにおいて、サービスレベルは次の発注サイクル中に品切れにならない確率を示します。一方、フィルレートは顧客の需要が適切に満たされる割合を示します。サービスレベルとフィルレートは異なる概念であり、混同すべきではありません。
Min/Max在庫方式は機能しない
Min/Max在庫方式は、2つの在庫水準を定義します: 第一に、補充基準としての「min」、第二に、補充目標としての「max」です。しかし、その普及にもかかわらず、この方式はほとんどの現代的なサプライチェーンには適していません。
高成長の予測は可能ですか？
成長、そして一般的に言えばトレンドは、正確な需要予測を行うために考慮される必要があります。しかし、統計的パターンとしての成長は、季節変動などの他のよく知られたパターンと比べて、より難解で捉えにくいことが証明されています。
季節性を予測する方法
季節性は予測精度を向上させるために利用できる主要な周期パターンの一つです。ほとんどのサプライチェーンプロセスは、需要だけでなくリードタイムの影響もあり、ある程度季節性を持っています。
ABC分析は機能しない
ABC分析は、多くの供給チェーンで使用されている広く普及した在庫分類手法です。その目的は、経営陣が最も重要な部分に注力できるようにすることにあります。しかし、この手法には多くの欠陥があり、もはや最先端とみなすことはできません。
サプライチェーンにおけるモジュラー化
物理的なサプライチェーンを支えるインフラは非常にモジュラー化されている一方で、在庫管理や需要予測システムなどのソフトウェア・インフラはモノリシックで脆弱になりがちです。その結果、大規模なソフトウェア・サプライチェーンの失敗が今なお続いています。