プロジェクト概要

①現行の予測システムでは保守費用が高い
②業務や商品特性に合わせた予測に関する カスタマイズができない
③予測値が外れた場合の理由と対策が不明
④予測業務の属人化のため改善活動が困難

BCI支援内容と成果

PoCの実施 ：
①Azure MLを活用した需要予測の概念実証 右図「商品Aの実際の実績とPoC予測結果の比較」
②弊社需要予測エンジンの予測モデルや、 他モデルによる予測精度の検証を行ない、 業務効果が見込めるかを評価

システム化 ：
①データ傾向にあう機械学習予測モデルを採用
②要件定義、バッチ処理や補正機能を再設計・開発
③Azureによる負荷分散、処理性能向上

効果・改善 ：
①予測結果と実績データの差異を分析
②改善できる予測外れを継続的に改善
③予測手法を固定化せず変更可能
④インフラの自由度が高い
⑤保守費用の削減。