需要予測システム WebForecastのご紹介 Log Opt Co., Ltd.
従来の需要予測手法とその問題点 在庫計画，ロジスティクス・ネットワーク設計，生産計画など，サプライ・チェインにおける諸計画の基本データを与える重要な意思決定項目 指数平滑法（季節変動を考慮したWinter法，二重指数平滑の概念を用いたHolt法などのバリエーション），Box-Jenkins法，移動平均法，回帰分析など様々な方法が提案されている． 実際には．．． （クリスマス，お中元やお歳暮，近所での運動会やバーゲンなどの）イベント情報の利用が不可欠 週次，月次，年次の周期による影響の考慮が必要 （生産）容量によるlost salesの考慮が必要 などの要因で，単純な予測手法では正確な予測が不可能．
需要予測に必要なデータ 需要の過去の履歴（需要データ） 需要に影響を与える要因（イベントデータ） 日本国内の流通業では，曜日が与える影響が大． バーゲンや割引セールなどのイベント情報 クリスマスや正月，ゴールデンウィークなどの特殊日の情報 月末や５，１０日などの月次の特殊日の情報 新製品やライバル商品のキャンペーン期間などの情報 WebForecastでは，すべてイベント情報として登録
需要関連データ項目 日：需要が発生する日（期） 需要量：過去の需要の履歴を入力 予測値：需要の予測値．システムによって計算される． 上方誤差： 予測値が需要量を上回った量．システムによって計算される． 下方誤差： 予測値が需要量を下回った量．システムによって計算される．
イベント関連データ項目 イベントID： イベントを区別するためのID イベント名称：イベントの名称を入力．休日や特定の曜日，月末やクリスマスなど，需要が通常の場合と異なる要因によって変化する場合に，それをイベントとして登録する． イベント需要：イベントの特殊要因によって発生すると考えられる需要量の推定値．システムによって計算される．
イベント・期関連データ項目 ID：イベント・期を区別するためのID イベントID：イベントを区別するためのIDを入力 開始日：イベントが始まる日を入力． 終了日：イベントが終了する日を入力．
簡単な適用例 2/1から2/10までの需要の履歴から2/11の需要を予測 イベント情報:2/1と2/8は休日で，平日とは異なる需要量になることを入力． 日 1 2 3 4 5 6 7 8 9 10 11 需要 120 80 70 90 110 100 140 ？
需要データ入力
イベント情報入力
予測（最適化）実行 2/11の需要予測は125個；休日の影響は30個増し．
応用例：ホテルの部屋数の予測 予約数の履歴と季節変動やイベント（クリスマスや曜日）情報の利用 ->中・長期レベルの予測 予約の入り方による予測 ->短期レベルの予測 短期と中・長期の両者を融合した新しい予測手法の構築（最適化の利用）
中・長期レベルの予測 学会イベント： イベント要因による需要 傾向予測 曜日による 変動予測
短期レベルの予測と融合予測 12/5？ 曜日，イベント情報による中・長期の要因 予約状況（週ごとに集約）
他のシステムとの連携 ロットサイズ決定システム WebLOT 将来の需要の期別の確定値を予測 収益管理システム WebRM 将来の予約数とその変動（正規分布とみなして平均と標準偏差，もしくは離散分布）を予測 サプライ・チェイン在庫最適化システム WebSCM 需要の平均と標準偏差を予測 在庫方策最適化システム WebINV 需要の分布（離散分布）を予測，もしくは需要の平均と標準偏差を予測（簡易方式）
WebForecastの優位性 通常の需要予測システム：単純な予測手法の組合せ，もしくは複数の予測手法を適用し，適合度の高いものを選択．イベント情報は，「バーゲンをすれば売り上げが100個増える」など決めうちによる入力のみ． Log Optのアプローチ 対象とする商品に影響を与える要因をユーザーがイベント情報として設定．イベントが需要に与える影響をパラメータとして最適化する．