欠品なき在庫削減の実現を支援する需要予測・需給計画ソリューション

大量の在庫を抱えているのに欠品や納期遅れが発生していませんか?「キャッシュフロー経営」が叫ばれる中、多くの企業で在庫削減が重要な経営課題となってきています。しかし一方で、お客さまからの即納・短納期要求は益々強くなってきており、欠品の発生が企業経営に大きな影響を与えるケースも増えてきました。FOREMASTは、科学的な需要予測に基づく在庫補充計画と、需給計画・実績情報の共有支援、問題の見える化により、欠品なき在庫削減の実現を支援します。

FOREMASTは、機能を厳選した5つのSIコアから構成されており、お客様の課題に合わせて必要なSIコアを組み合わせて導入することが可能です。
また、よくある業務要件については、オプションを追加して対応することができます。お客様固有の課題については、自社開発の強みを生かし、アドオン(追加)機能を開発することも可能です。

FOREMAST概要

FOREMAST概要

  • 自社の在庫水準が適正かどうか疑問をお持ちの方。
  • アイテム数が多く、発注作業の負荷が高い方。
  • 担当者の経験と勘だけで発注業務を行っている方。
  • 発注担当者の発注精度がバラバラで、標準化したい方。
  • SCMパッケージは高価で、導入費用や保守費用の予算が合わない方。
  • 製造現場や物流負荷を考慮した新しい在庫調整をシステムで実現したい方。
  • 外れても使える需要予測システムを提供
  • 業務と技術に精通した専門家が提供
  • 低コストで使いやすいシステムを提供
  • 他システムへの連携

FOREMASTベース SIコア(FOREMAST/Base)

●実績集計
●実績統計値計算
●ランク設定
●在庫推定
●アラート情報作成
●パラメータ自動設定
●過去データ削除
●バッチ処理並列化

需要予測 SIコア(FOREMAST/DP)

●需要予測(一次指数平滑、ウィンターズ、ARIMA、他多数の数理予測モデル標準搭載)
●予測モデル自動選択(特許4230975 号, 4339769号)
●予測誤差算出
●実績補正

在庫補充計画 SIコア(FOREMAST/RP)

●補充量計算
●在庫過少、在庫過多情報の検出
●発注カレンダ自動作成

需給計画調整 SIコア(FOREMAST/PB)

需給計画調整 SIコア(FOREMAST/PB)

●ログイン画面
●ポータル画面
●業務画面
●マスタメンテナンス画面

データ連携 SIコア(FOREMAST/IF)

●データインタフェース

オプション

●グループ予測オプション(グループで予測し、それぞれに展開)
●多段階補充オプション(拠点間の移送量計算、組立部品の所要量計算)
●出荷期限オプション(出荷期限切れを考慮した補充量計算)
●カテゴリ編集オプション(商品分類などのカテゴリ単位で入力・修正した販売計画を単品単位に自動展開)
●深層学習予測モデルオプション(AIによる予測モデル) Ver3.2 New
●負荷調整オプション(在庫補充量の平準化を行った補充計画を自動作成) Ver3.2 New

稼動環境

●サーバー
 ・OS:Microsoft Windows Server
 ・DB:Miscosoft SQL Server または、Oracle® Database
●クライアント
 ・OS:Microsoft Windows

FOREMAST独自の需要予測モデル自動選択技術

  • FOREMASTには、複数の予測モデルを自動選択するDFCシステム(Dynamic Forecast Model Change System)が組み込まれています。
  • 需要パターンを自動分類して、需要パターンにあった予測モデル候補を自動的に選択する機能(特許4230975 号)と、複数の予測モデル候補から、直近で最も精度の高い予測モデルを自動選択する機能(特許4339769号)により、精度の高い需要予測が実現できます。
  • このFOREMAST独自の予測モデル自動選択機能に使われている特許技術(特許4339769号)は、2019年に令和元年度近畿地方発明表彰において、「発明奨励賞」を受賞しています。

需要予測モデルの管理説明図

需要予測モデルの管理説明図

FOREMAST の新機能①-負荷調整機能ー

補充時にかかる生産の時間や輸送の容積などを「負荷」と定義します。
負荷合計が能力範囲内に入るよう補充計画を自動調整することが可能です。

負荷調整機能

FOREMAST の新機能②-深層学習予測モデルー

標準の時系列予測モデルに加えて、キヤノンITS独自開発のAI(Deep Learning)を活用した深層学習予測モデルを搭載しています。
(需要予測モデル自動選択機能によって、時系列予測モデルと深層学習予測モデルの両方から最適なモデルを自動的に選択可能です)
学習済みの汎用予測モデルを提供可能ですので、特別なインフラ環境を準備する事無く利用開始できますが、ユーザデータを活用した追加学習や、ユーザ独自の予測モデル開発等も個別に対応可能です。

深層学習予測モデル

※FOREMASTの製品カタログは、資料ダウンロードからご覧いただけます。

FOREMASTを導入いただいている企業の一例です。ダウンロード可能な導入事例については以下のページよりお申込みください。

味の素株式会社様

味の素株式会社様

アース製薬株式会社様

 

アフラック生命保険株式会社様

アフラック生命保険株式会社様

エレコム株式会社様

エレコム株式会社様

サントリービジネスエキスパート株式会社様

サントリービジネスエキスパート株式会社様

日本食研ホールディングス株式会社様

日本食研ホールディングス株式会社様

株式会社ニチレイフーズ様

 

株式会社ニチレイフーズ様

三菱商事ライフサイエンス株式会社様

 

三菱商事ライフサイエンス株式会社様
  • 五十音順
  • 「FOREMAST」をご導入いただいた法人のうち、掲載許可をいただいている法人のみ掲載しています。
  • その他サービス業、小売業を始め多数の企業様にご利用いただいています。

関連書籍など

在庫管理のための需要予測入門

FOREMAST担当コンサルタントが需要予測入門書「在庫管理のための需要予測入門」を執筆いたしました(2004年12月22日発売)。
累計発行部数13,700部(2018年10月時点)

在庫管理のための需要予測入門

キヤノンシステムソリューションズ株式会社数理技術部[編]
淺田 克暢+岩崎 哲也+青山 行宏[著]
■出版社:東洋経済新報社
■発売日:2004年12月22日
■ISBN:4492531874
■価格(税込):1,980円
■目次
 第1章:需要予測とは
 第2章:在庫管理の基本
 第3章:需要予測モデルの基礎
 第4章:需要予測モデルの実践
 第5章:需要予測による在庫管理
 第6章:需要予測システム
 第7章:需要予測システム導入時のポイント

業務に役立つコラム(需要予測編)

東洋ビジネスエンジニアリングのWebサイトにて「業務に役立つコラム(需要予測編)」を連載しました(2010年1月~2010年7月)。

AvantStage(Best of Breed型 基幹業務トータルソリューションコンセプト)

各業務分野で高い評価を受けている業務システムパッケージを組み合わせて、お客さまに適した基幹業務システムを高品質・短納期・低コストで提供する、Best of Breed型のトータルソリューションです。長年にわたる多くのシステム構築経験とノウハウを活用し、個々の業務システム間のシームレスな連携を実現しています。

製品関連情報開く

この製品に関連するソリューション

  • 基幹システム AvantStageならベスト・オブ・ブリード型の基幹システム導入で財務/管理会計・生産管理/計画・販売物流/購買管理・需給計画の課題を解決
  • SCM 企業間での受発注や在庫、販売、物流などの情報を共有し、原材料や製品の需要変動に対応する全体最適を進めるソリューション
  • 数理技術 数理技術を活用したサービスをご提供します。

この製品に関するトピックス

この製品に関連するITキーワード