製造・商社・物流業界における、データ駆動型のサプライチェーンプランニングを支援する「DSP for SupplyChainPlaning」の提供を開始

　サービスサイト：https://www.liberty-nation.com/dspsupplychainplaning/

　資料請求　https://www.liberty-nation.com/contents/

１．SCMの構成要素である計画策定業務（見込販売予測、適正在庫数算出、調達・生産計画作成）において、企業が実際に抱えている課題例

❶：見込販売数予測の精度が低いので、適正をはるかに超えた在庫を抱えてしまう

実際の企業の例 

　営業部からSCM部に連携される見込販売数は、去年同月の出荷実績データをほとんどそのまま引用し作成されているため低精度でした。SCM部はこの精度の低いデータをもとにして適正在庫数の更新を行うため、無駄な余剰在庫の管理コストや消費期限がある商品の廃棄による損失が発生していました。

　見込販売数の精度を向上させるためには多様な社内データの活用が有効ですが、定量的でないまたは標準化されていないデータを扱うには時間がかかるため現実的ではありません。

❷：急な外部環境変化へ対応できず、在庫不足による損失が発生する

実際の企業の例

 　ある年に、例年と比べて花粉の量が異常に多くアレルギー系の医薬品の需要が急激に高まったことにより、大量の追加発注がありました。これに対し調達・製造が間に合わず、在庫不足による多大な遺失利益、小売店への保障費用が発生しました。他にも異常気象・災害・流行り・認知度など、さまざまな外部環境変化への対応が後手になることで損失が発生しています。

❸：発注ロットの影響が大きいため、出荷データから正しい需要予測が出来ない

実際の企業の例

 　発注ロット数の大きい商品が昨年の1月・8月に出荷されており、この実績をもとに今年の在庫を同月に用意しました。しかし、実際には予定より3か月後の4・11月に出荷されました。この商品は体積が大きく倉庫の場所をとっていたため、予定より多くの在庫管理コストが発生しました。　発注ロットが大きい商品は出荷先の需要変動を推測することが困難であるため、出荷数を正確に予測をするには、需要の変動が反映されたデータを手に入れる、もしくは出荷データを変換する必要があります。

❹：AI・BIによる高精度な需要予測が出来たが、結果が外れたのケースを考えて導入を断念した

実際の企業の例

 　AI・BIツールなどを試しに導入し、調達計画のために将来の出荷数予測行いました。ある商品の対象月の出荷数が100個という予測結果が出たが、その予測結果がどのくらい外れるのかは分かりませんでした。欠品を回避するためには何個上乗せした在庫があればいいのか分からないので、けっきょく感覚で多めに上乗せした過剰在庫を抱えることになり、コストカットの成果につながらなかったのでツールの導入を断念しました。

 ❺：複数条件を考慮した調達計画の作成には時間がかかるので、原料・商品×月ごとに分けて最適化する余裕がない

 　原料や商品ごとに最適化した無駄の少ない調達計画を作成するためには、見込販売数・発注ロット・リードタイムなど複数条件を考慮し、さらに原料・商品×月ごとに細分化するのが理想です。

　しかし、実際には時間の制限から困難で、 在庫月数を一律2か月に設定したり、過去の出荷実績から単純計算で品切れにならない在庫数を算出するなどの方法が運用上の限界となっています。その結果、余剰在庫や廃棄によるコストの削減ができていません。

２．データ活用基盤の提供とデータの専門家によるご支援により課題を解決

　サービスサイト：https://www.liberty-nation.com/dspsupplychainplaning/

　資料請求　https://www.liberty-nation.com/contents/

３．支援実績

【創出効果：約5億円の損失削減】変動の大きい限定品と定番品の生産バランスを加味した計画最適化を実現 

　事業：食品メーカー、売上規模：5千憶円以上

　常温/温/冷といった季節性の強い製品や新製品・限定品は、 キャンペーン期間中の欠品・売残りのリスクが高く、発売前の生産量・倉庫コストが大きいことから、生産計画の最適化が利益に大きく影響する。

 　最適な生産計画作成や関連するデータフローを、まとめて自動化・コントロールする“データフロー管理基盤”を構築し、成果として売切30％削減、廃棄損失70％削減を実現した。

　同基盤上では、営業が属人的に保有する販売数予測に役立つ情報を自動で収集・標準化し、AI予測の材料に加えることで、6か月先までのより正確な販売数予測を行う。

　さらに、AI最適化シミュレーション機能で、販売数予測結果の値がどのくらいズレるかの幅に応じて、欠品と廃棄のリスクバランスを最適化した生産計画の自動作成を行う。

 【創出効果：約1億円の損失削減】外部要因による出荷数の急激な変化に対応した調達計画の最適化を実現

　事業：製薬、売上規模：約１千憶円以上

　乾燥・紫外線・花粉に起因する商品の出荷数は、天候などの外部要因により急激に変動する。外部環境データの変動に対応した調達計画を行うことが、欠品・過剰在庫コストの削減につながる。

 　最適な調達計画作成や関連するデータフローを、まとめて自動化・コントロールする“データフロー管理基盤”を構築し、成果として売切35％削減、廃棄損失80％削減を実現した。

　同基盤上では、天気・花粉・トレンドなどの社外の公開データを自動で取得・統合し、AI予測の材料として連携することで出荷数予測の正確さが向上。さらに、最適化シミュレーション機能で、出荷数予測結果の値がどのくらいズレるかの幅に応じて、欠品・過剰在庫コストのバランスを最適化した調達計画の作成を行う。

４．Libatydataについて

　Liberty Data（会社名：株式会社Curiositas）は、データ駆動型経営に向けた成果志向のコンサルティング事業及び関連サービスを提供しております。

　これまで業界を問わず、データDXを強みとしたハンズオン型のビジネス改革や異業種参入を含む新規事業の創出において多数の支援実績を有しております。

　また別の海外事業である完全データ駆動型の農業事業ノウハウとデータプラットフォームを他業界向けに標準化した「Liberty DSP （Data Science Platform）」を製造業を中心に多数の企業に提供しております。

・事業名　　：Liberty Data（会社名：株式会社Curiositas）

・所在地　　 : 東京都港区新橋5-17-1

・代表者 　　: 佐藤　辰勇

・事業内容　：データ駆動型経営に向けたコンサルティング・サービス提供、

・企業サイト：https://www.liberty-nation.com/