この1冊ですべてわかる 需要予測の基本 新版 S&OPで経営に貢献する

山口雄大(著者)

• 販売会社／発売会社: 日本実業出版社
• 発売年月日: 2021/11/29
• JAN: 9784534058904

商品レビュー

2024/11/28

一般的にSKU別の需要予測の誤差は、20%以内でとても有効、30%以内で活用可能と言われている。
最近は30%前後。

生産の対応力が高いメーカーの特徴
①複数の自社工場を所有している
②安定した需要がある定番商品を持っている
③高度なSKUマネジメントができている（SKUが必要なものに絞り込めている）

需要予測の原則
組織の中で3つのフォーキャスティング・プリンシプルを決める。
①どの物的粒度で予測するか
②どのくらいの時間単位で予測するか
③どのくらい先の期間を予測するか

移動平均法による需要予測が有効なのは、需要の特性がほぼランダム変動のみのもの。
季節性やトレンドがあまり大きくない商品。
移動平均を計算すると、季節性が小さくなりトレンドへの追従も遅くなる。

指数平滑法
予測値＝α×直近の実績+（1−α）×前回の予測値
過去の実績に重みづけをして、最新の実績が確定するたびに予測値を更新するという考え方。

時系列モデルは過去の販売データがあり、それを解釈して補正や調整ができれば高精度の需要予測が可能。
しかし、書籍など一人の消費者が何度も購入しないものについては時系列モデルの精度は高くなりにくい。

2022/01/17

第１章　需要予測でつながるサプライチェーン
サプライチェーンの役割
需要予測の位置づけ
営業現場とのコミュニケーション
マーケティングとの連携
工場への伝達
物流センターへの共有
トップマネジメントの意思決定支援
地球とのかかわり
第２章　需要予測の準備
需要予測プリンシプル
需要予測モデル
時系列モデル
移動平均法
指数平滑法
因果モデル
判断的モデル
需要予測に必要なスキル
需要予測を高度化できる組織風土
第３章　過去データのある商品の需要予測
時系列モデルによる需要予測
過去データの解釈
トレンド変化に合わせた調整
高度な統計モデルを使った需要予測
重要の変動要素
需要の変曲点察知
需要予測の修正
因果モデルによる既存商品の需要予測
第４章　新商品の需要予測
新商品の重要予測モデル
新商品の種類
因果モデルのビジネス活用
因果モデルを使ったコンセンサス・フォーキャスト
目標ベースの需要予測
調査ベースの需要予測
精度向上のためのナレッジマネジメント
商品開発時のレンジ・フォーキャスト
アジャイル・フォーキャスティング
第５章　精度ドリブンの需要予測マネジメント
さまざまな予測精度メトリクス
MAPEの計算例と実務活用
予測付加価値
予測誤差ベースの戦略在庫
精度ドリブンの実務マネジメント
予測メトリクスのまとめ
第６章　Ｓ＆ＯＰのための需要予測
S＆OPの概念
S＆OPプロセスの実践
デマンドレビュー
S＆OP実践のむずかしさ
S＆OPチェックリスト
S＆OPの限界
受給インテリジェンス機能
第７章　需要シミュレーションの２つの価値
２種類の需要シミュレーション
シナリオ分析のための受容不測
プロモーション効果試算
カニバリゼーション予測
シェア競争による需要への影響試算
品切れによる機会損失予測
第８章　需要予測ＡＩ
ＡＩ（人工知能）とは？
需要予測ＡＩの構築
需要予測ＡＩの学習データづくり
需要予測の診断フレームワーク
需要予測ＡＩの実務活用
需要予測のデジタルトランスフォーメーション

2021/12/12

旧版も評判が良かったですが、最新の研究や事例なども加えて厚みが増しました。
需要予測のためにまず最初に手を取る本だと思います。