SmartOps
Demand Forecast Solution

その欠品、
航空便でいくら払いましたか。

海外工場への発注は、リードタイムが数ヶ月。読み違えれば航空便で穴埋めし、持ちすぎれば保管料が積み上がります。SmartOpsの需要予測は、予測値を出して終わりにしません。コンテナ単位の発注数量と、発注すべき時期までを算出します。

check_circle 過去2年分の出荷実績があれば検証できます。基幹システムの入れ替えは不要です。

COST-AWARE

欠品コスト まで考慮

CONTAINER

積載制約 まで反映

NO REPLACE

基幹そのまま で開始
Issue

Three Constraints

海外調達に固有の、三つの制約

国内調達なら、読み違えても翌週に追加発注すれば済みます。海外調達では、それができません。だから同じ需要予測でも、解くべき問題がまったく違います。

01

数ヶ月先を、いま決めなければならない

船便のリードタイムは数ヶ月。発注の瞬間には、まだ市場に存在しない需要を読む必要があります。しかも一度発注すれば、原則として取り消せません。

warning 予測期間が長くなるほど、不確実性が大きくなる
02

欠品と過剰で、損失の出方が違う

欠品すれば航空便で穴埋めすることになり、輸送費が一気に跳ね上がります。一方で過剰在庫は、保管料と資金の固定として静かに積み上がります。

equalizer 同じ「1個の読み違い」でも金額が非対称
03

コンテナ単位でしか運べない

最適な発注数が算出できても、コンテナに収まらなければ意味がありません。半端な数量は積載率を下げ、単位あたりの輸送コストを押し上げます。

view_in_ar 予測値を、積める数量に丸める必要がある
Core Idea

Asymmetry

最小化すべきは、予測誤差ではなくコスト

一般的な需要予測ツールは、予測誤差を最小にすることを目指します。しかし海外調達では、欠品のコストと過剰在庫のコストが対称ではありません。欠品コストが在庫保有コストを大きく上回る商品では、コスト最小となる発注数量は予測中央値より多くなります。

欠品による追加コスト(航空便・機会損失)
在庫を持つコスト(保管料・資金固定)
合計コスト
発注数量 → 年間コスト 予測の中央値 一般的な需要予測ツールの着地点 コストが最小になる点 SmartOpsが算出する発注数量 この差が利益

※ 曲線は概念図です。実際の最適点は、商品ごとの空輸単価・保管単価・粗利率・欠品時の機会損失から個別に算出します。

Comparison

What's Different

Excel・汎用ツールとの違い

需要予測ツールの多くは、CSVを取り込めばAIが予測モデルを自動構築する汎用エンジンです。予測値は出ますが、「では何個、いつ発注するのか」には答えません。そこは結局、担当者がExcelで詰めることになります。

比較項目 Excel+担当者の経験 汎用の需要予測AI SmartOps 需要予測
需要の予測値
数ヶ月先のリードタイム前提
空輸コストと保管料の非対称性
コンテナ積載への丸め込み
出力されるもの 発注数量
(属人的)
予測値
(数量は別途判断)
発注数量・発注時期・
コンテナ割付
担当者が変わったときの再現性

※ 上表は製品カテゴリーごとの一般的な傾向を示したものであり、個別製品を評価するものではありません。

Output

What You Get

受け取るのは、予測値ではなく発注案

画面を開くと、そのまま発注書に落とせる形で結果が出ています。グラフを読み解いて、担当者が数量を考える作業は発生しません。

OUTPUT 01

発注数量と発注時期

リードタイムから逆算し、いつ何個発注すべきかを提示します。空輸単価・保管単価・粗利率を入れておくと、コストが最小になる数量に補正されます。

品番 A-2041 発注推奨日 10/14
推奨数量 4,800個(予測中央値 4,200個)
補正理由:欠品時の空輸単価が保管単価の 7.2倍
OUTPUT 02

コンテナ割付

複数品番をまとめ、容積と重量の制約のなかで積載率が最大になる組み合わせを算出します。半端な隙間を、別品番の前倒し発注で埋める提案も行います。

40ft HC × 2本 積載率 94.1%
残容積 1.8m³ → B-1120 を 300個 前倒し推奨
単位あたり輸送費 -11%
OUTPUT 03

欠品リスクのアラート

実績が予測から乖離しはじめた時点で通知します。まだ船便が間に合うタイミングで気づければ、航空便を使わずに済みます。

A-2041 直近4週の出荷が予測比 +18%
このままだと 12/3 に在庫切れ見込み
船便で間に合う最終発注日:10/28
OUTPUT 04

予測が外れた理由の説明

なぜその数量になったのかを、季節性・トレンド・過去の類似期間といった要因に分解して示します。上長への説明や、次回の判断材料に使えます。

増加要因:季節性 +9%/トレンド +6%
減少要因:前年の特需剥落 -3%
類似期間:2025年 9-11月(相関 0.87
Process

How to Start

はじめ方

基幹システムの入れ替えは不要です。過去の出荷実績をCSVで渡していただければ、まず精度の検証から始められます。

01
WEEK 1–2

過去データで精度を検証

過去2年分の出荷実績をお預かりし、過去の一時点に戻して予測を実行。実際の出荷とどれだけ合うかを、無償でお見せします。

02
WEEK 3–6

コスト条件を設定

空輸単価、保管単価、粗利率、コンテナ規格を登録。ここが埋まって初めて、予測値がコスト最適な発注数量に変わります。

03
WEEK 7–

並走運用へ

最初の数ヶ月は、担当者の判断とSmartOpsの提案を並べて比較。信頼できると判断された品番から、順次移行してください。

※ 期間は標準的な目安です。品番数、データの整備状況、既存システムとの連携要件により変動します。

Cases

Use Cases

こんな企業に向いています

海外調達で起きやすい三つの状態です。ひとつでも当てはまる場合、過去データを使った無償検証で改善余地を確認できます。

USE CASE 01 / 緊急空輸

欠品のたびに、航空便で穴埋めしている

船便のリードタイムに対して発注判断が遅れ、欠品のたびに航空便を使っている。輸送費が読めず、利益を圧迫している。

確認
どの品番で空輸が起きやすいか
試算
船便で間に合わせる発注条件
USE CASE 02 / 過剰在庫

欠品が怖くて、毎回少し多めに発注している

担当者の安全側判断が積み重なり、保管料と滞留在庫が増えている。どこまで在庫を減らせるか判断基準がない。

比較
欠品コストと保有コスト
可視化
品番ごとの適正在庫レンジ
USE CASE 03 / 属人化

発注数量を、特定の担当者だけが決められる

経験者の勘で成り立っており、判断根拠が残らない。担当変更や退職時に、同じ品質で発注できるか不安がある。

記録
推奨数量と補正理由
並走
人の判断とAI提案を比較

※ 上記は想定ユースケースです。改善効果は商品特性・リードタイム・コスト条件・データ品質によって異なるため、実データで個別に検証します。

需要予測だけを、
小さく足すことができます。

SCMシステムの導入プロジェクトを立ち上げる必要はありません。SmartOpsは必要な機能だけをアドオンで追加できるため、需要予測ひとつから始められます。

基幹システムや在庫管理システムは、いま使っているものをそのままお使いください。SmartOpsは出荷実績を受け取り、発注案を返すだけです。

導入にあたっての前提
  • database
    必要なデータ 過去2年分の品番別出荷実績(CSV可)
  • block
    不要なもの 基幹システムの入れ替え、SCMプロジェクトの立ち上げ
  • Inventory
    検証 過去データでの精度確認は無償
  • verified_user
    セキュリティ ISO 27001/ISO 9001/JIS Q 15001 取得済
FAQ

Questions

初回のご相談で実際によくいただく質問です。

Q. どのくらいの精度が出ますか。 expand_more
商品特性とデータの整備状況によって大きく変わるため、事前に数値をお約束することはしていません。そのかわり、過去2年分の出荷実績をお預かりし、過去の一時点に戻して予測を実行した結果を無償でお見せします。実データでご判断ください。
Q. 新商品や季節変動の激しい商品でも使えますか。 expand_more
過去実績のない新商品は、類似品番の実績を参照する形で予測します。季節変動は予測モデルが扱う得意領域ですが、突発的なメディア露出やSNSでの拡散といった要因は予測できません。そうした場合に備え、乖離を早期に検知するアラートを併用してください。
Q. 基幹システムとの連携が必要ですか。 expand_more
必須ではありません。CSVのアップロードから始められます。運用が定着した段階で、既存システムとのAPI連携やCSVの自動連携をご相談ください。
Q. 担当者の経験に基づく判断のほうが正確なのでは。 expand_more
品番数が少なく、担当者が市場をよく理解している場合、その判断は非常に精度が高いことがあります。SmartOpsは置き換えを目的としていません。まずは並走し、提案と実際の判断を比較してください。担当者の判断が優れている品番は、そのまま運用いただいて構いません。
Q. データが整理されていないのですが。 expand_more
よくあるご相談です。品番の表記ゆれや欠測がある状態でも、まずお持ちください。どこまで使えるかを確認し、整備が必要な箇所をお伝えします。データ整備そのものからのご支援も可能です。
Q. 費用はどのくらいですか。 expand_more
品番数と予測頻度に応じたアドオン課金です。最低契約期間はありません。過去データでの精度検証は無償で行いますので、費用のご相談はその結果をご覧いただいた後で結構です。

実績ではなく、
まず自社データで確かめてください。

過去2年分の出荷実績を使い、予測精度だけでなく、現行の発注判断との差・欠品コストと在庫コストの改善余地まで確認します。費用はかかりません。導入をお決めいただく必要もありません。

FREE VALIDATION OUTPUT
task_alt 過去データでの予測精度
task_alt 現行の発注判断との比較
task_alt 欠品・在庫コストの改善余地
task_alt 優先して検証すべき品番候補