Usecase

AI需要予測モデルを活用したデマンドドリブンなSCM構築

SCMにおいては需要予測が各取組みの基点となる
社内外のデータを最大活用しながら、需要予測の精度を向上
同時に、予測結果を用いて、足元の予実ベースから先々の計画ベースへと意思決定プロセスを高度化

製造

仕入れ・調達

売上増

コスト削減

業務最適化

予測・分析

コンサルティング

［ DXの課題］

近年、BtoCビジネスでは、量販、EC、法人、直販と急速にチャネルの多様化が進んでいるが、それぞれ異なる特性に対応したSCMが求められている。

また、例えばCOVID-19による半導体供給不足、リモートワーク需要の急増等、地政学リスク等に起因した急激な変化に対する”レジリエンス”も最重要論点となる。

こうした状況下において、製造業各社は、社内外の大量なデータをフル活用しながら、様々な需要変動をタイムリーに捉え、足元の状態変化への対応力と先々を見越したシナリオベースでの柔軟な意思決定プロセスの両輪を求められる。

［ exaBaseを活用した解決策］

製販プロセス、さらに各々で活用されている情報を横断的に可視化し、サイロ化により断絶されたデータ連携を含めた課題を抽出する。

需要予測モデル構築においては、自社セルイン（出荷）だけでなく、セルアウト（POS）情報、流通在庫、自社在庫等、部門横断で自社保有する情報を最大限に活用する。また、現在定常的な取得は困難だが有用なデータに関しては、今後の高度化要素と位置付ける。

AIモデルの恒常的な高度化を見据え、営業によるデータ取得をKPI等により仕組化する。