JP3767954B2 - 需要予測装置 - Google Patents
需要予測装置 Download PDFInfo
- Publication number
- JP3767954B2 JP3767954B2 JP29549996A JP29549996A JP3767954B2 JP 3767954 B2 JP3767954 B2 JP 3767954B2 JP 29549996 A JP29549996 A JP 29549996A JP 29549996 A JP29549996 A JP 29549996A JP 3767954 B2 JP3767954 B2 JP 3767954B2
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- demand
- period
- sales
- forecast
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、製品の販売実績に基づく販売実績の変動傾向から製品の需要を予測する需要予測装置に関する。
【０００２】
【従来の技術】
製造業、流通業などでは、できるだけ少ない在庫量で消費者の需要に応じた量の製品を常に供給し、在庫費用、物流費用などを低減することが、製品の販売単価の低減、利益率の向上につながる。従って、製品の需要を精度良く予測し、消費者の需要動向に応じた販売計画、生産計画、物流計画などを立案する必要がある。
【０００３】
従来、製品の需要を予測して販売計画を立案するシステムとして、個々の製品の売行き状況、売上構成比、利益率などの販売実績特性を基に、販売計画の熟練者が持つ販売実績の変動傾向の分析に関する知識（ルール）を活用し、ファジィ演算で個々の製品の販売促進の容易さを示す指数を算出し、この指数に基づく個々の製品の販売予測結果を表示し、販売計画を効率良く計画するためのユーザインターフェースを提供するシステムが開示されている（特開平５−１５１２３４号）。
【０００４】
また、複数の店舗の中から抽出したサンプル店から製品ごとの販売量を収集し、サンプル店が全店に占める売上実績比と、サンプル店における商品特性（価格帯、販売対象年齢、売り方など）とに基づき、サンプル店の販売量から全店の販売量を推計する一方、過去の販売実績の推移に基づき、複数種類の販売推移パターンと最終販売見込み量とを記憶しておき、記憶している販売推移パターンの中から、推計した全店の販売量の推移パターンに類似したパターンを選択してその最終販売見込み量をその商品の販売見込み量として生産を計画するシステムが開示されている（特公平８−１６９５０号）。
【０００５】
【発明が解決しようとする課題】
以上のように、過去の販売実績の動向を分析して需要を予測する従来の方法としては、予測のアルゴリズム、販売実績の変動傾向の分析の知識、条件などをルールのような形で明文化している時系列予測、計量モデルなどの統計解析技術を適用する方法が主流である。
【０００６】
ところで、近年のように製品のトレンドが短いサイクルで変化すると、分析に用いたデータがすぐに古くなって予測精度が落ちるので、高い予測精度を保つためには、上述のアルゴリズム、知識、条件などのソフトウェアの保守が頻繁に必要となる。しかし、専門家の豊富な経験、勘などに従った予測の手法をルールのような形で明文化するには長時間を要し、また熟練を要するので、保守を専門家に頼らなければならず保守が困難である。
【０００７】
本発明はこのような問題点を解決するためになされたものであって、ニューラルネットワークのモデルとして、例えば直近の数ヶ月分のデータから需要を予測するモデル、前年の同時期のデータから需要を予測するモデル、直近のデータと前年の同時期のデータとの両方から需要を予測するモデルなど複数記憶しておくことにより、製品が多品種にわたる場合でも、その販売実績の変動傾向の把握に最適なモデルによってその販売実績の変動傾向に応じた需要を高精度で安定して予測する需要予測装置の提供を目的とする。
【０００８】
また、販売実績をニューラルネットワークのモデルに入力して例えば週単位のような短い周期で学習させ、販売実績の変動傾向に応じた需要を予測させることにより、ユーザが保守を行わなくても高い予測精度が安定して得られる需要予測装置の提供を目的とする。
【０００９】
【課題を解決するための手段】
本発明の需要予測装置は、製品の将来の需要予測を過去の販売実績に基づいて行う需要予測装置であって、該需要予測装置はコンピュータからなり、前記コンピュータは、それぞれが異なる予測モデルに基づいて予測した予測結果を出力する複数のニューラルネットワークのモデルを記憶した記憶装置と、該記憶装置に記憶されている前記複数のニューラルネットワークのモデルに、過去の第１の所定の期間分の販売実績による学習を予め行わせる手段と、前記記憶装置に記憶されている前記複数のニューラルネットワークのモデルそれぞれに、前記第１の所定の期間よりは短期間である直近の将来の複数の連続する単位期間からなる第２の所定の期間における前記各単位期間毎の需要予測を行わせる手段と、前記複数のニューラルネットワークそれぞれによる需要予測結果を各単位期間毎に予測結果ファイルとして作成する予測結果ファイル作成手段と、過去の各単位期間において前記予測結果ファイル作成手段がそれぞれ作成した複数の予測結果ファイルを対象として、前記第２の所定の期間と同一の期間である直近の過去の複数の連続する単位期間からなる第３の所定の期間における各単位期間の需要予測結果を販売実績に最も近く予測したニューラルネットワークのモデルを前記第３の所定の期間中の各単位期間別に特定する予測モデル特定手段と、該予測モデル特定手段が前記第３の所定の期間中の各単位期間それぞれにおいて特定したニューラルネットワークのモデル別の数を、前記第３の所定の期間を対象として前記予測結果ファイル作成手段が作成した複数の予測結果ファイルを対象として、各単位期間別に集計する集計手段と、該集計手段による集計結果から各単位期間別に最も出現回数が多いニューラルネットワークのモデルを選択する予測モデル選択手段と、直近の将来の前記第２の所定の期間を対象として前記予測結果ファイル作成手段が作成した予測結果ファイルの各単位期間別の各ニューラルネットワークのモデルによる予測結果の内の、前記第３の所定の期間における時系列的に対応する各単位期間別に前記予測モデル選択手段が選択したニューラルネットワークのモデルによる予測結果を需要予測結果として選択する予測結果選択手段とを備えたことを特徴とする。
【００１０】
従って、過去のある時期の販売実績を需要予測結果として出力するように予めニューラルネットワークを学習させておくことにより、それ以降のある時期の販売実績に近い出力、即ち、その販売実績の変動傾向に即した出力が得られるように、製品の販売実績の変動傾向に即した需要予測が可能となるのでユーザが保守を行わなくても高い予測精度が安定して得られる。
さらに、年間を通じてその販売実績の変動傾向がほぼ変わらない、数ヶ月の短期間で販売実績の変動傾向が変化するといったように、例えば販売実績の変動傾向のパターンが異なる多品種の製品を対象とした場合でも、販売実績の変動傾向のパターンに応じたニューラルネットワークのモデルを複数の中から選択することができるので、その販売実績の変動傾向に応じた需要を高精度で安定して予測する。
【００１２】
また、本発明の需要予測装置は、前記第１の所定の期間は、直近の過去の１３ヶ月間であり、前記第２及び第３の所定の期間は１８週であり、前記単位期間は１週間であることを特徴とする。
従って、販売実績の変動傾向の分析のために３年分といったような膨大な量のデータを確保する必要がない。逆に、販売実績の変動傾向の把握には障害となるような古いデータが需要予測用のデータから排除され、高い需要予測精度が得られる。
【００１３】
また、本発明の需要予測装置は、前記単位期間の需要予測結果を複数単位期間分集積することにより、より長期の需要予測結果とすることを特徴とする。
これにより、たとえば週別の予測結果から月別の長期予測を、月別の予測結果から四半期別の予測結果というように、製品の生産、流通の計画レベルに合った期間の予測値をユーザに提供できる。
【００１４】
【発明の実施の形態】
図１は本発明に係る需要予測装置の機能ブロック図である。
破線で囲んで示した本発明装置は、オペレーティングシステム（ＯＳ）として、例えば、ＭＳ−ＤＯＳ（米マイクロソフト社製）環境で、グラフィックス図形を使って画面の見やすさ、操作性を向上させるグラフィカル・ユーザ・インタフェース（ＧＵＩ）を提供する、ＭＳ−ＷＩＮＤＯＷＳ９５（米マイクロソフト社製）のようなＯＳを搭載したパーソナルコンピュータ、ワークステーション等で動作する。
【００１５】
予測モデル１は、ニューラルネットワーク（以下、ネットワークという）の予測モデル、例えば直近の数ヶ月分のデータから需要を予測するモデル、前年の同時期のデータから需要を予測するモデル、直近のデータと前年の同時期のデータとの両方から需要を予測するモデルなどの複数モデルが定義されている記憶装置である。各ネットワークの予測モデルにおいては、多数のニューロンの結合からなるネットワークの構造と、需要との間に因果関係のある要素のうち影響が大きい要素、本例では販売実績とカレンダー上の週の位置を示す週番号（カレンダー上の第何週であるか）の時系列データからなるネットワークへのデータの入力パターンと、これに対応する出力パターン、即ち需要予測と週番号との組み合わせが定義されている。
なお、週番号は、「１年のうちの第Ｘ週」、「Ｘ月第Ｘ週」のいずれの表現でもよい。また週番号に代えて、「Ｘ年Ｘ月Ｘ日」というカレンダーデータをそのまま用いてもよい。
【００１６】
予測エンジン２は、後にその手順を示すように、予測モデルをどのように展開して需要を予測するかの仕組みを提供するコンピュータの本体である（図３乃至図６参照）。
【００１７】
ＧＵＩ３はＥＸＣＥＬ（米マイクロソフト社製の表計算ソフトウェア）とＶｉｓｕａｌ Ｂａｓｉｃ（ＶＢ：米マイクロソフト社製のプログラミング・ツール）とにより作成されており、ＶＢによってウィンドウに、表、グラフなどを作成するためのさまざまな部品を並べ、それらの属性を指定し、マウスがクリックされるといったようなイベントに対する処理を記述するというプログラミングができる。
【００１８】
ＧＵＩ３は、ウィンドウに表示した表、グラフに対するマウスの操作によって予測値を計画値に変更するといったような、予測モデル１を利用して得られた需要予測から生産又は流通計画を立案するまでの作業を支援するインタフェースをユーザに提供する。
このようなユーザ・インタフェースとして、ＧＵＩ３は、例えば、過去のデータとの比較機能、予測値と実績値との誤差を％、グラフなどで表示することによる予測精度の監視機能などの販売実績の変動傾向の分析に関する機能を提供する。ユーザはこのデータを参照し、マウスなどの操作により将来の需要予測に修正を加えることが可能である。
【００１９】
以上のような本発明の需要予測装置における、単位期間としての週毎の需要予測の手順を、図２に示すテーブルの具体例、及び図３のフローチャートに基づいて、また週毎の予測に先立って行う学習の手順を図４乃至図６のフローチャートに基づいて説明する。なお、本例では予測モデルとして、予測モデルパターンＡ、Ｂ、Ｃの３つを用意した場合について説明する。また、本例では週単位で予測を行う場合を例に説明するが、予測を行う頻度は週単位に限らず、日単位、月単位であってもよい。また学習の頻度も週単位に限るものではない。
【００２０】
手順の説明に先立って、本発明の需要予測装置で使用する各ファイルの内容を以下に説明する。
製品マスタは、製品コード・市場投入日・販売中止日・在庫量とともに、例えば、ＰＯＳシステム（Ｐｏｉｎｔ ｏｆ Ｓａｌｅｓ ｓｙｓｔｅｍ：販売時点情報管理システム）のように、小売店の店頭でＰＯＳターミナルのＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）で読み取られ、転送されてきた製品コード、メーカー・コード、プライス・コードなどを、例えば週単位で集計した製品別の１３ヶ月分の販売実績などを格納している。
【００２１】
予測結果ファイルは、週ごとに需要予測が行われる都度、予測モデルパターンＡ〜Ｃのネットワークのモデルによりそれぞれ生成される１８週分の各週の予測値をパターン別に格納する。
最終予測結果パターンファイルは、後に図２のテーブルにより詳述するように、過去１８週分の予測結果と販売実績との比較結果を基に選択された、将来１８週分の各週の利用パターンとそのパターンによる予測値とを格納するファイルである。予測の際に最終予測結果パターンファイルが新規作成される都度、１８週前の最終予測結果パターンファイルが削除され、新規作成された今回の最終予測結果パターンファイルは、前回の最終予測結果パターンファイルとして保存される。
最終予測結果ファイルは、選択された今回利用パターンによる最終的な各週の予測値だけを格納している。この予測値がＧＵＩ３を利用してユーザに提示される。
【００２２】
月予測用ファイルは、週予測による需要予測を１ヶ月相当分集積した値をその月の需要予測として格納する。
ネットワーク構造ファイルは、予測モデルパターンＡ〜Ｃのネットワークのモデルに学習させる都度、ネットワーク構造を予測モデルパターン別に格納している。学習によってはネットワーク構造が変更されることもある。
ネットワークパターンファイルは、予測モデルパターンＡ〜Ｃの各ネットワークの学習に使用した入出力データの組み合わせのパターン、即ち入力データのパターンとして販売実績と週番号のパターンとの組み合わせを、出力データのパターンとして予測値と週番号のパターンとの組み合わせを格納している。
【００２３】
学習状況管理ファイルは、例えば、学習した日の日付・学習開始時刻・学習終了時刻・学習回数等の各ネットワークの学習状況をネットワークのモデル別に格納している。
実績集計ファイルは、後述するようにネットワークの学習時に作成されるファイルであって、製品マスタから予測モデルの必要に応じて獲得した、各製品の週単位の販売実績を週番号と対応付けて格納するファイルである。
【００２４】
まず、図３に示す週単位の予測について説明する。
本発明の需要予測装置の動作環境を表わす変数を取得し（Ｓ１）、需要予測に使用するファイル（最終予測結果パターンファイル・最終予測結果ファイル・予測結果ファイル・月予測用ファイル）の各ファイル名をセットして（Ｓ２）、各ファイルをオープンする（Ｓ３）。製品マスタから需要予測の対象とする製品の製品コード・市場投入日・販売中止日を読み込む（Ｓ４）。読み込んだデータのうちの販売中止日をチェックし（Ｓ５）、販売中止日が今週に含まれている場合はその製品を予測対象外とする。
【００２５】
利用パターンの選択に用いる過去の１８週分と、需要を予測する将来の１８週分の週番号を取得し（Ｓ６）、販売実績データが存在しない場合は予測対象外とする（Ｓ７）。
予測結果ファイル（今週分）をオープンして予測結果ワークテーブルの領域をメモリ上に確保し（Ｓ８）、予測モデルパターンＡのネットワーク構造ファイル、ネットワークパターンファイルの各ファイル名をセットする（Ｓ９）。ネットワークパターンファイルからネットワークへ入力する入力配列のデータのパターンを取得し（Ｓ１０）、予測モデルパターンＡによる予測処理を行う（Ｓ１１）。以上のステップＳ９〜Ｓ１１を予測モデルパターンＢと予測モデルパターンＣとに対して同様に繰り返し（Ｓ１２）、今週が週番号３３の週であるとして、今週を含む将来の１８週（第１週〜第１８週）分の予測モデルパターン別の最終予測結果を求め、今週分の予測モデルパターン別の予測結果を得て今週の予測結果ファイルとして出力する（図２(a) ）。
【００２６】
次に、最終予測結果パターンを得るための処理を以下の手順で行う（Ｓ１３）。過去１８週分の予測結果ファイルを順に読み込み、各週の予測結果ファイルに基づいて、各週に行った需要予測により得られた１８週分の各予測モデルパターンの予測値と各週の実績値とを比較し、過去１８週の各週の内の予測値が求められている週について実績値に最も近い予測値を出力した予測モデルパターンを抽出し、各週の比較区分の予測モデルパターンとする（図２(b) ）。なお、図２(b) には、今週が週番号３３の週である場合に、週番号１５の週において作成された予測結果ファイルが最上層に示されており、その下層に週番号１４、１３、・・・、１、−１、−２、−３の週にそれぞれ作成された予測結果ファイルが存在する。
【００２７】
各週の予測結果ファイルに基づく１８週分の予測値と実績値との比較の結果、比較区分として抽出された、各週の需要予測におけるパターンの出現回数を、過去１８週分の予測結果ファイルに基づく結果に従って今回利用テーブル（図２(c) ）の各週の欄に集計し、過去の第１〜１８週（週番号１５〜３２）それぞれでの予測において出現回数が最多のパターンを、今週を含む将来の第１〜１８週（週番号３３〜５０）それぞれの利用パターン（今回利用パターン）とする。
【００２８】
以上のようにして選択された今回利用パターンが予測した第１〜１８週の予測値を予測結果ワークテーブル（図２(a) ）から抽出し、最終予測結果ファイルに書き込む（Ｓ１４）。このような週予測による需要予測を１ヶ月相当分集積した値をその月の需要予測として月予測用ファイルに書き込む。
最終予測結果パターンファイルに第１〜１８週の最終予測結果と今回利用パターンとを書き込む（Ｓ１５）。
【００２９】
次の製品の製品コード・市場投入日・販売中止日を読み込む（Ｓ１６）。読み込んだデータのうちの販売中止日をチェックし（Ｓ１７）、販売中止日が今週に含まれている場合はその製品を予測対象外とする。
【００３０】
需要予測の対象である全製品のデータの需要予測が終了するまで、製品マスタからデータを読み込み、以上のステップＳ７〜Ｓ１７を繰り返して各製品の需要を予測し（Ｓ１８）、全製品のデータの需要予測が終わると、予測結果ファイルの１８週前の予測データを削除して各ファイルをクローズする（Ｓ１９）。
【００３１】
以上のようにして求められた最終予測結果は、例えば表形式でディスプレイに表示され、ユーザはネットワークを意識することなく高精度の予測値を得ることができる。
また、予測結果とともに、過去の予測値、実績値、予測精度などが表示されると、ユーザはこれらのデータを判断材料として、または天候、行事などの条件を加味して、予測結果を、例えばマウスの操作により修正し、生産計画又は流通計画を容易に策定することができる。
【００３２】
次に、ネットワークの学習処理を図４乃至図６のフローチャートを基に説明する。学習は、予測値が実績値から大幅に乖離して誤差が拡大することを回避する目的で行う。
本発明の需要予測装置の動作環境を表わす変数を取得し（Ｓ３１）、学習に必要な各ファイルのファイル名（予測モデルパターンＡ、Ｂ、Ｃそれぞれの学習状況管理ファイル）をセットし（Ｓ３２）、製品マスタから各製品の１３ヶ月分の販売実績データを読み出し（Ｓ３３）、実績修正ファイルを作成する。
【００３３】
前回の学習に要した処理時間をディスプレイに表示し、学習を開始するか否かの選択をユーザに促す（Ｓ３４）。学習の実行開始が選択されなかった場合は処理を終了する。学習の実行が選択されると、開始時刻を表示し（Ｓ３５）、装置側で予め設定されている、実行すべき学習の回数を取得し（Ｓ３６）、ファイル名をセットした各ファイルをオープンする（Ｓ３７）。
【００３４】
製品マスタから、学習対象の製品の製品コード・販売中止日・市場投入日のデータを読み込み（Ｓ３８）、販売中止日をチェックし（Ｓ３９）、販売中止日が今日の日付である場合は学習対象外とする。
学習状況管理ファイルから読み出した学習状況（学習日の日付・学習開始時刻・学習終了時刻・学習回数等）のデータを表示する（Ｓ４０）。
販売実績データが存在しない場合は学習対象外とするなど、学習対象外か否かをチェックする（Ｓ４１）。
予測モデルパターンＡ、Ｂ、Ｃのそれぞれに対して週学習開始処理を行う（Ｓ４２）。
【００３５】
各予測モデルパターンでの週学習処理の手順は図６に示すように、学習開始時刻を取得し（Ｓ４２１１）、各予測モデルパターンでの週学習処理に必要な各ファイル（予測モデルパターンＡ、Ｂ、Ｃそれぞれのネットワーク構造ファイル・ネットワークパターンファイル）のファイル名をセットする（Ｓ４２１２）。ネットワーク構造ファイルからネットワークの構造データを読み出してネットワークを構築し（Ｓ４２１３）、ネットワークパターンファイルから読み出したネットワークパターンを登録する（Ｓ４２１４）。
【００３６】
次に、本例では、先に読み出したネットワークの構造データにより構築したネットワークに同じく先に作成した実績集計ファイルから１３ヶ月分の販売実績データを獲得して１３ヶ月分の販売実績データによる学習を、装置に定められている所定回数だけ行う（Ｓ４２１５）。学習の結果得られたネットワーク構造を格納してネットワーク構造ファイルを保存する（Ｓ４２１６）。学習に使用したデータの組み合わせパターンを格納してネットワークパターンファイルを保存する（Ｓ４２１７）。学習状況管理データを作成し（Ｓ４２１７）、学習状況管理ファイルに格納してファイルを保存し、ネットワークを終了する（Ｓ４２１９）。
同様の学習処理を図５のフローチャートに示すように全予測モデルパターンに対して行う（Ｓ４２１〜Ｓ４２３）。
【００３７】
次の製品の製品コード・市場投入日・販売中止日のデータを読み込む（Ｓ４３）。販売中止日をチェックし（Ｓ４４）、販売中止日が今日の日付である場合は予測対象外とする。
学習状況管理ファイルから読み出した学習状況のデータを表示する（Ｓ４５）。
製品マスタから、学習の対象である全製品のデータを読み終わるまで、以上のステップＳ４１〜Ｓ４５を繰り返して学習し（Ｓ４６）、全製品のデータを読み終わると、学習により構築された予測モデルパターンＡ、Ｂ、Ｃのネットワークの構造データをそれぞれのネットワーク構造ファイルに、また学習に使用したデータの組み合わせパターンをネットワークパターンファイルに格納し、今回の学習状況のデータをそれぞれの予測モデルパターンの学習状況管理ファイルに格納して各ファイルをクローズする（Ｓ４７）。
【００３８】
なお、本例では週単位の予測結果を月単位の予測に反映する場合について説明したが、日単位の予測結果を、週予測、月予測に反映しても、また月単位の予測結果を年単位の予測に反映してもよい。また、週単位の予測と月単位の予測とをそれぞれ単独で行い、週単位の予測結果を拡大した月単位の予測と、単独で行った月単位の予測との比較、予測結果の修正に利用することも可能である。
【００３９】
【発明の効果】
以上のように、本発明の需要予測装置によれば、ニューラルネットワークのモデルを、例えば直近の数ヶ月分のデータから需要を予測するモデル、前年の同時期のデータから需要を予測するモデル、直近のデータと前年の同時期のデータとの両方から需要を予測するモデルなど複数記憶しておくので、製品が多品種にわたる場合でも、その販売実績の変動傾向の把握に最適なモデルによってその販売実績の変動傾向に応じた需要を高精度で安定して予測するという優れた効果を奏する。
【００４０】
また、本発明の需要予測装置によれば、販売実績をニューラルネットワークのモデルに入力して例えば週単位のような短い周期で学習させ、販売実績の変動傾向に応じた需要を予測させることにより、ユーザが保守を行わなくても高い予測精度が安定して得られるという優れた効果を奏する。
【図面の簡単な説明】
【図１】 本発明に係る需要予測装置の機能ブロック図である。
【図２】 需要予測の過程を示す概念図である。
【図３】 週予測処理のフローチャートである。
【図４】 週学習処理のフローチャート（その１）である。
【図５】 週学習処理のフローチャート（その２）である。
【図６】 週学習処理のフローチャート（その３）である。
【符号の説明】
１ 予測モデル
２ 予測エンジン
３ ＧＵＩ
【発明の属する技術分野】
本発明は、製品の販売実績に基づく販売実績の変動傾向から製品の需要を予測する需要予測装置に関する。
【０００２】
【従来の技術】
製造業、流通業などでは、できるだけ少ない在庫量で消費者の需要に応じた量の製品を常に供給し、在庫費用、物流費用などを低減することが、製品の販売単価の低減、利益率の向上につながる。従って、製品の需要を精度良く予測し、消費者の需要動向に応じた販売計画、生産計画、物流計画などを立案する必要がある。
【０００３】
従来、製品の需要を予測して販売計画を立案するシステムとして、個々の製品の売行き状況、売上構成比、利益率などの販売実績特性を基に、販売計画の熟練者が持つ販売実績の変動傾向の分析に関する知識（ルール）を活用し、ファジィ演算で個々の製品の販売促進の容易さを示す指数を算出し、この指数に基づく個々の製品の販売予測結果を表示し、販売計画を効率良く計画するためのユーザインターフェースを提供するシステムが開示されている（特開平５−１５１２３４号）。
【０００４】
また、複数の店舗の中から抽出したサンプル店から製品ごとの販売量を収集し、サンプル店が全店に占める売上実績比と、サンプル店における商品特性（価格帯、販売対象年齢、売り方など）とに基づき、サンプル店の販売量から全店の販売量を推計する一方、過去の販売実績の推移に基づき、複数種類の販売推移パターンと最終販売見込み量とを記憶しておき、記憶している販売推移パターンの中から、推計した全店の販売量の推移パターンに類似したパターンを選択してその最終販売見込み量をその商品の販売見込み量として生産を計画するシステムが開示されている（特公平８−１６９５０号）。
【０００５】
【発明が解決しようとする課題】
以上のように、過去の販売実績の動向を分析して需要を予測する従来の方法としては、予測のアルゴリズム、販売実績の変動傾向の分析の知識、条件などをルールのような形で明文化している時系列予測、計量モデルなどの統計解析技術を適用する方法が主流である。
【０００６】
ところで、近年のように製品のトレンドが短いサイクルで変化すると、分析に用いたデータがすぐに古くなって予測精度が落ちるので、高い予測精度を保つためには、上述のアルゴリズム、知識、条件などのソフトウェアの保守が頻繁に必要となる。しかし、専門家の豊富な経験、勘などに従った予測の手法をルールのような形で明文化するには長時間を要し、また熟練を要するので、保守を専門家に頼らなければならず保守が困難である。
【０００７】
本発明はこのような問題点を解決するためになされたものであって、ニューラルネットワークのモデルとして、例えば直近の数ヶ月分のデータから需要を予測するモデル、前年の同時期のデータから需要を予測するモデル、直近のデータと前年の同時期のデータとの両方から需要を予測するモデルなど複数記憶しておくことにより、製品が多品種にわたる場合でも、その販売実績の変動傾向の把握に最適なモデルによってその販売実績の変動傾向に応じた需要を高精度で安定して予測する需要予測装置の提供を目的とする。
【０００８】
また、販売実績をニューラルネットワークのモデルに入力して例えば週単位のような短い周期で学習させ、販売実績の変動傾向に応じた需要を予測させることにより、ユーザが保守を行わなくても高い予測精度が安定して得られる需要予測装置の提供を目的とする。
【０００９】
【課題を解決するための手段】
本発明の需要予測装置は、製品の将来の需要予測を過去の販売実績に基づいて行う需要予測装置であって、該需要予測装置はコンピュータからなり、前記コンピュータは、それぞれが異なる予測モデルに基づいて予測した予測結果を出力する複数のニューラルネットワークのモデルを記憶した記憶装置と、該記憶装置に記憶されている前記複数のニューラルネットワークのモデルに、過去の第１の所定の期間分の販売実績による学習を予め行わせる手段と、前記記憶装置に記憶されている前記複数のニューラルネットワークのモデルそれぞれに、前記第１の所定の期間よりは短期間である直近の将来の複数の連続する単位期間からなる第２の所定の期間における前記各単位期間毎の需要予測を行わせる手段と、前記複数のニューラルネットワークそれぞれによる需要予測結果を各単位期間毎に予測結果ファイルとして作成する予測結果ファイル作成手段と、過去の各単位期間において前記予測結果ファイル作成手段がそれぞれ作成した複数の予測結果ファイルを対象として、前記第２の所定の期間と同一の期間である直近の過去の複数の連続する単位期間からなる第３の所定の期間における各単位期間の需要予測結果を販売実績に最も近く予測したニューラルネットワークのモデルを前記第３の所定の期間中の各単位期間別に特定する予測モデル特定手段と、該予測モデル特定手段が前記第３の所定の期間中の各単位期間それぞれにおいて特定したニューラルネットワークのモデル別の数を、前記第３の所定の期間を対象として前記予測結果ファイル作成手段が作成した複数の予測結果ファイルを対象として、各単位期間別に集計する集計手段と、該集計手段による集計結果から各単位期間別に最も出現回数が多いニューラルネットワークのモデルを選択する予測モデル選択手段と、直近の将来の前記第２の所定の期間を対象として前記予測結果ファイル作成手段が作成した予測結果ファイルの各単位期間別の各ニューラルネットワークのモデルによる予測結果の内の、前記第３の所定の期間における時系列的に対応する各単位期間別に前記予測モデル選択手段が選択したニューラルネットワークのモデルによる予測結果を需要予測結果として選択する予測結果選択手段とを備えたことを特徴とする。
【００１０】
従って、過去のある時期の販売実績を需要予測結果として出力するように予めニューラルネットワークを学習させておくことにより、それ以降のある時期の販売実績に近い出力、即ち、その販売実績の変動傾向に即した出力が得られるように、製品の販売実績の変動傾向に即した需要予測が可能となるのでユーザが保守を行わなくても高い予測精度が安定して得られる。
さらに、年間を通じてその販売実績の変動傾向がほぼ変わらない、数ヶ月の短期間で販売実績の変動傾向が変化するといったように、例えば販売実績の変動傾向のパターンが異なる多品種の製品を対象とした場合でも、販売実績の変動傾向のパターンに応じたニューラルネットワークのモデルを複数の中から選択することができるので、その販売実績の変動傾向に応じた需要を高精度で安定して予測する。
【００１２】
また、本発明の需要予測装置は、前記第１の所定の期間は、直近の過去の１３ヶ月間であり、前記第２及び第３の所定の期間は１８週であり、前記単位期間は１週間であることを特徴とする。
従って、販売実績の変動傾向の分析のために３年分といったような膨大な量のデータを確保する必要がない。逆に、販売実績の変動傾向の把握には障害となるような古いデータが需要予測用のデータから排除され、高い需要予測精度が得られる。
【００１３】
また、本発明の需要予測装置は、前記単位期間の需要予測結果を複数単位期間分集積することにより、より長期の需要予測結果とすることを特徴とする。
これにより、たとえば週別の予測結果から月別の長期予測を、月別の予測結果から四半期別の予測結果というように、製品の生産、流通の計画レベルに合った期間の予測値をユーザに提供できる。
【００１４】
【発明の実施の形態】
図１は本発明に係る需要予測装置の機能ブロック図である。
破線で囲んで示した本発明装置は、オペレーティングシステム（ＯＳ）として、例えば、ＭＳ−ＤＯＳ（米マイクロソフト社製）環境で、グラフィックス図形を使って画面の見やすさ、操作性を向上させるグラフィカル・ユーザ・インタフェース（ＧＵＩ）を提供する、ＭＳ−ＷＩＮＤＯＷＳ９５（米マイクロソフト社製）のようなＯＳを搭載したパーソナルコンピュータ、ワークステーション等で動作する。
【００１５】
予測モデル１は、ニューラルネットワーク（以下、ネットワークという）の予測モデル、例えば直近の数ヶ月分のデータから需要を予測するモデル、前年の同時期のデータから需要を予測するモデル、直近のデータと前年の同時期のデータとの両方から需要を予測するモデルなどの複数モデルが定義されている記憶装置である。各ネットワークの予測モデルにおいては、多数のニューロンの結合からなるネットワークの構造と、需要との間に因果関係のある要素のうち影響が大きい要素、本例では販売実績とカレンダー上の週の位置を示す週番号（カレンダー上の第何週であるか）の時系列データからなるネットワークへのデータの入力パターンと、これに対応する出力パターン、即ち需要予測と週番号との組み合わせが定義されている。
なお、週番号は、「１年のうちの第Ｘ週」、「Ｘ月第Ｘ週」のいずれの表現でもよい。また週番号に代えて、「Ｘ年Ｘ月Ｘ日」というカレンダーデータをそのまま用いてもよい。
【００１６】
予測エンジン２は、後にその手順を示すように、予測モデルをどのように展開して需要を予測するかの仕組みを提供するコンピュータの本体である（図３乃至図６参照）。
【００１７】
ＧＵＩ３はＥＸＣＥＬ（米マイクロソフト社製の表計算ソフトウェア）とＶｉｓｕａｌ Ｂａｓｉｃ（ＶＢ：米マイクロソフト社製のプログラミング・ツール）とにより作成されており、ＶＢによってウィンドウに、表、グラフなどを作成するためのさまざまな部品を並べ、それらの属性を指定し、マウスがクリックされるといったようなイベントに対する処理を記述するというプログラミングができる。
【００１８】
ＧＵＩ３は、ウィンドウに表示した表、グラフに対するマウスの操作によって予測値を計画値に変更するといったような、予測モデル１を利用して得られた需要予測から生産又は流通計画を立案するまでの作業を支援するインタフェースをユーザに提供する。
このようなユーザ・インタフェースとして、ＧＵＩ３は、例えば、過去のデータとの比較機能、予測値と実績値との誤差を％、グラフなどで表示することによる予測精度の監視機能などの販売実績の変動傾向の分析に関する機能を提供する。ユーザはこのデータを参照し、マウスなどの操作により将来の需要予測に修正を加えることが可能である。
【００１９】
以上のような本発明の需要予測装置における、単位期間としての週毎の需要予測の手順を、図２に示すテーブルの具体例、及び図３のフローチャートに基づいて、また週毎の予測に先立って行う学習の手順を図４乃至図６のフローチャートに基づいて説明する。なお、本例では予測モデルとして、予測モデルパターンＡ、Ｂ、Ｃの３つを用意した場合について説明する。また、本例では週単位で予測を行う場合を例に説明するが、予測を行う頻度は週単位に限らず、日単位、月単位であってもよい。また学習の頻度も週単位に限るものではない。
【００２０】
手順の説明に先立って、本発明の需要予測装置で使用する各ファイルの内容を以下に説明する。
製品マスタは、製品コード・市場投入日・販売中止日・在庫量とともに、例えば、ＰＯＳシステム（Ｐｏｉｎｔ ｏｆ Ｓａｌｅｓ ｓｙｓｔｅｍ：販売時点情報管理システム）のように、小売店の店頭でＰＯＳターミナルのＯＣＲ（Ｏｐｔｉｃａｌ Ｃｈａｒａｃｔｅｒ Ｒｅａｄｅｒ）で読み取られ、転送されてきた製品コード、メーカー・コード、プライス・コードなどを、例えば週単位で集計した製品別の１３ヶ月分の販売実績などを格納している。
【００２１】
予測結果ファイルは、週ごとに需要予測が行われる都度、予測モデルパターンＡ〜Ｃのネットワークのモデルによりそれぞれ生成される１８週分の各週の予測値をパターン別に格納する。
最終予測結果パターンファイルは、後に図２のテーブルにより詳述するように、過去１８週分の予測結果と販売実績との比較結果を基に選択された、将来１８週分の各週の利用パターンとそのパターンによる予測値とを格納するファイルである。予測の際に最終予測結果パターンファイルが新規作成される都度、１８週前の最終予測結果パターンファイルが削除され、新規作成された今回の最終予測結果パターンファイルは、前回の最終予測結果パターンファイルとして保存される。
最終予測結果ファイルは、選択された今回利用パターンによる最終的な各週の予測値だけを格納している。この予測値がＧＵＩ３を利用してユーザに提示される。
【００２２】
月予測用ファイルは、週予測による需要予測を１ヶ月相当分集積した値をその月の需要予測として格納する。
ネットワーク構造ファイルは、予測モデルパターンＡ〜Ｃのネットワークのモデルに学習させる都度、ネットワーク構造を予測モデルパターン別に格納している。学習によってはネットワーク構造が変更されることもある。
ネットワークパターンファイルは、予測モデルパターンＡ〜Ｃの各ネットワークの学習に使用した入出力データの組み合わせのパターン、即ち入力データのパターンとして販売実績と週番号のパターンとの組み合わせを、出力データのパターンとして予測値と週番号のパターンとの組み合わせを格納している。
【００２３】
学習状況管理ファイルは、例えば、学習した日の日付・学習開始時刻・学習終了時刻・学習回数等の各ネットワークの学習状況をネットワークのモデル別に格納している。
実績集計ファイルは、後述するようにネットワークの学習時に作成されるファイルであって、製品マスタから予測モデルの必要に応じて獲得した、各製品の週単位の販売実績を週番号と対応付けて格納するファイルである。
【００２４】
まず、図３に示す週単位の予測について説明する。
本発明の需要予測装置の動作環境を表わす変数を取得し（Ｓ１）、需要予測に使用するファイル（最終予測結果パターンファイル・最終予測結果ファイル・予測結果ファイル・月予測用ファイル）の各ファイル名をセットして（Ｓ２）、各ファイルをオープンする（Ｓ３）。製品マスタから需要予測の対象とする製品の製品コード・市場投入日・販売中止日を読み込む（Ｓ４）。読み込んだデータのうちの販売中止日をチェックし（Ｓ５）、販売中止日が今週に含まれている場合はその製品を予測対象外とする。
【００２５】
利用パターンの選択に用いる過去の１８週分と、需要を予測する将来の１８週分の週番号を取得し（Ｓ６）、販売実績データが存在しない場合は予測対象外とする（Ｓ７）。
予測結果ファイル（今週分）をオープンして予測結果ワークテーブルの領域をメモリ上に確保し（Ｓ８）、予測モデルパターンＡのネットワーク構造ファイル、ネットワークパターンファイルの各ファイル名をセットする（Ｓ９）。ネットワークパターンファイルからネットワークへ入力する入力配列のデータのパターンを取得し（Ｓ１０）、予測モデルパターンＡによる予測処理を行う（Ｓ１１）。以上のステップＳ９〜Ｓ１１を予測モデルパターンＢと予測モデルパターンＣとに対して同様に繰り返し（Ｓ１２）、今週が週番号３３の週であるとして、今週を含む将来の１８週（第１週〜第１８週）分の予測モデルパターン別の最終予測結果を求め、今週分の予測モデルパターン別の予測結果を得て今週の予測結果ファイルとして出力する（図２(a) ）。
【００２６】
次に、最終予測結果パターンを得るための処理を以下の手順で行う（Ｓ１３）。過去１８週分の予測結果ファイルを順に読み込み、各週の予測結果ファイルに基づいて、各週に行った需要予測により得られた１８週分の各予測モデルパターンの予測値と各週の実績値とを比較し、過去１８週の各週の内の予測値が求められている週について実績値に最も近い予測値を出力した予測モデルパターンを抽出し、各週の比較区分の予測モデルパターンとする（図２(b) ）。なお、図２(b) には、今週が週番号３３の週である場合に、週番号１５の週において作成された予測結果ファイルが最上層に示されており、その下層に週番号１４、１３、・・・、１、−１、−２、−３の週にそれぞれ作成された予測結果ファイルが存在する。
【００２７】
各週の予測結果ファイルに基づく１８週分の予測値と実績値との比較の結果、比較区分として抽出された、各週の需要予測におけるパターンの出現回数を、過去１８週分の予測結果ファイルに基づく結果に従って今回利用テーブル（図２(c) ）の各週の欄に集計し、過去の第１〜１８週（週番号１５〜３２）それぞれでの予測において出現回数が最多のパターンを、今週を含む将来の第１〜１８週（週番号３３〜５０）それぞれの利用パターン（今回利用パターン）とする。
【００２８】
以上のようにして選択された今回利用パターンが予測した第１〜１８週の予測値を予測結果ワークテーブル（図２(a) ）から抽出し、最終予測結果ファイルに書き込む（Ｓ１４）。このような週予測による需要予測を１ヶ月相当分集積した値をその月の需要予測として月予測用ファイルに書き込む。
最終予測結果パターンファイルに第１〜１８週の最終予測結果と今回利用パターンとを書き込む（Ｓ１５）。
【００２９】
次の製品の製品コード・市場投入日・販売中止日を読み込む（Ｓ１６）。読み込んだデータのうちの販売中止日をチェックし（Ｓ１７）、販売中止日が今週に含まれている場合はその製品を予測対象外とする。
【００３０】
需要予測の対象である全製品のデータの需要予測が終了するまで、製品マスタからデータを読み込み、以上のステップＳ７〜Ｓ１７を繰り返して各製品の需要を予測し（Ｓ１８）、全製品のデータの需要予測が終わると、予測結果ファイルの１８週前の予測データを削除して各ファイルをクローズする（Ｓ１９）。
【００３１】
以上のようにして求められた最終予測結果は、例えば表形式でディスプレイに表示され、ユーザはネットワークを意識することなく高精度の予測値を得ることができる。
また、予測結果とともに、過去の予測値、実績値、予測精度などが表示されると、ユーザはこれらのデータを判断材料として、または天候、行事などの条件を加味して、予測結果を、例えばマウスの操作により修正し、生産計画又は流通計画を容易に策定することができる。
【００３２】
次に、ネットワークの学習処理を図４乃至図６のフローチャートを基に説明する。学習は、予測値が実績値から大幅に乖離して誤差が拡大することを回避する目的で行う。
本発明の需要予測装置の動作環境を表わす変数を取得し（Ｓ３１）、学習に必要な各ファイルのファイル名（予測モデルパターンＡ、Ｂ、Ｃそれぞれの学習状況管理ファイル）をセットし（Ｓ３２）、製品マスタから各製品の１３ヶ月分の販売実績データを読み出し（Ｓ３３）、実績修正ファイルを作成する。
【００３３】
前回の学習に要した処理時間をディスプレイに表示し、学習を開始するか否かの選択をユーザに促す（Ｓ３４）。学習の実行開始が選択されなかった場合は処理を終了する。学習の実行が選択されると、開始時刻を表示し（Ｓ３５）、装置側で予め設定されている、実行すべき学習の回数を取得し（Ｓ３６）、ファイル名をセットした各ファイルをオープンする（Ｓ３７）。
【００３４】
製品マスタから、学習対象の製品の製品コード・販売中止日・市場投入日のデータを読み込み（Ｓ３８）、販売中止日をチェックし（Ｓ３９）、販売中止日が今日の日付である場合は学習対象外とする。
学習状況管理ファイルから読み出した学習状況（学習日の日付・学習開始時刻・学習終了時刻・学習回数等）のデータを表示する（Ｓ４０）。
販売実績データが存在しない場合は学習対象外とするなど、学習対象外か否かをチェックする（Ｓ４１）。
予測モデルパターンＡ、Ｂ、Ｃのそれぞれに対して週学習開始処理を行う（Ｓ４２）。
【００３５】
各予測モデルパターンでの週学習処理の手順は図６に示すように、学習開始時刻を取得し（Ｓ４２１１）、各予測モデルパターンでの週学習処理に必要な各ファイル（予測モデルパターンＡ、Ｂ、Ｃそれぞれのネットワーク構造ファイル・ネットワークパターンファイル）のファイル名をセットする（Ｓ４２１２）。ネットワーク構造ファイルからネットワークの構造データを読み出してネットワークを構築し（Ｓ４２１３）、ネットワークパターンファイルから読み出したネットワークパターンを登録する（Ｓ４２１４）。
【００３６】
次に、本例では、先に読み出したネットワークの構造データにより構築したネットワークに同じく先に作成した実績集計ファイルから１３ヶ月分の販売実績データを獲得して１３ヶ月分の販売実績データによる学習を、装置に定められている所定回数だけ行う（Ｓ４２１５）。学習の結果得られたネットワーク構造を格納してネットワーク構造ファイルを保存する（Ｓ４２１６）。学習に使用したデータの組み合わせパターンを格納してネットワークパターンファイルを保存する（Ｓ４２１７）。学習状況管理データを作成し（Ｓ４２１７）、学習状況管理ファイルに格納してファイルを保存し、ネットワークを終了する（Ｓ４２１９）。
同様の学習処理を図５のフローチャートに示すように全予測モデルパターンに対して行う（Ｓ４２１〜Ｓ４２３）。
【００３７】
次の製品の製品コード・市場投入日・販売中止日のデータを読み込む（Ｓ４３）。販売中止日をチェックし（Ｓ４４）、販売中止日が今日の日付である場合は予測対象外とする。
学習状況管理ファイルから読み出した学習状況のデータを表示する（Ｓ４５）。
製品マスタから、学習の対象である全製品のデータを読み終わるまで、以上のステップＳ４１〜Ｓ４５を繰り返して学習し（Ｓ４６）、全製品のデータを読み終わると、学習により構築された予測モデルパターンＡ、Ｂ、Ｃのネットワークの構造データをそれぞれのネットワーク構造ファイルに、また学習に使用したデータの組み合わせパターンをネットワークパターンファイルに格納し、今回の学習状況のデータをそれぞれの予測モデルパターンの学習状況管理ファイルに格納して各ファイルをクローズする（Ｓ４７）。
【００３８】
なお、本例では週単位の予測結果を月単位の予測に反映する場合について説明したが、日単位の予測結果を、週予測、月予測に反映しても、また月単位の予測結果を年単位の予測に反映してもよい。また、週単位の予測と月単位の予測とをそれぞれ単独で行い、週単位の予測結果を拡大した月単位の予測と、単独で行った月単位の予測との比較、予測結果の修正に利用することも可能である。
【００３９】
【発明の効果】
以上のように、本発明の需要予測装置によれば、ニューラルネットワークのモデルを、例えば直近の数ヶ月分のデータから需要を予測するモデル、前年の同時期のデータから需要を予測するモデル、直近のデータと前年の同時期のデータとの両方から需要を予測するモデルなど複数記憶しておくので、製品が多品種にわたる場合でも、その販売実績の変動傾向の把握に最適なモデルによってその販売実績の変動傾向に応じた需要を高精度で安定して予測するという優れた効果を奏する。
【００４０】
また、本発明の需要予測装置によれば、販売実績をニューラルネットワークのモデルに入力して例えば週単位のような短い周期で学習させ、販売実績の変動傾向に応じた需要を予測させることにより、ユーザが保守を行わなくても高い予測精度が安定して得られるという優れた効果を奏する。
【図面の簡単な説明】
【図１】 本発明に係る需要予測装置の機能ブロック図である。
【図２】 需要予測の過程を示す概念図である。
【図３】 週予測処理のフローチャートである。
【図４】 週学習処理のフローチャート（その１）である。
【図５】 週学習処理のフローチャート（その２）である。
【図６】 週学習処理のフローチャート（その３）である。
【符号の説明】
１ 予測モデル
２ 予測エンジン
３ ＧＵＩ
Claims (4)
- 製品の将来の需要予測を過去の販売実績に基づいて行う需要予測装置であって、該需要予測装置はコンピュータからなり、
前記コンピュータは、
それぞれが異なる予測モデルに基づいて予測した予測結果を出力する複数のニューラルネットワークのモデルを記憶した記憶装置と、
該記憶装置に記憶されている前記複数のニューラルネットワークのモデルに、過去の第１の所定の期間分の販売実績による学習を予め行わせる手段と、
前記記憶装置に記憶されている前記複数のニューラルネットワークのモデルそれぞれに、前記第１の所定の期間よりは短期間である直近の将来の複数の連続する単位期間からなる第２の所定の期間における前記各単位期間毎の需要予測を行わせる手段と、
前記複数のニューラルネットワークそれぞれによる需要予測結果を各単位期間毎に予測結果ファイルとして作成する予測結果ファイル作成手段と、
過去の各単位期間において前記予測結果ファイル作成手段がそれぞれ作成した複数の予測結果ファイルを対象として、前記第２の所定の期間と同一の期間である直近の過去の複数の連続する単位期間からなる第３の所定の期間における各単位期間の需要予測結果を販売実績に最も近く予測したニューラルネットワークのモデルを前記第３の所定の期間中の各単位期間別に特定する予測モデル特定手段と、
該予測モデル特定手段が前記第３の所定の期間中の各単位期間それぞれにおいて特定したニューラルネットワークのモデル別の数を、前記第３の所定の期間を対象として前記予測結果ファイル作成手段が作成した複数の予測結果ファイルを対象として、各単位期間別に集計する集計手段と、
該集計手段による集計結果から各単位期間別に最も出現回数が多いニューラルネットワークのモデルを選択する予測モデル選択手段と、
直近の将来の前記第２の所定の期間を対象として前記予測結果ファイル作成手段が作成した予測結果ファイルの各単位期間別の各ニューラルネットワークのモデルによる予測結果の内の、前記第３の所定の期間における時系列的に対応する各単位期間別に前記予測モデル選択手段が選択したニューラルネットワークのモデルによる予測結果を需要予測結果として選択する予測結果選択手段と
を備えたことを特徴とする需要予測装置。 - 前記第１の所定の期間は、直近の過去の１３ヶ月間であり、前記第２及び第３の所定の期間は１８週であり、前記単位期間は１週間であることを特徴とする請求項１に記載の需要予測装置。
- 前記単位期間の需要予測結果を複数単位期間分集積することにより、より長期の需要予測結果とすることを特徴とする請求項１又は２に記載の需要予測装置。
- 前記コンピュータは、販売実績と需要予測結果との誤差を出力するユーザインタフェース手段を更に備えたことを特徴とする請求項１乃至３のいずれかに記載の需要予測装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29549996A JP3767954B2 (ja) | 1996-11-07 | 1996-11-07 | 需要予測装置 |
| US08/955,663 US6032125A (en) | 1996-11-07 | 1997-10-22 | Demand forecasting method, demand forecasting system, and recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29549996A JP3767954B2 (ja) | 1996-11-07 | 1996-11-07 | 需要予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH10143490A JPH10143490A (ja) | 1998-05-29 |
| JP3767954B2 true JP3767954B2 (ja) | 2006-04-19 |
Family
ID=17821412
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29549996A Expired - Lifetime JP3767954B2 (ja) | 1996-11-07 | 1996-11-07 | 需要予測装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6032125A (ja) |
| JP (1) | JP3767954B2 (ja) |
Families Citing this family (228)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1999026168A2 (en) * | 1997-11-19 | 1999-05-27 | I2 Technologies, Inc. | Computer-implemented product valuation tool |
| US7376578B1 (en) * | 1997-11-19 | 2008-05-20 | I2 Technologies Us, Inc. | Computer-implemented product valuation tool |
| US6205431B1 (en) * | 1998-10-29 | 2001-03-20 | Smart Software, Inc. | System and method for forecasting intermittent demand |
| US7146330B1 (en) | 1999-02-08 | 2006-12-05 | Vulcan Portals, Inc. | Method and system for creating and managing groups for increasing buying power on the world wide web |
| US6470324B1 (en) * | 1999-02-19 | 2002-10-22 | Daimlerchrysler Corporation | Dealer inventory management system |
| US7480623B1 (en) * | 2000-03-25 | 2009-01-20 | The Retail Pipeline Integration Group, Inc. | Method and system for determining time-phased product sales forecasts and projected replenishment shipments for a retail store supply chain |
| AU3771800A (en) | 1999-03-26 | 2000-10-16 | Retail Pipeline Integration Group, Inc., The | Method and system for determining time-phased sales forecasts and projected replenishment shipments in a supply chain |
| US7194427B1 (en) | 1999-03-31 | 2007-03-20 | Vulcan Portals, Inc. | On-line group-buying sale with increased value system and method |
| US6101484A (en) * | 1999-03-31 | 2000-08-08 | Mercata, Inc. | Dynamic market equilibrium management system, process and article of manufacture |
| WO2000067191A2 (en) * | 1999-05-05 | 2000-11-09 | Bios Group Lp | A method for predicting product demand using self-organizing demand loops |
| US7512542B1 (en) | 1999-06-10 | 2009-03-31 | A.C. Nielsen (Us), Inc. | Method and system for market research data mining |
| US7480627B1 (en) | 1999-07-06 | 2009-01-20 | Vulcan Portals, Inc. | System and method for extension of group buying throughout the internet |
| EP1212716A1 (en) * | 1999-07-13 | 2002-06-12 | Compudigm International Limited | Interaction prediction system and method |
| US6505168B1 (en) * | 1999-08-16 | 2003-01-07 | First Usa Bank, Na | System and method for gathering and standardizing customer purchase information for target marketing |
| US7072863B1 (en) * | 1999-09-08 | 2006-07-04 | C4Cast.Com, Inc. | Forecasting using interpolation modeling |
| US7124111B1 (en) * | 1999-09-14 | 2006-10-17 | Jpmorgan Chase Bank, N.A. | Service charge adjustment platform |
| US7542921B1 (en) | 1999-09-30 | 2009-06-02 | Jpmorgan Chase Bank, N.A. | Network-based financial planning system and method |
| US7130809B1 (en) | 1999-10-08 | 2006-10-31 | I2 Technology Us, Inc. | System for planning a new product portfolio |
| US20020116272A1 (en) * | 1999-10-27 | 2002-08-22 | Szynalski Alexander Goen | Advertising strategy and motivational behavior modification method for weight loss |
| JP4437576B2 (ja) * | 1999-11-11 | 2010-03-24 | 株式会社日立製作所 | グラフ表示方法及びその実施装置並びにその処理プログラムを記録した記録媒体 |
| US7716077B1 (en) | 1999-11-22 | 2010-05-11 | Accenture Global Services Gmbh | Scheduling and planning maintenance and service in a network-based supply chain environment |
| US8271336B2 (en) | 1999-11-22 | 2012-09-18 | Accenture Global Services Gmbh | Increased visibility during order management in a network-based supply chain environment |
| US8032409B1 (en) | 1999-11-22 | 2011-10-04 | Accenture Global Services Limited | Enhanced visibility during installation management in a network-based supply chain environment |
| US7130807B1 (en) | 1999-11-22 | 2006-10-31 | Accenture Llp | Technology sharing during demand and supply planning in a network-based supply chain environment |
| US6965865B2 (en) | 1999-12-30 | 2005-11-15 | Bank One Delaware N.A. | System and method for integrated customer management |
| US6711550B1 (en) * | 2000-03-31 | 2004-03-23 | Ford Motor Company | Method and system for capacity planning |
| US6708156B1 (en) * | 2000-04-17 | 2004-03-16 | Michael Von Gonten, Inc. | System and method for projecting market penetration |
| US7212996B1 (en) | 2000-04-20 | 2007-05-01 | Jpmorgan Chase Bank, N.A. | System and method for dynamic, multivariable comparison of financial products |
| US6804657B1 (en) * | 2000-05-11 | 2004-10-12 | Oracle International Corp. | Methods and systems for global sales forecasting |
| US7263498B1 (en) | 2000-05-23 | 2007-08-28 | Vulcan Portals, Inc. | Attaining product inventory groupings for sales in a group-buying environment |
| AU2001265031A1 (en) | 2000-05-25 | 2001-12-03 | Tradescape Technologies, L.L.C. | Solutions server |
| US7363246B1 (en) | 2000-06-19 | 2008-04-22 | Vulcan Portals, Inc. | System and method for enhancing buyer and seller interaction during a group-buying sale |
| US6978249B1 (en) * | 2000-07-28 | 2005-12-20 | Hewlett-Packard Development Company, L.P. | Profile-based product demand forecasting |
| US7031935B1 (en) * | 2000-07-31 | 2006-04-18 | J.P. Morgan Advisory Services Inc. | Method and system for computing path dependent probabilities of attaining financial goals |
| WO2002013103A1 (en) * | 2000-08-05 | 2002-02-14 | Okraa, Llc | System and method for aligning data |
| US7640179B1 (en) | 2000-08-05 | 2009-12-29 | Okraa, Llc | User interface and method to facilitate analysis and/or planning of business operation |
| US20020107720A1 (en) * | 2000-09-05 | 2002-08-08 | Walt Disney Parks And Resorts | Automated system and method of forecasting demand |
| US6745150B1 (en) * | 2000-09-25 | 2004-06-01 | Group 1 Software, Inc. | Time series analysis and forecasting program |
| US20020082899A1 (en) * | 2000-09-29 | 2002-06-27 | Aley Fredrick J. | Methods and systems for integrating marketing, production, and finance |
| US7580890B2 (en) * | 2000-10-12 | 2009-08-25 | Jpmorgan Chase Bank, N.A. | System and method for supervising account management operations |
| US7831467B1 (en) | 2000-10-17 | 2010-11-09 | Jpmorgan Chase Bank, N.A. | Method and system for retaining customer loyalty |
| US20020095307A1 (en) * | 2000-10-27 | 2002-07-18 | Manugistics, Inc. | System and method for inventory and capacity availability management |
| WO2002035438A1 (en) * | 2000-10-27 | 2002-05-02 | Manugistics, Inc. | System and method of monitoring supply chain parameters |
| US7668761B2 (en) | 2000-10-27 | 2010-02-23 | Jda Software Group | System and method for ensuring order fulfillment |
| EP1350199A4 (en) * | 2000-10-27 | 2006-12-20 | Manugistics Inc | FORECASTING AND PLANNING PRODUCTION-DISTRIBUTION BASED ON CLIENT DEMAND |
| US7149677B2 (en) * | 2000-10-30 | 2006-12-12 | Translation Technologies, Inc. | Geometric model comparator and method |
| US7580851B1 (en) * | 2000-11-16 | 2009-08-25 | Ims Software Services Ltd. | System and method for estimating daily sales volume |
| US10204349B2 (en) | 2000-12-20 | 2019-02-12 | International Business Machines Corporation | Analyzing customer segments |
| US7295999B1 (en) | 2000-12-20 | 2007-11-13 | Jpmorgan Chase Bank, N.A. | System and method for determining eligibility and enrolling members in various programs |
| US7657470B1 (en) | 2000-12-20 | 2010-02-02 | Demandtec, Inc. | Financial model engine |
| US9165270B2 (en) * | 2000-12-20 | 2015-10-20 | International Business Machines Corporation | Predicting likelihood of customer attrition and retention measures |
| US9785953B2 (en) * | 2000-12-20 | 2017-10-10 | International Business Machines Corporation | System and method for generating demand groups |
| US7302410B1 (en) * | 2000-12-22 | 2007-11-27 | Demandtec, Inc. | Econometric optimization engine |
| US7660734B1 (en) | 2000-12-20 | 2010-02-09 | Demandtec, Inc. | System for creating optimized promotion event calendar |
| US7877286B1 (en) | 2000-12-20 | 2011-01-25 | Demandtec, Inc. | Subset optimization system |
| US9773250B2 (en) * | 2000-12-20 | 2017-09-26 | International Business Machines Corporation | Product role analysis |
| US10496938B2 (en) | 2000-12-20 | 2019-12-03 | Acoustic, L.P. | Generating product decisions |
| US7062447B1 (en) | 2000-12-20 | 2006-06-13 | Demandtec, Inc. | Imputed variable generator |
| US7617119B1 (en) | 2000-12-20 | 2009-11-10 | Demandtec, Inc. | Price optimization with rule relaxation |
| US7899691B1 (en) | 2000-12-20 | 2011-03-01 | Demandtec, Inc. | Econometric engine |
| US7523047B1 (en) | 2000-12-20 | 2009-04-21 | Demandtec, Inc. | Price optimization system |
| US20100010870A1 (en) * | 2000-12-20 | 2010-01-14 | Karl Millar | System and Method for Tuning Demand Coefficients |
| JP4678943B2 (ja) | 2000-12-22 | 2011-04-27 | 富士通株式会社 | 新製品の初期投入量予測方法、新製品の初期投入量予測装置及び記録媒体 |
| US8010404B1 (en) | 2000-12-22 | 2011-08-30 | Demandtec, Inc. | Systems and methods for price and promotion response analysis |
| US7212976B2 (en) * | 2001-01-22 | 2007-05-01 | W.W. Grainger, Inc. | Method for selecting a fulfillment plan for moving an item within an integrated supply chain |
| US7324966B2 (en) | 2001-01-22 | 2008-01-29 | W.W. Grainger | Method for fulfilling an order in an integrated supply chain management system |
| US7313534B2 (en) * | 2001-01-22 | 2007-12-25 | W.W. Grainger, Inc. | System and method for predictive maintenance and service parts fulfillment in a supply chain |
| US20020138336A1 (en) * | 2001-02-06 | 2002-09-26 | Bakes Frank Heinrich | Method and system for optimizing product inventory levels |
| US7895098B2 (en) * | 2001-03-01 | 2011-02-22 | Jpmorgan Chase Bank, N.A. | System and method for measuring and utilizing pooling analytics |
| US20030041001A1 (en) * | 2001-03-23 | 2003-02-27 | Restaurant Services Inc. ("RSI") | System, method and computer program product for an auction function in a supply chain management framework |
| US20030046136A1 (en) * | 2001-03-23 | 2003-03-06 | Hoffman George Harry | System, method and computer program product for assessing market trends in a supply chain management framework |
| US20030069823A1 (en) * | 2001-03-23 | 2003-04-10 | Restaurant Services, Inc. | System, method and computer program product for auctioning surplus products in a supply chain management framework |
| US6954736B2 (en) * | 2001-03-23 | 2005-10-11 | Restaurant Services, Inc. | System, method and computer program product for order confirmation in a supply chain management framework |
| US20030069769A1 (en) * | 2001-03-23 | 2003-04-10 | Restaurant Services, Inc. | System, method and computer program product for data-specific advertising in a supply chain management framework |
| US20030074206A1 (en) * | 2001-03-23 | 2003-04-17 | Restaurant Services, Inc. | System, method and computer program product for utilizing market demand information for generating revenue |
| US20030074238A1 (en) * | 2001-03-23 | 2003-04-17 | Restaurant Services, Inc. ("RSI") | System, method and computer program product for monitoring supplier activity in a supply chain management framework |
| US20030050867A1 (en) * | 2001-03-23 | 2003-03-13 | Rsi | System, method and computer program product for updating store information in a supply chain management framework |
| US7072843B2 (en) * | 2001-03-23 | 2006-07-04 | Restaurant Services, Inc. | System, method and computer program product for error checking in a supply chain management framework |
| US20030023520A1 (en) * | 2001-03-23 | 2003-01-30 | Restaurant Services, Inc. | System, method and computer program product for price auditing in a supply chain management framework |
| US20030074355A1 (en) * | 2001-03-23 | 2003-04-17 | Restaurant Services, Inc. ("RSI"). | System, method and computer program product for a secure supply chain management framework |
| US20030074281A1 (en) * | 2001-03-23 | 2003-04-17 | Restaurant Services, Inc. | System, method and computer program product for a centralized a supply chain management framework |
| US20030055708A1 (en) * | 2001-03-23 | 2003-03-20 | Hoffman George Harry | System, method and computer program product for a sporting goods supply chain management framework |
| US20030069798A1 (en) * | 2001-03-23 | 2003-04-10 | Restaurant Services, Inc. | System, method and computer program product for supplier selection in a supply chain management framework |
| US7039606B2 (en) * | 2001-03-23 | 2006-05-02 | Restaurant Services, Inc. | System, method and computer program product for contract consistency in a supply chain management framework |
| US20030050868A1 (en) * | 2001-03-23 | 2003-03-13 | Restaurant Services, Inc. | System, method and computer program product for product tracking in a supply chain management framework |
| US20030055709A1 (en) * | 2001-03-23 | 2003-03-20 | Hoffman George Harry | System, method and computer program product for an accommodation supply chain management framework |
| US20030088474A1 (en) * | 2001-03-23 | 2003-05-08 | Restaurant Services, Inc. ("RSI"). | System, method and computer program product for an electronics and appliances supply chain management framework |
| US7120596B2 (en) * | 2001-03-23 | 2006-10-10 | Restaurant Services, Inc. | System, method and computer program product for landed cost reporting in a supply chain management framework |
| US20030069786A1 (en) * | 2001-03-23 | 2003-04-10 | Restaurant Services, Inc. | System, method and computer program product for calendar dissemination in a supply chain management framework |
| US20030050809A1 (en) * | 2001-03-23 | 2003-03-13 | Hoffman George Harry | System, method and computer program product for providing real-time feedback on the accuracy of forecasting in a supply chain management architecture |
| US20030078845A1 (en) * | 2001-03-23 | 2003-04-24 | Restaurant Services, Inc. | System, method and computer program product for a distributor interface in a supply chain management framework |
| US20030055694A1 (en) * | 2001-03-23 | 2003-03-20 | Restaurant Services, Inc. | System, method and computer program product for solving and reviewing a solution in a supply chain framework |
| US7171379B2 (en) * | 2001-03-23 | 2007-01-30 | Restaurant Services, Inc. | System, method and computer program product for normalizing data in a supply chain management framework |
| US20030078827A1 (en) * | 2001-03-23 | 2003-04-24 | Hoffman George Harry | System, method and computer program product for strategic supply chain data collection |
| US20030069770A1 (en) * | 2001-03-23 | 2003-04-10 | Restaurant Services, Inc. | System, method and computer program product for a confidential supply chain management interface |
| US20030028412A1 (en) * | 2001-03-23 | 2003-02-06 | Restaurant Service, Inc. | System, method and computer program product for a food and beverage supply chain management framework |
| US20030074285A1 (en) * | 2001-03-23 | 2003-04-17 | Restaurant Services, Inc. | System, method and computer program product for translating sales data in a supply chain management framework |
| US20030050823A1 (en) * | 2001-03-23 | 2003-03-13 | Restaurant Services, Inc. | System, method and computer program product for determining product supply parameters in a supply chain management framework |
| US20030069765A1 (en) * | 2001-03-23 | 2003-04-10 | Restaurant Services, Inc. | System, method and computer program product for a bulletin board feature in a supply chain management framework |
| US20020165816A1 (en) * | 2001-05-02 | 2002-11-07 | Barz Graydon Lee | Method for stochastically modeling electricity prices |
| US20040210541A1 (en) * | 2001-05-04 | 2004-10-21 | Jeremy Epstien | User interface for a rules engine and methods therefor |
| US6553352B2 (en) | 2001-05-04 | 2003-04-22 | Demand Tec Inc. | Interface for merchandise price optimization |
| US20030014336A1 (en) * | 2001-05-04 | 2003-01-16 | Fu-Tak Dao | Analytically determining revenue of internet companies using internet metrics |
| US7092896B2 (en) * | 2001-05-04 | 2006-08-15 | Demandtec, Inc. | Interface for merchandise promotion optimization |
| US7130811B1 (en) | 2001-05-05 | 2006-10-31 | Demandtec, Inc. | Apparatus for merchandise promotion optimization |
| US20020169727A1 (en) * | 2001-05-11 | 2002-11-14 | Express Scripts, Inc | System and method for benefit cost plan estimation |
| US7149739B1 (en) | 2001-05-25 | 2006-12-12 | International Business Machines Corporation | System and method for performing ratio planning |
| US7552066B1 (en) | 2001-07-05 | 2009-06-23 | The Retail Pipeline Integration Group, Inc. | Method and system for retail store supply chain sales forecasting and replenishment shipment determination |
| US8290831B2 (en) * | 2001-09-18 | 2012-10-16 | Nec Corporation Of America | Web-based demand chain management system and method |
| WO2003027926A1 (en) * | 2001-09-20 | 2003-04-03 | Mcdonald's Company(Japan),Ltd | System for predicting number of commodities sold |
| US7143059B2 (en) * | 2001-10-23 | 2006-11-28 | International Business Machines Corporation | Managing stock available to on-line and in-person shoppers |
| AU2002349809A1 (en) * | 2001-11-13 | 2003-05-26 | Cvidya Networks Ltd. | A system and method for generating policies for a communication network |
| US7398232B2 (en) * | 2001-11-14 | 2008-07-08 | Sap Aktiengesellschaft | Inventory early warning agent in a supply chain management system |
| US7249033B1 (en) | 2001-11-30 | 2007-07-24 | Demandtec Inc. | Apparatus and method for selective merchandise price optimization |
| US7809581B1 (en) | 2001-11-30 | 2010-10-05 | Demandtec, Inc. | Rule relaxation and subset optimization system |
| US7249032B1 (en) | 2001-11-30 | 2007-07-24 | Demandtec Inc. | Selective merchandise price optimization mechanism |
| US7386519B1 (en) | 2001-11-30 | 2008-06-10 | Demandtec, Inc. | Intelligent clustering system |
| US20030144897A1 (en) * | 2002-01-30 | 2003-07-31 | Burruss James W. | Finite life cycle demand forecasting |
| US7428531B2 (en) | 2002-02-06 | 2008-09-23 | Jpmorgan Chase Bank, N.A. | Customer information management system and method |
| US7324955B1 (en) * | 2002-02-11 | 2008-01-29 | I2 Technologies Us, Inc. | Generating a sales volume forecast |
| US7756896B1 (en) | 2002-03-11 | 2010-07-13 | Jp Morgan Chase Bank | System and method for multi-dimensional risk analysis |
| US20030172017A1 (en) * | 2002-03-11 | 2003-09-11 | Vincent Feingold | High performance multi-dimensional risk engines for enterprise wide market risk management |
| US7406435B2 (en) * | 2002-03-18 | 2008-07-29 | Demantra Ltd. | Computer implemented method and system for computing and evaluating demand information |
| US20030182250A1 (en) * | 2002-03-19 | 2003-09-25 | Mohammad Shihidehpour | Technique for forecasting market pricing of electricity |
| AU2003230751A1 (en) | 2002-03-29 | 2003-10-13 | Bank One, Delaware, N.A. | System and process for performing purchase transaction using tokens |
| TWI300194B (en) * | 2002-07-26 | 2008-08-21 | Hon Hai Prec Ind Co Ltd | System and Method for Monitoring Abnormity of Inventory |
| US7606756B2 (en) | 2002-08-02 | 2009-10-20 | Jpmorgan Chase Bank, N.A. | Synthetic funds having structured notes |
| US7133882B1 (en) | 2002-08-05 | 2006-11-07 | Demandtec, Inc. | Method and apparatus for creating and using a master catalog |
| US7236949B2 (en) * | 2002-08-26 | 2007-06-26 | Demantra Ltd | Computer implemented system for estimating the demand dependent unit stockout cost of a consumer item at a location of a single peroid inventory system, stockout cost application therefor, and method therefor |
| US20040133462A1 (en) * | 2002-09-05 | 2004-07-08 | Smith Claude D. | Computer system and method for producing integrated product forecasts |
| US6851604B2 (en) * | 2002-10-02 | 2005-02-08 | Demand Tec Inc. | Method and apparatus for providing price updates |
| US7698163B2 (en) * | 2002-11-22 | 2010-04-13 | Accenture Global Services Gmbh | Multi-dimensional segmentation for use in a customer interaction |
| US7707059B2 (en) * | 2002-11-22 | 2010-04-27 | Accenture Global Services Gmbh | Adaptive marketing using insight driven customer interaction |
| US20040103018A1 (en) * | 2002-11-27 | 2004-05-27 | Kim Edward D. | Methods and systems for demand forecasting of promotion, cannibalization, and affinity effects |
| US7769650B2 (en) | 2002-12-03 | 2010-08-03 | Jp Morgan Chase Bank | Network-based sub-allocation systems and methods for swaps |
| US20040148241A1 (en) * | 2003-01-24 | 2004-07-29 | Qi Thomas J. | Method of evaluating a portfolio of leased items |
| US20040148566A1 (en) * | 2003-01-24 | 2004-07-29 | Jp Morgan Chase Bank | Method to evaluate project viability |
| US7636675B1 (en) * | 2003-02-14 | 2009-12-22 | Power Information Network, LLC | Optimized auction commodity distribution system, method, and computer program product |
| US20040181518A1 (en) * | 2003-03-14 | 2004-09-16 | Mayo Bryan Edward | System and method for an OLAP engine having dynamic disaggregation |
| US8504406B2 (en) * | 2003-03-31 | 2013-08-06 | Restaurant Services, Inc. | Method of product ordering and inventory repositioning for a promotion |
| JP3994910B2 (ja) * | 2003-05-08 | 2007-10-24 | 株式会社日立製作所 | 電力売買支援システム |
| WO2005017694A2 (en) * | 2003-08-11 | 2005-02-24 | Jp Morgan Chase Bank | Coupon payment system |
| US7751325B2 (en) * | 2003-08-14 | 2010-07-06 | At&T Intellectual Property Ii, L.P. | Method and apparatus for sketch-based detection of changes in network traffic |
| US7624068B1 (en) | 2003-08-18 | 2009-11-24 | Jpmorgan Chase Bank, N.A. | Method and system for dynamically adjusting discount rates for a card transaction |
| US8175908B1 (en) | 2003-09-04 | 2012-05-08 | Jpmorgan Chase Bank, N.A. | Systems and methods for constructing and utilizing a merchant database derived from customer purchase transactions data |
| US20050060252A1 (en) * | 2003-09-11 | 2005-03-17 | Andrew Doddington | Graphical software tool for modeling financial products |
| US8751336B2 (en) * | 2003-10-10 | 2014-06-10 | Restaurant Services, Inc. | E-catalogue ordering for a supply chain management system |
| US20050080740A1 (en) * | 2003-10-14 | 2005-04-14 | Boris Isaacson | Prospernomics |
| US20050102175A1 (en) * | 2003-11-07 | 2005-05-12 | Dudat Olaf S. | Systems and methods for automatic selection of a forecast model |
| US20050106982A1 (en) * | 2003-11-17 | 2005-05-19 | 3M Innovative Properties Company | Nonwoven elastic fibrous webs and methods for making them |
| US7848946B2 (en) * | 2004-01-12 | 2010-12-07 | Jda Software Group, Inc. | Sales history decomposition |
| US20050246219A1 (en) * | 2004-04-29 | 2005-11-03 | Brian Curtiss | Sales forecast system and method |
| US20080162219A1 (en) * | 2004-06-14 | 2008-07-03 | Symphonyrpm, Inc. | Decision object for associating a plurality of business plans |
| US8429006B1 (en) | 2004-06-18 | 2013-04-23 | Jpmorgan Chase Bank, N.A. | System and method for offer targeting |
| WO2005124718A2 (en) * | 2004-06-18 | 2005-12-29 | Cvidya Networks Ltd. | Methods, systems and computer readable code for forecasting time series and for forecasting commodity consumption |
| US20050288989A1 (en) * | 2004-06-24 | 2005-12-29 | Ncr Corporation | Methods and systems for synchronizing distribution center and warehouse demand forecasts with retail store demand forecasts |
| US7974895B1 (en) | 2004-07-16 | 2011-07-05 | Jp Morgan Chase Bank | System and method for developing finance rate information |
| US7480631B1 (en) | 2004-12-15 | 2009-01-20 | Jpmorgan Chase Bank, N.A. | System and method for detecting and processing fraud and credit abuse |
| US20060149664A1 (en) * | 2004-12-30 | 2006-07-06 | Jp Morgan Chase Bank | Marketing system and method |
| US20110161958A1 (en) * | 2005-01-03 | 2011-06-30 | Jp Morgan Chase Bank | Method and system for managing business calculations using multi-dimensional data |
| US7890343B1 (en) | 2005-01-11 | 2011-02-15 | Jp Morgan Chase Bank | System and method for generating risk management curves |
| US8078488B2 (en) * | 2005-01-25 | 2011-12-13 | Ims Software Services Ltd. | System and method for determining trailing data adjustment factors |
| US20060190288A1 (en) * | 2005-01-22 | 2006-08-24 | Ims Software Services Ltd. | System and method for allocating prescriptions to non-reporting outlets |
| US8744897B2 (en) * | 2005-01-22 | 2014-06-03 | Ims Software Services Ltd. | Sample store forecasting process and system |
| US8498891B2 (en) * | 2005-01-22 | 2013-07-30 | Ims Software Services Ltd. | System and method for product level projections of pharmacy prescriptions within product therapy classes |
| US20090287539A1 (en) * | 2005-01-25 | 2009-11-19 | Chris Boardman | Sample Store Forecasting Process And System |
| US7945472B2 (en) * | 2005-02-11 | 2011-05-17 | Optimum Outcomes, Llc | Business management tool |
| US8447664B1 (en) | 2005-03-10 | 2013-05-21 | Amazon Technologies, Inc. | Method and system for managing inventory by expected profitability |
| US7881986B1 (en) | 2005-03-10 | 2011-02-01 | Amazon Technologies, Inc. | Method and system for event-driven inventory disposition |
| JP2007058848A (ja) * | 2005-07-25 | 2007-03-08 | Toyo Eng Corp | 予測支援システム |
| US8700607B2 (en) * | 2005-08-02 | 2014-04-15 | Versata Development Group, Inc. | Applying data regression and pattern mining to predict future demand |
| US9123000B2 (en) * | 2005-10-31 | 2015-09-01 | Friedrich Gartner | Automatic generation of calendarization curves |
| US7962396B1 (en) | 2006-02-03 | 2011-06-14 | Jpmorgan Chase Bank, N.A. | System and method for managing risk |
| US9858579B1 (en) | 2006-02-28 | 2018-01-02 | International Business Machines Corporation | Plan tuning engine |
| US9785951B1 (en) | 2006-02-28 | 2017-10-10 | International Business Machines Corporation | Scalable tuning engine |
| US20070208612A1 (en) * | 2006-03-01 | 2007-09-06 | Storm Paul V | Method and System for Detecting and Reporting Sales Trends |
| US7707192B1 (en) | 2006-05-23 | 2010-04-27 | Jp Morgan Chase Bank, N.A. | Confidence index for assets |
| JP4717770B2 (ja) * | 2006-09-27 | 2011-07-06 | 住友重機械工業株式会社 | 需要予測方法、需要予測装置、需要予測プログラム、及び該プログラムを記録した記録媒体 |
| US8131580B2 (en) * | 2006-10-04 | 2012-03-06 | Salesforce.Com, Inc. | Method and system for load balancing a sales forecast system by selecting a synchronous or asynchronous process based on a type of an event affecting the sales forecast |
| US20080147486A1 (en) * | 2006-12-18 | 2008-06-19 | Lehigh University | Prediction method and system |
| US20080162270A1 (en) * | 2006-12-29 | 2008-07-03 | Edward Kim | Method and system for forecasting future order requirements |
| US7987105B2 (en) * | 2007-01-15 | 2011-07-26 | Shoppertrak Rct Corporation | Traffic based labor allocation method and system |
| US8577791B2 (en) * | 2007-03-23 | 2013-11-05 | Sap Ag | System and computer program for modeling and pricing loan products |
| WO2008147587A2 (en) * | 2007-05-24 | 2008-12-04 | The Nielsen Company (Us), Inc. | Methods and apparatus to improve market launch performance |
| US20090094056A1 (en) * | 2007-06-29 | 2009-04-09 | Heather Aeder | Systems And Methods For Projecting Sample Store Activities That Are Restricted In Non-Sample Stores |
| US20090043639A1 (en) * | 2007-08-07 | 2009-02-12 | Michael Lawrence Emens | Method and system for determining market trends in online trading |
| US8612864B2 (en) * | 2008-02-22 | 2013-12-17 | Applied Materials, Inc. | User interface with visualization of real and virtual data |
| US7707089B1 (en) | 2008-03-12 | 2010-04-27 | Jpmorgan Chase, N.A. | Method and system for automating fraud authorization strategies |
| US8478637B1 (en) | 2008-04-08 | 2013-07-02 | Jpmorgan Chase Bank, N.A. | Index for assessing discount potential |
| US20160239749A1 (en) * | 2008-10-28 | 2016-08-18 | Sas Institute Inc. | Use of object group models and hierarchies for output predictions |
| JP4988687B2 (ja) * | 2008-11-25 | 2012-08-01 | 株式会社野村総合研究所 | 商品需要予測システムおよび年末年始の商品需要予測システム |
| JP5031715B2 (ja) * | 2008-11-25 | 2012-09-26 | 株式会社野村総合研究所 | 商品需要予測システム、商品の売上数調整システム |
| US20100205039A1 (en) * | 2009-02-11 | 2010-08-12 | International Business Machines Corporation | Demand forecasting |
| US20100217712A1 (en) * | 2009-02-24 | 2010-08-26 | Fillmore Peter R | Method for Sales Forecasting in Business-to-Business Sales Management |
| TWI394089B (zh) * | 2009-08-11 | 2013-04-21 | Univ Nat Cheng Kung | 虛擬生產管制系統與方法及其電腦程式產品 |
| US8428985B1 (en) * | 2009-09-04 | 2013-04-23 | Ford Motor Company | Multi-feature product inventory management and allocation system and method |
| US8386381B1 (en) | 2009-12-16 | 2013-02-26 | Jpmorgan Chase Bank, N.A. | Method and system for detecting, monitoring and addressing data compromises |
| US8554631B1 (en) | 2010-07-02 | 2013-10-08 | Jpmorgan Chase Bank, N.A. | Method and system for determining point of sale authorization |
| US8374904B2 (en) * | 2010-11-15 | 2013-02-12 | Hewlett-Packard Development Company, L.P. | Market forecasting |
| US8447665B1 (en) | 2011-03-30 | 2013-05-21 | Amazon Technologies, Inc. | Removal of expiring items from inventory |
| US10127568B2 (en) * | 2011-04-04 | 2018-11-13 | The Catholic University Of America | Systems and methods for improving the accuracy of day-ahead load forecasts on an electric utility grid |
| US20120310705A1 (en) * | 2011-06-06 | 2012-12-06 | Brent Joseph May | Method and system for separating demand models and demand forecasts into causal components |
| JP5314199B1 (ja) * | 2013-01-29 | 2013-10-16 | パナソニック株式会社 | 客層分析装置、客層分析システムおよび客層分析方法 |
| JP2015011690A (ja) * | 2013-07-02 | 2015-01-19 | ニフティ株式会社 | 効果測定プログラム、方法及び装置 |
| US20150058078A1 (en) * | 2013-08-26 | 2015-02-26 | Microsoft Corporation | Rule to constraint translator for business application systems |
| US9324026B2 (en) | 2013-09-20 | 2016-04-26 | Nec Corporation | Hierarchical latent variable model estimation device, hierarchical latent variable model estimation method, supply amount prediction device, supply amount prediction method, and recording medium |
| EP2851851A1 (en) | 2013-09-20 | 2015-03-25 | Tata Consultancy Services Limited | A computer implemented tool and method for automating the forecasting process |
| CN103544539A (zh) * | 2013-10-12 | 2014-01-29 | 国家电网公司 | 一种基于人工神经网络和d-s证据理论的用户变化量预测方法 |
| US10235686B2 (en) | 2014-10-30 | 2019-03-19 | Microsoft Technology Licensing, Llc | System forecasting and improvement using mean field |
| JP6536295B2 (ja) * | 2015-08-31 | 2019-07-03 | 富士通株式会社 | 予測性能曲線推定プログラム、予測性能曲線推定装置および予測性能曲線推定方法 |
| JP6719727B2 (ja) | 2016-03-23 | 2020-07-08 | 富士ゼロックス株式会社 | 購買行動分析装置およびプログラム |
| JP6660900B2 (ja) * | 2017-03-06 | 2020-03-11 | Kddi株式会社 | モデル統合装置、モデル統合システム、方法およびプログラム |
| US10706190B2 (en) | 2017-05-17 | 2020-07-07 | Sap Se | Transfer and visualization of time streams for forecast simulation |
| CN107967541A (zh) * | 2017-12-21 | 2018-04-27 | 联想(北京)有限公司 | 一种信息预测方法、信息预测装置及服务器集群 |
| US11023757B2 (en) * | 2018-02-14 | 2021-06-01 | Samsung Electronics Co., Ltd. | Method and apparatus with liveness verification |
| US11030557B2 (en) | 2018-06-22 | 2021-06-08 | Applied Materials, Inc. | Predicting arrival time of components based on historical receipt data |
| JP6856589B2 (ja) * | 2018-08-27 | 2021-04-07 | 株式会社日立製作所 | データ処理装置およびデータ処理方法 |
| KR20200108521A (ko) * | 2019-03-04 | 2020-09-21 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
| JP6873511B2 (ja) * | 2019-03-29 | 2021-05-19 | アサイクル株式会社 | 需要予測装置、需要予測方法、需要予測プログラム |
| CN110111885B (zh) * | 2019-05-09 | 2023-09-19 | 腾讯科技（深圳）有限公司 | 属性预测方法、装置、计算机设备及计算机可读存储介质 |
| US11687840B2 (en) | 2019-05-20 | 2023-06-27 | Honeywell International Inc. | Forecasting with state transitions and confidence factors |
| JP7483340B2 (ja) * | 2019-09-24 | 2024-05-15 | 東芝テック株式会社 | 情報処理装置及びプログラム |
| US10796279B1 (en) * | 2020-04-07 | 2020-10-06 | Coupang Corp. | Systems and methods for automated outbound profile generation |
| WO2021211680A1 (en) | 2020-04-14 | 2021-10-21 | The Catholic University Of America | Systems and methods for improving load energy forecasting in the presence of distributed energy resources |
| US11276072B2 (en) * | 2020-04-24 | 2022-03-15 | Caastle, Inc. | Methods and systems for determining a quantity and a size distribution of products |
| US20220067573A1 (en) * | 2020-08-31 | 2022-03-03 | Accenture Global Solutions Limited | In-production model optimization |
| WO2022147185A1 (en) * | 2020-12-29 | 2022-07-07 | 3C Usa Llc | System, method, and platform for determining optimal equipment purchase and installation parameters using neural networks |
| JP7626220B2 (ja) * | 2021-06-21 | 2025-02-04 | 日本電信電話株式会社 | 需要予測装置、需要予測方法、及びプログラム |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5155763A (en) * | 1990-12-11 | 1992-10-13 | International Business Machines Corp. | Look ahead method and apparatus for predictive dialing using a neural network |
| JPH05151234A (ja) * | 1991-12-02 | 1993-06-18 | Hitachi Ltd | 販売計画立案支援方法およびそのシステム |
| JP3467556B2 (ja) * | 1992-06-19 | 2003-11-17 | セイコーエプソン株式会社 | 音声認識装置 |
| US5537590A (en) * | 1993-08-05 | 1996-07-16 | Amado; Armando | Apparatus for applying analysis rules to data sets in a relational database to generate a database of diagnostic records linked to the data sets |
| JP3184403B2 (ja) * | 1994-07-01 | 2001-07-09 | ホーチキ株式会社 | 光電式分離型煙感知器 |
| US5796611A (en) * | 1994-10-04 | 1998-08-18 | Nippon Telegraph And Telephone Corporation | Weather forecast apparatus and method based on recognition of echo patterns of radar images |
| US5774868A (en) * | 1994-12-23 | 1998-06-30 | International Business And Machines Corporation | Automatic sales promotion selection system and method |
| JPH08221384A (ja) * | 1995-02-17 | 1996-08-30 | Kao Corp | 販売量予測方法および装置 |
-
1996
- 1996-11-07 JP JP29549996A patent/JP3767954B2/ja not_active Expired - Lifetime
-
1997
- 1997-10-22 US US08/955,663 patent/US6032125A/en not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPH10143490A (ja) | 1998-05-29 |
| US6032125A (en) | 2000-02-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3767954B2 (ja) | 需要予測装置 | |
| US20250148398A1 (en) | Orchestrated intelligent supply chain optimizer | |
| US7424440B1 (en) | Sales optimization | |
| US5446890A (en) | System for using subsets of rules applied to a database for updating and generating the rule knowledge base and forecasts of system demand | |
| US6910017B1 (en) | Inventory and price decision support | |
| US5459656A (en) | Business demand projection system and method | |
| McIvor et al. | A case‐based reasoning approach to the make or buy decision | |
| US7742940B1 (en) | Method and system for predicting revenue based on historical pattern indentification and modeling | |
| JPH02155067A (ja) | 在庫警告方法及びこれを用いた在庫警告システム | |
| EP0954814A1 (en) | System and method for weather adapted, business performance forecasting | |
| US6243613B1 (en) | N-dimensional material planning method and system with corresponding program therefor | |
| CN107016571A (zh) | 数据预测方法及其系统 | |
| CN113469595A (zh) | 智慧供应链系统及服务器平台 | |
| US8458060B2 (en) | System and method for organizing price modeling data using hierarchically organized portfolios | |
| JP2004021364A (ja) | 経営意思決定支援システム | |
| US20080249815A1 (en) | Adaptive analytics system and method of using same | |
| CN119202064A (zh) | 一种销售数据的可视化处理方法及系统 | |
| US8046252B2 (en) | Sales plan evaluation support system | |
| US7152039B1 (en) | Methods and systems for customer lifecycle definition and categorization | |
| CN117252345B (zh) | 基于计费逻辑顺序的计费方法以及系统 | |
| Jadkar et al. | Robotic process automation for stock selection process and price prediction model using machine learning techniques | |
| US20050055194A1 (en) | Migration model | |
| JP4069542B2 (ja) | 予算管理システム及び記録媒体 | |
| JP4559776B2 (ja) | 需要予測装置、需要予測方法及びプログラム | |
| KR102756509B1 (ko) | 최적 보험료 세트 산출 방법, 컴퓨터 프로그램 및 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20010807 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050311 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051202 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060106 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20060131 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090210 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100210 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110210 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110210 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120210 Year of fee payment: 6 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130210 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130210 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140210 Year of fee payment: 8 |
|
| EXPY | Cancellation because of completion of term |