【発注点の求め方】日／アイテム／在庫拠点別の出荷データからPythonで求める方法を実演
発注点は英語ではReorder PointまたはROPと呼ばれ、適正在庫管理における大変重要な設定点です。 在庫が「ある数量」を下回ったら発注するという不定期発 ...
【SCM分析7】需要予測による在庫削減効果を適正在庫シミュレーション
本サイトでは安全在庫理論を使った適正在庫シミュレーションの作り方を、Excel VBA版とPython版で公開しています。 【無料サンプル付き】適正在庫シミュレ ...
【SCM分析6】AICを指標とするSARIMAモデルの自動構築で出荷数量を需要予測
前回は重回帰分析を使って、物流センターからの出荷数量の需要予測を行いました。 今回は時系列データの予測手法として有名なSARIMAモデルを使って、前回と同じ６か ...
【SCM分析5】Pythonを使った重回帰分析で出荷データを需要予測してみた
需要予測手法としてはARIMAモデルや、それに季節性を考慮したSARIMAモデルなどの時系列分析が知られていますが、普通の重回帰分析でもできるはずです。 今回は ...
【SCM分析4】需要データの階差数列が定常過程になることをADF検定する
物流データの基礎となる需要データは、ある一定期間における需要数を時系列に並べたものです。 このようなデータを時系列データといいます。 時系列データは定常性を仮定 ...
【SCM分析3】Pythonで出荷データから周期変動と長期トレンドを分離する
適正在庫管理は需要予測ができれば簡単です。 極端にいえば、需要予測が１００％の精度でできれば安全在庫はゼロになります。 発注してから納品されるまでのリードタイム ...
【SCM分析2】PythonのマルチレベルABC分析で出荷傾向を分類する
在庫管理はアイテム（SKU）ごとに行うべしといっても、すべてのアイテムに同じくらいの手間をかける必要はありません。 世の中の現象はパレートの法則に従うことが多く ...
【SCM分析1】曜日／物流センター別の出荷傾向をグラフで可視化する
サプライチェーンに関わるデータは膨大で、それを有効活用することで物流を効率化できます。 中でも物流センターからの出荷データは基本で、そこから得られる洞察は数多い ...