JP2006155432A - Method and program for replenishing stock, and stock replenishment quantity management device - Google Patents
Method and program for replenishing stock, and stock replenishment quantity management device Download PDFInfo
- Publication number
- JP2006155432A JP2006155432A JP2004347879A JP2004347879A JP2006155432A JP 2006155432 A JP2006155432 A JP 2006155432A JP 2004347879 A JP2004347879 A JP 2004347879A JP 2004347879 A JP2004347879 A JP 2004347879A JP 2006155432 A JP2006155432 A JP 2006155432A
- Authority
- JP
- Japan
- Prior art keywords
- period
- inventory
- sales performance
- replenishment amount
- amount
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000000630 rising effect Effects 0.000 claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 42
- 230000001932 seasonal effect Effects 0.000 claims description 12
- 230000003247 decreasing effect Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims 10
- 238000012790 confirmation Methods 0.000 claims 1
- 239000000284 extract Substances 0.000 claims 1
- 238000007726 management method Methods 0.000 description 13
- 230000001174 ascending effect Effects 0.000 description 9
- 238000009499 grossing Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、在庫の補充に関し、特に複数の小売店の取扱商品の納品を管理する在庫の補充に関する。 The present invention relates to stock replenishment, and more particularly to stock replenishment for managing delivery of merchandise handled by a plurality of retail stores.
従来の代表的な在庫補充の方式として、定量発注方式と定期発注方式がある。定量発注方式は、需要によって在庫が払い出されて在庫量が理論上の必要在庫量を下回った時点で補充要求する方式である。また、定期発注方式は、補充間隔を一定にし、補充対象日に需要予測に基づく必要量を補充要求する方式である。また、需要予測に基づき、販売計画を立て、その販売計画を基に在庫計画を立案し、在庫補充量を算出する方式(例えば、特許文献1参照)が開示されている。また、過去の販売実績データを基に算出した所定の在庫補充量を、毎回同じ量だけ補充する方式も知られている。本明細書では、この算出方式を一定量の在庫を補充する方式と称することにする。 Conventional representative stock replenishment methods include a quantitative order method and a periodic order method. The fixed quantity ordering method is a method of requesting replenishment when inventory is paid out by demand and the inventory quantity falls below the theoretical required inventory quantity. Further, the regular ordering method is a method in which a replenishment interval is constant and a replenishment request is made for a necessary amount based on demand forecast on a replenishment target day. In addition, a method is disclosed in which a sales plan is made based on a demand forecast, an inventory plan is made based on the sales plan, and a stock replenishment amount is calculated (see, for example, Patent Document 1). Also known is a method of replenishing a predetermined stock replenishment amount calculated based on past sales performance data by the same amount each time. In this specification, this calculation method is referred to as a method of replenishing a certain amount of inventory.
一方、ある製品(商品)が市場に出てから陳腐化して発売中止になるまでの周期として、ライフサイクルが存在することが知られている。ある製品が市場に出始めてから、しばらくは徐々に市場に知られていく時期に当たるので、時間と共に販売量は上昇していく。この期間を「上昇期」と呼ぶ。
やがて、その製品が市場に普及しきると、販売量は安定した推移をみせる。この期間を「安定期」と呼ぶ。
そして、他の製品が出まわって来たり、あるいは世間の興味が薄れるなどといったことが原因となり、時間と共に販売量が減衰していく。この期間を「下降期」と呼ぶ。
Eventually, once the product is fully marketed, the sales volume will remain stable. This period is called “stable period”.
And because other products come out or the interest in the world declines, sales volume declines over time. This period is called the “falling period”.
しかしながら、需要予測に基づく在庫補充量を算出する方式の場合には、日々の販売実績データを常に監視して、これらの状況に合わせた予測業務が必要となる。結果、全ての製品に対して予測するためには、多くの工程が必要となるといった問題があった。
また、一定量の在庫を補充する方式では、販売実績から必要な在庫補充量を算出し、毎回同じ量を補充するだけであるので予測業務が不必要であり、工程を大幅に削減できるといった効果がある。しかし、「上昇期」、「下降期」はデータの変動が激しいため、これらの期間に対して、安定した販売実績データを必要とする一定量の在庫を補充する方式を適用することは困難である。
However, in the case of the method of calculating the inventory replenishment amount based on the demand forecast, it is necessary to always monitor the daily sales performance data and perform a forecasting operation in accordance with these situations. As a result, there is a problem that many processes are required to predict all products.
In addition, with the method of replenishing a certain amount of inventory, the necessary amount of inventory replenishment is calculated from the sales performance and the same amount is replenished each time, so prediction work is unnecessary and the process can be greatly reduced. There is. However, since data fluctuations are strong in the “rising period” and “decreasing period”, it is difficult to apply a method of replenishing a certain amount of inventory that requires stable sales performance data to these periods. is there.
また、前記した特許文献1のように、製品のライフサイクルを考慮しない在庫補充量を算出する方法がしばしばとられていた。しかし、この方法だと「上昇期」、「安定期」、「下降期」のそれぞれに応じた的確な在庫補充量を算出することはできない、といった問題があった。さらに、人の手によって監視することによって上昇期から安定期、安定期から下降期への変化を見出し、製品のライフサイクル中のそれぞれの期間に適切な在庫補充量を適用する方法も、しばしばとられていた。しかし、多くの手間がかかり、かつ正確性に欠けるといった問題があった。
Further, as in
このような背景に鑑みて本発明がなされたのであり、工程数を削減して最適な在庫補充量を簡便に算出することを目的とする。 The present invention has been made in view of such a background, and an object thereof is to easily calculate an optimal inventory replenishment amount by reducing the number of processes.
本発明は、製品のライフサイクルに適合させて在庫補充量を算出する方式を自動的に切り替えるようにし、販売実績データを基にした任意の期間の平均販売実績量、および任意の1期間の販売実績データを基に製品のライフサイクルの「上昇期」、「安定期」、「下降期」を適切に判定し、それぞれの時期に適した在庫補充量を算出する方式を適用させる。 The present invention automatically switches the method of calculating the inventory replenishment amount in accordance with the product life cycle, and calculates the average sales performance amount in any period based on the sales performance data and the sales in any one period. Appropriately determine the “upward period”, “stable period”, and “downward period” of the product life cycle based on the actual data, and apply a method for calculating the inventory replenishment amount suitable for each period.
本発明によれば、製品のライフサイクルの段階の切り替わりを適切に判別できるので、適切な在庫の補充が可能になる。 According to the present invention, it is possible to appropriately determine the change of the life cycle stage of the product, so that it is possible to appropriately replenish the inventory.
以下、本発明の実施形態について、適宜図面を参照しながら詳細に説明する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings as appropriate.
[第1の実施形態]
図1は、製品のライフサイクルを模式的に示した図である。前記したように、「上昇期」、「安定期」、「下降期」に分かれていることが示されている。
図2は、本発明のシステム構成例を示す図である。在庫補充量算出システム1は、在庫補充量管理サーバ10、これと有線または無線で接続されたデータベース(DB)サーバ20、これらとネットワーク24を介して接続された各店舗に配置されたクライアント端末25から構成される。なお、請求項中の在庫補充量管理装置は、本実施形態中の在庫補充量管理サーバに該当する。ネットワーク24は、インターネットでもよいし、有線または無線LAN(Local Area Network)などで接続されていてもよい。クライアント端末25は、例えば各店舗に配置されたPCなどである。在庫補充量管理サーバ10は、需要予測に基づいて在庫補充量の算出を行う第1の在庫補充量算出手段13、一定量の在庫補充を行うために必要な在庫補充量の算出を行う第2の在庫補充量算出手段14、閾値と販売実績データから当該期が製品のライフサイクルのどの期間にあたるかを判定し、第1の在庫補充量算出手段13と第2の在庫補充量算出手段14のどちらかを選択する補充方式判定手段19と、入力手段(例えば、キーボードなど)11、出力手段(例えば、ディスプレイなど)12から構成されている。さらに、補充方式選択手段15は、1期間前の販売実績データを販売実績情報データベースから取得する第1の販売実績データ取得手段18と、任意の期間の販売実績データを販売実績情報データベースから取得する第2の販売実績データ取得手段17と、前記期間の平均販売実績量を算出する平均販売実績量演算手段16と、前記絶対値と前記閾値を比較することによって、製品のライフサイクルの「上昇期」、または「下降期」と「安定期」を判定し、それぞれの期間に適した在庫補充量算出手段を選択する補充方式判定手段19と、製品在庫情報DB内のデータを検索し、取得、さらに在庫情報の有無の判定を行う検索手段26、補充実績情報DB23に、データを格納する書込手段27、クライアント端末25から送信された情報を受信する受信手段28、クライアント端末25に情報を送信する送信手段29とからなる。また、DBサーバ20は、販売実績データが格納された販売実績情報DB21、在庫状況が格納された製品在庫情報DB22、過去の在庫補充量が格納された補充実績情報DB23から構成される。
[First Embodiment]
FIG. 1 is a diagram schematically showing the life cycle of a product. As described above, it is shown that the period is divided into the “rising period”, “stable period”, and “decreasing period”.
FIG. 2 is a diagram showing a system configuration example of the present invention. The inventory replenishment
なお、本実施形態では、在庫補充量管理サーバ10とDBサーバ20を有線または無線LANなどで接続した形態となっているが、本発明はこれに限らず、インターネットなどを介して接続してもよいし、在庫補充量管理サーバ10とDBサーバ20を一体にしてもよい。
In the present embodiment, the inventory replenishment
図3に、在庫補充量管理サーバ10において実行される本実施形態の処理のフローを示す。まず、受信手段28はクライアント端末25からの製品の在庫補充の要求を受信する(S301)。クライアント端末25からの要求は、店舗の在庫がなくなり在庫補充が必要になったときに送信されてもよいし、定期的に送信されてもよい。
FIG. 3 shows a processing flow of the present embodiment executed in the inventory replenishment
次に、検索手段26は、製品在庫情報DB22から、倉庫にあるクライアント端末25から要求のあった製品の在庫情報(在庫データ)を取得し、その製品の在庫の有無を判定する(S302)。その製品に在庫がなかった場合は(S302→No)、送信手段29が、クライアント端末25に「在庫なし」の情報を送信し(S303)、処理を終了する。在庫があった場合は(S302→Yes)、後記する平均販売実績量の演算に必要な期間を入力手段11を介して入力する(S304)。平均する期間は、毎回入力してもよいし、予め固定しておいてもよい。そして、在庫補充量管理サーバ10は、判定を行うために必要な期間分の販売実績データが販売実績情報DB21に存在するかを調べる(S305)。その結果、判定を行うために必要な期間分の販売実績データが販売実績情報DB21に存在すればステップS306に進み、存在しなければ製品のライフサイクル中の上昇期にあるとしてステップS313へ進む。
Next, the search means 26 acquires the inventory information (inventory data) of the requested product from the
次に、第1の販売実績データ取得手段18が当該期より1期間前の販売実績データ(A)を販売実績情報DB21から取得し(S306)、続いて、第2の販売実績データ取得手段17が、ステップS304で入力された期間分の販売実績データを販売実績情報DB21から取得する(S307)。このとき、第2の販売実績データ取得手段17が、どの期間の販売実績データを取得するかは、場合に応じて任意に決めることができる。例えば、入力した期間の中に1期間前を含めるか、含めないか、などである。次に、平均販売実績量演算手段16が、ステップS307で取得した販売実績データをステップS304で入力した期間で平均した平均実績量を算出する(B)(S308)。
Next, the first sales performance data acquisition means 18 acquires the sales performance data (A) one period before the current period from the sales performance information DB 21 (S306), and then the second sales performance data acquisition means 17 However, the sales performance data for the period input in step S304 is acquired from the sales performance information DB 21 (S307). At this time, which period of sales record data the second sales record
次に、入力手段11を介して閾値を入力する(S309)。閾値は毎回入力してもよいし、予め値を決めて、図示しない記憶手段に記憶しておいてもよい。次に補充方式判定手段19が、(A)−(B)の絶対値を計算し、その結果がステップS309で入力した閾値未満であるかどうか調べる(S310)。ここで、(A)−(B)の値は、過去の販売実績データに対する1期間前の販売実績データの偏差である。(A)−(B)の絶対値が閾値未満であれば(S310→Yes)、補充方式判定手段19は当該期が安定期にあると判定し、第2の在庫補充量算出手段14に、一定量の在庫補充を行うために必要な在庫補充量の算出を行うよう指示し、第2の在庫補充量算出手段14は、一定量の在庫補充を行うために必要な在庫補充量の算出を行う(S311)。その結果、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。(A)−(B)の絶対値が閾値以上であれば(S310→No)、補充方式判定手段19は当該期が上昇期または下降期であると判定し、入力手段11を介して需要予測を行うための予測データの入力を行い(S313)、第1の在庫補充量算出手段13に、需要予測による在庫補充量の算出を行うよう指示し、第1の在庫補充量算出手段13は、需要予測による在庫補充量の算出を行う(S314)。その結果、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。その後、算出された在庫補充量などの結果などが出力手段12、例えばディスプレイなどに表示されてもよい。
Next, a threshold value is input via the input means 11 (S309). The threshold value may be input every time, or may be determined in advance and stored in a storage unit (not shown). Next, the replenishment method determination means 19 calculates the absolute value of (A)-(B), and checks whether the result is less than the threshold value input in step S309 (S310). Here, the value of (A)-(B) is the deviation of the sales performance data of one period before the past sales performance data. If the absolute value of (A)-(B) is less than the threshold (S310 → Yes), the replenishment method determination means 19 determines that the period is in the stable period, and the second inventory replenishment amount calculation means 14 The second stock replenishment amount calculation means 14 instructs to calculate the stock replenishment amount necessary for performing a certain amount of stock replenishment. Perform (S311). As a result, the calculated stock replenishment amount is stored in the replenishment
このように、変動が激しいため販売実績データを基にした一定量の在庫を補充する方式を適用できない「上昇期」、「下降期」には、需要予測を用いた在庫補充方式を適用し、安定した販売実績データが得られる「安定期」には、予測の必要のない一定量の在庫補充を行う方式を適用できる。これにより、全ての段階に需要予測による算出方式を適用する場合と比較して、予測するための工程数が多い需要予測を適用する必要のない「安定期」の在庫補充量の算出に必要な工程数を大幅に軽減することができる。 In this way, we cannot apply the method of replenishing a certain amount of inventory based on sales performance data due to severe fluctuations. In a “stable period” in which stable sales performance data can be obtained, a method of replenishing a certain amount of inventory that does not require prediction can be applied. As a result, it is necessary to calculate the stock replenishment amount in the “stable period” where it is not necessary to apply the demand forecast with a large number of processes for forecasting, compared with the case where the forecast forecast calculation method is applied to all stages. The number of processes can be greatly reduced.
[第2の実施形態]
次に、本発明の第2の実施形態について説明する。なお、本実施形態の在庫補充量算出システムの基本的な構成は、前記した第1の実施形態の在庫補充量算出システムと共通するため、共通する部分については、同一の符号を付して説明を省略し、本実施形態の特徴的な部分についてのみ説明することとする。
[Second Embodiment]
Next, a second embodiment of the present invention will be described. Note that the basic configuration of the inventory replenishment amount calculation system of this embodiment is the same as that of the inventory replenishment amount calculation system of the first embodiment described above, and therefore common portions are denoted by the same reference numerals. Will be omitted, and only the characteristic part of this embodiment will be described.
図4に、在庫補充量管理サーバ10において実行される本実施形態の処理のフローを示す。ステップS310で、補充方式判定手段19が、(A)−(B)の絶対値と閾値を比較した結果、(A)−(B)の絶対値が閾値以上であると判定されたとき(S310→No)、補充方式判定手段19は、さらに絶対値をつけない(A)−(B)の値と0の値を比較する(すなわち、(A)−(B)の値の正負を調べる)(S315)。その結果、(A)−(B)の値が負であったとき、補充方式判定手段19は、当該期が製品のライフサイクルにおける下降期にあると判定する(S315→Yes)。そして、下降期の需要予測を行うためのデータが、入力手段を介して入力され(S316)、第1の在庫補充量算出手段13が下降期のデータ、またはグラフの形状や性質に応じた需要予測を行って、在庫補充量の算出を行う(S317)。また、(A)−(B)の値が正または0であったとき、補充方式判定手段19は、当該期が製品のライフサイクルにおける上昇期にあると判定する(S315→No)。そして、上昇期の需要予測を行うためのデータが、入力手段を介して入力され(S318)、第1の在庫補充量算出手段13が上昇期のデータ、またはグラフの形状や性質に応じた需要予測を行って、在庫補充量の算出を行う(S319)。ここで予測方法としては、例えば、上昇期には需要予測の一種である曲線近似モデルなどを適用し、下降期には、やはり需要予測の一種である指数平滑化モデルなどを適用する。これによって、それぞれのデータの性質やグラフの性質に適した、よりきめ細かい在庫補充量の算出が可能となる。
なお、曲線近似モデルとは、直線、2次曲線や指数曲線などに、過去データを近似させて、全体の傾向を把握する予測方法である。
曲線近似モデルについては、「データから学ぶ統計学−コンピュータ・エイジのための統計学指南<2>,グリフィス,デイヴィッド 著,津崎 晃一 訳に記載されている。
また、指数平滑化モデルとは、時間的に現在に近いデータには大きな重みをかけ、過去になるほど指数関数的に減少する重みをかけて移動平均を算出する予測方法である。
具体的には、以下のような式となる
当期より1期後の予測値=当期の予測値+a×(当期の実績値―当期の予測値)
ここで、aは平滑化定数であり、0<a<1の値をとる。
指数平滑化モデルについては、「技術者のための情報科学の知識」,日本理工学会,守屋 栄一,小宮 正好 著に記載されている。
FIG. 4 shows a processing flow of the present embodiment executed in the inventory replenishment
The curve approximation model is a prediction method in which past data is approximated to a straight line, a quadratic curve, an exponential curve, or the like to grasp the overall trend.
The curve approximation model is described in "Statistics Learned from Data-Statistical Guidance for Computer Age <2>, Griffith, David, translated by Junichi Tsuzaki.
The exponential smoothing model is a prediction method that calculates a moving average by applying a large weight to data close to the present in time and applying a weight that decreases exponentially as the past.
Specifically, the formula is as follows: Forecast value one period after the current term = Forecast value for the current term + a × (actual value for the current term – forecast value for the current term)
Here, a is a smoothing constant and takes a value of 0 <a <1.
The exponential smoothing model is described in “Information Science Knowledge for Engineers”, Japan Society for Science and Engineering, Eiichi Moriya, and Masayoshi Komiya.
[第3の実施形態]
次に、本発明の第3の実施形態について説明する。なお、本実施形態の在庫補充量算出システムの基本的な構成は、前記した第1および第2の実施形態の在庫補充量算出システムと共通するため、共通する部分については、同一の符号を付して説明を省略し、本実施形態の特徴的な部分についてのみ説明することとする。
[Third Embodiment]
Next, a third embodiment of the present invention will be described. The basic configuration of the inventory replenishment amount calculation system according to the present embodiment is common to the inventory replenishment amount calculation systems according to the first and second embodiments described above. Thus, the description will be omitted, and only the characteristic part of the present embodiment will be described.
図5に、在庫補充量管理サーバ10において実行される本実施形態の処理のフローを示す。なお、本実施形態では第1の実施形態のフローチャートを基にしているが、第2の実施形態のフローチャートを基にしてもよい。まず、入力手段11を介して、当該季節の入力を行う(S320)。次に、補充方式判定手段19が、|(A)−(B)|の演算を行い、この値と閾値との比較を行う(S310)。この結果、|(A)−(B)|の値が閾値未満であるとき、補充方式判定手段19は、当該期が「安定期」であると判定する(S310→Yes)。そして、第2の在庫補充量算出手段14が、販売実績データに対して季節変動の影響を取り除くような補正をした後(S321)、第2の在庫補充量算出手段14は、一定量の在庫補充を行うために必要な在庫補充量の算出を行う(S311)。ここで、販売実績データに対する季節変動の影響の補正方法とは、例えば中心化12項移動平均を用いて補正する方法などがある。なお、本実施形態ではデータの補正を行った後、一定量の在庫補充を行うために必要な在庫補充量の算出を行っているが、季節変動の影響を考慮しつつ、在庫補充量の算出を行ってもよい。
なお、
|(A)−(B)|の値が閾値以上であるとき(S310→No)、補充方式判定手段19は、当該期が上昇期または下降期であると判定する。そして、入力手段11を介して予測データの入力が行われ(S313)、第1の在庫補充量算出手段13が、季節変動を考慮した需要予測による在庫補充量の算出が行う(S322)。季節変動を考慮した需要予測の方法としては、例えば需要予測の一種であるウィンターズ指数平滑化モデルなどを適用する。なお、本実施形態では季節変動の影響を考慮しつつ需要予測による在庫補充量の算出を行っているが、季節変動の影響を除去するようなデータの補正を行った後、需要予測による在庫補充量の算出を行ってもよい。
FIG. 5 shows a processing flow of the present embodiment executed in the inventory replenishment
In addition,
When the value of | (A) − (B) | is equal to or greater than the threshold value (S310 → No), the replenishment
ここで、中心化12項移動平均とは、季節変動と不規則変動を除去し、データを平滑化する方法で、1年の月次データの場合は、具体的には、以下のような式となる。
移動平均値1=(((x1+x2+・・・+x12)/12)+((x2+x3+・・・+x13)/12))/2
移動平均値2=(((x2+x3+・・・+x13)/12)+((x3+x4+・・・+x14)/12))/2
・・・
として、算出した各々の移動平均値を新たなデータとする。ここで、xnは、n月のデータであり、n>12に関しては、例えば、x13は翌年1月のデータというように、各々のnから12を減じた翌年の月となる。
なお、中心化移動平均については、「SPSSによる時系列解析の手順」,東京図書、石村 貞夫 著に記載されている。
また、ウィンターズモデルは、具体的には以下のような式となる。
当期より1期後の予測値=(当期と前期の予測と実績データから算出した平滑値+トレンド傾向)×季節性
Here, the centralized 12-term moving average is a method of removing seasonal fluctuations and irregular fluctuations and smoothing the data. In the case of monthly data for one year, specifically, the following equation is used: It becomes.
Moving
Moving
...
Each calculated moving average value is used as new data. Here, x n is data of n month, and for n> 12, for example, x 13 is the month of the next year obtained by subtracting 12 from each n, such as data of January of the next year.
The centralized moving average is described in “Procedure of time series analysis by SPSS”, Tokyo Books, and Sadao Ishimura.
The Winters model is specifically expressed as follows.
Forecast value one period after the current period = (smooth value calculated from forecasts and actual data for the current period and the previous period + trend trend) x seasonality
なお、第2の実施形態を基に第3の実施形態を構成する場合は、第2の実施形態のステップS310(図4参照)の直前に、入力手段11を介して当該季節の入力が行われ、ステップS310(図4参照)の直後に、第2の在庫補充量算出手段14による販売実績データに対する季節変動の影響の補正が入り、ステップS316、ステップS318(図4参照)が、それぞれ第1の在庫補充量算出手段13による季節変動を考慮した需要予測による在庫補充量の算出となる。
When the third embodiment is configured based on the second embodiment, the season is input via the
以上、本発明の実施形態について説明したが、本発明は前記した実施形態に限定されることなく適宜変形して実施することが可能である。例えば、図3、図4および図5のステップS310で、|(A)−(B)|が閾値未満であれば安定期と判定し、閾値以上であれば上昇期または下降期であると判定したが、|(A)−(B)|が閾値以下であれば安定期と判定し、閾値より大きければ上昇期または下降期であると判定することも可能である。 Although the embodiment of the present invention has been described above, the present invention is not limited to the above-described embodiment, and can be appropriately modified and implemented. For example, if | (A)-(B) | is less than the threshold value in step S310 of FIGS. 3, 4 and 5, it is determined that the stable period is reached, and if it is equal to or greater than the threshold value, it is determined that it is the rising period or the falling period However, if | (A) − (B) | is equal to or smaller than the threshold value, it is possible to determine that it is a stable period, and if it is larger than the threshold value, it is possible to determine that it is an ascending period or a descending period.
また、図4のステップS315で、(A)−(B)が負であれば下降期と判定し、正または0であれば上昇期と判定したが、(A)−(B)が負または0であれば下降期と判定し、正であれば上昇期と判定することも可能である。 Further, in step S315 of FIG. 4, if (A)-(B) is negative, it is determined as a falling period, and if positive or 0, it is determined as an rising period, but (A)-(B) is negative or If it is 0, it is possible to determine the falling period, and if it is positive, it is possible to determine the rising period.
さらに、クライアント端末25として各店舗に配置されたPCを適用したが、携帯電話、POSシステムにおける端末などを適用することも可能である。
Furthermore, although the PC arranged in each store is applied as the
また、製品のライフサイクルの判定基準として、1期間前の販売実績データから所定期間前の平均販売実績量を減算した結果(過去の所定期間の販売実績データに対する1期間前の販売実績データの偏差)を用いたが、例えばグラフに対して微分を行い、得られた傾きの大きさと閾値を基に、判定してもよい。また、グラフに対して2階微分を行い、得られた値が、所定の閾値以上となった点をもって製品のライフサイクルの上昇期から安定期、または安定期から下降期の分岐点を求めてもよい。 In addition, as a product life cycle determination standard, the result of subtracting the average sales performance amount for a predetermined period from the sales performance data for the previous period (the deviation of the sales performance data for the previous period from the past sales performance data for the predetermined period) However, the determination may be made on the basis of the magnitude of the obtained gradient and the threshold value, for example, by differentiating the graph. In addition, the second-order differentiation is performed on the graph, and the branch point from the rising stage to the stable stage of the product life cycle or from the stable stage to the falling stage is obtained from the point where the obtained value is equal to or greater than a predetermined threshold. Also good.
なお、本実施形態において、偏差の代わりに傾きを用いることによって、同様の算出を行うことができる。 In the present embodiment, the same calculation can be performed by using the slope instead of the deviation.
[実施形態例]
次に、より具体的な数値を用いて、第1の実施形態の詳細な説明を行う。
図6は、販売実績情報DB21に格納されている情報テーブルの例を示した図である。この図が示すように、販売実績情報DB21には、製品名とその製品の販売実績データ、そして日付が対応付けられて格納されている。図7は製品在庫情報DB22に格納されている情報テーブルの例を示した図である。この図が示すように、製品在庫情報DB22には、製品名と当該時の在庫データが対応付けられて格納されており、図8は、補充実績情報DB23に格納されている情報テーブルの例を示した図である。この図が示すように、補充実績情報DB23には、製品名と、補充実績データ、在庫補充がなされた日付が対応付けられて格納されている。
[Example Embodiment]
Next, the first embodiment will be described in detail using more specific numerical values.
FIG. 6 is a diagram illustrating an example of an information table stored in the sales
図9は、本実施形態の製品のライフサイクルに適した在庫補充量算出システム1の補充方式選択手段15により製品のライフサイクルの「上昇期」、「安定期」、「下降期」を判別したときの例を示したものである。ここでは、1期間を1週間とし、平均する期間も5期間とした。よって、本実施形態例において、在庫補充量を算出する方式を選択するために必要な期間は、当該期より過去5期間である。閾値は20.00とした。
以下、適宜図3と図9を参照しながら、本実施形態例の処理を追う。
まず、受信手段28は、クライアント端末25からの製品の在庫補充の要求を受信する(S301)。次に、検索手段26は、製品在庫情報DB22から、在庫補充の要求のあった製品の現在の在庫情報(在庫データ)を取得し、その製品の在庫の有無を確認する(S302)。倉庫に、その製品の在庫がなかった場合は、送信手段29が、クライアント端末25に「在庫なし」の情報を送信し(S303)、処理を終了する。在庫があった場合は、入力手段11を介して平均する期間の入力を行い(本実施形態例では5を入力)(S304)、そしてステップS304で入力した期間分、すなわち本実施形態例では5期間の販売実績データが販売実績情報DB21に存在するかを、検索手段26が調べる(S305)。
FIG. 9 shows the product life cycle “ascending period”, “stable period”, and “decreasing period” determined by the replenishment method selection means 15 of the inventory replenishment
Hereinafter, the processing of this embodiment will be followed with reference to FIGS. 3 and 9 as appropriate.
First, the receiving means 28 receives a product inventory replenishment request from the client terminal 25 (S301). Next, the search means 26 acquires the current inventory information (inventory data) of the product for which inventory replenishment has been requested from the product
当該期が第1週目(図9の90)であった場合、その前5期間の販売実績データが存在しないため、検索手段26は、当該期が上昇期であると判定する(S305→No)。当該期が第2週目であるときも、当該期より過去5期間の販売実績データが存在しないため、検索手段26は、当該期が上昇期である判定する(S305→No)。そして、入力手段を介して、予測データが入力され(S313)、第1の在庫補充量算出手段13が需要予測を用いた在庫補充量の算出を行う(S314)。その後、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。同様に第4週目までは、過去5期間の販売実績データが存在しないため、検索手段26は、当該期が上昇期であると判定する。そして、入力手段を介して、予測データが入力され(S313)、第1の在庫補充量算出手段13が需要予測を用いた在庫補充量の算出を行う(S314)。その後、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。
If the period is the first week (90 in FIG. 9), since there is no sales performance data for the previous five periods, the search means 26 determines that the period is the rising period (S305 → No). ). Even when the period is the second week, since there is no sales performance data for the past five periods from the period, the search means 26 determines that the period is the rising period (S305 → No). Then, the prediction data is input via the input means (S313), and the first inventory replenishment amount calculation means 13 calculates the inventory replenishment amount using the demand prediction (S314). Thereafter, the calculated inventory replenishment amount is stored in the replenishment
次に、例えば当該期が第6週であるとする(図9の92)。ここでは、過去5期間の販売実績データが存在するため、ステップS305において、検索手段26は、Yesを選択し、続いて第1の販売実績データ取得手段18が1期間前の販売実績データを販売実績情報DB21から取得する(S306)。ここで、販売実績情報DB21内には、1日ごとの販売実績データが格納されているため、在庫補充量管理サーバ10内に存在する加算手段(図示せず)によって、1週間分の販売実績データが累積され、集計される。以下、本実施形態例において同様とする。ここでは、図9中の第5週(図9の91)までの販売実績データである((A)=149)。
Next, for example, the period is the sixth week (92 in FIG. 9). Here, since there are sales performance data for the past five periods, the search means 26 selects Yes in step S305, and then the first sales performance data acquisition means 18 sells the sales performance data for the previous period. Obtained from the record information DB 21 (S306). Here, since the sales performance data for each day is stored in the sales
次に、第2の販売実績データ取得手段17が、第1の販売実績データ取得手段18が取得した販売実績データを含めた過去5期間の販売実績データを取得する(S307)。ここでは、第1の販売実績データ取得手段18が、第1週(図9の90)から第5週(図9の91)の販売実績データを販売実績情報DB21から取得する。次に、ステップS308に従って、平均販売実績量演算手段16が、この5期間の平均販売実績量を計算する((B)=96.60)。ステップS309で、閾値は20.00と入力手段を介して入力されるので、補充方式判定手段19が、過去5期間の平均値に対する1期間前の販売実績データの差(偏差)を計算し、その差の絶対値と閾値を比較する(S310)。補充方式判定手段19が(A)−(B)の絶対値を計算し、閾値と比較すると、|(A)−(B)|=52.40であり、閾値の20.00より大きい値となっている。これより、補充方式判定手段19によって、当該期は上昇期または下降期であると判定され(S310→No)(第1の実施形態では、補充方式判定手段19は、上昇期と下降期の区別はしない)、予測データの入力が入力手段11を介して行われた後(S313)、第1の在庫補充量算出手段13が、需要予測による在庫補充量の算出をする(S314)。その後、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。
Next, the second sales performance data acquisition means 17 acquires sales performance data for the past five periods including the sales performance data acquired by the first sales performance data acquisition means 18 (S307). Here, the 1st sales performance data acquisition means 18 acquires the sales performance data from the 1st week (90 of FIG. 9) to the 5th week (91 of FIG. 9) from sales performance information DB21. Next, according to step S308, the average sales performance amount calculation means 16 calculates the average sales performance amount for the five periods ((B) = 96.60). In step S309, since the threshold value is input through the input unit as 20.00, the replenishment
次に、当該期を第20週(図9の95)としたときの実施形態例を示す。ステップS306の処理までは、前記した当該期を第6週としたときと、同様であるため説明を省略する。ステップS306で第1の販売実績データ取得手段18が販売実績情報DB21から取得した販売実績データは、図9中の第19週(図9の94)の販売実績データである((A)=420)。次に、第2の販売実績データ取得手段17が、第1の販売実績データ取得手段18が取得した販売実績データを含めた過去5期間の販売実績データを取得する(S307)。ここでは、第2の販売実績データ取得手段17が、第15週(図9の93)から第19週(図9の92)の販売実績データを販売実績情報DB21から取得する。次に、ステップS308に従ってこの5期間の平均販売実績量を平均販売実績量演算手段16が計算する((B)=416.00)。ステップS309で、閾値は20.00と入力手段を介して入力されているので、補充方式判定手段19が、過去5期間の平均値に対する1期間前の販売実績データの差(偏差)を計算し、その絶対値と閾値を比較する(S310)。補充方式判定手段19が(A)−(B)の絶対値を計算し、閾値と比較すると、|(A)−(B)|=2.00であり、閾値の20.00より小さい値となっている。これにより、補充方式判定手段19は、当該期は安定期であると判定し(S310→Yes)、第2の在庫補充量算出手段14が、一定量の在庫補充を行うために必要な在庫補充量の算出を行う(S311)。その後、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。
Next, an embodiment is shown when the period is the 20th week (95 in FIG. 9). The processing up to step S306 is the same as that in the case where the above-mentioned period is the sixth week, and a description thereof will be omitted. The sales performance data acquired by the first sales performance data acquisition means 18 from the sales
次に、当該期を第44週(図9の98)としたときの実施形態例を示す。ステップS306の処理までは、前記した当該期を第6週としたときと、同様であるため説明を省略する。ステップS306で第1の販売実績データ取得手段18が、販売実績情報DB21から取得した販売実績データは、図9中の第43週(図9の97)の販売実績データである((A)=362)。次に、第2の販売実績データ取得手段17が、第1の販売実績データ取得手段18が取得した販売実績データ含めた過去5期間の販売実績データを取得する(S307)。ここでは、第2の販売実績データ取得手段17が、第39週(図9の96)から第43週(図9の98)の販売実績データを販売実績情報DB21から取得する。次に、ステップS308に従ってこの5期間の平均販売実績量を平均販売実績量演算手段16が算出する((B)=392.20)。ステップS309で、閾値は20.00と入力手段を介して入力されているので、補充方式判定手段19が、過去5期間の平均値に対する1期間前の販売実績データの差(偏差)を計算し、その差の絶対値と閾値を比較する(S310)。補充方式判定手段19が(A)−(B)の絶対値を計算し、閾値と比較すると、|(A)−(B)|=43.80であり、閾値の20.00より大きい値となっている。これにより、補充方式判定手段19は、当該期は上昇期または下降期であると判定し(S310→No)(第1の実施形態では、補充方式判定手段19は、上昇期と下降期の区別はしない)、予測データの入力が行われた後(S313)、第1の在庫補充量算出手段13が、需要予測による在庫補充量の算出をする(S314)。その後、算出された在庫補充量は、書込手段27によって補充実績データとして補充実績情報DB23に格納される(S312)。
Next, an embodiment is shown when the period is the 44th week (98 in FIG. 9). The processing up to step S306 is the same as that in the case where the above-mentioned period is the sixth week, and a description thereof will be omitted. The sales performance data acquired from the sales
このようにして、製品のライフサイクルを判定した結果の例を、図9の一番右の欄に示す。この図から、第17週と第18週の間に上昇期から安定期への移行が行われ、第41週と第42週の間に安定期から下降期への以降が起きていることがわかる。なお、第1の実施形態では上昇期と下降期の区別はしないが、安定期より前の期間を上昇期、安定期より後の期間を下降期として、図9の最右欄、図10では区別している。 An example of the result of determining the product life cycle in this way is shown in the rightmost column of FIG. From this figure, the transition from the rising period to the stable period was performed between the 17th and 18th weeks, and the subsequent period from the stable period to the falling period occurred between the 41st and 42nd weeks. Recognize. In the first embodiment, the rising period and the falling period are not distinguished, but the period before the stable period is the rising period, and the period after the stable period is the falling period. In the rightmost column of FIG. Distinguish.
図10は、図9の販売実績データを実際のグラフにして表したものである。横軸は、時間(週)を表し、縦軸は、販売実績量を表している。なお、この図において、販売実績量とは、図9における販売実績データの値である。破線は、本発明の実施形態例にしたがって、製品のライフサイクルの上昇期から安定期、安定期から下降期への分岐点であると判定された箇所である。ほぼ、正確に分岐点を捉えていることが分かる。 FIG. 10 shows the sales performance data of FIG. 9 as an actual graph. The horizontal axis represents time (weeks), and the vertical axis represents the actual sales volume. In this figure, the sales performance amount is the value of the sales performance data in FIG. A broken line is a point determined to be a branch point from the rising period to the stable period and from the stable period to the falling period of the product life cycle according to the exemplary embodiment of the present invention. It can be seen that the bifurcation point is captured accurately.
1 在庫補充量算出システム
10 在庫補充量管理サーバ
13 在庫補充量算出手段
14 在庫補充量算出手段
15 補充方式選択手段
16 平均販売実績量演算手段
17 販売実績データ取得手段
18 販売実績データ取得手段
19 補充方式判定手段
20 DBサーバ
21 販売実績情報DB
22 製品在庫情報DB
23 補充実績情報DB
DESCRIPTION OF
22 Product inventory information DB
23 Replenishment record information DB
Claims (13)
一定量の在庫を補充するために必要な在庫補充量を算出する第1の在庫補充量算出手段により前記在庫補充量を算出する第1のステップと、
前記販売実績データをもとに当該製品の需要を予測し、この予測データから前記在庫補充量を算出する第2の在庫補充量算出手段により前記在庫補充量を算出する第2のステップと、
さらに、前記販売実績データから前記製品の販売傾向を抽出して当該製品のライフサイクルの段階の切り替わりを判別し、前記判別したライフサイクルの段階によって前記第1のステップと前記第2のステップのいずれかを選択する補充方式選択手段により前記2つのステップを選択する第3のステップとを含んでなることを特徴とする在庫補充方法。 A stock replenishment method using a stock replenishment amount management device that calculates a stock replenishment amount necessary to sell the product based on product sales performance data,
A first step of calculating the inventory replenishment amount by a first inventory replenishment amount calculation means for calculating a stock replenishment amount necessary for replenishing a certain amount of inventory;
A second step of calculating the inventory replenishment amount by a second inventory replenishment amount calculating means for predicting the demand of the product based on the sales performance data and calculating the inventory replenishment amount from the prediction data;
Further, the sales tendency of the product is extracted from the sales performance data to determine the change of the life cycle stage of the product, and either the first step or the second step is determined according to the determined life cycle stage. And a third step of selecting the two steps by a replenishment method selection means for selecting the above.
を特徴とする請求項1に記載の在庫補充方法。 The sales performance data is aggregated for each period, and the deviation between the sales performance amount for any one period in which the confirmation of switching of the life cycle stage and the average sales performance amount for a predetermined number of periods is calculated, 2. The inventory replenishing method according to claim 1, wherein when the deviation exceeds a predetermined threshold, it is determined that the stage of the life cycle is switched in the third step. 3.
を特徴とする請求項1に記載の在庫補充方法。 The sales performance data is aggregated for each period, and an inclination is calculated from an average sales performance amount in an arbitrary period for confirming switching of the life cycle stage and an average sales performance amount in a predetermined number of periods, 2. The inventory replenishing method according to claim 1, wherein when the inclination exceeds a predetermined threshold value, it is determined that the stage of the life cycle is switched in the third step. 3.
前記在庫補充量管理装置が、前記販売実績データを記憶した販売実績情報データベースから販売実績量を取得するステップと、
前記在庫補充量管理装置が、前記販売実績量と前記製品のライフサイクルの段階の切り替わりを判別するための閾値を基に、前記ライフサイクルの段階である「上昇期」、「安定期」、「下降期」を判定し、それぞれのライフサイクルの段階に適した在庫補充量の算出方式を選択するステップと、
前記選択した在庫補充量の算出方式により在庫補充量を算出するステップを含むこと
を特徴とする在庫補充方法。 A stock replenishment method using a stock replenishment amount calculation device that calculates a stock replenishment amount necessary for selling the product based on product sales performance data,
The inventory replenishment amount management device acquiring a sales performance amount from a sales performance information database storing the sales performance data;
The inventory replenishment amount management device, based on a threshold value for determining the switching of the actual sales amount and the life cycle stage of the product, is “life period”, “stable period”, “stable period”, “ Determining the `` falling period '' and selecting the appropriate inventory replenishment calculation method for each lifecycle stage;
A method of inventory replenishment, comprising the step of calculating an inventory replenishment amount by the selected method of inventory replenishment amount.
前記評価値の絶対値が前記閾値未満であれば前記「安定期」と判定するステップを含むことを特徴とする請求項4に記載の在庫補充方法。 The sales performance data is aggregated for each period, and the deviation between the average sales performance amount in the past predetermined number of periods and the sales performance amount in any one period for checking the switching of the life cycle stage is calculated. Then, using this deviation as an evaluation value, if the absolute value of the evaluation value is larger than the threshold, it is determined as the “rising period” or the “decreasing period”
The inventory replenishing method according to claim 4, further comprising the step of determining the “stable period” if the absolute value of the evaluation value is less than the threshold value.
前記評価値の絶対値が前記閾値未満であれば前記「安定期」と判定するステップを含むことを特徴とする請求項4に記載の在庫補充方法。 The sales performance data is aggregated for each period, and the slope is calculated from the average sales performance volume in a predetermined number of periods in the past and the sales performance volume of any period in which the change of the life cycle stage is confirmed. Then, using this slope as an evaluation value, if the absolute value of the evaluation value is larger than the threshold, it is determined as the “rising period” or the “decreasing period”,
The inventory replenishing method according to claim 4, further comprising the step of determining the “stable period” if the absolute value of the evaluation value is less than the threshold value.
前記評価値の絶対値が前記閾値より大きく、かつ前記評価値が正の値であれば、前記「上昇期」と判定し、
前記評価値の絶対値が前記閾値より大きく、かつ前記評価値が負の値であれば、前記「下降期」と判定するステップを含むことを特徴とする請求項5または6に記載の在庫補充方法。 The inventory replenishment amount management device comprises:
If the absolute value of the evaluation value is greater than the threshold value and the evaluation value is a positive value, determine the “rising period”,
The inventory replenishment according to claim 5, further comprising the step of determining the “falling period” if the absolute value of the evaluation value is larger than the threshold value and the evaluation value is a negative value. Method.
請求項1〜11のうちいずれか一項を前記コンピュータに実現させることを特徴とする在庫補充プログラム。 In order to select the calculation method of inventory replenishment amount from the past sales actual amount and threshold,
An inventory replenishment program that causes the computer to implement any one of claims 1 to 11.
前記販売実績データをもとに前記在庫補充量を算出する第1の在庫補充量算出手段と、
前記販売実績データをもとに当該製品の需要を予測し、この予測データから在庫補充量を算出する第2の在庫補充量算出手段と、
さらに、販売実績データから製品の販売傾向を抽出して当該製品のライフサイクルの段階の切り替わりを判別し、前記判別したライフサイクルの段階によって前記2つの在庫補充量算出手段のいずれかを選択する補充方式選択手段を含んでなることを特徴とする在庫補充量管理装置。 A stock replenishment amount management device for calculating a stock replenishment amount necessary to sell the product based on product sales performance data,
First inventory replenishment amount calculating means for calculating the inventory replenishment amount based on the sales performance data;
Second inventory replenishment amount calculating means for predicting demand for the product based on the sales performance data and calculating the inventory replenishment amount from the prediction data;
Further, replenishment that extracts the sales trend of the product from the sales performance data, determines the change of the life cycle stage of the product, and selects one of the two inventory replenishment amount calculation means according to the determined life cycle stage. An inventory replenishment amount management apparatus comprising system selection means.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004347879A JP2006155432A (en) | 2004-11-30 | 2004-11-30 | Method and program for replenishing stock, and stock replenishment quantity management device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004347879A JP2006155432A (en) | 2004-11-30 | 2004-11-30 | Method and program for replenishing stock, and stock replenishment quantity management device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006155432A true JP2006155432A (en) | 2006-06-15 |
Family
ID=36633618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004347879A Withdrawn JP2006155432A (en) | 2004-11-30 | 2004-11-30 | Method and program for replenishing stock, and stock replenishment quantity management device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2006155432A (en) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008305229A (en) * | 2007-06-08 | 2008-12-18 | Nippon Telegr & Teleph Corp <Ntt> | Demand forecast method and device |
JP2009044628A (en) * | 2007-08-10 | 2009-02-26 | Mitsubishi Electric Corp | Image processing apparatus and image processing method |
JP2013084021A (en) * | 2011-10-06 | 2013-05-09 | Konami Digital Entertainment Co Ltd | Game system using network, server device applied to game system, computer program, and content management method |
JP2013527531A (en) * | 2011-04-22 | 2013-06-27 | コリア インスティテュート オブ サイエンス アンド テクノロジー インフォメイション | Promising stage determination device and method using promising technology life cycle |
JP2016057650A (en) * | 2014-09-05 | 2016-04-21 | 株式会社明電舎 | Analysis method of time series data and abnormality monitoring device of time series data |
CN114219397A (en) * | 2021-12-14 | 2022-03-22 | 深圳壹账通智能科技有限公司 | Inventory management method, device, equipment and storage medium |
CN116188103A (en) * | 2023-02-07 | 2023-05-30 | 杭州展俊科技有限公司 | Big data intelligent replenishment processing method for cross-border electronic commerce |
-
2004
- 2004-11-30 JP JP2004347879A patent/JP2006155432A/en not_active Withdrawn
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008305229A (en) * | 2007-06-08 | 2008-12-18 | Nippon Telegr & Teleph Corp <Ntt> | Demand forecast method and device |
JP2009044628A (en) * | 2007-08-10 | 2009-02-26 | Mitsubishi Electric Corp | Image processing apparatus and image processing method |
JP4550090B2 (en) * | 2007-08-10 | 2010-09-22 | 三菱電機株式会社 | Image processing apparatus and image processing method |
JP2013527531A (en) * | 2011-04-22 | 2013-06-27 | コリア インスティテュート オブ サイエンス アンド テクノロジー インフォメイション | Promising stage determination device and method using promising technology life cycle |
JP2013084021A (en) * | 2011-10-06 | 2013-05-09 | Konami Digital Entertainment Co Ltd | Game system using network, server device applied to game system, computer program, and content management method |
JP2016057650A (en) * | 2014-09-05 | 2016-04-21 | 株式会社明電舎 | Analysis method of time series data and abnormality monitoring device of time series data |
CN114219397A (en) * | 2021-12-14 | 2022-03-22 | 深圳壹账通智能科技有限公司 | Inventory management method, device, equipment and storage medium |
CN116188103A (en) * | 2023-02-07 | 2023-05-30 | 杭州展俊科技有限公司 | Big data intelligent replenishment processing method for cross-border electronic commerce |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5130851B2 (en) | Model creation support system, model creation support method, model creation support program | |
WO2019001120A1 (en) | Method and system for processing dynamic pricing data of commodity | |
CN107301570B (en) | Traffic prediction method, abnormal traffic detection device and electronic equipment | |
JP2012247964A (en) | Progress management apparatus and progress management program | |
JP2019028871A (en) | Project management support device, project management support method and program | |
JP5242988B2 (en) | Integrated demand prediction apparatus, integrated demand prediction method, and integrated demand prediction program | |
CN111080417A (en) | Processing method for improving booking smoothness rate, model training method and system | |
JP2000132618A (en) | Device and system for supporting estimation of user's choice | |
JP2006155432A (en) | Method and program for replenishing stock, and stock replenishment quantity management device | |
CN111612357A (en) | Method and device for matching merchants for riders, storage medium and electronic equipment | |
JP4964067B2 (en) | Standard inventory management device | |
JP2016181039A (en) | Schedule determination method, schedule determination program and schedule determination system | |
JP4261471B2 (en) | Distribution system load assumption method and apparatus | |
JP2013131259A (en) | Integrated demand prediction device, integrated demand prediction method, and integrated demand prediction program | |
JP2003058693A5 (en) | ||
JP6807415B2 (en) | Information processing equipment, information processing methods and programs | |
JP2001134643A (en) | Device and method for predicting demand | |
JP4339769B2 (en) | Prediction model selection device, prediction model selection method, and program | |
JP2004046454A (en) | Stock investment rating evaluation method and system, program for making computer execute the method, and storage medium with the program stored therein | |
JP2008171171A (en) | Demand forecasting method, demand forecasting analysis server, and demand forecasting program | |
JP2010086278A (en) | Automatic technique selection device, automatic technique selection method, and program | |
JP2008305229A (en) | Demand forecast method and device | |
US20030204468A1 (en) | Stock planning method | |
CN113657945A (en) | User value prediction method, device, electronic equipment and computer storage medium | |
JP2005242816A (en) | Order reception bargaining support method by computer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060808 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20081107 |