出荷数でも気温との相関関係を分析したところ、相関が認められ、その結果を用いて需要予測モデルを構築することができます。
需要予測モデルは、4つの季節に分けることで精度が高まります。
一部の品目において、物流倉庫からの出荷数を用いた需要予測モデルを構築しました。
出荷数 | スポーツ飲料 | 期間:2007年3月~2017年10月 |
---|
気象 | 平均気温 |
---|
※いずれも週別データを用いています。
※1年を下表の4つの時期に分けて、それぞれの期間で需要予測モデルを構築すれば予測精度が高まり、より適正な在庫管理への発展が期待できます。
昇温期 | 降温期 | |
---|---|---|
需要期 | 6、7月:指数関数近似 | 8、9月:指数関数近似 |
安定期 | 2~5月:線形関数近似 | 10~1月:線形関数近似 |
現状把握 | 分析 | 実証実験 | |
結果 |
現状把握 | |
結果 |
分析 | |
結果 |
実証実験 | |
結果 |